1장 파이썬과 재무 기초 지식
__1.1 파이썬 시작하기 ____1.1.1 파이썬 도구의 선택 ____1.1.2 구글 코랩 ____1.1.3 구글 코랩 시작하기 ____1.1.4 파이썬의 여섯 가지 핵심 사항 __1.2 현금흐름, 이자율과 시간 가치 __1.3 NPV와 IRR ____1.3.1 NPV ____1.3.2 IRR __1.4 수익률 대 수익률 ____1.4.1 수익률과 할인율의 개념 ____1.4.2 기간 수익률의 평균, 산술평균과 기하평균 ____1.4.3 지배원리 __1.5 자주 사용하는 통계량: 기댓값, 분산, 공분산, 상관계수 ____1.5.1 평균과 기댓값 ____1.5.2 이동평균 ____1.5.3 가중(산술)평균 ____1.5.4 분산과 표준편차 ____1.5.5 정규분포에서 표준편차와 평균 ____1.5.6 자유도 ____1.5.7 공분산과 상관계수 2장 투자와 자산배분 __2.1 자산배분과 포트폴리오 __2.2 포트폴리오 성과의 결정 요인들 __2.3 포트폴리오 성과 측정 삼총사 ____2.3.1 샤프지수 ____2.3.2 젠센알파지수 ____2.3.3 트레이너지수 ____2.3.4 정보비율 ____2.3.5 최대 낙폭 3장 평균-분산 포트폴리오 이론 __3.1 포트폴리오의 기대수익률과 위험 ____3.1.1 두 개 주식으로 구성된 포트폴리오 ____3.1.2 n개 주식으로 만든 포트폴리오 __3.2 최소분산포트폴리오 __3.3 체계적 위험과 비체계적 위험 __3.4 무위험자산과 최적 자산배분 ____3.4.1 효율적 포트폴리오 ____3.4.2 기대효용과 무차별곡선 ____3.4.3 최적 포트폴리오의 선택 ____3.4.4 무위험자산+위험자산 ____3.4.5 무위험자산+위험자산+효율적 투자선(자본배분선) ____3.4.6 최적 포트폴리오 선택 4장 자본자산가격결정모델 __4.1 기본 가정 ____4.1.1 동일한 기대와 시장포트폴리오, 그리고 자본시장선 ____4.1.2 포트폴리오 베타 __4.2 증권시장선과 자본시장선 ____4.2.1 증권시장선과 자본시장선 ____4.2.2 위험프리미엄 __4.3 포트폴리오 최적화 ____4.3.1 최적화 패키지 scipy.optimize 알아보기 ____4.3.2 간단한 최적화 알아보기 ____4.3.3 최적화 알고리즘 SLSQP ____4.3.4 포트폴리오 최적화(최소분산포트폴리오 및 샤프비율) __4.4 현실에 응용하기 5장 블랙-리터만 모델 __5.1 피셔 블랙과 블랙-리터만 모델 __5.2 간단히 알아보는 베이지안 확률 __5.3 역최적화로 구하는 균형기대수익률 ____5.3.1 균형기대수익률(Π) ____5.3.2 위험회피계수(λ) ____5.3.3 자산의 공분산 행렬(Σ) ____5.3.4 자산시가총액 비중(W mkt ) __5.4 투자자 전망 __5.5 블랙-리터만 공식 __5.6 위험조정상수(τ) __5.7 균형기대수익률과 투자자 전망 결합 __5.8 세 가지 자산을 가정한 예시 __5.9 블랙-리터만 모델 최적화 __5.10 현업에서의 블랙-리터만 모델 6장 파마-프렌치 3요인 모델 __6.1 효율적 시장 가설과 유진 파마 __6.2 베타는 죽었다 __6.3 파마-프렌치 3요인 모델 __6.4 프렌치 교수가 제공하는 요인 데이터 __6.5 파이썬을 이용한 요인 데이터 구하기와 회귀분석 ____6.5.1 요인 데이터 구하기 ____6.5.2 펀드 수익률과 요인 데이터 회귀분석 7장 금융산업과 머신 러닝 __7.1 머신 러닝 시작하기 __7.2 머신 러닝 맛보기, 선형 회귀 ____7.2.1 비용함수와 경사하강법 ____7.2.2 