한빛미디어 나는 리뷰어다 자격을 통해 파이썬을 활용한 금융 분석 2판을 읽을 수 있었다.

전반적으로 두꺼운 책이 따라하기 용으로도 좋았고 레퍼런스 용도로도 좋았다.

책에서 파이썬 문법부터 금융 공학, 머신 러닝, 퀀트 투자 등등 까지 상세하게 알려주고 있으므로 파이썬을 처음 다뤄보는 사람이라도 따라하면서 배울 수 있게 구성되어 있었다.

요즘은 파이썬을 통해서 해외의 많은 대형 투자은행들이 위험 관리 시스템이나 트레이딩 시스템을 구축하고 있다고 한다.

국내에서도 ELS, DLS 같은 파생상품 업무를 제대로 수행하기 위해서는 파이썬의 분석 라이브러리나 고성능 계산 구현 능력이 필수적이라는 것을 인식하기 시작했다고 한다.

이 책은 파이썬 언어의 기초부터 금융 분석 작업의 핵심 그리고 최종 매매 시스템을 만드는 것 까지 모두 망라한 일종의 입문서나 쿡북 (cook-book) 에 가깝다.

금융 분냐 현업 주식 트레이딩을 공부하는 학생들 뿐 아니라 이 분야엥 관심을 두고 개인적으로 공부하려는 많은 독자분들이 파이썬의 다양한 기능을 살펴볼 수 있는 더할 나위 없는 재미있는 경험을 할 수 있는 기회가 될 수 있다 생각이 든다.

1장. 왜 금융 분석에 파이썬을 사용하는가 에서 부터 

2장. 파이썬 기반 구조,

3장. 자료형과 자료구조,

4장. NumPy를 사용한 수치 계산, 

5장 pandas를 사용한 데이터 분석, 

6장 객체지향 프로그래밍, 

7장 데이터 시각화, 

8장 금융 시계열, 

9장 입출력 작업, 

10장 파이썬 성능 개선, 

11장 수학용 도구, 

12~13장 확률과 통계 분석, 

14장 FXCM 트레이딩 플랫폼, 

15장 매매 전략, 

16장 매매 자동화, 

17장 가치 평가 프레임워크, 

18장 금융 모형 시뮬레이션 까지.

파이썬을 통한 금융 분석의 모든 내용을 총 망라하고 있다고 볼 수 있다.

현재 파이썬은 데이터와 인공지능이 주도하는 금융 분석 분야에서 대표적인 프로그래밍 언어로 사용되고 있다.

일부 대형 투자은행과 헤지펀드는 파이썬을 핵심적인 거래 시스템과 위험 관리 시스템 구축에 활용하고 있다.

이 책을 통해 파이썬과 파이썬 생태계가 금융업에 종사하는 기업과 개인에게 제공하는 기술적인 틀을 익혀나가는 계기가 될 수 있을 것으로 생각이 든다.

이 글은 한빛미디어 나는 리뷰어다 자격으로 작성되었습니다.

파이썬의 기초부터 금융공학, 머신러닝, 퀀트 분석, 매매 시스템 구현까지
파이썬을 활용한 금융 분석 (2판)
Python for Finance
(이브 힐피시 지음, 김도형 옮김, 한빛미디어)

들어가며
파이썬, 데이터 분석, 금융. 요즘 개인적으로 관심을 많이 가지고 있는 분야입니다. 투자 자체에 대한 관심도 많지만, 무엇보다 교육 관련한 컨텐츠를 만드는 데 있어서 아주 재미있는 주제라고 생각하기 때문입니다. 

파이썬도, 데이터 분석도 몇 권의 책으로 공부를 해보긴 했지만 아직 금융에 대한 부분은 배움의 깊이가 아주 얕은 편이라 언젠가 한 번 공부해 봐야겠다는 생각을 하고 있었습니다. 이번에 ＜한빛미디어＞에서 출간한 ＜파이썬을 활용한 금융 분석 (2판)＞을 통해 색다른 공부를 해 볼 수 있었습니다. 드디어... 금융 파트까지...

책 내용
이 책은 아래와 같이 크게 다섯 가지 큰 주제로 구성되어 있습니다.

