YES24 카테고리 리스트

YES24 유틸메뉴

Global YES24안내보기: Global YES24는?

K-POP/K-Drama 관련상품(음반,도서,DVD)을
영문/중문 으로 이용하실 수 있습니다.

Korean wave shopping mall, sell the
K-POP/K-Drama (CD,DVD,Blu-ray,Book) We aceept PayPal/UnionPay/Alipay
and support English/Chinese Language service
English
作为出售正规 K-POP/K-Drama 相关(CD,图书,DVD) 韩流商品的网站, 支持中文/英文等海外结账方式
中文
Exclusive ticket sales for domestic and international pop artists
Global yesticket

어깨배너

1/6

빠른분야찾기

YES24 코너/서비스

YES24 분야별코너

신용카드 (54x86mm)

A4용지 (210x297mm)

미리보기 사이즈비교 공유하기

소득공제 에이콘출판사-금융 퀀트 머신러닝 융합

실전 금융 머신러닝 완벽 분석

[ 2019년 대한민국학술원 우수학술도서 선정도서 ]

마르코스 로페즈 데 프라도 저/이병욱, 이기홍, 하석근 역 | 에이콘출판사 | 2018년 11월 30일 | 원제 : Advances in Financial Machine Learning 리뷰 총점3.1 정보 더 보기/감추기

종이책 리뷰 (0건)
eBook 리뷰 (0건)
종이책 한줄평 (7건)
eBook 한줄평 (0건)

회원리뷰(7건) | 판매지수 396 판매지수란?

상품 가격정보
정가	40,000원
판매가	36,000원 (10% 할인)
YES포인트	2,000원 (5% 적립) 5만원이상 구매 시 2천원 추가적립 5만원이상 구매 시 2천원 추가적립 안내

결제혜택
결제혜택	카드/간편결제 혜택을 확인하세요 카드/간편결제 혜택 보기/감추기 예스24 현대카드 3만원 캐시백 이벤트 [기본혜택] YES포인트 1~3% 적립 관련페이지 바로가기 카카오페이 2,500원 즉시할인 일 선착순 400건, 4만원 이상 관련페이지 바로가기 우리카드 우리페이 2,000원 즉시할인 일 선착순 300건, 3만원 이상 관련페이지 바로가기 토스페이 1천원 즉시할인 일 400명, 1만5천원 이상 관련페이지 바로가기 네이버페이 5천 포인트 적립 1천명 추첨, 5만원 이상 관련페이지 바로가기

배송안내
배송안내 바로가기

배송비 : 무료 배송비 안내

구매 시 참고사항
구매 시 참고사항

이미 소장하고 있다면 2,800원에 판매해 보세요!이 상품을 팔기더보기/감추기
- 예스24에 팔기
  최상매입가 2,800원
- 내 가게에서 팔기

판매중

수량

카트에 넣기 바로구매

해외배송 가능
최저가 보상
문화비소득공제 신청가능

리스트에 넣기 시리즈 알림신청

시리즈 알림 서비스 시리즈 알림 서비스란?

eBook 출간 알림신청 분철서비스 알림신청

대학생 & 취준생이동

월간 개발자 4월호이동

공부합시다! 생성형 AI이동

이 세계에선 N잡러?이동

이전 YES NOW 배너보기

다음 YES NOW 배너보기

1/4

광고 AD

실전 금융 머신러닝 완벽 분석

카트에 넣기 바로구매

품목정보

품목정보
발행일	2018년 11월 30일
쪽수, 무게, 크기	520쪽 \| 726g \| 15222824mm
ISBN13	9791161752334
ISBN10	1161752331

이 상품의 태그

#대한민국학술원우수학술도서

대시보드 설계와 데이터 시각화

스티브 웩슬러,제프리 섀퍼,앤디 코트그리브 공저/최윤석 역 | 책만

29,700원 (10% 할인)
단단한 강화학습

리처드 서튼,앤드류 바르토 공저/김성우 역 | 제이펍

31,500원 (10% 할인)
블록체인 해설서

이병욱 저 | 에이콘출판사

17,550원 (10% 할인)
음악 수학

데이브 벤슨 저/추정호 역 | 에이콘출판사

36,000원 (10% 할인)
네트워크 가상화의 모든 것

라젠드라 차야파티,시에드 파룩 하산,파레시 샤 공저/최성남 역 | 에이콘출판사

31,500원 (10% 할인)

검색 페이지에서 선택된 태그에 등록된 더 많은 상품을 확인해 보세요. 전체보기

이 상품의 이벤트 (8개)

선착순 사은품 기획전

실력있는 개발자를 위한 프로그래밍 전문서 : 한빛미디어 오라일리 시리즈

이벤트 대상 도서 구매 시 '오라일리 규조토 코스터' 증정(디자인 랜덤, 포인트 차감, 한정수량)

2023년 06월 15일 ~ 한정 수량
기획전

어서오세요, [클래스24] 입니다

만나고 싶은 작가 신청하고 포인트 받으세요!

