설명
<장소 및 일정>
| 개강 | 2019년 1월 27(일) 오후 1시 |
| 일정 | 2019.01.27 – 02.24 매주 일요일 13:00~18:00. 2/3(일) 강의 없음 |
| 장소 | 미정(개강 3일전 확정) |
| 강사 | 한창호, 콴트글로벌 대표 / 경제학박사 |
| 문의 | crm@quantglobal.co.kr, 02.761.8090 |
| 기타 | 실습을 위한 노트북 컴퓨터 지참 필수 |
| 특징 | 업무에 바로 적용 가능한 소스 코드(R) 및 데이터 제공 |
| 사전교육 1 | R 입문 동영상 강의 11시간 제공 |
| 사전교육 2 | 시계열모형 분석 입문 동영상 강의 5.5시간 제공 |
| 사후교육 | 강의 녹화 동영상 2개월간 제공. 강의 후 3일내 업로드됨 |
<일자별 세부 강의 내용>
1/27(일) 금융시계열 모델링
| I | 강의 주제 | 강의 내용 |
| 1 | 시계열 데이터로 전환 | ts, zoo, xts 사용하여 시계열 데이터 객체 구성 |
| 2 | 시계열 분해 | 추세, 계절성, 잡음으로 시계열 분해하여 분석 |
| 3 | 시계열 모델링 | AR, MA, ARIMA, GARCH, EGARCH, VGARCH |
| 4 | 동적조건부상관관계 | 다변량 GARCH 모형들간의 상관관계 측정 |
2/10(일) 알고리듬 트레이딩 모형 설계
| II | 강의 주제 | 강의 내용 |
| 1 | Momentum trading | 각종 지표 및 지수를 활용한 가격 추세 예측에 기반하여 투자하는 모형 구축 및 성능 검증
가격 추세 예측에 활용되는 지표 활용 방법 설명 i. MACD 지표 ii. Bolliger band |
| 2 | Pairs trading | 상관관계가 높은 주식을 선택하여 저평가 종목 매입, 고평가 종목 매도하는 전략 구현 모형 구축 및 성능 검증
Pair 구성하는 방법 별 트레이딩 모형 구축 방법 설명 i. Distance-based pairs trading ii. Correlation based pairs trading iii. Co-integration based pairs trading |
| 3 | CAPM 모형 | 각 금융자산의 초과수익률 기대값 예측 |
| 4 | Portfolio 구성 | Efficient frontier 구성 방법 설명 |
2/17(일) 기계학습을 이용한 금융시계열 패턴 발견 I
| III | 강의 주제 | 강의 내용 |
| 1 | Logistic regression | 상승, 하락 예측 |
| 2 | Neural networks | 상승, 하락, 미확정 예측 |
| 3 | Deep neural networks | Neural networks 모형의 예측력 향상 |
| 4 | K-means | 데이터 군집형성에 기반한 상승, 하락, 미확정 예측 |
2/24(일) 기계학습을 이용한 금융시계열 패턴 발견 II
| IV | 강의 주제 | 강의 내용 |
| 1 | K-NN | 데이터 분류에 의한 상승, 하락, 미확정 예측 |
| 2 | SVM | 데이터 분류에 의한 상승, 하락, 미확정 예측 |
| 3 | Decision Tree | DT 모형을 이용한 가격 방향성 예측 |
| 4 | Random forest | 앙상블 기법에 의한 DT 모형 성능 향상 |
상품평
아직 상품평이 없습니다.