파이썬을 통한
금융 데이터 수집과 분석 자동화 CAMP

기본부터 실전까지 제대로 된 데이터 정리법을 알려주는
“금융 데이터 분석 과정”

기간 7. 29 ~ 9. 16 (총 8회)
일정 일요일 13:00 ~ 17:00 (4시간)
문의 홍성빈 매니저 02-501-4362

“저도 금융 빅데이터 마음대로 활용해보고 싶죠.”

근데 어떤 사이트에서 어떤 유형의 데이터를 보고 수집해야하는지
겨우 데이터를 모은다 하더라도 어떻게 활용해야하는지 모르겠어요.

이랬던 당신이 8주 후, 직접 만드는 결과물

슬라이드4-3

< 전자공시(DART) 모니터링 텔레그램 알림 구현하기 >

슬라이드3-3

< 삼성전자 – 2017년 하반기 주가 볼린저 밴드 그려보기 >

슬라이드2-4

< 애플(AAPL)의 10년간 일일 PER 데이터 시각화 해보기 >

슬라이드1-3

< 금융 사이트 크롤링 분석해보기 (금융투자협회 사례) >

금융 데이터 활용방법,
왜 배워야할까

4차 산업혁명의 시대에서 데이터 분석은 혁신 성장의 토대입니다. 특히, 빅 데이터에서 50%이상을 차지하는 금융데이터는 높은 정확도로 인해 타 데이터에 비해 활용가치가 압도적이죠. ICT, 유통업, 보건의료 등 타 산업과 융합되어 활용되고 있고, 데이터 솔루션, 데이터 컨설팅 등 수많은 업종이 금융데이터를 이용해 발달하고 있습니다.

이러한 시대에서 금융 데이터를 자신의 업무, 사업 혹은 투자의 목표에 맞게 수집 및 분석하는 능력은 반드시 갖춰야 할 필수역량이 되었습니다. 누군가가 얘기한 찌라시와 나밖에 모른다고 생각한 정보들은 사실 빅데이터 속에 모두 들어가 있죠. 여기서 필요한 금융 데이터를 정량적으로 수집, 분석하여 합리적인 의사결정을 내려야만 현 시대에서 “앞서나가는 사람”이 될 수 있습니다.

하지만, 초보자에게
금융 데이터분석은 어렵다.

금융 데이터에 기반한 정량적 의사결정을 내리기 위해서는
금융시장과 상품, 금융통계, 프로그래밍, 데이터 사이언스와 관련한 이해가 전부 필요합니다.
또한, 데이터 수집부터 분석, 자동화까지의 전반적인 프로세스를 알아야하죠.

그래서 기초부터 제대로 알려주는 금융 데이터 분석 과정을 만들었습니다.

# 금융 데이터 수집, 분석, 리포트 자동화의 전 과정을 한번에

어느 사이트에서 어떤 유형의 데이터를 가져오는 것이 효과적인지, 가져온 데이터가 왜 중요한지를 자세히 알려드립니다. 또한, 수집한 데이터를 시각화하여 나의 투자/업무에 바로 반영하는 방법을 알려줍니다. 최종적으로 이메일 또는 메신저에 자동으로 리포팅을 받을 수 있게 설정 가능합니다

finda_2

# 데이터 분석/ 통계/프로그래밍을 동시에

데이터 분석을 위해서는 반드시 통계지식이 있어야 하며, 데이터 시각화를 위해서는 기초 프로그래밍 지식이 필요합니다. 기초 기술 통계와 초보자도 쉽게 배울 수 있는 파이썬을 활용해 코딩을 차근차근 배웁니다. 유일무이한 커리큘럼을 통해 나만의 데이터 분석 환경과 금융 투자 전략을 운용할 수 있는 탄탄한 기반을 만들어 가세요.

데분플밍통계

# 강사님의 철저한 피드백과 커뮤니케이션

강사님의 철저한 관리방식으로 금융 데이터 분석을 처음 공부하시는 분들도 완벽하게 이해하고 넘어갈 수 있도록 도와드립니다. 강의 중간에 언제든지 질문을 하시면 강사님이 답해드립니다. 또한, 온라인에서도 페이스북 페이지를 이용해 자유롭게 논의를 하면서 궁금한 점을 풀어가세요!

social-media

데이터의 수집부터 분석, 결과의 시각화까지
금융 데이터 분석의 전 프로세스를 밟으세요!

