Coming soon

대표 전략으로 입문하는 미국 주식 퀀트 투자

파이썬으로 체득하는 전략 구현·최적화·백테스트
$32.40
SKU
9788965404040

 

COMING SOON [판매 예정] 상품입니다.

[판매 예정] 상품은 출간일(Publication Date) 이후 주문이 가능합니다.

 

▷출간일 이후에도 아직 [판매 예정]으로 보이는 경우 info@kbookstore.com 으로 문의주세요.

주문 가능 여부를 확인 후 안내해 드리겠습니다.

COMING SOON [판매 예정] 상품입니다.

[판매 예정] 상품은 출간일(Publication Date) 이후 주문이 가능합니다.

* 출간일 이후에도 아직 [판매 예정]으로 보이는 경우 info@kbookstore.com 으로 문의주세요.

[Free shipping over $100]

Standard Shipping estimated by Fri 02/7 - Thu 02/13 (주문일로부 10-14 영업일)

Express Shipping estimated by Tue 02/4 - Thu 02/6 (주문일로부 7-9 영업일)

* 안내되는 배송 완료 예상일은 유통사/배송사의 상황에 따라 예고 없이 변동될 수 있습니다.
Publication Date 2025/02/03
Pages/Weight/Size 188*245*25mm
ISBN 9788965404040
Categories 경제 경영 > 투자/재테크
Description
진짜배기 투자 전략으로 우상향하는 미장에 ‘퀀트’ 투자하라!
준비된 당신에게 데이터 전문가의 노하우로 전하는 퀀트 투자 원리와 대표 실전 전략


단발 뉴스, 주변 추천, 느낌적인 느낌(!) 말고, 합리적인 근거에 따른 똑똑한 투자를 하고 싶나요? 무작정 들어본 종목을 사서 들고 있다 애매한 손절을 치기 지쳤나요? 그렇다면 퀀트 투자를 해야 한다. 데이터와 통계에 바탕을 둔 퀀트 투자는, 무작정 뛰어들기에는 복잡하고 어렵다. 걱정 말고 이 책과 함께 시행 착오 없이, 기초부터 똑바로 닦아보세요. 무대는 요즘 투자자들이 주목하는 미국 주식 시장이다.

금융 분야의 검증된 대표 퀀트 전략(추세 추종 전략, 평균 회귀 전략, 포트폴리오 전략) 원리를, 실제 미국 주식 데이터를 이용한 구체적인 예제로 다루어 바로 투자에 적용 가능하도록 소개한다. 직접 파이썬 코딩을 하며 다양한 기술 지표를 분석하고, 이를 바탕으로 투자 전략을 세운 뒤 백테스트까지 수행할 수 있도록 구성되어 실전 대비에 최적화되어 있다. 데이터 전문가가 직접 퀀트 투자를 공부하며 체득한 노하우에, 생략 없이 정확한 기초 설명과 쉽고 자세한 파이썬 코드를 더해 여러분의 성공적인 중장기 투자 전략 수립과 실행을 도울 것이다. 이제 겉핥기나 주먹구구식이 아닌, 제대로 된 ‘미국 주식 퀀트 투자’를 시작해보자.
Contents
추천사
들어가며
이 책의 구성

CHAPTER 1. 미국 주식 투자 시작하기
1.1 미국 주식 시장 이해하기
1.2 미국 주식 투자의 장단점
1.2.1 미국 주식 투자의 장점
1.2.2 미국 주식 투자의 단점

CHAPTER 2. 퀀트 투자 이해하기
2.1 퀀트 투자의 개념
2.2 퀀트 투자 전략의 종류
2.2.1 가치 분석에 기초한 전략
2.2.2 데이터의 통계적 성질에 기초한 전략
2.3 퀀트 투자의 장단점
2.3.1 퀀트 투자의 장점
2.3.2 퀀트 투자의 단점

CHAPTER 3. 주식 시장의 작동 원리
3.1 호가창과 체결 규칙
3.2 주문 방식의 종류
3.3 시장 참여자의 종류

CHAPTER 4. 파이썬 기초
4.1 파이썬과 기초 환경 설정
4.1.1 기본 라이브러리 설치
4.1.2 주피터 노트북 살펴보기
4.2 파이썬 기초
4.2.1 변수와 자료형 그리고 기초 연산
4.2.2 제어문
4.2.3 함수
4.3 파이썬 데이터 분석 라이브러리
4.3.1 넘파이
4.3.2 판다스
4.3.3 맷플롯립: 데이터 시각화

CHAPTER 5. 주식 데이터 분석
5.1 넘파이 및 판다스 심화
5.1.1 넘파이와 고차원 배열 & 함수들
5.1.2 판다스와 데이터프레임
5.2 데이터 시각화
5.2.1 산점도
5.2.2 다중 그래프
5.3 미국 주식 데이터 구하기
5.3.1 주가 데이터 구하기
5.3.2 재무제표 데이터 구하기
5.4 주식 데이터 분석
5.4.1 일간 수익률 분석
5.4.2 이동평균 계산
5.4.3 기술적 지표 계산

