길벗·이지톡

1장 파이썬과 재무 기초 지식

__1.1 파이썬 시작하기

____1.1.1 파이썬 도구의 선택

____1.1.2 구글 코랩

____1.1.3 구글 코랩 시작하기

____1.1.4 파이썬의 여섯 가지 핵심 사항

__1.2 현금흐름, 이자율과 시간 가치

__1.3 NPV와 IRR

____1.3.1 NPV

____1.3.2 IRR

__1.4 수익률 대 수익률

____1.4.1 수익률과 할인율의 개념

____1.4.2 기간 수익률의 평균, 산술평균과 기하평균

____1.4.3 지배원리

__1.5 자주 사용하는 통계량: 기댓값, 분산, 공분산, 상관계수

____1.5.1 평균과 기댓값

____1.5.2 이동평균

____1.5.3 가중(산술)평균

____1.5.4 분산과 표준편차

____1.5.5 정규분포에서 표준편차와 평균

____1.5.6 자유도

____1.5.7 공분산과 상관계수

2장 투자와 자산배분

__2.1 자산배분과 포트폴리오

__2.2 포트폴리오 성과의 결정 요인들

__2.3 포트폴리오 성과 측정 삼총사

____2.3.1 샤프지수

____2.3.2 젠센알파지수

____2.3.3 트레이너지수

____2.3.4 정보비율

____2.3.5 최대 낙폭

3장 평균-분산 포트폴리오 이론

__3.1 포트폴리오의 기대수익률과 위험

____3.1.1 두 개 주식으로 구성된 포트폴리오

____3.1.2 n개 주식으로 만든 포트폴리오

__3.2 최소분산포트폴리오

__3.3 체계적 위험과 비체계적 위험

__3.4 무위험자산과 최적 자산배분

____3.4.1 효율적 포트폴리오

____3.4.2 기대효용과 무차별곡선

____3.4.3 최적 포트폴리오의 선택

____3.4.4 무위험자산+위험자산

____3.4.5 무위험자산+위험자산+효율적 투자선(자본배분선)

____3.4.6 최적 포트폴리오 선택

4장 자본자산가격결정모델

__4.1 기본 가정

____4.1.1 동일한 기대와 시장포트폴리오, 그리고 자본시장선

____4.1.2 포트폴리오 베타

__4.2 증권시장선과 자본시장선

____4.2.1 증권시장선과 자본시장선

____4.2.2 위험프리미엄

__4.3 포트폴리오 최적화

____4.3.1 최적화 패키지 scipy.optimize 알아보기

____4.3.2 간단한 최적화 알아보기

____4.3.3 최적화 알고리즘 SLSQP

____4.3.4 포트폴리오 최적화(최소분산포트폴리오 및 샤프비율)

__4.4 현실에 응용하기

5장 블랙-리터만 모델

__5.1 피셔 블랙과 블랙-리터만 모델

__5.2 간단히 알아보는 베이지안 확률

__5.3 역최적화로 구하는 균형기대수익률

____5.3.1 균형기대수익률(Π)

____5.3.2 위험회피계수(λ)

____5.3.3 자산의 공분산 행렬(Σ)

____5.3.4 자산시가총액 비중(W mkt )

__5.4 투자자 전망

__5.5 블랙-리터만 공식

__5.6 위험조정상수(τ)

__5.7 균형기대수익률과 투자자 전망 결합

__5.8 세 가지 자산을 가정한 예시

__5.9 블랙-리터만 모델 최적화

__5.10 현업에서의 블랙-리터만 모델

6장 파마-프렌치 3요인 모델

__6.1 효율적 시장 가설과 유진 파마

__6.2 베타는 죽었다

__6.3 파마-프렌치 3요인 모델

__6.4 프렌치 교수가 제공하는 요인 데이터

__6.5 파이썬을 이용한 요인 데이터 구하기와 회귀분석

____6.5.1 요인 데이터 구하기

____6.5.2 펀드 수익률과 요인 데이터 회귀분석

7장 금융산업과 머신 러닝

__7.1 머신 러닝 시작하기

__7.2 머신 러닝 맛보기, 선형 회귀

____7.2.1 비용함수와 경사하강법

____7.2.2 K-최근접 이웃 알고리즘

__7.3 K-최근접 이웃 알고리즘을 이용한 회귀

____7.3.1 라이브러리 임포트

____7.3.2 주가지수 데이터 가져오기

____7.3.3 예측변수 설정

____7.3.4 목표변수 설정

____7.3.5 데이터셋 분할

____7.3.6 KNN 모델 설정

____7.3.7 모델을 바탕으로 전략 실행

____7.3.8 샤프비율 계산

__7.4 로지스틱 회귀

____7.4.1 라이브러리 임포트

____7.4.2 데이터 가져오기

____7.4.3 예측변수/독립변수 설정

____7.4.4 목표변수/종속변수 설정

____7.4.5 데이터셋 분할

____7.4.6 로지스틱 회귀 모델의 설정 및 훈련

____7.4.7 클래스 확률 예측

____7.4.8 모델 평가

____7.4.9 매매 전략

8장 Yahoo_fin 패키지를 사용해 재무 데이터 가져오기

__8.1 설치 및 업그레이드

__8.2 stock_info 모듈

____8.2.1 패키지 임포트

____8.2.2 get_analysts_info(ticker)

____8.2.3 get_balance_sheet(ticker)

____8.2.4 get_cash_flow(ticker)

____8.2.5 get_data( )

____8.2.6 get_day_gainers( )

____8.2.7 get_day_losers( )

____8.2.8 get_day_most_active( )

____8.2.9 get_holders(ticker)

____8.2.10 get_live_price(ticker)

____8.2.11 get_quote_table(ticker, dict_result = True)

____8.2.12 get_top_crypto( )

____8.2.13 get_stats(ticker)

____8.2.14 get_stats_valuation(ticker)

____8.2.15 종목 티커 관련 함수

__8.3 재무 정보 가져오기(Yahoo_fin 패키지)

____8.3.1 패키지 임포트

____8.3.2 재무비율 구하기: 주가수익률 비율

____8.3.3 한 번에 여러 종목의 재무비율 구하기

____8.3.4 여러 종목의 기타 통계 구하기

__8.4 재무제표 다루기

____8.4.1 재무상태표 다루기

____8.4.2 손익계산서 다루기

____8.4.3 현금흐름표

부록 파이썬 라이브러리 삼총사

__A.1 수학 및 과학 연산, NumPy와 SciPy

____A.1.1 배열과 행렬 만들기

____A.1.2 배열과 행렬의 속성

____A.1.3 연산

____A.1.4 인덱싱/슬라이싱

____A.1.5 난수 만들기

__A.2 미술 담당, Matplotlib

____A.2.1 차트 도해

____A.2.2 라인 차트

____A.2.3 분산형 차트

____A.2.4 히스토그램

__A.3 데이터 담당, Pandas

____A.3.1 데이터프레임

____A.3.2 데이터프레임 만들기: DataFrame

____A.3.3 데이터프레임 합치기: concat과 merge

____A.3.4 인덱스 새로 만들기: reset_index

____A.3.5 데이터프레임 컬럼 삭제: drop

____A.3.6 컬럼을 행으로 모으기: melt

____A.3.7 정렬하기: sort_values

____A.3.8 쿼리하기: query

____A.3.9 데이터프레임 컬럼명 바꾸기: rename

____A.3.10 중복된 데이터 지우기: drop_duplicates

____A.3.11 데이터프레임 앞부분, 뒷부분 살짝 보기: head, tail

참고문헌

찾아보기