SlideShare une entreprise Scribd logo
1  sur  49
Télécharger pour lire hors ligne
Produced by Tae Young Lee
 금융 딥러닝 교육 과정 분석
 금융의 역사와 통화량
 Cloud 상에 적용된 금융 딥러닝 사례
 Deep Learning 사례 분석
금융상품
금융시장
Market Data
Open API
마켓 데이터의 수집과 저장 (2)
– 데이터 크롤링 고급 : 사이트 분석, JSON, XML, 다중 요청
– NumPY, pandas 기본
– pandas 시계열 데이터 분석
– 한국거래소(KRX), 전자공시(DART), 세인트루이스 연준(FRED)
금융 데이터 분석에 필요한 파이썬 라이브러리(NumPy, pandas)
– 파이썬 고급 주제 : 에러 처리, 입출력
– NumPy : 구조적 배열
– NumPy, pandas의 주요 기능과 입출력
– pandas : 누락 처리, 데이터 합치기, 관계연산, 피벗
금융 데이터 분석을 위한 통계학 기본과 포트폴리오 이론
– 로그 수익률
– 기댓값, 분산, 표준편차
– 확률분포와 공분산, 상관계수와 베타, 회귀분석
– 포트폴리오 이론
금융 데이터의 시각화와 기술적 분석
– 파이썬 기반 데이터 시각화
– matplotlib 금융 데이터 시각화
– 증권분석 : 기본분석, 기술분석, 정서분석
– 이동평균선 분석, 볼린저밴드, 거래량 분석 (OBV, VR)
웹기반 데이터 시각화, 자동화
– 탐색적 데이터 분석 (EDA)
– 데이터 시각화 도구 (D3)
– 주기적 실행(cron, schtask)
– 리포트 자동화(이메일 리포트, 메신저 봇
외부 데이터
(야후 파이낸스, 네이버 파이낸스, 네이버 뉴스)
Open API
퀀트 : Quantitative 의 약어
사전적인 의미 : 계량적 혹은 정량적인 방법론
퀀트는 단지 수학적 혹은 통계적 기법만을 얘기하는 것이 아님
행동재무학에서 얘기하는 인간의 편향들을 배제하고 시장의
움직임에도 흔들리지 않고 객관적인 판단을 하는 투자철학
흔히 포트폴리오를 잘 구성하는데는 종목을 잘 고르면 되는
것이라고 생각을 함. 하지만 이러한 생각은 감에 의존(좋게
표현하면 Insight 혹은 Intuition에 의존)하는 방법으로 흐르기
쉽다.
포트폴리오라는 관점에서 보면 단지 좋은 종목을 선택하는
것은 시작에 불과. 포트폴리오의 구성을 통해 어떻게 리스크를
관리하고 최종적으로는 원하는 리스크-리턴 프로파일을 얻는
것이 진정한 포트폴리오 관리라고 할 수있습니다.
# 기초수학
– Linear Algebra (벡터, Norm, Distance)
– Optimization (미분, 최적화)
# Portfolio Construction
– Selection (종목선택)
– Allocation (배분)
# 실습: R설치 및 기초
– R 설치 및 기본 Library 설치
– Quantitative Finance와 관련된 R
Portfolio Construction의 기초
– Low Volatility (Low Risk)
– Momentum
– High Dividend
– Value Factors
– Quality Factors
– Size Factor
– Fundamental Factors (Fundamental
Index)
Selection 기법
# EW (Equal Weight) 방법론
– 장점 및 Rebalancing
– Risk parity와의 관계
# MVO (Mean Variance Optimization)의 이해
– Allocation 방법론
– 기대수익 / 기대위험 추정
– MVO의 단점
– Variance vs. Correlation
# 실습: EW와 MVO 포트폴리오 구성 실습
포트폴리오 구성방법인 Equal Weight 방법
# Risk Based Allocation
– Min Volatility (Variance) Portfolio vs. Low Volatility
(Smart Beta)
– RP (Multi-stage RP)
– Risk Budgeting
– Risk Contribution 분포
– Backtesting
# 실습: 리스크 기반의 포트폴리오 구성 방법들을 이
용한 실습
MDP방법과 샤프지수를 최대화 하는 방법과의 관계
포트폴리오를 운용함에 있어 현실적인
고려사항을 학습
# 실제 운용과정에서의 고려 사항
– Turnover
– Broker Commission, Stamp Duty, etc
– Liquidity (제약조건으로서의 유동성 제약
)
– BM과의 비교 (배당반영여부등 확인)
# 실습: 여러 제약조건들을 이용한 포트폴
리오 구성 및 백테스팅
# 사후적 성과 분석 및 사전적 리스크 관리
– Ex Post vs. Ex Ante
– 사후적 Risk Contribution의 분석
– 사전적 리스크 관리의 중요성
(Tracking Error vs. Active Share)
# 최근 운용 트렌드
– 로보어드바이저 vs. 퀀트펀드
# Machine Learning 기법 등의 사용
수학/통계
- 회귀분석, 시계열분석, 데이터 탐색, 차원축소 등
- 미적분, 선형대수, 최적화, 확률미방(Stochastic Calculus)
컴퓨터 사이언스
- Python, 프로그래밍 기초, 수학적 모델의 코드 구현
파이낸스
- Equity, Derivatives, Portfolio Optimization, Risk Management