2024년 03월 20일 ~ 2024년 04월 30일
사은품 기획전

[2024 세계 책의 날] 책을 ( ) 하다

책과 함께 살아간다는 것

2024년 04월 12일 ~ 2024년 04월 30일
사은품

YES24 트윈링 분철 : 인서트라벨/스티커 택1 증정

수험서, 자격증, 외국어, 대학교재, 참고서 등을 더욱 가볍고 편하게 만나보세요!

2017년 09월 06일 ~ 한정 수량
정가 인하 & 특가 할인 도서 모음

2024년 02월 25일 ~ 한정 수량
사은품

4월의 굿즈 :책가도 독서대/스마트폰 거치대/우양산/북 스토퍼/우드 센서 무드등

국내도서/외국도서/직배송 GIFT 5/7만원 이상, eBook/크레마 5만원 이상 구매 시 선착순 택1 증정 (포인트 차감)

2024년 03월 29일 ~ 2024년 04월 30일
선착순 기획전

오직, 예스24에서만

컨텐츠의 가치를 아는 당신이라면, 예스24에서만 만날 수 있는 한정판 상품에 주목하세요.

2023년 07월 25일 ~ 한정 수량
사은품

예스24 X JTBC <소탐대실> 콜라보 [서탐대실]

책에 대한 작은 탐사, 큰 결실

2023년 10월 07일 ~ 한정 수량

펼쳐보기접어보기

책소개

책의 일부 내용을 미리 읽어보실 수 있습니다. 미리보기

1장. 독립된 주제로서의 금융 머신러닝 1.1 동기 1.2 금융 머신러닝 프로젝트가 실패하는 주요 원인 1.2.1 시지프스 패러다임 1.2.2 메타 전략 패러다임 1.3 책의 구조 1.3.1 생산 체인 형태로 구조 짜기 1.3.3 흔한 함정에 따른 구성 1.4 대상 독자들 1.5 필요 지식 1.6 자주 받는 질문들 1.7 감사의 글 __연습 문제 __참고 자료 __참고 문헌 1부. 데이터 분석 2장. 금융 데이터 구조 2.1 동기 2.2 금융 데이터의 근본적 형태 2.2.1 기본 데이터 2.2.2 시장 데이터 2.2.3 분석 2.2.4 대체 데이터 2.3 바 2.3.1 표준 바 2.4 복수 상품 계열 다루기 2.4.1 ETF 트릭 2.4.2 PCA 가중값 2.4.3 단일 선물 롤 오버 2.5 특성 샘플 추출 2.5.1 축소를 위한 표본 추출 2.5.2 이벤트 기반의 표본 추출 __연습 문제 __참고 자료 3장. 레이블링 3.1 동기 3.2 고정 기간 기법 3.3 동적 임계값 계산 3.4 삼중 배리어 기법 3.5 방향과 크기 파악 3.6 메타 레이블링 3.7 메타 레이블링을 이용하는 방법 3.8 퀀터멘털 방법 3.9 불필요한 레이블 제거 __연습 문제 __참고 문헌 4장. 표본 가중값 4.1 동기 4.2 중첩된 결과 4.3 공존 레이블의 개수 4.4 레이블의 평균 고유도 4.5 배깅 분류기와 고유도 4.5.1 순차적 부트스트랩 4.5.2 순차적 부트스트랩의 구현 4.5.3 수치적 예제 4.5.4 몬테카를로 실험 4.6 수익률 기여도 4.7 시간 감쇠 4.8 클래스 가중값 __연습 문제 __참고 자료 __참고 문헌 5장. 분수 미분의 특징 5.1 동기 5.2 정상성 대 기억 딜레마 5.3 문헌 리뷰 5.4 방법 5.4.1 장기 기억 5.4.2 반복 추정 5.4.3 수렴 5.5 구현 5.5.1 확장 윈도우 5.5.2 고정 너비 윈도우 분수 미분 5.6 최대 기억 유지 정상성 5.7 결론 __연습 문제 __참고 자료 __참고 문헌 2부. 모델링 6장. 앙상블 기법 6.1 동기 6.2 오류의 세 가지 원인 6.3 배깅 6.3.1 분산 축소 6.3.2 개선된 정확도 6.3.3 관측 중복 6.4 랜덤 포레스트 6.5 부스팅 6.6 금융에 있어서의 배깅 대 부스팅 6.7 배깅의 확장성 __연습 문제 __참고 자료 __참고 문헌 7장. 