수업내용/목표
본 과목은 알고리즘투자의 구체적인 분야도 언급하지만, 좀 알고리즘 거래에 관한 많은 오해가 있기 때문에, 좀 더일반적인내용도 언급하고자 한다. 그래서 학생들이 건전한 상식을 가지고 알고리즘투자를 할 수 있는 기초를 다지는 것이부차적인목표이기도 하다.
no |
주차별 학습 목표 |
차시 |
차시명 |
---|---|---|---|
차시 학습내용 |
|||
1 |
금융 AI 소개 |
1-1. |
금융 AI란 무엇일까? |
1-2. |
투자환경 : 글로벌 트렌드 |
||
2 |
금융 전문가를 만나다 |
2-1. |
AI와 금융 |
2-2. |
블록체인(blockchain)과 가상자산(virtualasset) 그리고 금융 AI 의 미래 |
||
3 |
효율적 시장가설 |
3-1. |
Efficient Market Hypothesis (EMH) I |
3-2. |
Efficient Market Hypothesis (EMH) II |
||
4 |
기계학습 |
3-1. |
기계학습이란? |
3-2. |
기계학습응용 : 주식가격 예측 |
||
5 |
주가 통계 |
4-1. |
기초통계 |
4-2. |
주가수익률 실습 |
||
4-3. |
주가수익률 기초통계 |
||
6 |
회귀분석 |
5-1. |
회귀분석 소개 |
5-2. |
다양한 회귀분석 모델 |
||
7 |
시계열분석 |
6-1. |
회귀분석 소개 |
6-2. |
다양한 회귀분석 모델 |
||
8 |
파생상품 I |
7-1. |
파생상품 소개 |
7-2. |
옵션 Pricing I |
||
9 |
파생상품 II |
8-1. |
옵션 Pricing II |
8-2. |
파생상품 투자전략 |
||
10 |
주식 Pricing |
9-1. |
주식 Pricing 소개 및 CAPM |
9-2. |
요인모형 |
||
11 |
앙상블(Ensemble) |
10-1. |
Bagging & Random Forest |
10-2. |
Adaboost & Gradient Boosting |
||
12 |
자연어처리와 주가예측 |
11-1. |
word embedding & Word2vec |
11-2. |
GloVe & NLP주가 |
||
13 |
사례소개: 앙상블, 감성분석 |
13-1. |
앙상블과 주가수익률 예측 |
13-2. |
감성분석과 주가예측 |
||
14 |
기말시험 |
14-1. |
기말시험 |
이론 및 실기 평가 |
[평가기준]
총점 | 퀴즈 | 기말고사 |
---|---|---|
100 | 40 | 60 |
[이수기준]
총점 60점 이상
이 강좌는 유익한 내용이 다수 포함되어 있습니다.
이 강좌는 여러가지 참고자료가 많이 있습니다.
강좌 상단에 주차별 PDF 교재를 다운받을 수 있습니다
내용