재무분석을 위한 Python & ML - 개요

https://www.udemy.com/course/best-python-mi-financial-analysis/

 

우리는 세개의 파트를 배울 것이다.

 

파트1은 Python 101, Programming Fundamentals이며

파트2는 Python For Financial Analysis

파트3은 ML & AI in Finance이다.

 

파트1에서는

구글 Colab에

변수할당, 데이터타입, 산술연산, 논리연산, 반복문, 파일입출력, 람다식 등 파이썬사용법을 배운 후

파이터 데이터 분석의 핵심 툴인 Numpy 와 Pandas, 그리고 Matplotlib을 배울 것이다.

 

파트2에서는

주식가격 분석, 시각화에 대해서 배우고

자본분배와 통계적 데이터 분석, 상관관Correlation 분석

CAPM(Capital Asset Pricing Model)에 대해서 배워 볼 것이다.

 

이 파트에서, statistical metrics에 해당하는

variance, standard deviation, sharpe ratio, covariance, cumulative returns, expected return,

Markowitz Efficient Frontier, Mote Carlo Simulation

대하여 배워볼 것이다.

 

파트3에서는

딥러닝과 머신러닝을 배우고 이를 활용하여

LLM프로젝트, 주가예측모델과 관련된 프로젝트를 진행할 것이다.

 

P1에서는

Scikit-Learn에서 Ridge Regression으로 주가예측을 해볼 것이고

LSTM 모델을 학습하여 주가를 예측하고, 여러 KPI를 통해 모델을 평가해볼 것이다.

최소제곱법, L1 and L2 Regularization, 경사하강법에 대해서 알아볼 것이다.

 

P2에서는

Unsupervised ML 전략으로 은행고객을 클러스터링(=Segmentation)하는 프로젝트를 진행할 것이다.

K-mean 클러스터링, Elbow method, 

Keras를 이용한 Autoencoder, PCA에 대해서 알아볼 것이다.

 

P3에서는

트위터나 뉴스와 같이 text data에서 stock setiment를 측정하는 프로젝트를 진행할 것이다.

NLTK, Tokenization, Count Vectorizer등을 이용한 자연어처리 프로젝트와

LSTM Deep Neural Network를 통해 텍스트 데이터를 예측(Predict?)해볼것이다.