금융에서의 교차 검증 7.1 동기 7.2 교차 검증의 목표 7.3 금융에서 K겹 교차 검증이 실패하는 이유 7.4 해법: 제거 K겹 교차 검증 7.4.1 훈련셋에서의 제거 7.4.2 엠바고 7.4.3 제거된 K겹 클래스 7.5 sklearn의 교차 검증 버그 __연습 문제 __참고 문헌 8장. 특성 중요도 8.1 동기 8.2 특성 중요도의 중요성 8.3 대체 효과가 있는 특성 중요도 8.3.1 평균 감소 불순도 8.3.2 평균 감소 정확도 8.4 대체 효과가 없는 특성 중요도 8.4.1 단일 특성 중요도 8.4.2 직교 특성 8.5 병렬 대 스태킹 특성 중요도 8.6 합성 데이터를 사용한 실험 __연습 문제 __참고 자료 9장. 교차 검증을 통한 하이퍼 파라미터 튜닝 9.1 동기 9.2 그리드 검색 교차 검증 9.3 랜덤 검색 교차 검증 9.3.1 로그 균등 분포 9.4 점수 함수 및 하이퍼 파라미터 튜닝 __연습 문제 __참고 자료 __참고 문헌 3부. 백테스트 10장. 베팅 크기 10.1 동기 10.2 전략 독립 베팅 크기 방식 10.3 예측된 확률로부터 베팅 크기 조절 10.4 실행 중인 베팅의 평균화 10.5 베팅 크기 이산화 10.6 동적 베팅 크기와 지정가 __연습 문제 __참고 자료 __참고 문헌 11장. 백테스트의 위험 11.1 동기 11.2 미션 임파서블: 결함 없는 백테스트 11.3 비록 백테스트 결과가 나무랄 데 없어도 아마 잘못됐을 것이다 11.4 백테스트는 연구 도구가 아니다 11.5 몇 가지 일반적인 추천 11.6 전략 선택 __연습 문제 __참고 자료 __참고 문헌 12장. 교차 검증을 통한 백테스트 12.1 동기 12.2 전방 진행 기법 12.2.1 전방 진행 방법의 위험 12.3 교차 검증 기법 12.4 조합적 제거 교차 검증 기법 12.4.1 조합적 분할 12.4.2 조합적 제거 교차 검증 백테스트 알고리즘 12.4.3 몇 가지 예제 12.5 조합적 제거 교차 검증이 백테스트 과적합을 해결하는 법 __연습 문제 __참고 자료 13장. 합성 데이터에 대한 백테스트 13.1 동기 13.2 거래 규칙 13.3 문제 13.4 프레임워크 13.5 최적 거래 규칙의 수치적 결정 13.5.1 알고리즘 13.5.2 구현 13.6 실험 결과 13.6.1 제로 장기 균형의 경우 13.6.2 양의 장기 균형의 경우 13.6.3 음의 장기 균형의 경우 13.7 결론 __연습 문제 __참고 자료 14장. 백테스트 통계량 14.1 동기 14.2 백테스트 통계량의 종류 14.3 일반적인 특성 14.4 성과 14.4.1 수익률의 시간 가중 비율 14.5 런 14.5.1 수익률 집중 14.5.2 손실폭과 수면하 시간 14.5.3 성과 평가를 위한 런 통계량 14.6 거래 구축 비용 14.7 효율성 14.7.1 샤프 비율 14.7.2 확률적 샤프 비율 14.7.3 축소 샤프 비율 14.7.4 효율성 통계량 14.8 분류 점수 14.9 기여도 분석 __연습 문제 __참고 자료 __참고 문헌 15장. 전략 리스크 이해 15.1 동기 15.2 대칭 투자 이익 15.3 비대칭 투자 이익 15.4 전략 실패의 확률 15.4.1 알고리즘 15.4.2 구현 __연습 문제 __참고 자료 16장. 머신러닝 자산 배분 16.1 동기 16.2 볼록 포트폴리오 최적화 문제 16.3 마코위츠의 저주 16.4 기하적 관계에서 계층적 관계까지 16.4.1 트리 군집화 16.4.2 준대각화 16.4.3 재귀적 이분법 16.5 수치 예제 16.6 샘플 외 몬테카를로 시뮬레이션 16.7 향후 연구 과제 16.8 결론 __부록 __연습 문제 __참고 자료 4부. 