Course Outline

트레이딩 및 자산 Management 분야에서의 AI

  • 알고리즘 및 AI 기반 트레이딩 동향
  • 정량적 금융 워크플로 개요
  • 주요 도구, 플랫폼, 데이터 소스

Python를 이용한 금융 데이터 활용

  • Pandas을 이용한 시계열 데이터 처리
  • 데이터 클리닝, 변환, 및 특징 공학
  • 금융 지표 및 신호 구성

Supervised Learning를 이용한 트레이딩 신호 생성

  • 시장 예측을 위한 회귀 및 분류 모델
  • 예측 모델 평가 (예: 정확도, 정밀도, 샤프 지수)
  • 사례 연구: ML 기반 신호 생성기 구축

Unsupervised Learning 및 시장 환경

  • 변동성 환경에 대한 클러스터링
  • 패턴 발견을 위한 차원 축소
  • 바스켓 트레이딩 및 위험 그룹화에서의 응용

AI 기술을 활용한 포트폴리오 최적화

  • 마코위츠 프레임워크 및 그 한계
  • 위험 균형, 블랙-리터먼, 및 ML 기반 최적화
  • 예측 입력에 의한 동적 재조정

백테스트 및 전략 평가

  • Backtrader 또는 사용자 정의 프레임워크 사용
  • 위험 조정 성과 지표
  • 과적합 및 미래 데이터 사용 방지

라이브 트레이딩에서 AI 모델 배포

  • 트레이딩 API 및 실행 플랫폼과 통합
  • 모델 모니터링 및 재학습 주기
  • 윤리적, 규제적, 운영적 고려사항

요약 및 다음 단계

Requirements

  • 기본 통계와 금융시장에 대한 이해
  • Python 프로그래밍 경험
  • 시간 시리즈 데이터에 대한 친숙함

대상

  • 양적 분석가
  • 거래 전문가
  • 포트폴리오 관리자

 21 Hours

Number of participants


Price per participant

회원 평가 (1)

Upcoming Courses

Related Categories