• 파이썬과 금융: 대화형 금융 분석 및 애플리케이션 개발을 위한 파이썬 입문
• 파이썬 기초 정복: 파이썬 자료형 및 자료구조, NumPy, pandas와 DataFrame 클래스, 객체지향 프로그래밍
• 금융 데이터 과학: 데이터 시각화, 금융 시계열 데이터, 데이터 입출력 작업, 머신러닝을 위한 파이썬 기술
• 알고리즘 트레이딩: 파이썬을 사용한 백테스팅 및 자동화된 알고리즘 트레이딩 전략 배포
• 파생상품 분석: 옵션 및 파생상품 가격결정, 위험 관리를 위한 강력하고 유연한 파이썬 패키지 개발
   

1부 ＜파이썬과 금융＞ 편에서는 왜 금융 분석에 파이썬을 사용하는지, 그리고 파이썬을 사용하기 위한 기초 환경 구성 방법을 소개합니다.

2부 ＜파이썬 기초 정복＞ 편에서는 파이썬 기초 문법들을 소개합니다. 금융 관련 내용들을 다루는 책이다보니 자료형, 자료구조, Numpy, pandas 라이브러리, 그리고 객체지향 프로그래밍에 대해 집중적으로 소개합니다.

3부 ＜금융 데이터 과학＞ 편에서는 matplotlib, plotly를 사용한 시각화, padas를 퐐용한 금융 시계열 데이터 처리, 입출력 작업과 파이썬 성능 개선, 각종 수학용 도구(근사법, 최적화, 적분), 확률과정, 통계 분석에 대해 다루고 있습니다. 이 책에서 가장 많은 분량을 할애한 부분이기도 합니다. 각 장별로 필요할 때 찾아 볼 수 있도록 참고서 느낌으로 활용할 수 있을 것 같습니다.

4부 ＜알고리즘 트레이딩＞ 편에서는 FXCM 트레이딩 플랫폼과 REST API, fxcmpy 패키지 소개, 매매 전략을 위한 몇가지 알고리즘, 매매 자동화 주제를 다룹니다.

마지막 5부 ＜파생상품 분석＞ 편에서는 몬테카를로 시뮬레이션에 기반한 옵션, 파생상품 가격결정 애플리케이션 개발을 다룹니다. (전 어려웠습니다...)

한 권의 책을 훑어보았는데 몇 권의 책을 읽은 것 같은 느낌이 들었습니다. 이 책은 파이썬 책이기도 하고, 금융 데이터 과학 책이기도 하고, 알고리즘 관련 책이기도 하며, 수학 책이기도 합니다. 먹을 것이 가득 차려진 큰 밥상 같은 느낌이랄까요?

나가며
800쪽에 가까운 방대한 분량(다시 말해 두껍다는...)에 많은 내용들이 꾹꾹 담겨 있습니다. 파이썬에 대한 기술적인 내용, 그리고 금융에 대한 이론적인 내용. '나는 파이썬은 잘 알지만 금융에 대해서는 잘 모른다.' 반대로 '금융에 대해서는 잘 알지만 파이썬에 대해서는 잘 모른다.'라고 생각하시는 분들은 잘 모르는 영역에 대해서 배움의 깊이를 더해갈 수 있기는 하겠지만 솔직히 어렵게 느낄 것 같습니다. (제가 금융 파트 쪽을 이해하는게 상당히 어렵더라구요...)

파이썬이든, 금융이든, 데이터 분석이든... 조금 더 기초적인 내용들을 미리 맛 보고 이 책을 본다면 굉장히 파워풀할 것 같습니다. 책의 깊이가 상당하거든요!!!

짧은 기간 서평을 쓰기 위해 책을 읽었지만, 두고 두고 곱씹으며 책을 다시 읽어봐야겠다는 생각을 합니다. 집에 있는 다른 책들 몇 권과 함께 말이죠. 

이 서평은 한빛미디어 ＜나는 리뷰어다 2022＞ 서평단 활동으로 무상으로 도서를 제공받아 작성하였습니다. 서평단 활동과 별개로 저의 관심과 필요에 따라 책을 읽고 객관적으로 서평을 작성하려고 노력하였습니다.

파이썬을 활용한 금융 분석(2판) : 파이썬의 기초부터 금융공학, 머신러닝, 퀀트 분석, 매매 시스템 구현까지』 

* 이 서평은 한빛미디어에서 도서를 제공받아 솔직하게 제작한 서평입니다. 