커리큘럼

커리큘럼2

# 파이썬 + 금융통계 (1~2주)

1주차

파이썬 데이터 분석 환경 만들기
– 오리엔테이션
– 파이썬 데이터 분석 환경 만들기
– 금융 데이터를 위한 파이썬 프로그래밍 언어 핵심
– Jupyter Notebook 활용 (데이터 수집에서 프리젠테이션까지)
– 금융시장과 금융상품
– 증권분석 : 기본분석, 기술분석, 정서분석

2주차

파이썬 주요 라이브러리 + 금융 통계학 기본
– NumPy 기본, 인덱싱/슬라이싱
– NumPy 기본 통계량, 가격 시뮬레이션
– pandas 시계열 분석
– pandas 병합, 피벗 살펴보기
– 데이터베이스 기본 (SQLite)
– 금융 통계학 개요: 수익률, 기댓값, 분산, 표준편차

# 데이터 크롤링 & 분석 (3~5주)

3주차

마켓 데이터의 크롤링 (1) – 국내 데이터
– 데이터 크롤링 개요
– 크롬 개발자 도구 + BeautifulSoup, requests
– JSON 다루기, 한글 인코딩
– 한국거래서(KRX): 상장법인목록, 시총순위, 종목검색기, 시세데이터
– 한국은행 OpenAPI: 서비스 목록 가져오기와 사례
– 네이버 파이낸스: 전종목 재무제표/시세/부가정보, 종목검색상위
– 채권수익률: 한신평, 금투협

4주차

마켓 데이터의 크롤링 (2) – 해외 데이터
– 종목 티커와 종목 코드 : NYSE, DASDAQ, S&P500
– 세인트루이스 연준 경제 데이터 (FRED)
– 종목별 10년 PER, PBR
– 국가별 주요 지수, 외환, 원자재, 종목, 상품, ETF 가격 데이터
– 오픈소스 FinanceDataReader 사용하기, 구성 살펴보기
– S&P500 종목, 투자 팩터 데이터 수집과 분석

5주차

비정형 데이터, 뉴스 텍스트 마이닝
– 비정형 데이터 다루기 (텍스트 처리, 추출, 정규식, 테이블 다루기)
– 전자공시 (DART): OpenAPI, 하위문서, 첨부파일 크롤링, DB구축하기
– 경제/증권 텍스트 수집, 본문 추출
– 텍스트 마이닝 주요 주제 (TF-IDF, 유사도, LSI) 살펴보기
– 자연어 처리 (NLTK), 한국어 형태소 분석 (KoNLPy)
– Word Embedding, 경제 뉴스 워드 클라우드 만들기

# 데이터 시각화 & 리포트 자동화 (6~7주차)

6주차

금융 데이터의 시각화와 기술적 분석
– 파이썬 기반 데이터 시각화
– matplotlib 금융 데이터 시각화
– 증권분석 : 기본분석, 기술분석, 정서분석
– 이동평균선 분석, 볼린저밴드, 거래량 분석 (OBV, VR)

7주차

자동화: 리포트, 엑셀, 메일, 알림
– 엑셀 다루기와 자동화
– 서식 리포트 생성 (텍스트, 이미지, 표)
– 이메일 보내기, 첨부 파일
– 주기적 실행 (crontab, schtask)
– 메신저 알림

# 미니프로젝트 공유 + 특강 ( 강의외 주제, 머신러닝, 암호화폐, 증권사 API 등) + 토론 (8주차)

수강 대상

# 금융 데이터를 활용하고 싶은 모든 분

대량의 금융 데이터로부터 인사이트를 얻고 발전하고 싶은 금융권 종사자

데이터 분석의 결과를 이용해 시장 수익률을 앞지르는 기반을 만들고 싶은 투자자

“금융 데이터 수집 및 처리에 대해
전체적인 그림을 그려주는 수업”

인상 깊었던 점은 강사님께서 데이터 크롤링에만 멈추지 않고 클라우드 환경 사용법, 다양한 금융 사이트의 크롤링방법, 머신러닝, 알고리즘트레이딩, 자동매매시스템, 요즘 핫이슈가 되는 비트코인, 그리고 금융데이터 분석에 까지 이르는 다양한 팁 및 이론에 대해서 소개를 해준다는 점입니다.

“엑셀에서 경험한 한계를
코딩으로 극복하다.”

증권사 PB로 근무하며, 해외자산 관련 자료를 모으고 상관계수나 최적화 작업을 할 때 엑셀의 기능만으로는 한계가 너무 많았습니다. 이제는 강사님이 제공해 주신 자료와 동영상을 통해 복습을 하며 ‘밤에도 일하는 코딩 일꾼’을 만들고자 합니다.

강사님 소개

2011-02-08-09.45의-사진-2-200x200

이승준 강사님

이승준 강사님은 실무 경력 23년 이상의 금융 IT 전문가입니다.
LG 소프트, KB 증권 IT센터를 거쳐 금융 데이터를 투자와 업무에 어떻게 효과적으로 사용할 수 있는지 꾸준히 연구하고 계십니다.
현재까지 패스트캠퍼스에서 “파이썬을 활용한 금융 데이터 수집 및 분석 자동화 CAMP”를 13기까지 강의하셨으며, “파이썬을 활용한 전자공시 분석 자동화 CAMP”를 강의하고 계십니다.