https://www.quantopian.com/
“The farther back you can look, the farther
forward you are likely to see.”
- Winston Churchill
화폐를 표준화시켜
세금을 걷고
무역을 활성화
금융 개혁
- Hektemoroi 핵테모로이(소작농)의 해방
무역과 금융의 발전
-그리스 지역 화폐 통일
- 페르시아 전쟁으로 라이벌 스파르타가 힘을 잃음
- 델로스 연맹국가간의 화폐 통일
- 드마크라 은 함량을 줄여 페르시아 은 함량과 통일
- 국제 무역의 가능
- 모험대차의 탄생 (대출과 보험의 결합상품,
무역업자에게 대출 + 환전까지 제공)
- 금융업자들이 엄청난 돈을 벌다
아테네
해상 무역 국가가 되다
상업주의의 팽배
은 함량이 낮은 동화를 찍어내 화폐 가치의 하락
역사 속에서 발견한 적자 지출 전쟁과 공공 공사의 첫 사건
국방을 로마 용병에게 맡기다.
로마가 방만한 국가운영으로 인한 재정적자를 메우기 위해 은화의
은 함량을 의도적으로 낮춰 불량화폐를 유통시켰는데 이것이 고질
적이며 치명적인 인플레이션을 불러왔다고 지적한 것
로마
중앙정부가 화폐발행으로 공급을 희석시킬 수 있다.
당신의 주머니와 은행계좌에서 부를 가져다가 정부와 은행 체계로 부를 이전시킬 수 있다.
금과 은은 정부가 찍어낼 수 없어 가치를 유지할 수 있다.
그래서 금과 은은 몇 천년 동안 구매력을 유지할 수 있다.
전 세계의 모든 정부가 함께 미친 듯이 적자 지출을 하면서 화폐 공급을 팽창하고 긴급 구제를 하고 있다.
미래에 벌어질 일의 지표들이 이미 과거에 있기 때문입니다.
MEDIUM OF EXCHANGE
A UNIT OF ACCOUNT
PORTABLE
DURABLE
DIVISIBLE
FUNGIBLE (INTERCHANGEABLE)
MEDIUM OF EXCHANGE
A UNIT OF ACCOUNT
PORTABLE
DURABLE
DIVISIBLE
FUNGIBLE (INTERCHANGEABLE)
STORE OF VALUABLE
화폐 (CURRENCY) 돈 (MONEY)
금융의 역사를 통해 바라보면 금융의 기반은 바로 신뢰이다.
신뢰가 무너진 자리에 편리를 채운다고 한 들 그것의 서비스 효과는 단기적이다.
신뢰와 편리는 물과 기름 처럼 섞이기 쉽지 않으나
신뢰의 기반 위에 편리라는 토대가 마련되면 그것이 바로 금융이 가야할 길이다.
일상이 되면 설렘이 없듯이 신뢰라는 일상에 편리라는 설렘을 더 해야 한다.
중앙은행
(화폐발행 및 통화정책 수립)
시중은행
(화폐 유통)
대출
자본주의 엔진 성능에 따라
금융위기 조절이 달라짐
자본증가 예금
대출
자본의 증가
(고정자산 투자 설비투자,
주택 및 건설,
자동차, 상품 구입 증가)
경기 확장 시 신용팽창에 의한 결과
내수 경기 상승과 확장
설비 투자로 인한 고용 증가
실물자산 가격 상승
부동산 가격 상승
기업 실적 호전
주가 상승
http://www.segye.com/newsView/20120717023897
 금융이란?
 자금의 유통 (돈의 흐름 제어)
 자금 중개
 금융 시장의 friction (금융기관의 존재 이유)
 자금공급자와 자금수요자간 search cost
 금융기간의 역할 : friction의 축소
자금 공급자
(여유자금)
friction
자금 수요자
(자금필요)
금융기관
금융시장
전통적인 경제학
 실질적인 영향 없다.
 금융은 중개 역할
 가격 기능으로 해결 가능
최근의 Common Sense
 실질적으로 영향 있다.
 금융기관 및 금융시장의 생
산성 높고 성공가능성 높은
프로젝트부터 자금 배분
 금융기관 및 금융시장이 자
금공급자와 자금수요자간
비대칭정보 문제 최소화
금융은 실물에 실질적인 영향을 주는가?
☞ 자원배분의 효율성 증대
☞ 자원배분의 효율성 증대
(자원의 낭비 방지)
 핀테크 역량 강화
 핀테크 업체와의 업무 제휴로 마케팅, 리스크 관
리, 대출 심사 등의 경쟁력을 제고하고 플랫폼
Biz를 강화하는 방안 모색
해외 주요 은행들은 업무제휴 이외에 추가적으로 투
자/인수 등의 적극적인 대응 전략도 강구
국내 핀테크 업체 뿐만 아니라 해외 업체와의 제휴
고려
 전통적인 예금/대출 업무 수행능력 강화
 Big Data기반 고객분석을 통해 실시간 마케팅
통한 개인화 서비스 제공
 인증 및 보안 처리 절차 간소화, 실시간 이상 징
후 및 사기탐지 기능 강화
 대출 및 카드발급 등과 관련된 심사의 정확도
제고 및 새로운 신용평가 모델 개발
시중 금리 및 시중은행 수익성 금융산업 순수익 성장율
부실채권 규모와 비율 추이 금융산업 취업자 추이
AWS Finance Symposium_SBI 저축은행 사례(챗봇)
금융의 역사를 통해 본 딥러닝의 함정
금융의 역사를 통해 본 딥러닝의 함정
금융의 역사를 통해 본 딥러닝의 함정
금융의 역사를 통해 본 딥러닝의 함정
금융의 역사를 통해 본 딥러닝의 함정
금융의 역사를 통해 본 딥러닝의 함정
금융의 역사를 통해 본 딥러닝의 함정
금융의 역사를 통해 본 딥러닝의 함정
금융의 역사를 통해 본 딥러닝의 함정
금융의 역사를 통해 본 딥러닝의 함정
금융의 역사를 통해 본 딥러닝의 함정
금융의 역사를 통해 본 딥러닝의 함정
금융의 역사를 통해 본 딥러닝의 함정
금융의 역사를 통해 본 딥러닝의 함정
금융의 역사를 통해 본 딥러닝의 함정
금융의 역사를 통해 본 딥러닝의 함정
금융의 역사를 통해 본 딥러닝의 함정
금융의 역사를 통해 본 딥러닝의 함정

