최근 각광받고 있는 R 프로그래밍 언어를 사용해 금융분석의 실전 문제를 해결하는 데 필요한 역량을 갖추고 싶은 독자들에게 도움이 될 것이다.
R의 기본 개념과 금융분석의 연관성에 대한 이해를 시작으로 R로 실제 금융 모델을 구축하는 방법을 살펴본다. 이를 통해 금융이론뿐만 아니라 구현 방법도 이해할 수 있다. 그리고 주제를 쉽게 이해하고 그 상관관계를 파악할 수 있도록 실용적인 예제를 제공한다.
또한 알고리즘 트레이딩을 위한 리스크 관리, 최적화 기법에 대해서도 살펴본다. 마지막으로 머신 러닝, 최적화, 이색 옵션, 헤징과 같은 고급 금융분석 개념도 살펴본다.
이 책을 통해 R을 활용한 기본적인 금융분석 모델부터 고급 기법까지 구현하는 데 필요한 지식을 습득할 수 있다.

[목 차]


1장. R 속으로

__R의 필요성
__R 다운로드와 설치방법
__패키지 설치 방법
____CRAN을 통한 직접 설치
____패키지 수동 설치
__데이터형
____벡터
____리스트
____행렬
____배열
____요인
____데이터프레임
__다른 데이터형 가져오기와 내보내기
____CSV 파일 읽고 쓰는 방법
____XLSX 파일 읽고 쓰는 방법
____웹 데이터나 온라인 데이터 소스
____데이터베이스
__코드 표현식 작성방법
____표현식
____기호와 할당
____키워드
____변수 명명
__함수
____인수 없는 함수 호출
____인수 있는 함수 호출
____R 프로그램 실행방법
____R 화면에서 저장된 파일을 실행하는 방법
____R 스크립트를 가져와 실행하는 방법
__반복문
____if 구문
____if … else 구문
____for 구문
____while 구문
____apply()
____sapply()
__반복 제어문
____break
____next
__질문
__요약

2장. 통계 모델링

__확률분포
____정규분포
____로그 정규분포
____포아송분포
____균등분포
____극단값 이론
__표본추출
____무작위 표본추출
____층화 표본추출
__통계량
____평균값
____중앙값
____최빈값
____요약
____적률
____첨도
____왜도
__상관관계
____자기상관관계
____편자기상관관계
____교차상관관계
__가설검정
____분산을 아는 모평균의 왼쪽꼬리검정(lower tail test)
____분산을 아는 모평균의 오른쪽꼬리검정(upper tail test)
____분산을 아는 모평균의 양측검정(two tailed test)
____분산을 모르는 모평균의 왼쪽꼬리검정
____분산을 모르는 모평균의 오른쪽꼬리검정
____분산을 모르는 모평균의 양측검정
__파라미터 추정
____최대 가능도 추정
____선형모델
__이상치 검출
____상자그림
____LOF 알고리즘
__표준화
__정규화
__질문
__요약

3장. 통계 분석

__단순선형회귀
____산포도
____결정계수
____유의성 검정
____선형회귀모델의 신뢰구간
____잔차도
____오차의 정규분포
__다중선형회귀
____결정계수
__다중공선성
__분산분석
__특징 선택
____관련 없는 특징 제거
__단계식 변수선택
____분류에 의한 변수선택
__변수 순위
__웨이블릿 분석
__고속 푸리에 변환
__힐버트 변환
__질문
__요약

4장. 시계열 모델링

__일반 시계열
__시계열로 데이터 변환
__zoo
____zoo 객체 생성
____zoo를 이용한 외부 파일 읽기
____zoo 객체의 장점
____zoo 객체의 단점
__xts
____as.xts를 이용한 xts 객체 생성
____직접 xts 객체 생성
__선형 필터
__AR
__MA
__ARIMA
__GARCH
__EGARCH
__VGARCH
__DCC
__질문
__요약

