금융에서 사용되는 여러 분석 기법을 파이썬을 통해 설명하는 책이다. 기초적인 개념과 이론 설명은 물론, API 사용 실습을 통해 여러 금융 지표를 분석하는 기법을 직접 구현해 볼 수 있도록 구성됐다.
파이썬을 사용하면서 보다 심도 있는 분석을 원한 금융인은 쉬운 설명과 함께 코드를 하나씩 따라가다 보면 인공지능 기법과 함께 여러 오픈 API를 사용해 금융 데이터를 취급하는 방법을 익힐 수 있다. 한편 금융에 대한 지식이 거의 없는 사람들도 이 책을 따라가다 보면 금융 데이터 분석을 위한 핵심 개념을 하나씩 이해하게 될 것이다.
전체 내용은 금융의 기본 개념의 설명부터 시작해, 하나씩 새로운 개념이 도입될 때마다 파이썬 실습을 통해 쉽게 이해할 수 있도록 구성돼 있다. 가장 쉬운 선형 기법부터 시작해 비선형으로 확장하며, 이후 장을 거듭할수록 지속적으로 추가적인 개념을 도입하고, 이를 통해 여러가지 파이썬 오픈 API를 접할 수 있도록 구성돼 있다.
금융인은 물론 비금융인도 모두 쉽게 접할 수 있는 금융 분석 입문서로 이 책을 추천한다.
통계학을 모르고서는 머신 러닝을 이해할 수 없다. 이 책은 파이썬과 R을 이용해 다양한 예제와 함께 다양한 머신 러닝을 설명하는 것과 함께 통계적 기법과의 연계성을 설명함으로써 각각의 기법이 문제를 해결하는 방식과 목표에 대해 알려준다. 단 한 권의 책에 완전한 내용을 다 담을 수는 없지만 이 책을 통해 통계와 머신 러닝의 관계에 대해 기초적인 개념을 정립할 수 있다. 또 머신 러닝에서 주로 사용되는 거의 대부분의 기법에 대해 파이썬과 R 예제를 직접 제공함으로써 현업의 적용에 있어서도 많은 도움이 되리라 생각한다.
풍부한 실전 예제와 소스코드를 꼼꼼히 따라가다 보면 머신 러닝에서 사용되고 있는 거의 모든 기법을 익히게 될 것이다.
2019년 1월 3일은 비트코인이 등장한 지 정확히 10년째 되는 날이다. 블록체인과 암호 화폐는 전대미문의 광풍을 불러일으켰으며, 지금도 여전히 뜨거운 논쟁의 중심에 서있다. 그 동안 사람들은 블록체인을 통해 어떤 효용을 얻고자 했으며, 그것은 과연 얼마나 성공적이었을까? 이 책은 블록체인의 의미와 실체를 집중적으로 분석하고, 그 미래에 대해 설명한다. 이는 전작인 『비트코인과 블록체인, 탐욕이 삼켜버린 기술』(에이콘출판, 2018)이 주로 블록체인의 작동 원리를 '쉽고 친절하게' 설명해주는 데 집중했던 것과는 완전히 구분된다. 이 책은 '쉽고 친절한 작동 원리의 설명'보다는 '실체와 효용'을 자세히 설명하는 데 집중했으며, 이를 위해 비트코인 블록체인은 물론 이더리움과 하이퍼레저의 작동 원리도 함께 설명한다.
2016년, IBM은 2019년까지 전 세계 주요 은행의 65%가 블록체인을 사용할 것이라 전망했으며, CEO인 기니 로메티(Ginni Romety)는 블록체인을 빨리 도입하지 않는 기업은 향후 큰 타격을 받을 것이라는 경고성 발언을 동원해 공포 마케팅을 펼치기도 했다. 2015년 12월에 리눅스 재단을 중심으로 하이퍼레저를 갓 출범시킨 시점이었으므로 IBM의 입장에서는 나름대로 당찬 포부를 펼칠만 했다. 그리고 이제 2019년이 밝았다. 그러나 실험적인 프로젝트를 제외하면 블록체인은 어디에도 보이지 않는다. 도대체 블록체인은 어디에 있는 것일까? 블록체인의 효용은 과연 무엇이며, 그 미래는 어떻게 될 것인가? 이 책은 이제 여기에 대한 답을 한다.