파이썬만 있으면 못하는 것이 없는 세상이 되었다. 특히 머신러닝, 딥러닝 등 인공지능은 현재 정말 핫하다. 현재 파이썬은 데이터와 인공지능이 주도하는 금융 분석 분야에서 대표적인 프로그래밍 언어로 사용되고 있으며, 일부 대형 투자은행과 헤지펀드는 파이썬을 핵심적인 거래 시스템과 위험 관리 시스템 구축에 활용하고 있다. 이 책은 다양한 파이썬 패키지와 도구를 사용하여 금융 데이터 과학, 알고리즘 트레이딩 및 계산 금융에 활용하는 방법을 설명하고 있다. 

이 책은 파이썬 프로그래밍 소개서나 일반적인 금융 입문서가 아니라는 점을 강조하고자 한다. 이 두 가지 분야가 만나는 그 중간에 있다. 이 책은 독자들이 (반드시 파이썬이 아니라도) 프로그래밍에 대해 약간의 배경지식이 있고 어느 정도 금융 지식도 가지고 있다는 전제하에 쓰였으며 독자들은 이 책을 읽고 파이썬과 파이썬 생태계를 금융 분야에 적용하는 방법에 대해서 배우게 될 것이다.

"한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다."

책의 구성은 금융 분석 관련한 내용뿐만 아니라, Python의 기초적인 내용(실습환경 설정, 자료형과 자료구조, Numpy, Pandas 라이브러리, 객체지향프로그래밍)과 통계학까지 다루고 있습니다. 다른 교재들과 차별적인 구성이 있다면, 파이썬 성능 개선, 수학용 도구, 확률 과정과 통계 분석 파트와 같은 챕터가 차별점을 보입니다. 파이썬 성능 개선 챕터같은 경우 python의 속도 측면의 효율성을 개선한 cython 활용 방법을 예제와 함께 설명해주는 내용들이 있습니다. 예제 같은 경우도 금융 분야에서 활용되는 수치해석 방법이나, 계산 금융학에서 자주 쓰이는 수치적인 도구를 예시로 설명해주고 있다는 점도 이 책만의 특별한 부분입니다. 단순히 머신러닝, 딥러닝을 이 분야에 적용해봤어!라고 외치고 앞쪽에 머신러닝 기법에 대한 개요를 복붙하듯이 써져있지 않고 금융 분석이라는 책의 맥락을 유지한 채로 설명을 이어간다는 점이 책의 가장 큰 차별점입니다. 

... 중략

출처: https://vg-rlo.tistory.com/291 

금융 데이터 분석에 Python을 어떻게 활용할 수 있는지 정리한 기술서로 확률 과정과 통계 분석 등 데이터 과학에 필요한 지식을 습득할 수 있으며 나아가 알고리즘 트레이딩과 파생상품 분석의 기초를 다루고 있다.

Python 스킬과 금융 공학이라는 두마리 토끼를 잡을 수 있는 책이다.

보통 두가지 주제를 한 번에 다루다 보면 어느 한 쪽을 깊이 다룰 수 없는 트레이드 오프가 발생하기 마련인데 대략 800페지이에 달하는 분량과 5개 파트, 21개 챕터에 이르는 방대한 양의 내용이 어느정도 트레이드 오프의 단점을 상쇄하고 있었다.

파트는 5개이지만 크게 세부분의 내용으로 압축할 수 있다.

파트1, 2의 내용은 Python 스킬을 키우는데 집중한다. 파트3는 Python과 금융공학의 교집합에 해당하는데 금융 공학으로 넘어가기 전 데이터 과학을 다룬다. 마지막으로 파트4,5는 알고리즘 트레이딩과 파생상품을 분석하고 있어 금융공학 입문을 맛볼 수 있다.

먼저 파트1, 2를 소개하자면 금융 데이터 분석에 초점을 맞춰 도메인 영역을 한정짓고 다른 언어 대비 Python만의 독특한 기능을 중심으로 간명하게 정리하고 있기에 읽기 편하고 빠르게 핵심에 집중할 수 있다는 것이 장점이라는 생각이 들었다.

51 ~ 52p에 걸친 코드 예제는 Python이 얼마나 유연하고 다양한 기능을 갖추었는지 보여주는 대표적인 예제이다.

일반적인 방법으로 Python 코드를 구현한 실행 시간은 1.6초이다. 이어 Numpy 라이브러리 Vectorization을 활용한 결과가 88밀리초로 줄어듬을 보여준다. numexpr을 활용하여 50밀리초로 성능을 개선한 후 멀티스레드를 활용하여 23밀리초로 실행 속도를 향상시킨다.