5장. 알고리즘 트레이딩

__모멘텀 트레이딩/방향성 트레이딩
____페어 트레이딩
__자본자산 가격결정 모델
__다중요인 모델
__포트폴리오 구성
__질문
__요약

6장. 머신러닝 트레이딩

__로지스틱 회귀분석
__신경망심층 신경망
__K 평균 알고리즘
__K 최근접 이웃 알고리즘
__서포트 벡터 머신
__의사결정나무
__랜덤 포레스트
__질문
__요약

7장. 리스크 관리

__시장 리스크
__포트폴리오 리스크
__VaR
____파라미터적 VaR
____역사적 VaR
__몬테카를로 시뮬레이션
__헤징
__바젤 규제
__신용 리스크
__사기 탐지
__부채 관리
__질문
__요약

8장. 최적화

__동적 재구성
____주기적 재조정
__전진분석
__그리드 평가
__유전자 알고리즘
__질문
__요약

9장. 파생상품 가격결정

__옵션 가격 결정
____블랙-숄즈 모델
____콕스-로스-루빈스타인 모델
____그릭스
__내재 변동성
__채권 가격 결정
__신용 스프레드
__신용파산스왑
__금리 파생상품
__이색 옵션
__질문
__요약

[본 문]

기술은 운명이 아니다. 우리가 운명을 만든다.
(Technology is not destiny. We shape our destiny.)
- 에릭 브린욜프슨(Erik Brynjolfsson)(MIT 슬론 경영대학원 교수)

4차 산업혁명에 대한 관심이 뜨겁다. 이제 인공지능이 직접 빅데이터를 수집하고 분석하여 결과를 예측해 포트폴리오를 구성하고 투자전략까지 세우는 것이 현실이 돼가고 있다. 4차 산업혁명 기술의 비약적인 발전으로 금융 산업에도 큰 변화가 일어났다. 금융분석은 이제 더이상 일부 금융업에 종사하는 전문가의 영역이 아니다. R과 같은 막강한 분석 도구를 사용하면 누구나 데이터를 쉽게 분석하고 자유롭게 활용할 수 있다. 원한다면 직접 알고리즘을 만들고 포트폴리오를 구성해 투자에 활용할 수도 있다. 퀀트(Quant)나 계량경제학(Econometrics)으로 대변되는 과거 기업의 금융분석이 개인용 PC에서도 가능한 세상이 되고 있다.
이 책은 이러한 시대의 변화 속에 탄생했다. 통계이론부터 파생상품 같은 고급분석까지 R 코드로 설명한다. 이제 기본적인 개념과 원리만 이해하면 R에서 제공하는 패키지와 함수로 원하는 분석을 쉽게 수행할 수 있다. R이라는 기술을 활용하면 난공불락처럼 느껴졌던 금융분석을 쉽고 빠르고 정확하게 수행할 수 있다. 이 책은 방대한 금융분석의 주요 내용을 R 코드 예제를 통해 간결하게 설명한다. 이를 위해 이 책에 설명한 모든 코드는 그 결과와 함께 별도의 파일로 제공해 독자들의 이해도를 높이고 흐름을 파악할 수 있게 했다.
4차 산업혁명 시대는 새로운 기술을 지배하는 자와 그렇지 못한 자로 구분될 것이다. 이제 R이라는 유용한 기술을 금융분석에 사용할 수 있느냐는 선택이 아니라 생존의 문제요, 성공의 열쇠다. 그 중대한 갈림길에서 이 책이 조금이나마 도움이 되길 바란다.
_홍영표의 한 마디

이 책은 통계 언어인 R로 금융분석의 실용적인 예제를 설명한다. 이 책의 목적은 R을 활용한 금융분석에 관심 있는 독자들에게 지식을 전달하는 데 있다. 이 책은 기본적인 이론부터 고급 분석까지 다양한 주제를 다룬다. 특히 통계 분석, 시계열 분석, 웨이블릿 분석뿐만 아니라 이를 알고리즘 트레이딩에 응용하는 방법도 살펴본다. 또한 머신 러닝, 리스크 관리, 최적화, 옵션가격결정의 응용에 대해서도 설명한다.
_Param Jeet의 한 마디

최근 각광받고 있는 R 프로그래밍 언어를 사용해 금융분석의 실전 문제를 해결하는 데 필요한 역량을 갖추고 싶은 독자들에게 도움이 될 것이다.
R의 기본 개념과 금융분석의 연관성에 대한 이해를 시작으로 R로 실제 금융 모델을 구축하는 방법을 살펴본다. 이를 통해 금융이론뿐만 아니라 구현 방법도 이해할 수 있다. 그리고 주제를 쉽게 이해하고 그 상관관계를 파악할 수 있도록 실용적인 예제를 제공한다.
또한 알고리즘 트레이딩을 위한 리스크 관리, 최적화 기법에 대해서도 살펴본다. 마지막으로 머신 러닝, 최적화, 이색 옵션, 헤징과 같은 고급 금융분석 개념도 살펴본다.
이 책을 통해 R을 활용한 기본적인 금융분석 모델부터 고급 기법까지 구현하는 데 필요한 지식을 습득할 수 있다.

