연락처 정보

코스 개요

거래 및 자산관리 분야에서의 인공지능 활용 현황

  • 알고리즘 기반 및 AI 활용 거래의 최신 동향
  • 퀀트 금융 워크플로우 개요
  • 주요 도구, 플랫폼 및 데이터 소스 소개

Python을 활용한 금융 데이터 처리

  • Pandas를 이용한 시계열 데이터 다루기
  • 데이터 정제, 변환 및 특징 추출 기법
  • 금융 지표 산출과 거래 신호 생성 방법

거래 신호 생성을 위한 지도학습 기법

  • 시장 예측을 위한 회귀 및 분류 모델 활용
  • 예측 모델 평가 방법(정확도, 정밀도, 샤프 비율 등)
  • 사례 연구: 머신러닝 기반 거래 신호 생성기 구축

비지도학습과 시장 상황 파악

  • 변동성 패턴을 파악하기 위한 클러스터링 기법
  • 패턴 발견을 위한 차원 축소 방법
  • 바스켓 거래 및 리스크 그룹화에의 활용 사례

인공지능 기법을 통한 포트폴리오 최적화

  • 마코비츠 모델과 그 한계점 설명
  • 리스크 패러티, 블랙-리터만 모델 및 머신러닝 기반 최적화 방법
  • 예측 정보를 활용한 포트폴리오의 동적 재조정 전략

백테스팅 및 거래 전략 평가 방법

  • Backtrader 또는 자체 개발 프레임워크 활용법
  • 리스크 조정 성과 지표 측정 기법
  • 과적합 방지 및 미래 정보 유출 문제 회피 방법

실시간 거래 환경에서의 인공지능 모델 운용

  • 거래 API 및 실행 플랫폼과의 연동 방법
  • 모델 모니터링 및 재학습 주기 설정 전략
  • 윤리적, 규제적, 운영상 고려사항 설명

요약 및 향후 진행 방향 제시

요건

  • 기초 통계학 지식 및 금융시장에 대한 이해
  • Python 프로그래밍 경험
  • 시계열 데이터에 대한 익숙함

대상자

  • 퀀트 애널리스트
  • 거래 전문가
  • 포트폴리오 매니저
 21 시간

참가자 수


참가자별 가격

회원 평가 (1)

예정된 코스

관련 카테고리