유용한 금융의 특징 17장. 구조적 변화 17.1 동기 17.2 구조적 변화 테스트 유형 17.3 CUSUM 테스트 17.3.1 재귀적 잔차에 브라운 - 더빈 - 에반스 CUSUM 테스트 17.3.2 수준에 대한 추 - 스틴치콤 - 화이트 CUSUM 테스트 17.4 폭발성 테스트 17.4.1 초 - 유형의 딕키 - 풀러 테스트 17.4.2 상한 증강 딕키 - 풀러 17.4.3 서브 또는 슈퍼 - 마팅게일 테스트 __연습 문제 __참고 자료 18장. 엔트로피 특성들 18.1 동기 18.2 샤논의 엔트로피 18.3 플러그인(또는 최대 우도) 추정량 18.4 렘펠 - 지브 추정기 18.5 인코딩 체계 18.5.1 이진 인코딩 18.5.2 분위수 인코딩 18.5.3 시그마 인코딩 18.6 가우시안 프로세스의 엔트로피 18.7 엔트로피와 일반화된 평균 18.8 엔트로피의 몇 가지 금융 응용 18.8.1 시장 효율성 18.8.2 최대 엔트로피 생성 18.8.3 포트폴리오 집중화 18.8.4 시장 미시 구조 __연습 문제 __참고 자료 __참고 문헌 19장. 미시 구조적 특성 19.1 동기 19.2 문헌 리뷰 19.3 1세대: 가격 시퀀스 19.3.1 틱 규칙 19.3.2 롤 모델 19.3.3 고가 - 저가 변동성 추정량 19.3.4 코윈과 슐츠 19.4 2세대: 전략적 거래 모델 19.4.1 카일의 람다 19.4.2 아미후드의 람다 19.4.3 하스브룩의 람다 19.5 제3세대: 순차적 거래 모델 19.5.1 정보 기반 거래의 확률 19.5.2 정보 기반 거래의 거래량 동기화 확률 19.6 미시 구조적 데이터셋으로부터의 추가 특성 19.6.1 주문 크기의 분포 19.6.2 취소율, 지정가 주문, 시장가 주문 19.6.3 시간 가중 평균 가격 실행 알고리즘 19.6.4 옵션 시장 19.6.5 부호가 있는 주문 흐름의 계열 상관관계 19.7 미시 구조적 정보란 무엇인가? __연습 문제 __참고 자료 5부. 고성능 컴퓨팅 비법 20장. 다중 처리와 벡터화 20.1 동기 20.2 벡터화 예제 20.3 단일 스레드 대 다중 스레딩 대 다중 처리 20.4 원자와 분자 20.4.1 선형 분할 20.4.2 이중 루프 분할 20.5 다중 처리 엔진 20.5.1 작업 준비 20.5.2 비동기 호출 20.5.3 콜백 언래핑 20.5.4 피클/언피클 객체 20.5.5 출력 축소 20.6 다중 처리 예제 __연습 문제 __참고 자료 __참고 문헌 21장. 무차별 대입과 양자 컴퓨터 21.1 동기 21.2 조합적 최적화 21.3 목적 함수 21.4 문제 21.5 정수 최적화 방법 21.5.1 비둘기집 분할 21.5.2 가능한 정적 해 21.5.3 궤적 평가 21.6 수치 예제 21.6.1 랜덤 행렬 21.6.2 정태적 해 21.6.3 동태적 해 __연습 문제 __참고 자료 22장. 고성능 계산 지능과 예측 기술 22.1 동기 22.2 2010년 플래시 크래시에 대한 감독 당국의 반응 22.3 배경 22.4 HPC 하드웨어 22.5 HPC 소프트웨어 22.5.1 MPI 22.5.2 계층적 데이터 형식 5 22.5.3 제자리 처리 22.5.4 수렴 22.6 실제 사례 22.6.1 초신성 사냥 22.6.2 융합 플라스마의 덩어리 22.6.3 일간 전기 사용 최대값 22.6.4 2010년의 플래시 크래시 22.6.5 정보 기반 거래 거래량 동기화 확률의 추정 22.6.6 비균등 고속 푸리에 변환으로 고빈도 이벤트 발견 22.7 요약 및 참여 요청 22.8 감사의 글 __참고 자료