★ 이 책에서 다루는 내용 ★

R의 기본 개념과 R을 이용한 금융분석 방법
R을 이용한 데이터 처리와 모델 구축
통계 분석, 시계열 분석, 예측 모델링, 계량 분석 등의 다양한 분석 기법
실전 예제를 통한 금융분석 모델 구축과 분석
실제 사례를 통한 금융 전략 수립 방법
모델 결정에 필요한 사전조사와 성능 지표
머신 러닝 기반 트레이딩
알고리즘 트레이딩과 다양한 최적화 방법
금융 상품의 리스크 변수 제어

★ 이 책의 대상 독자 ★

R에 관심 있고 이를 금융분석에 활용하고 싶은 독자들에게 가장 적합하다. 이 책은 복잡한 금융 예제를 R 코드로 설명한다. R 프로그래밍 지식이 필요조건은 아니지만 기본적인 수학적 분석 개념은 알고 있어야 한다. R을 잘 활용한다면 이 책에서 제공하는 자본시장 데이터 분석과 관련된 다양한 실전 예제를 통해 금융분석 기법을 쉽게 이해할 수 있다.

★ 이 책의 구성 ★

1장, 'R 속으로'에서는 R의 기본 명령들을 설명한다. R과 해당 패키지 설치를 시작으로 데이터 유형, 데이터프레임, 반복문을 살펴본다. 또한 함수를 작성하고 호출하는 방법과 다양한 형식의 데이터 파일을 R로 가져오는 방법도 다룬다. 1장을 통해 R에 대한 기본적인 개념을 잡을 수 있다.
2장, '통계 모델링'에서는 공통분포, 상관관계, 중심경향척도, 이상치 검출과 같은 탐색적 분석을 통해 데이터에 대한 이해도를 높인다. 또한 분석용 데이터를 준비하는 데 도움이 되는 데이터 샘플링과 표준화/정규화에 대해 설명한다. 또한 가설검정과 파라미터 추정도 다룬다.
3장, '통계 분석'에서는 모든 분석의 기본인 단순 및 다중선형회귀 모델을 다룬다. 이 장에서는 ANOVA와 특징 선택도 살펴본다. 또한 웨이블릿 분석을 사용한 모델 구축에 대해서도 다룬다.
4장, '시계열 모델링'에서는 모델예측 작업에 기본적으로 사용되는 ts, zoo, xts로 시계열 데이터를 변환하는 예제를 살펴본다. 그런 다음 AR, ARIMA, GARCH, VGARCH 등의 다양한 예측기법을 알아보고 R에서 실행하는 방법을 예제와 함께 살펴본다.
5장, '알고리즘 트레이딩'에서는 모멘텀 트레이딩과 다양한 방법을 사용한 페어 트레이딩을 포함해 알고리즘 트레이딩 분야에 필요한 실전 예제를 살펴본다. 또한 CAPM, 다중요인 모델, 포트폴리오 구성도 알아본다.
6장, '머신 러닝 트레이딩'에서는 자본시장 데이터를 사용해 머신 러닝 알고리즘을 모델링하는 법을 살펴본다. 이때 지도와 자율학습 알고리즘도 다룬다.
7장, '리스크 관리'에서는 시장과 포트폴리오 리스크 측정 기법을 설명한다. 또한 VAR 계산에 사용되는 일반적인 방법을 알아본다. 그리고 신용 리스크, 사기 탐지, 바젤 규제와 같은 은행 업무와 관련된 리스크도 다룬다.
8장, '최적화'에서는 동적 재구성, 전진분석, 그리드 평가, 금융 분야에서의 유전 알고리즘 같은 최적화 기법을 예제와 함께 살펴본다.
9장, '파생상품 가격결정'에서는 파생상품 가격결정에서 R의 활용 사례를 다룬다. 이색옵션, 권 가격결정, 신용 스프레드, 신용파산스왑과 함께 바닐라 옵션 가격결정을 살펴본다.
이 장의 복잡한 내용을 이해하기 위해서는 파산상품에 대한 기본적인 이해가 필요하다.