Contenu connexe

Similaire à 금융의 역사를 통해 본 딥러닝의 함정

100629 경쟁대량매매+도입+공청회+발표자료
100629 경쟁대량매매+도입+공청회+발표자료100629 경쟁대량매매+도입+공청회+발표자료
100629 경쟁대량매매+도입+공청회+발표자료Smith Kim
 
170222 창조경제혁신센터 기술사업화 과정에서의 비즈니스모델 민광동
170222 창조경제혁신센터 기술사업화 과정에서의 비즈니스모델 민광동170222 창조경제혁신센터 기술사업화 과정에서의 비즈니스모델 민광동
170222 창조경제혁신센터 기술사업화 과정에서의 비즈니스모델 민광동Kwangdong Min
 
대신리포트 모닝미팅 160321
대신리포트 모닝미팅 160321대신리포트 모닝미팅 160321
대신리포트 모닝미팅 160321DaishinSecurities
 
Efficient fx management with deep learning
Efficient fx management with deep learningEfficient fx management with deep learning
Efficient fx management with deep learningNAVER Engineering
 
NFTs and DAO in the Digital Economy
NFTs and DAO in the Digital EconomyNFTs and DAO in the Digital Economy
NFTs and DAO in the Digital EconomyJongseung Kim
 
강의안_2강_220307_기술평가방법론의 종류, 평가절차 개요.pdf
강의안_2강_220307_기술평가방법론의 종류, 평가절차 개요.pdf강의안_2강_220307_기술평가방법론의 종류, 평가절차 개요.pdf
강의안_2강_220307_기술평가방법론의 종류, 평가절차 개요.pdfssuser400105
 
Pycon2016 파이썬으로똑똑한주식투자 김대현
Pycon2016 파이썬으로똑똑한주식투자 김대현Pycon2016 파이썬으로똑똑한주식투자 김대현
Pycon2016 파이썬으로똑똑한주식투자 김대현Daehyun (Damon) Kim
 
2015 SW마에스트로 100+ 컨퍼런스_창업과 기술 관점에서 본 핀테크
2015 SW마에스트로 100+ 컨퍼런스_창업과 기술 관점에서 본 핀테크2015 SW마에스트로 100+ 컨퍼런스_창업과 기술 관점에서 본 핀테크
2015 SW마에스트로 100+ 컨퍼런스_창업과 기술 관점에서 본 핀테크2015 SW마에스트로 100+ 컨퍼런스
 
