파이썬을 활용한 알고리즘 트레이딩 입문 CAMP
기 간 2017.07.25 ~ 2017.09.19 (총 8주, 8.15 휴강)
일 정 화요일 저녁 7:30 ~ 10:30 (주 1회, 3시간)
준비물 개인 노트북
장 소 패스트캠퍼스 강의장
담당자 김지훈 매니저 02-518-4845

본 CAMP에서 배우는 3가지

1. 알고리즘 트레이딩에서 가장 인기 있고 검증된 모델 습득

2. 모델의 성능 평가 및 전략 백테스팅

3. 학습한 모델과 HTS를 연동한 주식거래 프로그램 개발

이론(50%) + 실습(50%) = 유익한 결과물을 얻어가는 8주 과정

나만의 알고리즘 트레이딩 프로그램을 개발해보세요!

주식 시장을 분석하여 유용한 정보를 제공하는 프로그램을 갖고 싶나요? 본 CAMP에서 세계 금융권에서 가장 많이 사용하는 알고리즘 트레이딩의 2가지 모델이 적용된 기본적인 알고리즘 프로그램을 직접 개발해보세요.

월스트리트 및 퀀트 중심의 헤지펀드에서 사용하며 검증된 두 가지 투자 모델을 배워보세요! 당신이 배우게 될 모델은 다음과 같습니다.

  • 평균 회귀 모델 (Mean Reversion Model)
  • 페어 트레이딩 모델 (Pairs Trading Model)

평균회귀모델은 주식가격이 장기적으로 평균으로 수렴한다는 것을 가정하는 모델입니다. 페이트레이딩모델은 상관계수가 높은 두 종목을 이용하여 각 주식들의 고평가/저평가 시점을 파악하는 데 활용하는 모델입니다. 두 모델을 통해 순간적인 저평가 상황일 때를 매수 시점으로, 순간적인 고평가 상황일 때는 매도 시점으로 매매를 결정할 수 있습니다. 결과적으로 수익률 높은 포트폴리오 최적화가 가능합니다. 

알고리즘 트레이딩에 필요한 기반 지식을 한 번에 배워보세요!

트레이딩 모델은 어떻게 개발하는지, 투자 전략 테스트는 어떻게 하는지, 중요 수학적 토대인 시계열 분석은 어떻게 하는지까지 알고리즘 트레이딩에 필요한 모든 지식을 한 자리에서 배워보세요.

수강대상

파이썬을 이용한 알고리즘 트레이딩을 시작하고 싶으신 분 

알고리즘 트레이딩을 독학해보려 해도 광범위한 내용에 어떻게 시작해야 할지 막막했을 겁니다. 기초 이론부터 시작하여 HTS와 연동한 프로그램 개발까지, 알고리즘 트레이딩 시스템을 직접 개발한 강사님과 함께 하세요.

실제 데이터를 기반으로 자신만의 금융 투자 운용 전략을 수립하고  싶은 분

주식 투자를 하면서 체계적으로 데이터를 분석하여 보다 객관적인 의사 결정을 내리고 싶나요? 검증된 모델을 응용해 나만의 투자 전략을 만들고 실제 매매에 활용해보세요!

1,2기 수강생 후기

강사 소개

my_photo_big

안명호 강사님

현재 핀테크 스타트업인 DeepNumbers의 대표를 맡고 있습니다. 이전에는 게임 관련 스타트업을 창업했었고, IT 컨설팅 회사에서 경험을 쌓았습니다. 통합전산센터 기술전문위원, 과제기획위원, 평가위원 등으로 활약했었고, 각종 컨퍼런스에서 다수의 발표를 했습니다.

