확장메뉴
주요메뉴


소득공제
미리보기 공유하기

파이썬과 케라스를 이용한 딥러닝/강화학습 주식투자

: 퀀트 투자, 알고리즘 트레이딩을 위한 최첨단 해법 입문

[ 개정판 ] 위키북스- 데이터 사이언스 시리즈-055이동
리뷰 총점8.0 리뷰 2건 | 판매지수 1,134
베스트
IT 모바일 top100 10주
정가
28,000
판매가
25,200 (10% 할인)
YES포인트
구매 시 참고사항
  • 본 도서의 개정판이 출간되었습니다.
신상품이 출시되면 알려드립니다. 시리즈 알림신청
eBook이 출간되면 알려드립니다. eBook 출간 알림 신청
8월 얼리리더 주목신간 : 귀여운 방해꾼 배지 증정
월간 개발자 2022년 8월호
박해선 저자의 머신러닝/딥러닝 패스
[단독]『혼자 공부하는 파이썬』 개정판 출간
내일은 개발자! 코딩테스트 대비 도서전
[단독] 에듀윌 IT 자격증 기획전 - 가장 빠른 합격출구 EXIT
YES24 트윈링 분철 : 인서트라벨/스티커 택1 증정
8월 전사
쇼핑혜택
1 2 3 4 5

품목정보

품목정보
출간일 2020년 04월 24일
쪽수, 무게, 크기 320쪽 | 175*235*17mm
ISBN13 9791158392031
ISBN10 1158392036

이 상품의 태그

책소개 책소개 보이기/감추기

실제 주식 데이터를 이용해 파이썬으로 강화학습 주식투자 프로그램을 직접 구현해 보자!

강화학습은 스스로 학습하는 머신러닝 기법으로 주식 데이터 학습에 잘 적용되는 기법이다. 『파이썬과 케라스를 이용한 딥러닝/강화학습 주식투자』는 파이썬을 이용한 강화학습 기반의 주식투자 시뮬레이션 프로그램 개발에 대해 설명한다. 이를 위한 이론과 코드 수준의 상세한 설명을 수록했다. 이 책을 통해 딥러닝과 강화학습을 이해하고 주식투자를 비롯한 다양한 도메인에서 활용할 수 있을 것이다.

목차 목차 보이기/감추기

▣ 01장: 배경 이론 1 - 딥러닝이란?
1.1 금융 데이터란?
1.2 금융 데이터 분석의 필요성
1.3 금융 데이터 분석 방법
___1.3.1 기본적 분석
___1.3.2 기술적 분석
___1.3.3 정서 분석
___1.3.4 종합 분석
1.4 전통적인 퀀트투자 방법
___1.4.1 퀀트투자 역사
___1.4.2 저 PER+저 PBR+저 PCR 전략
___1.4.3 조셉 피오트로스키 F-Score
1.5 퀀트투자 트렌드
1.6 포트폴리오 평가
1.7 이번 장의 요점

▣ 02장: 배경 이론 2 - 딥러닝이란?
2.1 딥러닝 개요
___2.1.1 딥러닝의 정의와 역사
___2.1.2 딥러닝이 최근에 주목받는 이유
___2.1.3 딥러닝으로 풀고자 하는 문제
2.2 딥러닝 발전 과정
___2.2.1 퍼셉트론
___2.2.2 인공 신경망
___2.2.3 다양한 활성화 함수 출현
___2.2.4 출력층에서 활성화 함수를 사용
___2.2.5 심층 신경망
2.3 딥러닝에 필요한 핵심 기술
___2.3.1 오차 역전파 기법
___2.3.2 최적해 탐색 기법
___2.3.3 과적합 해결 기법
2.4 고급 인공 신경망 구조
___2.4.1 순환 신경망
___2.4.2 LSTM 신경망
___2.4.3 합성곱 신경망
2.5 딥러닝 적용 사례
___2.5.1 기계 번역
___2.5.2 음성 인식
___2.5.3 이미지 인식
2.6 이번 장의 요점