펼쳐보기접어보기

저자 소개 (4명)

저 : 마르코스 로페즈 데 프라도 (Marcos Lopez de Prado)

관심작가 알림신청 작가 파일

코넬대학 공과대학교 교수, 트루 포지티브 테크놀로지스(TPT, True Positive Technologies)의 최고정보관리책임자(CIO, Chief Infomation Officer)이다. 머신러닝 알고리즘과 슈퍼 컴퓨터의 도움을 받아 20년 넘게 투자 전략을 개발한 경험이 있다. 2019년에는 「저널 오브 포트폴리오 매니지먼트(The Journal of Portfolio Management)」에서 ‘올해의 ... 코넬대학 공과대학교 교수, 트루 포지티브 테크놀로지스(TPT, True Positive Technologies)의 최고정보관리책임자(CIO, Chief Infomation Officer)이다. 머신러닝 알고리즘과 슈퍼 컴퓨터의 도움을 받아 20년 넘게 투자 전략을 개발한 경험이 있다. 2019년에는 「저널 오브 포트폴리오 매니지먼트(The Journal of Portfolio Management)」에서 ‘올해의 퀀트(Quant)상’을 받았다.

머신 러닝과 슈퍼컴퓨팅을 이용해 수십억 달러의 기금을 운용하고 있다. 구겐하임 파트너의 정량 금융 투자 전력(QIS) 사업을 설립해 뛰어난 리스크 조정 수익률을 지속적으로 가져다준 고용량 전략을 개발했다. 130억 달러의 자산을 운용한 후 QIS를 인수하고 2018년 구겐하임에서 스핀아웃했다.
2010년부터 로렌스 버클리 국립 연구소(미 에너지 성, 과학국)의 연구원으로 일하고 있다. 금융에서 가장 많이 읽은 10대 도서의 저자(SSRN 순위 기준)로, 머신 러닝과 슈퍼컴퓨팅에 관련된 수십 편의 논문을 썼고, 알고리즘 거래에 대한 다수의 국제 특허를 갖고 있다.
1999년에 스페인 국립 학문상을 수상했고, 2003년에는 금융 경제학으로 박사 학위를 받았으며, 2011년에는 마드리드 대학에서 수학적 금융으로 두 번째 박사 학위를 받았다. 박사 후 과정을 하버드와 코넬 대학에서 마쳤으며, 공학부에서 금융 머신 러닝 과정을 가르쳤다. 미국 수학 학회에 따른 에르도스 2(Erdos #2)와 아인슈타인 4(Einstein #4)를 갖고 있다.
자세한 내용은 www.QuantResearch.org에서 확인할 수 있다.

펼쳐보기접어보기

역 : 이병욱

관심작가 알림신청 작가 파일

서울과학종합대학원 디지털금융 주임교수와 카이스트 겸직교수 그리고 한국금융연수원 겸임교수를 맡고 있으며, 인공지능연구원(AIRI)의 부사장으로도 재직 중이다. 카이스트(KAIST) 전산학과 계산 이론 연구실에서 공부했으며 공학을 전공한 금융 전문가로, 세계 최초의 핸드헬드-PC(Handheld-PC) 개발에 참여해 한글 윈도우 CE 1.0과 2.0을 미국 Microsoft 본사에서 공동 개발했다. 1999년에는 전... 서울과학종합대학원 디지털금융 주임교수와 카이스트 겸직교수 그리고 한국금융연수원 겸임교수를 맡고 있으며, 인공지능연구원(AIRI)의 부사장으로도 재직 중이다. 카이스트(KAIST) 전산학과 계산 이론 연구실에서 공부했으며 공학을 전공한 금융 전문가로, 세계 최초의 핸드헬드-PC(Handheld-PC) 개발에 참여해 한글 윈도우 CE 1.0과 2.0을 미국 Microsoft 본사에서 공동 개발했다. 1999년에는 전 보험사 보험료 실시간 비교 서비스를 제공하는 핀테크 전문회사 ㈜보험넷을 창업했고 이후 삼성생명을 비롯한 생명 보험사 및 손해 보험사에서 CMO(마케팅총괄 상무), CSMO(영업 및 마케팅 총괄 전무) 등을 역임하면서 혁신적인 상품과 서비스를 개발, 총괄했다. 인공지능연구원에서 머신러닝 기반의 금융 솔루션 개발에 관련된 다양한 활동을 하고 있으며 금융위원회, 금융정보분석원 등에 다양한 자문을 하고 있다.

저서로는 『비트코인과 블록체인, 탐욕이 삼켜버린 기술』(에이콘, 2018)과 대한민국학술원이 2019 교육부 우수학술도서로 선정한 『블록체인 해설서』(에이콘, 2019), 2022년 문체부 세종도서로 선정된 『돈의 정체』(에이콘, 2019) 그리고 한국금융연수원의 핀테크 전문 교재인 『헬로, 핀테크!』(공저, 2020), 『헬로, 핀테크! ? 인공지능 편』(2021) 등이 있다.

