도서 소개
웹 스크레이핑으로 증권 데이터를 주기적으로 자동 수집, 분석, 자동 매매, 예측하는 전 과정을 파이썬으로 직접 구현한다. 그 과정에서 금융 데이터 처리 기본 라이브러리(팬더스)부터 주가 예측에 딥러닝 라이브러리(텐서플로)까지, 증권 데이터 분석에 필요한 핵심 라이브러리를 빠짐없이 다룬다. 현대 포트폴리오 이론, 볼린저 밴드, 삼중창 매매, 듀얼 모멘텀 등 투자 대가들이 사용하는 트레이딩 전략을 깊이 이해하게 될 것이다.
이 책은 1부 '파이썬 데이터 분석 기본'과 2부 '파이썬 데이터 분석 응용'으로 구성되어 있다. 1부에서는 파이썬과 각종 라이브러리를 사용해서 데이터를 취합하고, 시각화하고, 분석하는 방법을 배운다. 2부에서는 주식 시세 데이터베이스를 직접 구축한 뒤, 투자 대가들이 사용하는 트레이딩 전략을 파이썬으로 구현한다. 또한 파이썬을 이용한 백테스팅과 딥러닝 주가 예측과 같은 흥미로운 주제도 추가적으로 다룬다. 이 책을 완독하면 트레이딩 전략과 프로그래밍 모두를 배울 수 있다.
출판사 리뷰
투자 기법과 프로그래밍 기술로
자신만의 퀀트 투자 시스템을 완성하라이 책은 웹 스크레이핑으로 증권 데이터를 주기적으로 자동 수집, 분석, 자동 매매, 예측하는 전 과정을 파이썬으로 직접 구현한다. 그 과정에서 금융 데이터 처리 기본 라이브러리(팬더스)부터 주가 예측에 딥러닝 라이브러리(텐서플로)까지, 증권 데이터 분석에 필요한 핵심 라이브러리를 빠짐없이 다룬다. 현대 포트폴리오 이론, 볼린저 밴드, 삼중창 매매, 듀얼 모멘텀 등 투자 대가들이 사용하는 트레이딩 전략을 깊이 이해하게 될 것이다.
트레이딩 전략과 프로그래밍 모두를 알아야 투자에 성공할 수 있다!이 책은 1부 '파이썬 데이터 분석 기본'과 2부 '파이썬 데이터 분석 응용'으로 구성되어 있다. 1부에서는 파이썬과 각종 라이브러리를 사용해서 데이터를 취합하고, 시각화하고, 분석하는 방법을 배운다. 2부에서는 주식 시세 데이터베이스를 직접 구축한 뒤, 투자 대가들이 사용하는 트레이딩 전략을 파이썬으로 구현한다. 또한 파이썬을 이용한 백테스팅과 딥러닝 주가 예측과 같은 흥미로운 주제도 추가적으로 다룬다. 이 책을 완독하면 트레이딩 전략과 프로그래밍 모두를 배울 수 있다.
[이 책의 대상 독자 및 주의 사항]
이 책은 파이썬을 이용하여 증권 데이터를 계량적으로 분석하여 투자에 활용하려는 금융 비전문가를 대상으로 한다. 프로그래밍, 투자 기법, 각종 라이브러리와 도구 사용법을 최대한 초보자를 고려해 설명했다. 그럼에도 다루는 내용이 광범위해 초보 개발자에게는 적합하지 않다. 이 책을 선택하기 전에 다음과 같은 주의 사항을 꼭 참고하기 바란다.
_1. 파이썬을 처음 접하는 독자도 고려해서 집필했지만, 적어도 다른 프로그래밍 언어으로 개발한 경험이 있어야 한다.
_2. 투자 대가들의 트레이딩 전략을 파이썬으로 직접 구현하므로, 증권 투자 관련 지식이 없으면 이해하기 쉽지 않을 수 있다.
_3. 이 책에서 제시한 증권 데이터 분석 기법이 곧 수익을 보장하지는 않는다.
_4. 과도한 웹 스크레이핑은 이 책에서 소개한 사이트의 정책에 부합하지 않을 수 있으므로 주의한다.
_5. 이 책에서 사용한 개발 환경을 준수하기 바란다. 버전이 상이해 발생하는 문제에 모두 대응하지 못할 수 있다는 점을 미리 밝혀 양해를 구한다.
증권 투자에 필요한 고급 핵심 이론을 다루기 때문에 완독이 쉽지 않겠지만 이 책을 끝까지 공부하면 자신만의 퀀트 투자 초석을 마련하게 될 것이다. 독자의 건승을 빈다.
[이 책의 구성]
1부. 파이썬 데이터 분석 기본_1장. 증권 데이터 분석에 앞서
증권 투자에 앞서 증권 관련 배경지식을 알아본다. 주식회사가 우리나라에 들어오기까지의 과정부터 가치 투자, 서브프라임 금융 위기, 퀀트 투자를 간단히 짚어본다.
_2장. 파이썬 프로그래밍
파이썬 설치부터 파이썬 문법 및 외부 라이브러리 사용법을 설명한다. 파이썬을 잘하려면 리스트 자료형를 자유자재로 다룰 수 있어야 한다.
_3장. 팬더스를 활용한 데이터 분석
데이터 분석에 필수 라이브러리인 팬더스를 설명한다. 데이터프레임 자료형은 라이브러리 간의 데이터 교환을 담당하는 허브 역할을 하므로 중요하다.