K-최근접 이웃 알고리즘 __7.3 K-최근접 이웃 알고리즘을 이용한 회귀 ____7.3.1 라이브러리 임포트 ____7.3.2 주가지수 데이터 가져오기 ____7.3.3 예측변수 설정 ____7.3.4 목표변수 설정 ____7.3.5 데이터셋 분할 ____7.3.6 KNN 모델 설정 ____7.3.7 모델을 바탕으로 전략 실행 ____7.3.8 샤프비율 계산 __7.4 로지스틱 회귀 ____7.4.1 라이브러리 임포트 ____7.4.2 데이터 가져오기 ____7.4.3 예측변수/독립변수 설정 ____7.4.4 목표변수/종속변수 설정 ____7.4.5 데이터셋 분할 ____7.4.6 로지스틱 회귀 모델의 설정 및 훈련 ____7.4.7 클래스 확률 예측 ____7.4.8 모델 평가 ____7.4.9 매매 전략 8장 Yahoo_fin 패키지를 사용해 재무 데이터 가져오기 __8.1 설치 및 업그레이드 __8.2 stock_info 모듈 ____8.2.1 패키지 임포트 ____8.2.2 get_analysts_info(ticker) ____8.2.3 get_balance_sheet(ticker) ____8.2.4 get_cash_flow(ticker) ____8.2.5 get_data( ) ____8.2.6 get_day_gainers( ) ____8.2.7 get_day_losers( ) ____8.2.8 get_day_most_active( ) ____8.2.9 get_holders(ticker) ____8.2.10 get_live_price(ticker) ____8.2.11 get_quote_table(ticker, dict_result = True) ____8.2.12 get_top_crypto( ) ____8.2.13 get_stats(ticker) ____8.2.14 get_stats_valuation(ticker) ____8.2.15 종목 티커 관련 함수 __8.3 재무 정보 가져오기(Yahoo_fin 패키지) ____8.3.1 패키지 임포트 ____8.3.2 재무비율 구하기: 주가수익률 비율 ____8.3.3 한 번에 여러 종목의 재무비율 구하기 ____8.3.4 여러 종목의 기타 통계 구하기 __8.4 재무제표 다루기 ____8.4.1 재무상태표 다루기 ____8.4.2 손익계산서 다루기 ____8.4.3 현금흐름표 부록 파이썬 라이브러리 삼총사 __A.1 수학 및 과학 연산, NumPy와 SciPy ____A.1.1 배열과 행렬 만들기 ____A.1.2 배열과 행렬의 속성 ____A.1.3 연산 ____A.1.4 인덱싱/슬라이싱 ____A.1.5 난수 만들기 __A.2 미술 담당, Matplotlib ____A.2.1 차트 도해 ____A.2.2 라인 차트 ____A.2.3 분산형 차트 ____A.2.4 히스토그램 __A.3 데이터 담당, Pandas ____A.3.1 데이터프레임 ____A.3.2 데이터프레임 만들기: DataFrame ____A.3.3 데이터프레임 합치기: concat과 merge ____A.3.4 인덱스 새로 만들기: reset_index ____A.3.5 데이터프레임 컬럼 삭제: drop ____A.3.6 컬럼을 행으로 모으기: melt ____A.3.7 정렬하기: sort_values ____A.3.8 쿼리하기: query ____A.3.9 데이터프레임 컬럼명 바꾸기: rename ____A.3.10 중복된 데이터 지우기: drop_duplicates ____A.3.11 데이터프레임 앞부분, 뒷부분 살짝 보기: head, tail 참고문헌 |
저곽승주
관심작가 알림신청