알고리즘이나 업무도메인 지식없이 Python 자체 제공 기능만으로 이런 성능 개선이 가능하다는 점은 Python 라이브러리가 제공하는 기능이 얼마나 다양한지 보여주는 단례이자 유연성과 고성능에 대한 생태계의 노력을 보여주는 한 단면이다.

이어서 로그수익률이나 SVM과 같은 간단한 머신러닝 알고리즘을 적용한 예제를 구현하는 실습이 이어지는데 Python이 금융 분석에 어떻게 활용될 수 있는지 빠르게 감을 잡기에 좋게 구성되어 있다.

Conda, Docker, Droplet 클라우드 서비스로 단 몇 분 만에 금융 데이터 분석 인프라를 구성할 수 있음을 보여줌으로써 앞으로 이어질 실습환경을 빠르게 구성할 수 있음은 물론 Python이 왜 금융 데이터 분석에 최적화되어있는지 간명하게 소개하고 있다.

파트2에는 Python만의 독특한 문법과 기능이 소개된다. 특히 다른 언어에 익숙하나 Python이 처음인 프로그래머들이 적응하기 좋게 구성되어 있다.

for문과 같은 루프문에서 별도의 카운터 변수 - for문을 돌며 몇번째 루프인지 파악하는 용도의 숫자 변수 - 를 활용하지 않고 리스트 객체를 활용하는 것은 Python 세계로 처음 넘어온 프로그래머들의 첫번째 생소함인데 이를 빼놓지 않고 언급하고 있다.

table, list, dict, set과 같은 다른 언어에 내장되지 않은 자료구조를 소개한 점도 맥락이 동일하다. 부동소수점 정밀도와 관련된 의도하지 않은 계산 결과, 문자열과 format, re 정규표현식 라이브러리 등 Python만의 독특한 점이 잘 소개되어 있다.

다른 언어 대비 절대 강점을 가지는 Numpy, Pandas 라이브러리는 각각 하나의 챕터를 활용하여 깊이있게 다루고 있으며 파트의 마지막 장에서 객체지향을 알아봄으로써 타 언어 대비 Python의 차이점을 최종적으로 정리해 볼 수 있다.

파트3는 데이터 과학을 다루는 장이다. 상대적으로 익히기 쉽고 직관적으로 빠른 이해가 가능한 시각화 파트를 먼저 다루고 있어 독자의 부담을 줄여준다. 특히 무분별한 시각화가 아닌 도메인이 금융 분야로 한정되어 있다. 덕분에 RSI와 같은 주식 지표를 시각화하는 방법을 쉽게 습득할 수 있었다.

시각화 부분을 1차원, 2차원, 정적3차원, 상호 2차원 등의 분류로 적절히 잘 나누고 있어 향후 각 aixs나 색상 등의 속성에 어떤 값을 연결해야 하는지 초보자가 직관적으로 이해할 수 있도록 분류한 구성이 마음에 들었다.

Pandas와 시계열을 잘 조합하여 설명한 부분도 마음에 들었다. 특히 금융분석은 시계열 그 자체이므로 Dataframe의 rolling 등의 기능에 능숙해져야 하는데 시계열을 중심으로 기능을 집중적으로 설명하고 있어 금융 분석에 도움이 될 수 있는 괜찮은 학습서라는 생각이 들었다.

다양한 포맷의 I/O 또한 데이터 분석을 어렵게 만드는 장애물 중 하나인데 HDF5, Pickle 직렬화, SQL, Numpy, file, csv, Pytables 등 어떠한 형태의 데이터일지라도 DB, File 가리지 않고 쉽고 빠르게 저장, 발췌를 가능하게 할 수 있도록 통합적으로 기술을 잘 정리하고 있다. 특히 out-of-memory 연산을 지원하는 TsTables이 소개되어 있어 더욱 마음에 들었다.

이어 다른 프로그래밍에서 다루는 자료구조 대비 한 차원 뛰어넘은 데이터 과학에서 자주 활용되는 독특한 자료구조를 알아본다. 원주율, 이항트리, 몬테카를로 시뮬레이션 등의 표현을 훈련하며 수학에서 활용하는 회귀법, 보간법, 최적화 내지 미적분을 Python으로 구현하는 방법을 습득하여 데이터 과학에 한걸음 더 접근해 나간다.