펼쳐보기접어보기

역 : 이기홍

관심작가 알림신청 작가 파일

카네기멜론대학교에서 석사 학위를 받았고, 피츠버그대학교의 Finance Ph.D, CFA, FRM이자 금융, 투자, 경제분석전문가다. 삼성생명, HSBC, 새마을금고중앙회, 한국투자공사 등과 같은 국내 유수의 금융기관, 금융 공기업에서 자산 운용 포트폴리오 매니저로 근무했으며 현재 딥러닝과 강화학습을 금융에 접목시켜 이를 전파하고 저변을 확대하는 것을 보람으로 삼고 있다. 저서로는 『엑셀 VBA로 쉽게 배우는 금... 카네기멜론대학교에서 석사 학위를 받았고, 피츠버그대학교의 Finance Ph.D, CFA, FRM이자 금융, 투자, 경제분석전문가다. 삼성생명, HSBC, 새마을금고중앙회, 한국투자공사 등과 같은 국내 유수의 금융기관, 금융 공기업에서 자산 운용 포트폴리오 매니저로 근무했으며 현재 딥러닝과 강화학습을 금융에 접목시켜 이를 전파하고 저변을 확대하는 것을 보람으로 삼고 있다. 저서로는 『엑셀 VBA로 쉽게 배우는 금융공학 프로그래밍』(한빛미디어, 2009)이 있으며, 번역서로는 『포트폴리오 성공 운용』(미래에셋투자교육연구소, 2010), 『딥러닝 부트캠프 with 케라스』(길벗, 2017), 『프로그래머를 위한 기초 해석학』(길벗, 2018)과 에이콘출판사에서 출간한 『실용 최적화 알고리즘』(2020), 『초과 수익을 찾아서 2/e』(2020), 『자산운용을 위한 금융 머신러닝』(2021), 『실전 알고리즘 트레이딩 배우기』(2021), 『존 헐의 비즈니스 금융 머신러닝 2/e』(2021), 『퀀트 투자를 위한 머신러닝?딥러닝 알고리듬 트레이딩 2/e』(2021), 『자동머신러닝』(2021), 『금융 머신러닝』(2022) 등이 있다. 누구나 자유롭게 머신러닝과 딥러닝을 자신의 연구나 업무에 적용해 활용하는 그날이 오기를 바라며 매진하고 있다.

펼쳐보기접어보기

역 : 하석근

관심작가 알림신청 작가 파일

학성고와 한국외국어대학교 경영학과를 졸업하고, 미국 컬럼비아대학교 산업공학 석사, 프랑스 EDHEC 경영대학원에서 프랭크 파보지(Frank J. Fabozzi) 교수 지도하에 경영학 박사 학위를 받았다. 「The Journal of Portfolio Management」 등 주요 학술지에 논문을 등재하고 있으며, 한국외국어대학교 경영대학 및 George Mason University Korea에서 학생들을 가르치... 학성고와 한국외국어대학교 경영학과를 졸업하고, 미국 컬럼비아대학교 산업공학 석사, 프랑스 EDHEC 경영대학원에서 프랭크 파보지(Frank J. Fabozzi) 교수 지도하에 경영학 박사 학위를 받았다. 「The Journal of Portfolio Management」 등 주요 학술지에 논문을 등재하고 있으며, 한국외국어대학교 경영대학 및 George Mason University Korea에서 학생들을 가르치고 있다.
한국투자공사 출신 임직원으로 구성된 WWG 자산운용에서 헤지펀드를 운용하고 있다. 하나UBS 자산운용에서 해외 펀드를 운용했고, 디멘셔널 펀드 어드바이저 미국 본사 및 싱가폴 법인에서 부사장으로 글로벌 주식 포트폴리오를, 한국투자공사에서 국부를 운용했다. 모건스탠리와 현대증권에서 근무했다. 번역서로 『실전 금융 머신러닝 완벽 분석』(에이콘, 2018)과 『초과 수익을 찾아서 2/e』(에이콘, 2020)이 있다. CFA 및 FRM이다.

펼쳐보기접어보기

더보기접어보기

만든 이 코멘트

저자, 역자, 편집자를 위한 공간입니다. 독자들에게 전하고 싶은 말씀을 남겨주세요. 코멘트 쓰기

접수된 글은 확인을 거쳐 이 곳에 게재됩니다.
독자 분들의 리뷰는 리뷰 쓰기를, 책에 대한 문의는 1:1 문의를 이용해 주세요.

