R로 거래전략을 최적화하고 내 손으로 위기 관리 시스템

금융공학 개념과 이와 관련된 R을 이용한 모델링을 동시에 다루고 있다. 단계별로 따라할 수 있는 실제 예시를 통해 R을 활용하는 방법을 알려준다. 독자들은 시계열 분석부터 파생상품, 최적 헤징, 거래량 예측, 위기 관리 등 다양한 주제를 배울 수 있다. 이 책을 통해 R을 활용한 여러 금융 테크닉을 배우게 될 뿐 아니라 직접 금융 거래 시스템을 만들어 볼 수 있다.

[목 차]

1장. 시계열 분석

-다변량 시계열 분석
-공적분
-벡터 자기회귀 모델
-VAR 구현 예제
-VAR와 VECM의 공적분
-변동성 모델링
-패키지를 이용한 GARCH 모델링
-표준 GARCH 모델
-지수GARCH 모델
-임계GARCH 모델
-시뮬레이션과 예측
-요약
-참고문헌

2장. 요인 모델

-차익 거래 프라이싱 이론
-APT의 구현
-Fama-French 의 세 가지 요인 모델
-R 모델링
-데이터 선택
-주성분 분석을 이용한 APT 추정
-파마-프렌치 모델 추정
-요약
-참고문헌

3장. 거래량 예측

-동기
-거래의 강도
-거래량 예측 모델
-R 구현
-데이터
-데이터 로딩
-계절 요인
-AR(1) 추정과 예측
-SETAR 추정과 예측
-결과 해석
-요약
-참고문헌

4장. 빅데이터 - 고급 분석

-오픈소스에서 데이터 불러오기
-R을 활용한 빅데이터 분석
-빅데이터의 K-평균 클러스터
-빅매트릭스 로딩
-빅데이터 K-평균 군집 분석
-빅데이터의 선형 회귀 분석
-빅데이터 로딩
-더 큰 데이터에 선형 회귀 모델 적합하기
-요약
-참고문헌

5장. FX 파생 상품

-용어와 표기법
-통화 옵션
-교환 옵션
-2차원 위너 프로세스
-마그레이브 수식
-R의 적용
-퀀토 옵션
-콜 퀀토에 대한 가격 결정 수식
-R에서 콜 퀀토 가격 책정하기
-요약
-참고문헌

6장. 금리 파생 상품과 모델

-블랙 모델
-블랙 모델을 이용한 캡의 가격 결정
-바시첵 모델
-The Cox-Ingersoll-Ross model
-이자율 모델의 변수 추정
-SMFI5 패키지 사용하기
-요약
-참고문헌

7장. 이색옵션

-일반적 가격 프라이싱 접근법
-동적 헤징의 역할
-R이 도움을 줄 수 있는 방법
-바닐라보다 넓게 한눈에 보기
-그랙 - 바닐라와 다시 연결
-더블 노 터치 옵션의 프라이싱
-더블 노 터치 옵션을 프라이싱하는 또 다른 방법
-더블 노 터치 옵션의 일생 - 시뮬레이션
-구조화된 상품에 내재된 이색 옵션
-요약
-참고문헌

8장. 최적 헤징

-파생 상품 헤징
-파생 상품의 시장 리스크
-정적 델타 헤지
-동적 델타 헤지
-델타 헤지 성과 비교
-거래 비용이 있을 경우 헤지
-해지의 최적화
-고정 거래 비용의 경우 최적 헤지
-상대 거래 비용의 경우 최적 헤지
-추가 확장
-요약
-참고문헌

9장. 기본적 분석

-기본 분석의 기초
-데이터 수집
-관계 드러내기
-여러 변수 포함
-투자 목표 분리
-분류 규칙 설정
-백테스팅
-특정 산업 투자
-요약
-참고문헌

10장. 기숙 분석과 뉴럴 네트워크, 로그옵티멀 포트폴리오

-시장 효율성
-기술 분석
-TA 툴킷
-시장
-차트 그리기 - 비트코인
-빌트인 인디케이터
-SMA와 EMA
-RSI
-MACD
-캔들 패턴: 키 전환
-시그널 평가와 포지션 관리
-돈 관리에 대한 한 마디
-정리
-뉴럴 네트워크
-비트코인 가격 예측
-전략 평가
-로그옵티멀 포트폴리오
-보편적이고 일관적인 비모수 투자 전략
-전략 평가
-요약
-참고문헌