파트의 마지막은 12장의 확률 과정과 13장의 통계분석이 소개되는데 개인적으로 이 책에서 가장 마음에 든 부분이다.

전통적인 금융 공학 기법에서 닫힌 공식을 유도하기 위해 노력했던 것에서 탈피하여 확률 과정을 통한 몬테카를로 시뮬레이션이 유행하게 된 패러다임의 변화를 잘 소개하고 있으며 어려운 확률 분포들을 잘 정리하고 있었다.

파트 4,5에서 어이서 학습하게 될 기초 지식인 기하 브라운 운동 모형, 유러피안 옵션, 확률적 변동성 모형, 블랙-숄즈-머튼 모형 등의 기초 금융공학을 확률 과정과 잘 조화하여 소개하고 있다.

통계 분석에서는 정규성 검정, 프트폴리오 검정, 베이즈통계학, 머신러닝 등의 주제를 다룬다. 그동안 쉬운 데이터를 예제로 삼아 Q-Q 플롯을 그려는 봤어도 언제 실용적으로 써먹을 수 있는지 접할 기회가 적었는데 책이 금융 분야의 도메인을 다루다 보니 보다 실무적으로 깊이있는 활용 방법을 알 수 있어 유익했다.

아래 그림은 수익률이 정규분포를 따른다는 것을 가정한 후 가정이 맞는지 확인하는 정규성 검정의 예이다.

파트4부터는 본격적인 금융 공학을 다루기 시작한다. 알고리즘 트레이딩 파트는 FXCM이라는 프레임워크를 활용하여 일봉, 월봉 등의 정보를 가져와 기본적인 시세 차트를 만들어 본다든가 이평선, 선형회귀, 기본적인 머신러닝 방향성 예측 등을 활용하여 매매를 체결하는 API 호출 실습 등을 진행한다.

특히 16장은 시장의 방향을 예측한 전략을 배포하는 방법이나 자금 관리, 위험 평가를 위한 벡테스팅, 로깅 등의 일련의 과정이 잘 정리되어 있어 마음에 드는 구성이었다.

하지만 전반적으로 심도 깊은 알고리즘 트레이딩 기법이 소개되지 않아 약간은 아쉬웠다. 실제 현업에서 퀀트가 전략을 어떤 식으로 발굴하는지 이를 어떻게 구현하며 확장성 있는 시스템으로 흡수되는지 일련의 과정이 포함되어 있었다면 그래서 독자가 자신의 아이디어를 시스템화 할 수 있도록 친절하고 상세히 안내되어 있었다면 이 책은 더욱 뛰어난 양서가 되었을 것 같다는 생각이 든다.

파트5에서는 금융 공학의 큰 뿌리를 구성하는 파생상품 분석을 다룬다. 먼저 기본적인 가치 평가 프레임워크 DX를 설명하고 금융 모형을 시뮬레이션하는 방법을 소개한다.

특히 기하 브라운 운동, 점프 확산 모형, 제곱근 확산 모형 등을 하나씩 구현하고 적용 결과를 눈으로 확인하면서 금융 공학의 기초가 무엇인지 조금이나마 이해할 수 있어 유익했다.

이어서 파생상품, 포트폴리오, 시장 기반 등의 가치 평가 방법도 하나씩 소개되고 있는데 금융 공학에서 다루는 기초 입문 과정을 주제별로 구현해보는 기회를 가질 수 있다.

다만 아무리 금융 공학의 기초 지식이라 해도 금융 공학에 기본 이론 지식이 없다면 파트5에서 말하고자 하는 내용을 쉽게 이해하긴 어려울 것이다. 저자가 서문에 안내한 바와 같이 어느 정도의 금융 관련 기초 지식이 필요하다.

정리하자면 이 책은 금융 공학에 관련된 지식이 전무한 능숙한 프로그래머에게 가장 적합한 책일것 같다는 생각이 든다. 또는 금융 공학과 관련된 충분한 이론 및 지식을 갖추고 있고 어느정도의 프로그래밍 스킬을 보유하고 있지만 보다 금융 도메인에 특화된 스킬을 쌓고 싶은 이에게도 도움이 될 것 같다.