출판사 리뷰

★ 이 책의 대상 독자 ★ 특히 금융 관련 데이터에 연계된 문제들을 해결하기 위해 설계된 고급 머신러닝 기법을 다루고 있다. ‘고급’이라는 의미는 이해하기가 극도로 힘들다거나 딥러닝이나 순환신경망 또는 합성곱망 등 최근에 되살아나고 있는 기법들을 설명한다는 의미는 아니다. 그보다 이 책은 금융 문제에 머신러닝 알고리즘을 적용한 경험이 있는 상급 연구원들이 중요하게 생각하는 여러 의문에 해답을 주고자 쓰여졌다. 만약 머신러닝이 처음이고, 복잡한 알고리즘에 대한 경험이 없다면 이 책은 (아직은) 맞지 않을 것이다. 이 책에서 다루고 있는 문제에 대해 현업에서의 경험이 없다면 이 책을 이용해 문제를 해결하기가 쉽지 않을 것이다. 이 책을 읽기 전에 머신러닝에 관한 여러 훌륭한 책을 읽길 권한다. 이 책의 핵심 독자들은 머신러닝 경험이 풍부한 전문 투자가들이다. 저자의 목표는 여러분이 이 책에서 배운 것을 통해 수익을 증대하기를 바라는 것이고, 금융을 현대화하는 데 일조하고 투자가들에게 실질적인 가치를 전달해 주기를 바라는 것이다. 이 책은 금융 이외의 여러 분야에 머신러닝 알고리즘을 성공적으로 구현한 경험이 있는 데이터 과학자들에게도 적합하다. 만약 여러분이 구글에서 일하면서 얼굴 인식 분야를 성공적으로 구현한 적이 있지만, 금융 쪽에 제대로 적용해 본 적이 없다면 이 책이 많은 도움이 될 것이다. 가끔 특정 구조(예를 들어, 메타 레이블링, 삼중 배리어 기법, 프랙디프)의 금융 논리에 대해 잘 이해되지 않을 때도 있을 수 있지만, 끈기를 갖길 바란다. 투자 포트폴리오를 일정 수준 이상 운용하다 보면 게임의 법칙이 점점 뚜렷하게 보이고, 1장에 설명된 내용들이 이해가 될 것이다. ★ 이 책의 구성 ★ 이 책은 서로 얽혀 있는 주제들을 각각 구분해 정돈된 형태로 설명한다. 각 장은 그 이전 장을 읽었다고 가정하고 설명한다. 1부는 금융 데이터를 머신러닝 알고리즘에서 잘 적용할 수 있도록 데이터를 구조화하는 방법을 알아보고, 2부에서는 해당 데이터에 기반해 머신러닝 알고리즘을 활용해 리서치하는 방법을 알아본다. 여기서 중요한 것은 실질적인 발견은 연구나 과학적 프로세스를 통해 이뤄지며, 이는 우연히 어떤 (잘못될 가능성이 많은) 결과가 나타날 때까지 의미 없이 반복하는 연구 기법과는 구분된다. 3부에서는 연구에 대한 백테스트 방법을 설명하고, 결과가 잘못될 확률을 평가해 본다. 1~3부를 통해 데이터 분석으로부터 모델을 연구하고, 결과를 평가하는 전체 프로세스를 개괄할 수 있다. 이러한 지식을 바탕으로 4부에서는 데이터로 되돌아가 의미 있는 특성을 추출하는 혁신적인 방법을 설명한다. 이러한 작업들은 대부분 상당한 양의 자원을 소모하는데 5부에서는 유용한 HPC 비법을 알아본다. ★ 지은이의 말 ★ 독자들이 머신러닝을 금융에 적용할 때 백테스트 과적합(backtest overfitting Financial)과 같은 난관을 어떻게 해결할 것인지 학습하길 바란다. 금융 머신러닝은 표준 머신러닝과 연계돼 있기는 하지만, 그 자체로 엄연히 분리된 하나의 영역이다. 이 책은 이런 점을 잘 설명해 줄 것이다. ★ 옮긴이의 말 ★ 이 책은 금융에 있어서의 머신러닝을 심도 있게 설명해 준다. 특히 통계적 요행에 빠지기 쉬운 금융에서 ‘과거 데이터에 의존했을 때의 위험’을 알려 준다. 저자는 20년간 금융에 종사하면서 자신이 작업해 왔던 머신러닝 기법 중 과학적으로 증명된 것을 자세히 설명하고 있다. 금융과 관련된 머신러닝 책이 시중에 많이 나와 있지만, 실전을 바탕으로 저술한 책은 극히 드물다. 20여 년간 본인이 직접 체득한 실제 지식을 바탕으로 집필됐다는 점에서 다른 책보다 실용적이며, 사실에 가까운 지식을 전달해 준다. 이 책을 통해 머신러닝을 금융에 적용할 때 어떤 어려움과 함정이 존재하는지, 백테스트로 인한 과적합이 얼마나 위험한지 등을 이해하게 될 것이다.

펼쳐보기접어보기

회원리뷰 (0건)

매주 10건의 우수리뷰를 선정하여 YES포인트 3만원을 드립니다.
3,000원 이상 구매 후 리뷰 작성 시 일반회원 300원, 마니아회원 600원의 YES포인트를 드립니다.
eBook은 다운로드 후 작성한 리뷰만 YES포인트 지급됩니다.
클래스, CD/LP, DVD/Blu-ray, 패션 및 판매금지 상품, 예스24 앱스토어 상품 제외됩니다. 리뷰/한줄평 정책 자세히 보기 리뷰쓰기

등록된 리뷰가 없습니다.

첫번째 리뷰어가 되어주세요.