11장. 자산과 부채 관리

-데이터 준비
-처음 보는 데이터 소스
-현금 흐름 생성 함수
-현금 흐름 준비
-이자율 리스크 측정
-유동성 리스크 측정
-비만기 예금 모델링
-예금 이율 모델
-비만기 예금의 정적 복제
-요약
-참고문헌

12장. 자본 적정성

-바젤 협약의 원칙
-Basel I
-Basel II
-최소 요구 자본
-감독 당국의 검토
-투명성
-Basel III
-리스크 척도
-분석적 VaR
-과거 VaR
-몬테-카를로 시뮬레이션
-위험 카테고리
-시장 위험
-신용 위험
-운영 위험
-요약
-참고문헌

13장. 시스템 리스크

-시스템 리스크의 간단 요약
-예제에 사용된 데이터셋
-중심-주변부 분해
-R로 구현
-결과
-시뮬레이션 방법
-시뮬레이션
-R 구현
-결과
-가능한 해석과 제안
-요약
-참고문헌

[본 문]

[R과 만나는 금융공학]의 속편으로 정량 금융에서 R을 이용한 모델 구축을 좀더 심도 있게 배우고 싶어하는 독자를 위한 책이다. 이 책에서는 경험 금융(1~4단원), 금융공학(5~7단원), 트레이딩 전략의 최적화(8~10단원), 은행 관리(11~13단원)와 같은 새로운 주제를 다룬다.
('지은이의 말' 중에서)

R은 오픈소스 프로그램으로 통계 및 데이터 마이닝을 비롯해 여러 분야에서 사용되고 있다. 하지만 금융 분야에서의 활용은 의외로 잘 알려져 있지 않은 것 같다. 이 책은 금융 이론의 수학적 개념을 살펴봄과 동시에 통계 언어로 알려진 R을 활용해 실제 데이터에 모델을 적용함으로써 금융 모델을 좀 더 쉽게 이해하는 데 도움을 준다. 1장부터 차근차근 따라 하다 보면 직접 금융 모델을 구축하고 프로그래밍하는 것이 어렵지 않게 느껴질 것이다. 이론 이해와 모델 구현을 통해 독자들이 R과 금융 모델에 좀 더 쉽게 접근할 수 있게 되길 기대한다.
('옮긴이의 말' 중에서)

[이 책에서 다루는 내용]

- 많이 사용하는 금융 데이터 분석
- 공적분, VAR, GARCH, APT, 블랙 숄즈, 마그레이브, 로그 옵티멀, 중심-주변, 전염 같은 이론 모델의 구축과 조정, 테스트, 구현
- R로 빅 데이터, 이산 헤징, 거래 비용 등과 관련된 실제 금융 문제 해결
- 시뮬레이션 테크닉 발견과 분석 수식이 없을 경우의 적용
- 위험 선호도에 맞춘 성공적인 차익거래, 추측, 헤징 전략 생성
- 시장 요인과 포트폴리오에 미치는 영향 간의 관계 이해
- 거래 전략의 정확성과 비용 간의 균형 평가

[이 책의 대상 독자]

이 책은 기본 금융 개념에 익숙하며 프로그램 경험이 있는 독자를 대상으로 한다. 하지만 정량 금융을 이미 알고 있거나 R 프로그래밍 경험이 있다고 하더라도 이 책을 통해 배울 수 있는 바가 있을 것이다. 이미 이 중 한 가지 주제의 전문가라면, 이 책은 다른 주제를 쉽게 배울 수 있도록 도와준다. 하지만 모든 장들을 완벽하게 익히려면 정량 금융을 중간 레벨 정도로 알고 있을 필요가 있으며, 또한 R에 대한 어느 정도의 지식이 필요하다.

[이 책의 구성]