* 2009~2016 KB증권 IT센터, 팀장
* 1998~2008 일래스틱웨어, 대표
* 1995~1997 쌍용정보통신 시스템연구소, 연구원
* 1993~1994 LG소프트, 연구원

“파이썬 코딩+금융 데이터”을 통해 “데이터 기반의 의사결정”을 내리는데 도움이 되고 싶습니다.
앞으로 코딩을 이용해 데이터를 수집/분석하여 의사결정을 내리는 능력이야말로 실질적인 경쟁력이 될 것이라고 생각합니다. 데이터 사이언스, 빅데이터, 머신러닝, 딥러닝 등 너무나 다양한 니즈를 충족시키려면 모두 금융 데이터를 먼저 구축해야하죠.
방대한 금융 데이터를 어디에서 어떻게 수집해서 데이터 분석을 해야하는지 자세하게 알려드릴 예정입니다.

Q&A

수강을 위해 필요한 선수지식이 있나요?

A. 금융 지식 – 상식 수준, 수학(통계) – 수포자도 가능 , 파이썬 – 기초 문법
본 과정은 수강하는 분들이 예금, 적금, 펀드 정도의 금융 상품과 생활 금융에 관심은 있으나 금융 이론은 처음 접한다는 가정 하에서 시작합니다.
파이썬 언어는 기초문법정도 알고있으면 됩니다. 만일, 한번도 파이썬을 다뤄보지 않으셨다면 본 링크http://pythonstudy.xyz/Python/Basics로 가셔서 파이썬 설치부터 기초 문법을 따라해보는 수준까지 수업 전 미리 해보는 것을 추천드리며, 초보자도 이 정도만 준비한다면 수업을 따라가는 데 큰 무리가 없습니다.

강의 시간에 어떤 데이터를 다루나요?

A. 금융 데이터에서 가장 많이 등장하는 것은 가격, 수익률, 거래량과 같은 시계열 데이터입니다. 본 과정에서는 파이썬 코드로 시계열 데이터를 어떻게 처리하는지 배우며 포트폴리오 이론과 포트폴리오 최적화에 대해 함께 알아봅니다. 또한 최근 수치 데이터 못지않게 중요해진 텍스트와 같은 비정형 데이터도 다룹니다. 경제 뉴스, 증권 뉴스 텍스트를 수집하고 텍스트 분석을 통해 투자 인사이트를 얻는 방법을 상세히 알려드립니다.

어느 사이트에서 주로 금융데이터를 가져오나요?

A. 금융 데이터의 가장 주요한 사이트라고 할 수 있는 한국거래소(KRX), 전자공시(DART)와 대표적 글로벌 금융 데이터인 세인트루이스 연준(FRED), 야후 파이낸스, 구글 파이낸스 등에서 데이터 어떻게 수집하는지 상세한 방법과 응용 사례를 알려드립니다. 주요한 금융 사이트에서 데이터를 가져와 자신만의 금융DB를 구축하는 것이 이 과정의 주요한 목표중의 하나입니다.

공부하다 중간에 막히면 어떻게 하죠?

A. 오프라인 상담 시간뿐만 아니라 온라인으로도 언제든지 궁금한 내용이나 좀 더 다루었으면 싶은 내용 등 제한없이 논의 가능합니다. 강의 기간 동안 페이스북 그룹을 통해 필요한 부분들을 지원해드립니다. 페이스북을 통해 강사님은 물론 수강생 분들과 이야기를 나누며 수업 시간 외에도 어려운 부분을 서로 도와나갈 수 있습니다.

수업 시간 외 별도로 공부를 많이 해야 하나요?

A. 물론 수업 시간 내에서도 핵심 내용을 실습할 시간이 주어집니다. 하지만 이와 별도로 복습을 하시길 권해드립니다. 결국, 실무에서 활용하기 위한 과정이므로 팀 프로젝트를 진행하며 꾸준히 연습해서 내 것으로 만들어 가시길 바랍니다. 기존 수강생 분들은 수업 전/후에 자발적으로 복습 스터디를 진행하여 만족도가 높았습니다. 이번 수강생 분들도 스터디를 원하시면 강의실을 지원해 드릴 예정입니다.

데이터 분석을 실무에 적용하려니 어려움이 많습니다. 어떻게 공부해야 하나요?

A. 데이터 분석 실력을 늘리려면, 여러 질문에 대해 다양한 시도를 해보고, 데이터 자체에서 의미와 상관관계를 찾아나가야 합니다.  본 강의에서는 실무에서 사용하는 다양한 기술적 분석을 다룹니다. 특히 집중적으로 다룰, 탐색적인 데이터 분석은 실무에서 어떻게 데이터 분석에 접근해야 하는지 방향성을 알려주기 때문에 실용적인 해법이 될 수 있습니다.

수강료 10% 할인 중

(~ 7/26)

140만 원126만 원