한줄평 (7건)

1,000원 이상 구매 후 한줄평 작성 시 일반회원 50원, 마니아회원 100원의 YES포인트를 드립니다.
eBook은 다운로드 후 작성한 리뷰만 YES포인트 지급됩니다.
클래스, CD/LP, DVD/Blu-ray, 패션 및 판매금지 상품, 예스24 앱스토어 상품 제외됩니다. 리뷰/한줄평 정책 자세히 보기

평점 별 2점 별 4점 별 6점 별 8점 별 10점 작성 시 유의사항 한줄평 작성 시 유의사항

한글 기준 50자까지 작성가능 0/50

배송/반품/교환 안내

배송 안내

배송 안내
배송 구분	예스24 배송 배송비 : 무료배송
포장 안내	안전하고 정확한 포장을 위해 CCTV를 설치하여 운영하고 있습니다. 고객님께 배송되는 모든 상품을 CCTV로 녹화하고 있으며, 철저한 모니터링을 통해 작업 과정에 문제가 없도록 최선을 다 하겠습니다. 목적 : 안전한 포장 관리 촬영범위 : 박스 포장 작업

반품/교환 안내

※ 상품 설명에 반품/교환과 관련한 안내가 있는경우 아래 내용보다 우선합니다. (업체 사정에 따라 달라질 수 있습니다)

반품/교환 안내
반품/교환 방법	마이페이지 > 반품/교환 신청 및 조회, 1:1 문의, 고객만족센터(1544-3800), 중고샵(1566-4295) 판매자 배송 상품은 판매자와 반품/교환이 협의된 상품에 한해 가능합니다.
반품/교환 가능기간	출고 완료 후 10일 이내의 주문 상품 디지털 콘텐츠인 eBook의 경우 구매 후 7일 이내의 상품 중고상품의 경우 출고 완료일로부터 6일 이내의 상품 (구매확정 전 상태)
반품/교환 비용	고객의 단순변심 및 착오구매일 경우 상품 반송비용은 고객 부담임 직수입양서/직수입일서중 일부는 변심 또는 착오로 취소시 해외주문취소수수료 20%를 부과할수 있음 단, 아래의 주문/취소 조건인 경우, 취소 수수료 면제 오늘 00시 ~ 06시 30분 주문을 오늘 오전 06시 30분 이전에 취소 오늘 06시 30분 이후 주문을 익일 오전 06시 30분 이전에 취소 직수입 음반/영상물/기프트 중 일부는 변심 또는 착오로 취소 시 해외주문취소수수료 30%를 부과할 수 있음 단, 당일 00시~13시 사이의 주문은 취소 수수료 면제 박스 포장은 택배 배송이 가능한 규격과 무게를 준수하며, 고객의 단순변심 및 착오구매일 경우 상품의 반송비용은 박스 당 부과됩니다.
반품/교환 불가사유	소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우 : 예) 화장품, 식품, 가전제품, 전자책 단말기 등 복제가 가능한 상품 등의 포장을 훼손한 경우 : 예) CD/LP, DVD/Blu-ray, 소프트웨어, 만화책, 잡지, 영상 화보집 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우 eBook 대여 상품은 대여 기간이 종료 되거나, 2회 이상 대여 했을 경우 취소 불가 중고상품이 구매확정(자동 구매확정은 출고완료일로부터 7일)된 경우 LP상품의 재생 불량 원인이 기기의 사양 및 문제인 경우 (All-in-One 일체형 일부 보급형 오디오 모델 사용 등) 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에 해당되는 경우
소비자 피해보상	상품의 불량에 의한 반품, 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은 소비자분쟁해결기준(공정거래위원회 고시)에 준하여 처리됨
환불 지연에 따른 배상	대금 환불 및 환불 지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의 소비자 보호에 관한 법률에 따라 처리

최근 본 (0)

예스이십사(주): 대표 : 김석환, 최세라 주소 : 서울시 영등포구 은행로 11, 5층~6층(여의도동,일신빌딩) 사업자등록번호 : 229-81-37000 통신판매업신고 : 제 2005-02682호 사업자 정보확인 이메일 : yes24help@yes24.com 호스팅 서비스사업자 : 예스이십사(주)
Copyright ⓒ YES24 Corp. All Rights Reserved.

고객문의

도서/음반 1544-3800

중고샵 1566-4295

티켓예매 1544-6399

eBook 1:1 문의
1:1 문의하기 자주 묻는 질문 상담시간 안내

소비자피해보상보험 서울보증보험: 고객님은 안전거래를 위해 현금 등으로 결제 시 저희 쇼핑몰에서 가입한 구매안전서비스를 이용하실 수 있습니다. 서비스가입사실 확인

EQUUS14

YES24 카테고리 리스트

YES24 유틸메뉴

어깨배너

빠른분야찾기

실전 금융 머신러닝 완벽 분석

실전 금융 머신러닝 완벽 분석

출판사 추천

품목정보

관련분류

이 상품의 태그

이 상품의 이벤트 (8개)

책소개

목차

저자 소개 (4명)

만든 이 코멘트

출판사 리뷰

추천평

회원리뷰 (0건)

한줄평 (7건)

배송/반품/교환 안내

도착예상일

도착예상일
상품준비	출고완료	도착예상일