1장, '시계열 분석'에서는 공적분(cointegration(structural))과 벡터 자기 회귀 모델(vector autoregressive Models), 임펄스-응답 함수(impulse-response functions), 변동성 비대칭 GARCH 모델(volatility modeling with asymmetric GARCH models), 정보 반응 곡선(news impact curves) 같은 중요한 개념을 다룬다.
2장, '요인 모델'에서는 다요인 모델을 구축하고 구현하는 방법을 소개한다. 주요인 분석(principal component analysis)을 통해 자산 수익률을 설명하는 5개의 독립된 요인을 판별한다. 예제로 파마와 프렌치 모델(Fama and French model)을 실제 시장 데이터셋으로 재현한다.
3장, '거래량 예측'에서는 일별 거래량 예측 모델(intraday volume forecasting model)을 다루며, DJIA 인덱스 데이터를 이용해 R로 구현한다. 이 모델은 거래량 대신 회전율(turnover)을 사용했으며, 동적 요인에서 계절 요인(seasonal components)을 분리했다. 그리고 이 두 가지를 독립적으로 예측했다.
4장, '빅데이터 - 고급 분석'에서는 R을 이용해 오픈소스 데이터에 접근해 큰 데이터셋에서 여러 분석을 실행한다. 예제로 K-평균 군집(K-means clustering)과 선형 회귀 분석 모델(linear regression model)을 빅데이터에 적용한다.
5장, 'FX 파생 상품'에서는 파생 상품 프라이싱을 위한 블랙 숄즈 모델(Black-Scholes model)을 일반화한다. 블랙 숄즈 모델의 확장인 마그레이브 수식(Margrabe formula)을 프로그래밍해 주식 옵션과 환율 옵션, 교환 옵션 퀀토 옵션을 프라이싱한다.
6장, '금리 파생 상품과 모델'에서는 이자율 모델과 이자율 파생 상품에 대한 개요를 제공한다. 블랙 모델은 캡(cap)과 캐플릿(caplet)을 프라이싱할 때 사용한다. 또 바시첵(Vasicek)이나 CIR과 같이 이자율 모델도 소개한다.
7장, '이색 옵션'에서는 이색 옵션을 소개하며, 이색 옵션과 평범한 바닐라 옵션 간의 관계를 설명한다. 그리고 파생 상품 프라이싱 함수에 대한 그릭 추정을 다룬다. 이색 옵션 중 하나인 더블-노-터치 바이너리 옵션(Double-No-Touch(DNT) binary option)을 자세하게 다룬다.
8장, '최적 헤지'에서는 파생 상품을 헤지할 때 일어날 수 있는 실질적인 문제를 분석한다. 여기서는 포트폴리오를 재정렬하는 이산 시간(discrete time)과 거래 비용으로 인한 문제를 다룬다. 헤지 전략을 발견하기 위해 다른 수치 최적 알고리즘(numerical-optimization algorithms)을 사용한다.
9장, '기본적 분석'에서는 기본적 기초에 근거한 투자 전략을 구축하는 방법을 다룬다. 최고의 실적을 내는 주식을 선택하기 위해, 과거 성과에 따라 회사의 클러스터를 생성하고, 의사 결정 나무(decision tree)로 초과 성과 회사를 분리해낸다. 이를 바탕으로 주식 결정 규칙을 정의하고 백테스트(backtest)한다.
10장, '기술 분석과 뉴럴 네트워크, 로그옵티멀 포트폴리오'에서는 기술적 분석뿐 아니라 뉴럴 네트워크와 로그옵티멀 포트폴리오와 같은 관련된 전략을 개략적으로 설명한다. 단일 자산(비트코인)의 가격을 예측하거나 트레이딩 타이밍의 최적과 포트폴리오(NYSE 주식) 분배와 같은 문제들도 다룬다.
11장, '자산과 부채 관리'에서는 R을 이용해 은행의 자산과 부채를 관리하는 과정을 살펴본다. 데이터 생성, 이자율 리스크의 측정과 리포트, 유동성 리스크 관리, 비만기 예금을 다룬다.
12장, '자본 적정성'에서는 바젤 협정(Basel Accords)의 규정에 대해 간략하게 소개한다. 그리고 은행의 자본 적정성을 결정하기 위해 과거 데이터와 델타-노멀(delta-normal), 몬테-카를로(Monte-Carlo) 시뮬레이션 방법을 이용해 최대 예상 손실액(value-at-risk)을 계산한다.
13장, '시맨틱 리스크'에서는 금융 시스템에 영향을 미치는 주요 금융 기관을 식별하기 위해 네트워크 이론(network theory)에 바탕을 둔 두 가지 방법, 중심-주변 모델(core-periphery model)과 전염 모델(contagion model)을 소개한다.

옮긴이 김지영
계산 과학(Scientific computation)과 통계학을 전공했다. 수년간 컨설팅 사와 외국 보험사에서 위험 관리를 위한 수학적 모델 구축과 모델의 프로그래밍 구현, 상품 개발 등의 업무를 담당한 바 있다. 현재 미국의 실리콘밸리에서 경력을 확장하기 위해 노력하고 있다.