Python만 다루는 책이나 금융 분석만 다루는 책은 많겠지만 이 두 주제의 교집합을 적절히 심도있게 다루는 책은 드물다는 점이 이 책의 가치를 높이는 요소라 생각한다.

금융이라는 도메인 영역이 한정되어 있어 Python의 방대한 주제를 좁혀주고 더욱 심도있게 집중할 수 있게 해주는 점 또한 장점이다.

더불어 왠만한 입문서 뺨치게 Python의 기초를 핵심만 쏙쏙뽑아 스킬을 잘 전달하고 있으며 금융이라는 주제에 특화된 데이터 과학이 무엇인지 잘 전달하고 있기에 금융, Python, 데이터 과학 중 어느 하나에만 관심있는 독자일지라도 큰 도움을 받을 수 있을만한 양서라 확신한다.

• 책소개 - 파이썬을 활용한 금융 분석

[나의 한줄 추천사]

파이썬의 기본부터 책에서 나와서 설명해주면서 "금융 분석" 마스터가 되기 위한 "금융 데이터 과학 부터 파생상품 분석" 까지 처음부터 끝까지 이해할수 있도록 코드와 함께 제공해준다.

[책 추천 이유]

책 겉표지에도 나와 있지만 "파이썬의 기초부터 금융공학, 머신러닝, 퀀트 분석, 매매 시스템 구현" 까지의 금융분석의 끝판왕이다. 책 페이지가 796 페이지가 넘는다.

[내가 찾고자 했던 질문들]

1. 알고리즘 트레이딩을 어떻게 하는가?

- "알고리즘 트레이딩 전략"은 사람의 간섭 없이 알고리즘을 기반으로 매수, 매도 혹은 중립포지션을 취하도록 설계된 모든 종류의 금융 매매 전략을 말한다. 전략을 짜기 위한 방법으로 단순 이동평균, 랜덤워크 가설, 선형 회귀분석, 클러스터링, 빈도주의 방법론, 분류 알고리즘, DNN 방법이 있다.

2. 옵션, 파생상품 가격결정 및 위험관리는 어떻게 하는가?

- 모형화, 시뮬레이션, 가치평가, 위험관리, 최종 활용을 할수 있다. 모형의 기본은 난수 발생 시켜 '몬테카를로 시뮬레이션'을 만든다.이 모형을 기반하여 유러피안 옵션(특별히 정해진 날짜에만 행사 가능한 옵션)과 아메리칸 옵션(미리 정해진 기간 동안 항상 행사가 가능한 옵션)의 가치를 수치적으로 계산할 수 있다.

3. 금융 시계열 분석은 어떻게 하는가?

- 금융 시계열 데이터는 날짜나 시간으로 인덱스 되어 있다. 시간의 중요 요소로 고려하지 않는 금융 분야는 존재하지 않는다. 이동 평균(moving average), 상관관계 분석, 고빈도 데이터 Tick 을 분석한다.

4. 예제를 가지고 좀더 빠르게 접근하고 쉽다면?

https://github.com/yhilpisch/py4fi2nd

"한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다."

이 책은 이름에서도 알수 있듯이 파이썬을 이용해서 파이썬에서 제공하는 다양한 패키지들을 이용하는 보다 편리하게 금융 데이터를 분석하고, 자동으로 매매까지 가능하도록 하는 머신러닝이나 퀀트 분석에 대해서 설명을 하고 있다. 

학습을 하기 위해서 파이썬에 대한 다뤄보거나 기본적인 문법을 알고 있다면 조금은 도움이 되나, 교재에서 사용하는 패키지들에 대해서 자세히 설명해주고 있고, 이러한 패키지들만 잘 사용하면 따라하는데 전혀 문제 없기 때문에, 책을 보기 기 위해서 따로 파이썬에 대해서 공부할 필요 까지는 없으며, 교재의 파트2에서 교재를 가지고 학습하는데 필요한 파이썬 문법에 대한 부분도 포함이 되어 있으니 따로 공부할 필요는 없다.

교재에서는 금융에 대한 기초적인 부분은 따로 설명을 하고 있지 않기 때문에 파이썬 보다는 금융에 대한 기본적인 이해가 있으면 따라하기 어렵지 않으나, 그렇지 않다고 하더라도 각각의 실행코드 마다 아래에 따로 하나씩 설명을 해주고 있기 때문에 차근차근 따라하면 이해가 가능하다.