▣ 03장: 배경 이론 3 - 강화학습이란?
3.1 강화학습의 기초가 된 마르코프 의사 결정 과정
___3.1.1 마르코프 가정
___3.1.2 마르코프 과정
___3.1.3 마르코프 의사 결정과정
3.2 상태 가치 함수와 상태-행동 가치 함수
___3.2.1 상태 가치 함수(state-value function)
___3.2.2 상태-행동 가치 함수(action-value function)
3.3 벨만 방정식(Bellman equation)
___3.3.1 벨만 기대 방정식(Bellman expectation equation)
___3.3.2 벨만 최적 방정식(Bellman optimality equation)
3.4 MDP를 위한 동적 프로그래밍(dynamic programming)
___3.4.1 정책 반복(policy iteration)
___3.4.2 가치 반복(value iteration)
___3.4.3 동적 프로그래밍의 한계와 강화학습이 필요한 이유
3.5 주요 강화학습 개념
___3.5.1 강화학습 표기법(notation)
___3.5.2 Model-based vs. Model-free
___3.5.3 예측(prediction)과 제어(control)
___3.5.4 부트스트랩(bootstrap)
___3.5.5 On-policy vs. Off-policy
___3.5.6 이용(exploitation)과 탐험(exploration)
3.6 주요 강화학습 기법
___3.6.1 몬테카를로 학습(Monte-Carlo learning, MC)
___3.6.2 시간차 학습(temporal-difference learning, TD)
___3.6.3 Q-러닝(Q-learning, QL)과 DQN(deep Q-network)
___3.6.4 정책 경사(policy gradient, PG)
___3.6.5 액터-크리틱
___3.6.6 A2C(advantage actor-critic)
___3.6.7 A3C(asynchronous advantage actor-critic)
3.6.8 주요 강화학습 기법 정리
3.7 강화학습 적용 사례
___3.7.1 벽돌 깨기
___3.7.2 알파고
3.8 이번 장의 요점

▣ 04장: 배경 이론 4 - 강화학습을 이용한 주식투자란?
4.1 직관적으로 강화학습 전략 알아보기
___4.1.1 강화학습을 이용한 주식투자 구조
___4.1.2 차트 데이터 이해하기
___4.1.3 차트 데이터를 바탕으로 강화학습을 하는 방식
___4.1.4 거래 수수료와 거래세
___4.1.5 무작위 행동 결정(탐험)과 무작위 행동 결정 비율(엡실론)
4.2 강화학습 효과를 차별화하는 요인들
___4.2.1 차별화 요인 1: 학습 데이터 구성
___4.2.2 차별화 요인 2: 지연 보상 임곗값
___4.2.3 차별화 요인 3: 행동 종류
___4.2.4 차별화 요인 5: 신경망
___4.2.5 차별화 요인 6: 강화학습 기법
4.3 차트 데이터와 학습 데이터 살펴보기
___4.3.1 차트 데이터
___4.3.2 학습 데이터
4.4 주식투자 강화학습 절차(process)
___4.4.1 주식투자 강화학습 순서도
___4.4.2 행동 결정
___4.4.3 결정된 행동 수행
___4.4.4 배치 학습 데이터 생성 및 신경망 업데이트
4.5 주식투자 강화학습 과정 및 결과 확인 방법
___4.5.1 강화학습 과정 확인의 필요성
___4.5.2 강화학습 과정을 로그로 남기기
___4.5.3 강화학습 과정을 이미지로 가시화하기
4.6 이번 장의 요점