주가 정보 다루기.pdf
주가 정보 다루기.pdf주가 정보 다루기.pdf
주가 정보 다루기.pdfwonyong hwang
 
Introducing doomoolmori 150806_ppt
Introducing doomoolmori 150806_pptIntroducing doomoolmori 150806_ppt
Introducing doomoolmori 150806_pptJulius Chun
 
Notes on Platform and E-Commerce (2019)
Notes on Platform and E-Commerce (2019)Notes on Platform and E-Commerce (2019)
Notes on Platform and E-Commerce (2019)Chang-Kyu Choi
 
자산관리관점에서 본 금융 서비스의 미래
자산관리관점에서 본 금융 서비스의 미래자산관리관점에서 본 금융 서비스의 미래
자산관리관점에서 본 금융 서비스의 미래Jeong Woong Hong
 
로보 어드바이저가 이끌 자산관리 시장의 변화 유진20160608증권
로보 어드바이저가 이끌 자산관리 시장의 변화 유진20160608증권로보 어드바이저가 이끌 자산관리 시장의 변화 유진20160608증권
로보 어드바이저가 이끌 자산관리 시장의 변화 유진20160608증권eungjin cho
 
Open 171208 가상화폐 시리즈(1~3)
Open 171208 가상화폐 시리즈(1~3)Open 171208 가상화폐 시리즈(1~3)
Open 171208 가상화폐 시리즈(1~3)jihoon jung
 
[Krnet2018] blockchain and cryptocurrency v1.01
[Krnet2018] blockchain and cryptocurrency v1.01[Krnet2018] blockchain and cryptocurrency v1.01
[Krnet2018] blockchain and cryptocurrency v1.01Eunseong Kang
 
Real estate trust solution
Real estate trust solutionReal estate trust solution
Real estate trust solutionTae Young Lee
 
韩国Ppt高手收集的ppt图表素材[免积分下载]
韩国Ppt高手收集的ppt图表素材[免积分下载]韩国Ppt高手收集的ppt图表素材[免积分下载]
韩国Ppt高手收集的ppt图表素材[免积分下载]fgf201213
 
Understanding FinTech & Case Study
Understanding FinTech & Case StudyUnderstanding FinTech & Case Study
Understanding FinTech & Case StudySungHyuk Park
 
이석우_암호화폐 거래소의 역할과 규제의 필요성
이석우_암호화폐 거래소의 역할과 규제의 필요성이석우_암호화폐 거래소의 역할과 규제의 필요성
이석우_암호화폐 거래소의 역할과 규제의 필요성coindeskkorea
 
현명한 초보 투자자(도서 요약)
현명한 초보 투자자(도서 요약)현명한 초보 투자자(도서 요약)
현명한 초보 투자자(도서 요약)Seung-Woo Kang
 

Similaire à 금융의 역사를 통해 본 딥러닝의 함정 (20)

100629 경쟁대량매매+도입+공청회+발표자료
100629 경쟁대량매매+도입+공청회+발표자료100629 경쟁대량매매+도입+공청회+발표자료
100629 경쟁대량매매+도입+공청회+발표자료
 
170222 창조경제혁신센터 기술사업화 과정에서의 비즈니스모델 민광동
170222 창조경제혁신센터 기술사업화 과정에서의 비즈니스모델 민광동170222 창조경제혁신센터 기술사업화 과정에서의 비즈니스모델 민광동
170222 창조경제혁신센터 기술사업화 과정에서의 비즈니스모델 민광동
 
대신리포트 모닝미팅 160321
대신리포트 모닝미팅 160321대신리포트 모닝미팅 160321
대신리포트 모닝미팅 160321
 
Efficient fx management with deep learning
Efficient fx management with deep learningEfficient fx management with deep learning
Efficient fx management with deep learning
 
NFTs and DAO in the Digital Economy
NFTs and DAO in the Digital EconomyNFTs and DAO in the Digital Economy
NFTs and DAO in the Digital Economy
 
강의안_2강_220307_기술평가방법론의 종류, 평가절차 개요.pdf
강의안_2강_220307_기술평가방법론의 종류, 평가절차 개요.pdf강의안_2강_220307_기술평가방법론의 종류, 평가절차 개요.pdf
강의안_2강_220307_기술평가방법론의 종류, 평가절차 개요.pdf
 
Pycon2016 파이썬으로똑똑한주식투자 김대현
Pycon2016 파이썬으로똑똑한주식투자 김대현Pycon2016 파이썬으로똑똑한주식투자 김대현
Pycon2016 파이썬으로똑똑한주식투자 김대현
 