CHAPTER 6. 추세 추종 전략
6.1 이동평균선 교차 전략
6.1.1 투자 전략
6.1.2 백테스트
6.1.3 파라미터 최적화
6.1.4 전략의 성과 지표
6.2 손절 추가하기
6.2.1 추적 손절법
6.2.2 손절이 적용된 Vectorized Backtest
6.3 수수료 적용하기
6.4 전략 검증

CHAPTER 7. 양방향 추세 추종 전략
7.1 하락장에서도 수익 내는 방법
7.1.1 공매도
7.1.2 선물
7.1.3 옵션
7.1.4 인버스 ETF
7.2 공매도를 활용한 양방향 매매 전략
7.2.1 양방향 MAC 전략 백테스트
7.2.2 추적 손절법 적용하기
7.2.3 전략 검증
7.3 인버스 ETF를 활용한 양방향 매매 전략
7.3.1 전략 백테스트
7.3.2 전략 검증

CHAPTER 8. 모멘텀 전략
8.1 모멘텀의 정의
8.1.1 절대 모멘텀
8.1.2 상대 모멘텀
8.2 모멘텀 추세 추종 전략 1
8.2.1 모멘텀 지표 분석
8.2.2 전략 백테스트
8.3 모멘텀 추세 추종 전략 2 : 보조 지표 활용
8.3.1 Money Flow Index
8.3.2 전략 백테스트
8.3.3 전략 검증

CHAPTER 9. 평균 회귀 전략
9.1 볼린저 밴드를 활용한 평균 회귀 전략
9.1.1 볼린저 밴드 관찰하기
9.1.2 전략 백테스트
9.2 볼린저 밴드를 활용한 결합 전략
9.2.1 결합 전략 아이디어
9.2.2 전략 백테스트
9.3 페어 트레이딩 이론
9.3.1 상관관계 분석
9.3.2 공적분 분석
9.3.3 페어 트레이딩 전략
9.4 페어 트레이딩 전략 구현
9.4.1 페어 트레이딩 전략 구현 1
9.4.2 페어 트레이딩 전략 구현 2 : 미래 참조 제거

CHAPTER 10. 포트폴리오 이론
10.1 위험의 종류
10.2 분산 투자에 의한 위험 감소 효과
10.3 현대 포트폴리오 이론
10.3.1 효율적 투자선
10.3.2 최적 포트폴리오
10.4 자산 가격 결정 모형
10.4.1 증권 시장선
10.4.2 자본 시장선
10.4.3 무위험 자산을 포함한 최적 포트폴리오

CHAPTER 11. 모멘텀 포트폴리오 투자 전략
11.1 주식의 수익률에 영향을 미치는 요인
11.2 팩터 투자 전략
11.3 모멘텀 포트폴리오 투자 전략
11.3.1 투자 유니버스
11.3.2 수익률 계산과 종목 선정
11.3.3 리밸런싱 구현과 백테스트
11.3.4 모멘텀 포트폴리오 투자 성과
11.4 모멘텀 포트폴리오 투자 최적화

마치며
Author
이용환
전산물리(Computational Physics)를 전공한 물리학 박사(서울대학교, 워털루 대학교)로, 복잡계에 대한 첨단 몬테카를로(Monte Carlo) 알고리즘 연구 경험을 바탕으로 또 다른 복잡계인 금융에서 다양한 퀀트 투자 전략을 연구하고 있다. 금융 인공지능과 강화학습 분야에서 높은 수준의 연구를 진행해 왔으며, 현재는 모두의연구소 PISTAR LAB 랩장으로서 강화학습 트레이딩 에이전트 개발을 이끌고 있다.

· 서울대학교 물리학과 졸(학사, 석사)
· 캐나다 워털루 대학교 대학원 졸(전산물리 박사)
· 인공지능 스타트업 (주)루미네움 대표이사 역임
· 모두의연구소 DAT(Deep Algo Trading) Lab 랩장 역임
· 현 모두의연구소 PISTAR LAB(강화학습 투자 에이전트 개발) 랩장
전산물리(Computational Physics)를 전공한 물리학 박사(서울대학교, 워털루 대학교)로, 복잡계에 대한 첨단 몬테카를로(Monte Carlo) 알고리즘 연구 경험을 바탕으로 또 다른 복잡계인 금융에서 다양한 퀀트 투자 전략을 연구하고 있다. 금융 인공지능과 강화학습 분야에서 높은 수준의 연구를 진행해 왔으며, 현재는 모두의연구소 PISTAR LAB 랩장으로서 강화학습 트레이딩 에이전트 개발을 이끌고 있다.

· 서울대학교 물리학과 졸(학사, 석사)
· 캐나다 워털루 대학교 대학원 졸(전산물리 박사)
· 인공지능 스타트업 (주)루미네움 대표이사 역임
· 모두의연구소 DAT(Deep Algo Trading) Lab 랩장 역임
· 현 모두의연구소 PISTAR LAB(강화학습 투자 에이전트 개발) 랩장