▣ 05장: 모듈 개발 - 강화학습 기반 주식투자 시스템 개발
5.1 RLTrader 개발에 필요한 환경
___5.1.1 아나콘다 설치
___5.1.2 텐서플로 설치
___5.1.3 plaidML 설치
5.2 RLTrader의 설계
___5.2.1 모듈 구조
___5.2.2 디렉터리 구조
___5.2.3 클래스 다이어그램
___5.2.4 환경 모듈 개요
___5.2.5 에이전트 모듈 개요
___5.2.6 강화학습 학습기 모듈 개요
___5.2.7 신경망 모듈개요
___5.2.8 가시화 모듈개요
___5.2.9 학습기 모듈 개요
___5.2.10 실행 모듈 개요
___5.2.11 기타 모듈
5.3 환경 모듈 개발
___5.3.1 환경 모듈의 주요 속성과 함수
___5.3.2 코드 조각: 환경 클래스
5.4 에이전트 모듈 개발
___5.4.1 에이전트 모듈의 주요 속성과 함수
___5.4.2 코드 조각 1: 에이전트 클래스의 상수 선언
___5.4.3 코드 조각 2: 에이전트 클래스의 생성자
___5.4.4 코드 조각 3: 에이전트 클래스의 함수
5.5 신경망 모듈 개발
___5.5.1 신경망 모듈의 주요 속성과 함수
___5.5.2 코드 조각 1: 신경망 클래스
___5.5.3 코드 조각 2: DNN 클래스
___5.5.4 코드 조각 3: LSTMNetwork 클래스
___5.5.5 코드 조각 4: CNN 클래스
5.6 가시화 모듈 개발
___5.6.1 가시화 모듈의 주요 속성과 함수
___5.6.2 가시화 모듈이 만들어 내는 정보
___5.6.3 코드 조각 1: 가시화기 클래스의 생성자
___5.6.4 코드 조각 2: 가시화 준비 함수
___5.6.5 코드 조각 3: 가시화 함수
___5.6.6 코드 조각 4: 가시화 정보 초기화 및 결과 저장 함수
5.7 학습기 모듈 개발
___5.7.1 학습기 모듈의 주요 속성과 함수
___5.7.2 코드 조각 1: 학습기 모듈의 의존성 임포트
___5.7.3 코드 조각 2: 학습기 클래스의 생성자
___5.7.4 코드 조각 3: 가치 신경망 생성 함수
___5.7.5 코드 조각 4: 정책 신경망 생성 함수
___5.7.6 코드 조각 5: 에포크 초기화 함수
___5.7.7 코드 조각 6: 가치 신경망 및 정책 신경망 학습
___5.7.8 코드 조각 7: 에포크 결과 가시화
___5.7.9 코드 조각 8: 강화학습 실행 함수
___5.7.10 코드 조각 9: DQN 강화학습 클래스
___5.7.11 코드 조각 10: 정책 경사 강화학습 클래스
___5.7.12 코드 조각 11: 액터-크리틱 강화학습 클래스
___5.7.13 코드 조각 12: A2C 강화학습 클래스
___5.7.14 코드 조각 13: A3C 강화학습 클래스
5.8 데이터 관리 모듈 개발
___5.8.1 코드 조각 1: 자질 벡터 정의
___5.8.2 코드 조각 2: 데이터 전처리 함수
___5.8.3 코드 조각 3: 차트 데이터 및 학습 데이터 로드 함수
5.9 강화학습 주식투자 실행 모듈 개발
___5.9.1 코드 조각 1: 프로그램 인자 설정
___5.9.2 코드 조각 2: 강화학습 설정
___5.9.3 코드 조각 2: 강화학습 실행
5.10 기타 모듈 개발
___5.10.1 코드 조각 1: 설정 모듈
___5.10.2 코드 조각 2: 유틸리티 모듈
5.11 개발 참여
5.12 이번 장의 요점

▣ 06장: 데이터 준비 - 주식 데이터 획득
6.1 방법 1. 증권사 HTS 사용
___6.1.1 증권사 HTS 다운로드
___6.1.2 증권 계좌 개설
___6.1.3 종목 차트 데이터 확인
___6.1.4 일별 데이터 엑셀 파일 저장
6.2 방법 2. 증권사 API 사용
___6.2.1 증권사 API 설치
___6.2.2 대신증권 크레온 API 사용 환경 준비
___6.2.3 대신증권 크레온 HTS 실행
___6.2.4 대신증권 크레온 API를 이용한 차트 데이터 획득 프로그램 작성
6.3 방법 3. 웹 크롤링(web crawling)
___6.3.1 pandas-datareader, fix_yahoo_finance 설치하기
___6.3.2 Google Finance에서 주식 데이터 획득하기
___6.3.3 Yahoo Finance에서 주식 데이터 획득하기
___6.3.4 금융 포털
6.4 데이터 요청
6.5 이번 장의 요점

▣ 07장: 모델 구축 - 주식투자 강화학습
7.1 강화학습 실행
___7.1.1 DQN/PG/AC/A2C 강화학습 + DNN 신경망
___7.1.2 DQN/PG/AC/A2C 강화학습 + LSTM/CNN 신경망
___7.1.3 A3C 강화학습 + DNN 신경망
___7.1.4 A3C 강화학습 + LSTM/CNN 신경망
7.2 강화학습 과정 및 결과 확인
___7.2.1 콘솔에 출력되는 로그의 의미
___7.2.2 가시화 결과가 저장되는 그림 파일
7.3 학습이 잘 되지 않을 때의 체크리스트
7.4 이번 장의 요점