2015 SW마에스트로 100+ 컨퍼런스_창업과 기술 관점에서 본 핀테크
2015 SW마에스트로 100+ 컨퍼런스_창업과 기술 관점에서 본 핀테크2015 SW마에스트로 100+ 컨퍼런스_창업과 기술 관점에서 본 핀테크
2015 SW마에스트로 100+ 컨퍼런스_창업과 기술 관점에서 본 핀테크
 
주가 정보 다루기.pdf
주가 정보 다루기.pdf주가 정보 다루기.pdf
주가 정보 다루기.pdf
 
Introducing doomoolmori 150806_ppt
Introducing doomoolmori 150806_pptIntroducing doomoolmori 150806_ppt
Introducing doomoolmori 150806_ppt
 
Notes on Platform and E-Commerce (2019)
Notes on Platform and E-Commerce (2019)Notes on Platform and E-Commerce (2019)
Notes on Platform and E-Commerce (2019)
 
자산관리관점에서 본 금융 서비스의 미래
자산관리관점에서 본 금융 서비스의 미래자산관리관점에서 본 금융 서비스의 미래
자산관리관점에서 본 금융 서비스의 미래
 
로보 어드바이저가 이끌 자산관리 시장의 변화 유진20160608증권
로보 어드바이저가 이끌 자산관리 시장의 변화 유진20160608증권로보 어드바이저가 이끌 자산관리 시장의 변화 유진20160608증권
로보 어드바이저가 이끌 자산관리 시장의 변화 유진20160608증권
 
Open 171208 가상화폐 시리즈(1~3)
Open 171208 가상화폐 시리즈(1~3)Open 171208 가상화폐 시리즈(1~3)
Open 171208 가상화폐 시리즈(1~3)
 
[Krnet2018] blockchain and cryptocurrency v1.01
[Krnet2018] blockchain and cryptocurrency v1.01[Krnet2018] blockchain and cryptocurrency v1.01
[Krnet2018] blockchain and cryptocurrency v1.01
 
Real estate trust solution
Real estate trust solutionReal estate trust solution
Real estate trust solution
 
韩国Ppt高手收集的ppt图表素材[免积分下载]
韩国Ppt高手收集的ppt图表素材[免积分下载]韩国Ppt高手收集的ppt图表素材[免积分下载]
韩国Ppt高手收集的ppt图表素材[免积分下载]
 
Understanding FinTech & Case Study
Understanding FinTech & Case StudyUnderstanding FinTech & Case Study
Understanding FinTech & Case Study
 
이석우_암호화폐 거래소의 역할과 규제의 필요성
이석우_암호화폐 거래소의 역할과 규제의 필요성이석우_암호화폐 거래소의 역할과 규제의 필요성
이석우_암호화폐 거래소의 역할과 규제의 필요성
 
현명한 초보 투자자(도서 요약)
현명한 초보 투자자(도서 요약)현명한 초보 투자자(도서 요약)
현명한 초보 투자자(도서 요약)
 

Plus de Tae Young Lee

LLMs Service that provides what users want to know
LLMs Service that provides what users want to knowLLMs Service that provides what users want to know
LLMs Service that provides what users want to knowTae Young Lee
 
Exploring Deep Learning Acceleration Technology Embedded in LLMs
Exploring Deep Learning Acceleration Technology Embedded in LLMsExploring Deep Learning Acceleration Technology Embedded in LLMs
Exploring Deep Learning Acceleration Technology Embedded in LLMsTae Young Lee
 
LLM 모델 기반 서비스 실전 가이드
LLM 모델 기반 서비스 실전 가이드LLM 모델 기반 서비스 실전 가이드
LLM 모델 기반 서비스 실전 가이드Tae Young Lee
 
Recommendation System History
Recommendation System HistoryRecommendation System History
Recommendation System HistoryTae Young Lee
 
검색엔진에 적용된 ChatGPT
검색엔진에 적용된 ChatGPT검색엔진에 적용된 ChatGPT
검색엔진에 적용된 ChatGPTTae Young Lee
 
검색엔진에 적용된 딥러닝 모델 방법론
검색엔진에 적용된 딥러닝 모델 방법론검색엔진에 적용된 딥러닝 모델 방법론
검색엔진에 적용된 딥러닝 모델 방법론Tae Young Lee
 
The Deep Learning Compiler
The Deep Learning CompilerThe Deep Learning Compiler
The Deep Learning CompilerTae Young Lee
 
History of Vision AI
History of Vision AIHistory of Vision AI
History of Vision AITae Young Lee
 
Enhanced ai platform
Enhanced ai platformEnhanced ai platform
Enhanced ai platformTae Young Lee
 
Transfer learning usage
Transfer learning usageTransfer learning usage
Transfer learning usageTae Young Lee
 