실습은 주피터 노트북으로 상요하면 되며, 따로 PC에 설치할 필요 없이, 구글에서 제공하는 구글 코랩(Google Colaboratory)에서 대부분 실습이 가능하기 때문에 따로 설치할 필요 없이 구글코랩(https://colab.research.google.com/) 사이트에 브라우저에서 접속을 해서 무료로 사용하면 된다.

이 책에서는 데이터 분석을 위해서 고성능의 수치계산을 위해 제작된 NumPy(Numerical Python)와, 테이블 데이터를 중심으로 데이터를 분석하는 라이브러리인 Pandas를 사용하며, 시각화를 제공하는 matplotlib, plotly 라이브러리를 통해서 그래프로 결과들을 확인할수 있는 방법등을 다양하게 학습할수 있다.

또한 FXCM 플랫폼을 사용하여 다양한 환율 관련 틱데이터를 받아서 과거의 데이터를 분석하고, 외환 주문및 게좌관리를 할수 있는 방법들에 대해서도 실제로 학습해 볼수 있어서, 외환이나 미국주식등 퀀트 투자에 대해서 관심 있는 분들에게도 많은 다움이 될거 같다.

다만 퀀트분석모형을 통해서 국내 주식투자를 하고자 하는 분들에게는 기본적인 금융이나 퀀트분석에 대하서 이 책을 통해서 공부를 할수 있으며, 실제 국내 주식투자에 대한 것은 다른 한빛미디어에서 출간된 책들을 참고 하셔야 한다.

"한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다."

• 찐 전문가가 쓰고
• 찐 전문가가 번역한
• 찐 파이썬 금융 분석 책

파이썬 기본부터 다질 수 있는 책

금융 데이터 분석을 다루면 파이썬 데이터 분석 도구인 판다스를 제대로 배울 수 있다. 지난 해 파이썬 증권 데이터 분석 강의를 만들면서 시중에 나와있는 파이썬 금융 분석 책들을 여러 권 봤는데 그 중에서도 손꼽을 만큼 잘 정리된 책이었다.

출판된지 시간이 제법 지났음에도 기본적인 내용을 담고 있어서 기초를 쌓는데 도움이 되었다. 또, 파이썬 기초부터 넘파이, 판다스, 맷플롯립과 같은 라이브러리의 기초 사용법부터 다루기 때문에 데이터 분석 입문자도 볼 수 있는 책이다.

확률, 통계는 금융 실무 예제를 통해

그리고 확률, 통계도 직접 금융데이터에 적용해 보면서 배우기 때문에 이론적인 내용뿐만 아니라 현실세계에 어떻게 적용되지는 실전 예제를 통해서 익혀볼 수 있었다.

분량도 제법 많고 뒷부분으로 갈 수록 난이도가 올라가지만 파이썬 데이터 분석을 학습하며 사전처럼 두고 찾아보기에 적당한 책이다. 두께도 사전처럼 제법 된다.

찐 전문가가 쓰고 찐 전문가가 번역한 책

데이터 분석을 배우는 사람이라면 한 번쯤은 이 책을 번역한 분의 데이터사이언스스쿨 사이트를 통해 도움을 받았을 것이다. 나 또한 데이터사이언스스쿨 페이지를 통해 도움을 많이 받을 수 있고 실제 현역으로 금융시스템을 개발하고 있는 분이기도 하다. 이 책을 쓴 저자 이브힐피시 또한 이 책 외에도 다양한 금융 서적을 집필하였으며 실제 금융전문가로 일하고 있다.

얼마 전까지만 해도 전문 금융 분석가나 했던 일

얼마 전까지만 해도 전문 금융 분석가나 했던 일을 파이썬의 풍부한 생태계를 통해 지수 데이터를 구해 다양한 벡테스팅까지 구현할 수 있다. 나 또한 금융 전문가가 아니지만 머신러닝 라이브러를 활용해 나만의 포트폴리오를 구성하거나 자동매매에 활용해 본 경험이 있다.

금융 전문가가 아닌 입장에서 이 책은 파이썬의 데이터 과학 생태계를 통해 파이썬, 금융 분석, 데이터 분석, 알고리즘 트레이딩, 금융공학, 머신러닝, 퀀트 분석, 매매 시스템, 데이터 시각화, 금융 시계열, 백테스팅, 파생상품을 익혀 볼 수 있으며 금융지식도 덤으로 얻을 수 있는 책이다.