▣ 08장: 모델 검증 - 주식투자 시뮬레이션
8.1 투자 시뮬레이션 결과 1: 삼성전자(005930)
8.2 투자 시뮬레이션 결과 2: LG화학(051910)
8.3 투자 시뮬레이션 결과 3: 현대차(005380)
8.4 투자 시뮬레이션 결과 정리 및 원숭이 투자와의 비교
8.5 이번 장의 요점

▣ 09장: 모델 활용 - 학습된 강화학습 모델을 이용한 주식투자 시뮬레이션
9.1 모델 학습과 모델 활용의 차이점
9.2 학습된 정책 신경망 모델을 사용한 투자 시뮬레이션
___9.2.1 학습된 모델 적용 1: 삼성전자(005930)
___9.2.2 학습된 모델 적용 2: LG화학(051910)
___9.2.3 학습된 모델 적용 3: 현대차(005380)
___9.2.4 총평
9.3 투자 시뮬레이션 결과 정리 및 원숭이 투자와의 비교
9.4 이번 장의 요점

▣ 10장: 기본 용어 정리
10.1 파이썬 프로그래밍 기본 용어 정리
10.2 머신러닝 기본 용어 정리
10.3 주식 기본 용어 정리

▣ 11장: RLTrader 커스터마이징
11.1 에이전트 모듈 커스터마이징
___11.1.1 코드 조각 1: 매매 수수료 및 세금 커스터마이징 사례
___11.1.2 코드 조각 2: 행동 결정 로직 커스터마이징 사례
11.2 신경망 모듈 커스터마이징
___11.2.1 코드 조각 1: 레이어 차원이나 드롭아웃 확률 커스터마이징 사례
___11.2.2 코드 조각 2: 최적화 방법 커스터마이징 사례
11.3 강화학습 학습기 커스터마이징
___11.3.1 코드 조각 1: 배치 학습 데이터 생성 커스터마이징 사례
___11.3.2 코드 조각 2: 미니 배치 학습 비활성화 커스터마이징 사례
11.4 학습 데이터 커스터마이징
___11.4.1 ‘기관 순매수’ 및 ‘외국인 순매수’ 데이터 획득 사례
___11.4.2 코드 조각 1: 주식 데이터 전처리 커스터마이징 사례
___11.4.3 코드 조각 2: 학습 데이터 자질 구성 커스터마이징 사례

▣ 12장: 딥러닝에서 TensorFlow+GPU 사용하기
12.1 GPU 사용을 위한 하드웨어 준비
___12.1.1 그래픽카드 인식 확인
___12.1.2 호환되는 그래픽카드 확인
12.2 GPU 사용을 위한 소프트웨어 준비
___12.2.1 CUDA 툴킷 설치
___12.2.2 cuDNN 라이브러리 설치
___12.2.3 TensorFlow의 GPU 사용 최종 확인

▣ 13장: 딥러닝에서 plaidML+GPU 사용하기
13.1 plaidML 사용을 위한 Visual C++ 2015 설치
13.2 plaidML 설치 및 확인

저자 소개 (1명)

출판사 리뷰 출판사 리뷰 보이기/감추기

★ 이 책에서 다루는 내용 ★

◎ 딥러닝과 강화학습의 이론
◎ 주식투자에 강화학습을 적용하는 방법
◎ 강화학습 기반의 주식투자 시스템 개발 방법
◎ 강화학습을 위한 실제 주식 데이터 획득 및 처리 방법
◎ 강화학습으로 주식 데이터를 학습하는 방법
◎ 학습한 강화학습 모델을 활용하는 방법
◎ 강화학습 주식투자 시스템 커스터마이징 방법

회원리뷰 (2건) 리뷰 총점8.0

혜택 및 유의사항?
구매 기본 카테고리 내용 평점4점   편집/디자인 평점4점 귀*리 | 2021.11.24 | 추천0 | 댓글0 리뷰제목
작가님의 강화학습 소스는 최소 200만원의 가치를 가지고 있습니다. 그러나 쉽게 접근할수 없습니다. 머신러닝에 대해 어느정도알겠는데, 딥러닝에 대해서 도저히 모르겠다. 그런데 주식투자에 대해서는 전문가다 하시는 분이 이 책의 소스를 보고, 책의 강화학습내용을 이해하고, 부족한 소스의 부분을 채우면, 딥러닝 강화학습에 대해서 이해하는 계기를 찾을 수 있으며, 또다른 강;
리뷰제목

작가님의 강화학습 소스는 최소 200만원의 가치를 가지고 있습니다.