_4장. 웹 스크레이핑 데이터 분석
한국거래소에서 제공하는 상장법인 목록 엑셀 파일을 다운로드하고, 네이버에서 제공하는 주식 일별 시세 페이지를 스크레이핑하는 방법을 설명한다. 웹 스크레이핑 라이브러리 뷰티풀 수프를 설명한다.
2부. 파이썬 데이터 분석 응용_5장. 시세 DB 구축 및 시세 조회 API 개발
네이버 주식 시세를 웹 페이지에서 읽어 마리아디비에 저장해 나만의 시세 데이터베이스를 구축한다. 이어서 저장된 주식 시세를 조회하는 시세 조회 API를 구현한다.
_6장. 트레이딩 전략과 구현
현대 포트폴리오 이론, 볼린저 밴드, 삼중창 매매 시스템, 듀얼 모멘텀 등 전설적인 트레이딩 전략의 핵심을 이해하고 파이썬으로 구현한다.
_7장. 장고 웹 서버 구축 및 자동화
파이썬 기반 웹 프레임워크인 장고로 주식 잔고를 확인하는 웹 시스템을 구현한다. 백트레이더를 이용한 백테스팅 방법과 슬랙을 이용한 메시지 전송 방법도 소개한다.
_8장. 변동성 돌파 전략과 자동매매
래리 윌리엄스의 변동성 돌파 전략을 국내 증권사 API를 이용하여 구현하고, 거래세 부담이 적은 ETF 종목을 자동으로 매매하는 시스템을 구축한다.
_9장. 딥러닝을 이용한 주가 예측
구글 텐서플로로 구현한 딥러닝 기술로 내일 주가를 예상한다. 딥러닝 기본 개념도 익힌다.
작가 소개
지은이 : 김황후
삼성그룹 문서 보안 소프트웨어의 개발 리더. 모토로라 미국 본사 글로벌 소프트웨어 그룹에서 인턴 과정을 수행한 뒤, 2004년부터 삼성SDS에서 DRM 소프트웨어를 개발한다. 2013년 삼성 소프트웨어 아카데미 화이트 해커 과정에서 최우수 성적을 거두어 '블랙햇'과 '데프콘' 콘퍼런스에 참가했다. 「커널 네이티브 API 후킹을 통한 DRM 장치 및 방법」, 「DRM 적용 콘텐츠를 선택적으로 복호화하여 전송하는 장치 및 방법」을 한국, 미국, 중국, 일본, EU 등에 특허 등록했다.
목차
PART 1 파이썬 데이터 분석 기본
CHAPTER 1 증권 데이터 분석에 앞서
1.1 주식회사 역사와 의미
1.2 우리나라의 증권 시장
1.3 워렌 버핏과 가치 투자
1.4 얼마나 벌 것인가?
1.5 퀀트 투자를 위한 파이썬
1.6 핵심 요약
CHAPTER 2 파이썬 프로그래밍
2.1 파이썬 특징
2.2 파이썬 설치
2.3 문자열과 산술연산
2.4 반복 자료형
2.5 변수와 함수
2.6 모듈과 패키지
2.7 객체지향 프로그래밍
2.8 파일 처리 및 외부 라이브러리 활용
2.9 핵심 요약
CHAPTER 3 팬더스를 활용한 데이터 분석
3.1 넘파이 배열
3.2 팬더스 시리즈
3.3 팬더스 데이터프레임
3.4 주식 비교하기
3.5 최대 손실 낙폭
3.6 회귀 분석과 상관관계
3.7 상관계수에 따른 리스크 완화
3.8 핵심 요약
CHAPTER 4 웹 스크레이핑을 사용한 데이터 분석
4.1 팬더스로 상장법인 목록 읽기
4.2 HTML 익히기
4.3 웹에서 일별시세 구하기
4.4 뷰티풀 수프로 일별시세 읽어오기
4.5 OHLC와 캔들 차트
4.6 핵심 요약
PART 2 파이썬 데이터 분석 응용
CHAPTER 5 시세 DB 구축 및 시세 조회 API 개발
5.1 야후 파이낸스와 네이버 금융 비교하기
5.2 마리아디비 설치 후 접속 확인
5.3 주식 시세를 매일 DB로 업데이트하기
5.4 일별 시세 조회 API
5.5 핵심 요약
CHAPTER 6 트레이딩 전략과 구현
6.1 현대 포트폴리오 이론
6.2 샤프 지수와 포트폴리오 최적화
6.3 볼린저 밴드 지표
6.4 볼린저 밴드 매매기법
6.5 심리투자 법칙
6.6 삼중창 매매 시스템
6.7 듀얼 모멘텀 투자
6.8 핵심 요약
CHAPTER 7 장고 웹 서버 구축 및 자동화
7.1 장고 웹 프레임워크
7.2 Hello Django 애플리케이션
7.3 장고 인덱스 페이지
7.4 웹으로 계좌 잔고 확인하기
7.5 슬랙으로 알림 메시지 보내기
7.6 백트레이더를 활용한 백테스트
7.7 핵심 요약
CHAPTER 8 변동성 돌파 전략과 자동매매
8.1 래리 윌리엄스의 변동성 돌파 전략
8.2 크레온 플러스 API
8.3 주가 및 계좌 정보 조회
8.4 ETF 매수/매도
8.5 메인 로직과 작업 스케줄러 등록
8.6 핵심 요약
CHAPTER 9 딥러닝을 이용한 주가 예측
9.1 인공지능
9.2 텐서플로 기초
9.3 선형 회귀 문제
9.4 RNN을 이용한 주가 예측
9.5 핵심 요약
참고 문헌