Create a solution including deep learning models
Create a solution including deep learning modelsCreate a solution including deep learning models
Create a solution including deep learning modelsTae Young Lee
 
Infra as a model service
Infra as a model serviceInfra as a model service
Infra as a model serviceTae Young Lee
 
Deep learning financial product recommendation model
Deep learning financial product recommendation modelDeep learning financial product recommendation model
Deep learning financial product recommendation modelTae Young Lee
 
Deep Learning Through Various Processes
Deep Learning Through Various ProcessesDeep Learning Through Various Processes
Deep Learning Through Various ProcessesTae Young Lee
 
Reinforcement learning
Reinforcement learningReinforcement learning
Reinforcement learningTae Young Lee
 

Plus de Tae Young Lee (20)

LLMs Service that provides what users want to know
LLMs Service that provides what users want to knowLLMs Service that provides what users want to know
LLMs Service that provides what users want to know
 
Exploring Deep Learning Acceleration Technology Embedded in LLMs
Exploring Deep Learning Acceleration Technology Embedded in LLMsExploring Deep Learning Acceleration Technology Embedded in LLMs
Exploring Deep Learning Acceleration Technology Embedded in LLMs
 
LLM 모델 기반 서비스 실전 가이드
LLM 모델 기반 서비스 실전 가이드LLM 모델 기반 서비스 실전 가이드
LLM 모델 기반 서비스 실전 가이드
 
Recommendation System History
Recommendation System HistoryRecommendation System History
Recommendation System History
 
검색엔진에 적용된 ChatGPT
검색엔진에 적용된 ChatGPT검색엔진에 적용된 ChatGPT
검색엔진에 적용된 ChatGPT
 
검색엔진에 적용된 딥러닝 모델 방법론
검색엔진에 적용된 딥러닝 모델 방법론검색엔진에 적용된 딥러닝 모델 방법론
검색엔진에 적용된 딥러닝 모델 방법론
 
PaLM Paper Review
PaLM Paper ReviewPaLM Paper Review
PaLM Paper Review
 
The Deep Learning Compiler
The Deep Learning CompilerThe Deep Learning Compiler
The Deep Learning Compiler
 
History of Vision AI
History of Vision AIHistory of Vision AI
History of Vision AI
 
Aws architecture
Aws architectureAws architecture
Aws architecture
 
Enhanced ai platform
Enhanced ai platformEnhanced ai platform
Enhanced ai platform
 
Nvidia architecture
Nvidia architectureNvidia architecture
Nvidia architecture
 
Ai based on gpu
Ai based on gpuAi based on gpu
Ai based on gpu
 
Transfer learning usage
Transfer learning usageTransfer learning usage
Transfer learning usage
 
Create a solution including deep learning models
Create a solution including deep learning modelsCreate a solution including deep learning models
Create a solution including deep learning models
 
Infra as a model service
Infra as a model serviceInfra as a model service
Infra as a model service
 
Bayesian learning
Bayesian learningBayesian learning
Bayesian learning
 
Deep learning financial product recommendation model
Deep learning financial product recommendation modelDeep learning financial product recommendation model
Deep learning financial product recommendation model
 
Deep Learning Through Various Processes
Deep Learning Through Various ProcessesDeep Learning Through Various Processes
Deep Learning Through Various Processes
 
Reinforcement learning
Reinforcement learningReinforcement learning
Reinforcement learning
 