이 리뷰는 한빛미디어의 나는 리뷰어다 이벤트를 통해 책을 제공받아 작성했습니다.

파이썬을 활용한 금융분석

최근 주식을 하게 되면서 금융에 조금 더 관심을 가지게 되었고

리뷰어 활동 중 금융과 파이썬에 관한 책이 출판되어 흥미를 가지게 되었다

아직 주식에 대해서 주린이 지만

이번 기회를 통해 금융 분석에 한 발짝 다가서는 계기가 될까 해서 도전하게 되었다

나는 자바를 주로 다뤘던 개발자이다

그럼에도 금융 이론이나 알고리즘을 가장 빠르게 구현할 수 있고 

관련 풍부한 라이브러리를 파이썬이 가지고 있는 것은 알고 있다

이 책은 파이썬이 어떤 방식으로 금융 분야에 전반적으로 활용될 수 있는지를 소개하고 있다

이 책은 개정판이라기 보다는 업그레이드에 가깝다고 소개한다

이전에 없던 알고리즘 트레이딩에 대한 내용이 추가 되거나

웹기술과 곤련된 부분은 제외되기도 하였다

저자도 언급하고 있지만

이 책은 일반적인 금융 입문서는 아니다

프로그래밍과 어느 정도 금융 지식은 가지고 있어야 한다

만약 금융 분석의 완전 초보자라면 

『파이썬을 활용한 금융공학 레시피』 또는

금융 공학을 쉽게 설명하고 있는 입문서를 함께 볼 것을 권한다

이 책은 빠르게 훑어보면서 금방 읽히는 책은 아니다

책은 예제를 통해 쉽게 설명하면서도

이 부분을 왜 이렇게 설명하고 있는지 어떻게 활용하는지 고민하면서 봐야 할 것이다

책은 가볍지만 두꺼운 편으로 바이블 처럼 활용하기를 추천한다

"한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다."

"한빛미디어 ＜나는 리뷰어다＞ 활동을 위해서 책을 제공받아 작성된 서평입니다."

이 책은 DX Analytics금융분석 라이브러리 창시자인 이브 힐피시가 2014년에 초판을 발행하고 2018년말에 2판을 작성한 책을 번역한 책이다. 전 세계의 금융기관은 파이썬을 이용해서 데이터 분석, 시각화, 머신러닝 패키지를 활용하고 있다. 이 책에서는 관련 모든 기초 코딩을 가르치고 있다. 특히 파생상품이나 위험분석 혹은 고성능 컴퓨팅 분야의 기초 지식들을 다루고 있다.

주의할 점은 이 책에서는 금융 공학 이론이나 알고리즘을 설명하고 있지 않다. 그래서 여타 금융분석 책자랑은 다르게 파이썬에 관련된 내용으로 방점을 찍고 있다. 특히 매매전략과 FXCM트레이딩 플랫폼의 API를 이용한 매매자동화의 부분에 대해서는 아주 자세히 설명하고 있다.

이 책의 장점은 파이썬을 전혀 모르는 금융 전문가가 보아도 무난히 따라할 수 있을 정도록 자세하고 친절하게 설명하고 있다는 점이다. 기본 파이썬 뿐만 아니라 다양한 라이브러리들에 대해서도 아주 자세히 설명하고 있어서 데이터 분석, 시각화, 머신러닝 패키지를 활용함에 있어서 이 책 한권만 있으면 전혀 부족함이 없도록 설명하고 있다. 시계열 데이터와 실시간 고빈도 데이터의 처리 방법에 대해서도 설명하고 있다. 또한 번역하는 과정에서 어떤 버전에 환경에서 동작하는지 설명을 추가해서 다양한 라이브러리를 쓰는 데 불편함이 없다.

이 책을 읽기 전에 선수지식으로 알고 있으면 좋을 만한 내용은 채권, 선물, 파생, 옵션 등의 금융 용어와 금융공학 수치해석 알고리즘 등이다. 약 800페이지의 분량에도 불구하고 책이 상당히 가벼워서 들고다니면서 읽기에도 매우 좋다. 이 책을 다 읽고 코드를 돌려보면 퀀트분석을 어떻게 하는지 머신러닝과 시각화를 어떻게 코딩하는지에 대해 자세히 알 수 있다. 그런 이유로 파이썬을 실전에서 어떻게 활용하는지 궁금한 사람들에게 추천한다.