트레이딩을 위한 ML - 제2판

이 책은 ML이 알고리즘 기반 트레이딩 전략에 실용적이면서도 포괄적인 방식으로 어떻게 가치를 더할 수 있는지를 보여주는 것을 목표로 합니다. 선형 회귀에서 심층 강화 학습까지 다양한 ML 기법을 다루며, 모델 예측을 기반으로 트레이딩 전략을 구축, 백테스트, 평가하는 방법을 설명합니다.

23개의 장과 부록으로 구성된 4개의 파트에서, 800페이지 이상에 걸쳐 다음을 다룹니다:

• 데이터 소싱, 금융 피처 엔지니어링, 포트폴리오 관리의 중요한 측면,
• 감독 및 비감독 ML 알고리즘을 기반으로 한 롱-숏 전략의 설계 및 평가,
• SEC 제출서류, 실적 발표 전화 회의록, 금융 뉴스와 같은 금융 텍스트 데이터에서 거래 가능한 신호 추출 방법,
• CNN 및 RNN과 같은 딥러닝 모델을 시장 및 대체 데이터와 함께 사용하는 방법, 생성적 적대 신경망을 통해 합성 데이터를 생성하는 방법, 심층 강화 학습을 사용하여 트레이딩 에이전트를 훈련시키는 방법.

이 레포지토리에는 책에서 논의된 개념, 알고리즘, 사용 사례를 실습할 수 있는 150개 이상의 노트북이 포함되어 있습니다. 노트북들은 다음과 같은 다양한 예제를 제공합니다:

• 시장, 기본 및 대체 텍스트 및 이미지 데이터를 다루고 신호를 추출하는 방법,
• 다양한 자산 클래스와 투자 기간에 대한 수익률을 예측하는 모델을 훈련하고 조정하는 방법, 최근에 발표된 연구를 재현하는 방법 포함,
• 트레이딩 전략을 설계, 백테스트 및 평가하는 방법.

우리는 강력히 추천합니다

---

🌐 본 텍스트는 빠른 이해를 돕기 위한 요약 번역본입니다. 정확한 기술 정보 및 전체 코드는 GitHub 원문에서 확인하실 수 있습니다.