금융의 역사를 통해 본 딥러닝의 함정

  • 1. Produced by Tae Young Lee
  • 2.  금융 딥러닝 교육 과정 분석  금융의 역사와 통화량  Cloud 상에 적용된 금융 딥러닝 사례  Deep Learning 사례 분석
  • 3.
  • 4.
  • 5. 금융상품 금융시장 Market Data Open API 마켓 데이터의 수집과 저장 (2) – 데이터 크롤링 고급 : 사이트 분석, JSON, XML, 다중 요청 – NumPY, pandas 기본 – pandas 시계열 데이터 분석 – 한국거래소(KRX), 전자공시(DART), 세인트루이스 연준(FRED) 금융 데이터 분석에 필요한 파이썬 라이브러리(NumPy, pandas) – 파이썬 고급 주제 : 에러 처리, 입출력 – NumPy : 구조적 배열 – NumPy, pandas의 주요 기능과 입출력 – pandas : 누락 처리, 데이터 합치기, 관계연산, 피벗 금융 데이터 분석을 위한 통계학 기본과 포트폴리오 이론 – 로그 수익률 – 기댓값, 분산, 표준편차 – 확률분포와 공분산, 상관계수와 베타, 회귀분석 – 포트폴리오 이론 금융 데이터의 시각화와 기술적 분석 – 파이썬 기반 데이터 시각화 – matplotlib 금융 데이터 시각화 – 증권분석 : 기본분석, 기술분석, 정서분석 – 이동평균선 분석, 볼린저밴드, 거래량 분석 (OBV, VR) 웹기반 데이터 시각화, 자동화 – 탐색적 데이터 분석 (EDA) – 데이터 시각화 도구 (D3) – 주기적 실행(cron, schtask) – 리포트 자동화(이메일 리포트, 메신저 봇 외부 데이터 (야후 파이낸스, 네이버 파이낸스, 네이버 뉴스) Open API
  • 6. 퀀트 : Quantitative 의 약어 사전적인 의미 : 계량적 혹은 정량적인 방법론 퀀트는 단지 수학적 혹은 통계적 기법만을 얘기하는 것이 아님 행동재무학에서 얘기하는 인간의 편향들을 배제하고 시장의 움직임에도 흔들리지 않고 객관적인 판단을 하는 투자철학 흔히 포트폴리오를 잘 구성하는데는 종목을 잘 고르면 되는 것이라고 생각을 함. 하지만 이러한 생각은 감에 의존(좋게 표현하면 Insight 혹은 Intuition에 의존)하는 방법으로 흐르기 쉽다. 포트폴리오라는 관점에서 보면 단지 좋은 종목을 선택하는 것은 시작에 불과. 포트폴리오의 구성을 통해 어떻게 리스크를 관리하고 최종적으로는 원하는 리스크-리턴 프로파일을 얻는 것이 진정한 포트폴리오 관리라고 할 수있습니다.
  • 7. # 기초수학 – Linear Algebra (벡터, Norm, Distance) – Optimization (미분, 최적화) # Portfolio Construction – Selection (종목선택) – Allocation (배분) # 실습: R설치 및 기초 – R 설치 및 기본 Library 설치 – Quantitative Finance와 관련된 R Portfolio Construction의 기초 – Low Volatility (Low Risk) – Momentum – High Dividend – Value Factors – Quality Factors – Size Factor – Fundamental Factors (Fundamental Index) Selection 기법 # EW (Equal Weight) 방법론 – 장점 및 Rebalancing – Risk parity와의 관계 # MVO (Mean Variance Optimization)의 이해 – Allocation 방법론 – 기대수익 / 기대위험 추정 – MVO의 단점 – Variance vs. Correlation # 실습: EW와 MVO 포트폴리오 구성 실습 포트폴리오 구성방법인 Equal Weight 방법 # Risk Based Allocation – Min Volatility (Variance) Portfolio vs. Low Volatility (Smart Beta) – RP (Multi-stage RP) – Risk Budgeting – Risk Contribution 분포 – Backtesting # 실습: 리스크 기반의 포트폴리오 구성 방법들을 이 용한 실습 MDP방법과 샤프지수를 최대화 하는 방법과의 관계 포트폴리오를 운용함에 있어 현실적인 고려사항을 학습 # 실제 운용과정에서의 고려 사항 – Turnover – Broker Commission, Stamp Duty, etc – Liquidity (제약조건으로서의 유동성 제약 ) – BM과의 비교 (배당반영여부등 확인) # 실습: 여러 제약조건들을 이용한 포트폴 리오 구성 및 백테스팅 # 사후적 성과 분석 및 사전적 리스크 관리 – Ex Post vs. Ex Ante – 사후적 Risk Contribution의 분석 – 사전적 리스크 관리의 중요성 (Tracking Error vs. Active Share) # 최근 운용 트렌드 – 로보어드바이저 vs. 퀀트펀드 # Machine Learning 기법 등의 사용