저서) 머신러닝을 이용한 알고리즘 트레이딩 시스템개발
전) Ellicion Internetwork CTO
전) CyberRenaissance Inc, CTO(일본)
전) Intell Asset Board Member(일본)

커리큘럼

회차 주          제
1 주차 알고리즘 트레이딩의 개요와 시스템 개발을 위한 필수 라이브러리와 환경구축에 대해 배웁니다.
[Algorithmic Trading]

– 알고리즘 트레이딩의 개요
– 알고리즘 트레이딩의 장단점 및 시스템 구성
금융데이터 분석을 빠른 시간 내에 처리할 수 있는 Pandas 라이브러리에 대해 배웁니다. 아울러 그래프를 쉽게 그려주는 Matplotlib의 사용법을 익힙니다.
[Pandas & Matplotlib]
– Pandas 소개, Pandas Data 구조, Pandas 핵심 기능
– Matplotlib 그래프 그리기
[파이썬 개발환경구축]
– 알고리즘 트레이딩 시스템 개발을 위한 환경 설명
– 개발환경 구축
2 주차 알고리즘 트레이딩 시스템과 HTS 연동 및 주가 데이터 다운로드
[HTS API 연동 프로그램 개요]
– HTS 연동 환경 구축
– 키움증권 API를 이용한 HTS 연동
– MySQL을 이용한 주가 데이터 저장 및 활용방법 설명
[실습]

– 코스닥, 코스피 종목 코드 다운로드
– 키움증권 API를 이용한 일단위, 분단위 데이터 다운로드 프로그램 개발
– 대신증권 API를 이용한 일단위, 분단위 데이터 다운로드 프로그램 개발
– MySQL을 이용한 주가데이터 액세스 프로그램 개발
3 주차 확률통계를 이용한 종목분석
평균, 분산, 표준편차 등 통계와 확률의 기본 개념을 배운 후, Pandas와 Numpy를 이용해 데이터 분석의 시작인 기초 통계, 상관 관계 등을 파이썬을 이용해 직접 구해봅니다.

[Basic Statistics and Probability]

– 통계 기본 개념
– 기초 통계
– 확률 기본 개념
[실습]
– 통계를 이용한 종목 특성 분석
– Skewness, Kurtosis 등의 통계치를 이용한 포트폴리오 선정
4 주차

알고리즘 트레이딩의 중요한 수학적 토대인 시계열 분석을 배웁니다. Random Walk 이론과 Stationarity 등의 시계열 데이터 특성과 ARMA, VAR, GARCH 등을 소개합니다.
[Time Series Analysis]

– Time Series Data 특성
– 랜덤 과정
– 정상 시계열 과정
– ARMA, VAR, GARCH
[실습]
– ARMA을 이용한 투자 모델 개발
– GARCH를 이용한 투자 모델 개발

5 주차

앞서 배운 시계열 분석을 이용한 모델의 평가와 알고리즘 트레이딩에 적용 가능한 종목을 선정하는 방법을 배웁니다.
[Backtesting]

– Backtesting 개요
– BackTesting을 위한 개발 환경 구축
– 모델 성능 평가 방법
– ARMA, GARCH 모델 Backtesting 실습
[Portfolio 구성]
– Random Walk
– Stationarity Test
– 종목 선정

6 주차

알고리즘 트레이딩에 있어 기저가 되는 Mean Reversion 모델에 대해 알아보고, 과거 데이터를 이용해 거래에 따른 수익을 테스트해봅니다.
[Mean Reversion Model]

– Mean Reversion Model 개요
– Mean Reversion Model 구현
– Mean Reversion Model 유의사항
[실습]
– Mean Reversion Model 개발

7 주차

Mean Reversion의 발전된 모델인 Pairs Trading Model에 대해 설명하고, 이를 직접 구현해 Backtesting을 실시합니다.
[Pairs Trading Model]

– Pairs Trading Model 개요
– Cointegration, PCA 그리고 Johansen Test
– Pairs Trading Model 구현
[실습]
– Pairs Trading Model 개발
– ETF와 주식을 연동한 Pairs Trading Model 개발

8 주차

개발한 모델의 위험관리를 위한 이론적 배경과 활용가능한 모델들을 설명하고, 직접 구현합니다.
[Risk Management]

– GARCH를 이용한 Volatility Modelling
– VaR (Value at Risk)
– Risk Management를 위한 적절한 확률분포 선택
[실습]
– GARCH를 이용한 Volatility Model 개발
– VaR,CVaR 개발

수강료

7월 25일 (화) 개강

140만원