그러나 쉽게 접근할수 없습니다.

머신러닝에 대해 어느정도알겠는데, 딥러닝에 대해서 도저히 모르겠다.

그런데 주식투자에 대해서는 전문가다 하시는 분이 이 책의 소스를 보고,

책의 강화학습내용을 이해하고, 부족한 소스의 부분을 채우면, 딥러닝 강화학습에 대해서 이해하는 계기를 찾을 수 있으며, 또다른 강화학습 전문서를 통해서 진화하는 발판을 마련하실 수 있습니다.

이 책의 소스는 100프로 완성된 소스는 아닙니다.

처음에는 그럼 그렇지. 훗 했지만, 작가님의 의도는 일부러 비워서 남겨두신거 같습니다.

부족한 부분을 채우고 발전시키다보면, 어느덧 딥러닝 강화학습을 깨닫게 되거든요.

단, 강화학습에 대한 설명이 많이 부족합니다. 책의 소스에 대해서 설명에 많이 할애했기 때문인데요.

아쉽긴하지만, 이렇게 좋은 소스를 제공해주신 작가님께 감사드립니다.

그부분이 아쉬워서 별점 5개에 1개를 뺀거네요...어찌보면 죄송하지만, 독자들을 위해서 이렇게 평점을 답니다.

그렇지만, 다시한번 감사드립니다.

 

1. 좋은 글귀, 마음에 드는 가사 인상 깊은 영화 대사 등을 메모해 주세요.
2. 출처를 넣어주세요. ex) 234page, 4번 트랙<사랑해>, <브리짓존스의 다이어리>에서 브리짓의 대사
1. 좋은 글귀, 마음에 드는 가사 인상 깊은 영화 대사 등을 메모해 주세요.
2. 출처를 넣어주세요. ex) 234page, 4번 트랙<사랑해>, <브리짓존스의 다이어리>에서 브리짓의 대사
댓글 0 이 리뷰가 도움이 되었나요? 공감 0
구매 파이썬과 케라스를 이용한 딥러닝/강화학습 주식투자 내용 평점4점   편집/디자인 평점4점 s*******8 | 2021.01.15 | 추천1 | 댓글0 리뷰제목
이 책에서 설명하고 있는 소스코드는 검색해 보면 찾을 수 있고, 여기에도 코드 설명이 있습니다만, 아무래도 책의 설명이 좀 더 자세한 듯 합니다.  책에는 코드 설명 뿐 아니라, 강화학습에 대한 이론적인 설명도 있습니다. 제 개인적인 생각으로는 강화학습은 나름 진입장벽이 높은 분야 같습니다. Neural Network 보다 이해하기가 더 힘든 듯합니다.;
리뷰제목

이 책에서 설명하고 있는 소스코드는 검색해 보면 찾을 수 있고, 여기에도 코드 설명이 있습니다만, 아무래도 책의 설명이 좀 더 자세한 듯 합니다. 

책에는 코드 설명 뿐 아니라, 강화학습에 대한 이론적인 설명도 있습니다.

제 개인적인 생각으로는 강화학습은 나름 진입장벽이 높은 분야 같습니다. Neural Network 보다 이해하기가 더 힘든 듯합니다.

댓글 0 1명이 이 리뷰를 추천합니다. 공감 1

한줄평 (2건) 한줄평 총점 5.0

혜택 및 유의사항 ?
평점1점
코드는 돌아가지만 거의 알아보기 힘듭니다. 책도 별 도움 안 됩니다. 아이디어만 좋습니다.
이 한줄평이 도움이 되었나요? 공감 0
r****m | 2022.03.25
구매 평점4점
책의 상당 부분이 코드 설명으로 이루어져 있습니다.
이 한줄평이 도움이 되었나요? 공감 0
s*******8 | 2021.07.31
뒤로 앞으로 맨위로 aniAlarm