  • 8. 수학/통계 - 회귀분석, 시계열분석, 데이터 탐색, 차원축소 등 - 미적분, 선형대수, 최적화, 확률미방(Stochastic Calculus) 컴퓨터 사이언스 - Python, 프로그래밍 기초, 수학적 모델의 코드 구현 파이낸스 - Equity, Derivatives, Portfolio Optimization, Risk Management
  • 10.
  • 11. “The farther back you can look, the farther forward you are likely to see.” - Winston Churchill
  • 13.
  • 14. 금융 개혁 - Hektemoroi 핵테모로이(소작농)의 해방 무역과 금융의 발전 -그리스 지역 화폐 통일 - 페르시아 전쟁으로 라이벌 스파르타가 힘을 잃음 - 델로스 연맹국가간의 화폐 통일 - 드마크라 은 함량을 줄여 페르시아 은 함량과 통일 - 국제 무역의 가능 - 모험대차의 탄생 (대출과 보험의 결합상품, 무역업자에게 대출 + 환전까지 제공) - 금융업자들이 엄청난 돈을 벌다 아테네 해상 무역 국가가 되다 상업주의의 팽배 은 함량이 낮은 동화를 찍어내 화폐 가치의 하락 역사 속에서 발견한 적자 지출 전쟁과 공공 공사의 첫 사건 국방을 로마 용병에게 맡기다. 로마가 방만한 국가운영으로 인한 재정적자를 메우기 위해 은화의 은 함량을 의도적으로 낮춰 불량화폐를 유통시켰는데 이것이 고질 적이며 치명적인 인플레이션을 불러왔다고 지적한 것 로마
  • 15. 중앙정부가 화폐발행으로 공급을 희석시킬 수 있다. 당신의 주머니와 은행계좌에서 부를 가져다가 정부와 은행 체계로 부를 이전시킬 수 있다. 금과 은은 정부가 찍어낼 수 없어 가치를 유지할 수 있다. 그래서 금과 은은 몇 천년 동안 구매력을 유지할 수 있다. 전 세계의 모든 정부가 함께 미친 듯이 적자 지출을 하면서 화폐 공급을 팽창하고 긴급 구제를 하고 있다. 미래에 벌어질 일의 지표들이 이미 과거에 있기 때문입니다. MEDIUM OF EXCHANGE A UNIT OF ACCOUNT PORTABLE DURABLE DIVISIBLE FUNGIBLE (INTERCHANGEABLE) MEDIUM OF EXCHANGE A UNIT OF ACCOUNT PORTABLE DURABLE DIVISIBLE FUNGIBLE (INTERCHANGEABLE) STORE OF VALUABLE 화폐 (CURRENCY) 돈 (MONEY)
  • 16. 금융의 역사를 통해 바라보면 금융의 기반은 바로 신뢰이다. 신뢰가 무너진 자리에 편리를 채운다고 한 들 그것의 서비스 효과는 단기적이다. 신뢰와 편리는 물과 기름 처럼 섞이기 쉽지 않으나 신뢰의 기반 위에 편리라는 토대가 마련되면 그것이 바로 금융이 가야할 길이다. 일상이 되면 설렘이 없듯이 신뢰라는 일상에 편리라는 설렘을 더 해야 한다.
  • 17.
  • 18. 중앙은행 (화폐발행 및 통화정책 수립) 시중은행 (화폐 유통) 대출 자본주의 엔진 성능에 따라 금융위기 조절이 달라짐 자본증가 예금 대출 자본의 증가 (고정자산 투자 설비투자, 주택 및 건설, 자동차, 상품 구입 증가) 경기 확장 시 신용팽창에 의한 결과 내수 경기 상승과 확장 설비 투자로 인한 고용 증가 실물자산 가격 상승 부동산 가격 상승 기업 실적 호전 주가 상승
  • 19.
  • 21.
  • 22.  금융이란?  자금의 유통 (돈의 흐름 제어)  자금 중개  금융 시장의 friction (금융기관의 존재 이유)  자금공급자와 자금수요자간 search cost  금융기간의 역할 : friction의 축소 자금 공급자 (여유자금) friction 자금 수요자 (자금필요) 금융기관 금융시장
  • 23. 전통적인 경제학  실질적인 영향 없다.  금융은 중개 역할  가격 기능으로 해결 가능 최근의 Common Sense  실질적으로 영향 있다.  금융기관 및 금융시장의 생 산성 높고 성공가능성 높은 프로젝트부터 자금 배분  금융기관 및 금융시장이 자 금공급자와 자금수요자간 비대칭정보 문제 최소화 금융은 실물에 실질적인 영향을 주는가? ☞ 자원배분의 효율성 증대 ☞ 자원배분의 효율성 증대 (자원의 낭비 방지)
  • 24.  핀테크 역량 강화  핀테크 업체와의 업무 제휴로 마케팅, 리스크 관 리, 대출 심사 등의 경쟁력을 제고하고 플랫폼 Biz를 강화하는 방안 모색 해외 주요 은행들은 업무제휴 이외에 추가적으로 투 자/인수 등의 적극적인 대응 전략도 강구 국내 핀테크 업체 뿐만 아니라 해외 업체와의 제휴 고려
  • 25.  전통적인 예금/대출 업무 수행능력 강화  Big Data기반 고객분석을 통해 실시간 마케팅 통한 개인화 서비스 제공  인증 및 보안 처리 절차 간소화, 실시간 이상 징 후 및 사기탐지 기능 강화  대출 및 카드발급 등과 관련된 심사의 정확도 제고 및 새로운 신용평가 모델 개발
  • 26. 시중 금리 및 시중은행 수익성 금융산업 순수익 성장율
  • 27. 부실채권 규모와 비율 추이 금융산업 취업자 추이
  • 28.
  • 29.
  • 30.
  • 31. AWS Finance Symposium_SBI 저축은행 사례(챗봇)