이 책의 1판 『비트코인과 블록체인, 탐욕이 삼켜버린 기술』을 쓸 당시인 2017년 말, 비트코인은 전대미문의 광풍 속에서 2천 5백여만원 이상으로 치솟았다가 이후 가파르게 하락해 한때 3백만 원대까지 곤두박질치기도 했다. 그 광풍은 이제 다소 수그러들었지만 2판을 저술하고 있는 2020년 8월 현재 다시 1천 3백만 원대를 유지하고 있을 정도로 여전히 위세를 떨치고 있다.
비트코인을 둘러싼 현상을 한마디로 설명하기는 힘들다. 금속 덩어리에 불과한 금을 향한 인류의 집착이나 미술품 등에 천문학적인 가치가 형성되는 것을 생각해보면 비트코인을 둘러싼 현상을 단지 그들만의 광풍으로 치부하기에는 부족해 보인다.
2020년 8월 16일을 기점으로 살펴보면 전 세계 암호화폐 중개소는 26,349개이며, 이들 중개소에서 거래되는 암호화폐 종류는 무려 6,459개에 이른다. 국내에는 최소 100여 개 이상의 중개소가 있는 것으로 추정되는데, 매매 대행업체까지 포함하면 그 수는 훨씬 더 많을 것이다. 통계로 보면 전 세계적으로 중개소는 하루 20개 이상 새로 생겨나고, 이들이 취급하는 암호화폐 수는 하루 5개 정도 늘어나는 셈이다. 이렇듯 암호화폐와 이를 취급하는 중개소가 기하급수적으로 늘어나는 이유는 암호화폐를 만드는 데 필요한 기술 장벽이 낮기 때문이다. 한마디로 쉽게 돈벌이가 되며 별다른 기술이 필요 없기 때문이다.
역시 2020년 8월 기준 지구상에서 하루 110조 원 이상의 암호화폐 거래가 이뤄지고, 국내에는 약 1조 5천억 원대의 거래가 이뤄지는 것으로 추정된다. 2018년 초 국내 암호화폐 거래가 하루 10조 원대였던 것에 비하면 크게 줄어들었지만, 국내 주식시장의 일거래량이 3~4조 원에 불과한 것을 생각하면 여전히 상당한 돈이 오가고 있는 셈이다. 그러나 이 거래 중 대다수는 시세조종을 위한 가장거래라는 분석이 있으며, 세계적으로 여러 중개소가 자국에서 시세조종의 혐의로 재판 중이다. 특히 가장매매가 업계에 만연하고 있는 것은 공공연한 비밀이기도 하다.
많은 사람들이 블록체인과 암호화폐의 실체를 크게 오해하고 있는 가장 큰 원인은 제대로 된 정보를 접하기 어렵기 때문이다. 대학 교수들까지 포함된 가짜 전문가들과 금전적 이득을 노리는 꾼들이 거짓되고 부풀려진 엉터리 지식을 꾸준히 전파하고 있으며 왜곡된 정보는 아무런 여과 없이 받아쓰기 언론을 통해 대중에게 깊숙이 번져 나가고 있다.
1판을 집필할 당시, 이 책의 목적은 비트코인과 블록체인에 관해 올바른 이해를 돕는 것이었다. 그 후 3년이란 세월이 흘렀지만 여전히 많은 사람이 혼란을 겪고 있고 그 양상도 다소 변했다. 한편 2020년 3월 5일에는 특정금융거래정보의 보고 및 이용 등에 관한 법률(이하 특정금융정보법)의 개정안이 국회를 통과하면서 '가상자산'이라는 법률용어가 새로이 등장했고, 2021년 3월 25일부터 본격적 시행을 앞두고 있다. 현재 정부 유관부처는 부지런히 그 시행령을 마련하고 있을 것이다.
애초에 1판을 한 번 더 증쇄만 하려던 계획을 수정해 전면 개정한 2판을 내기로 결심한 계기는 몇 가지 있다. 가장 큰 이유는 블록체인에 관해 잘못된 인식이 여전히 사회 전체에 만연해 있으며 일부 기업은 오히려 혼란을 부추겨 금전적 이익을 취하려는 그릇된 현실을 바로잡기 위함이다. 이를 위해 새로운 내용을 상당 부분 보강해야 했다. 그래서 2판은 다음과 같은 부분에서 1판과 크게 달라졌다.
1판에서는 기술적 부분에 대해서도 비교적 상세히 다뤘지만 2판에서는 이 부분을 과감하게 요약 정리하며 그 분량을 대폭 줄였다. 그동안 강의와 세미나를 통해 일반인들이 어려워하던 기술적 원리 부분을 비유를 통해 좀 더 쉽고 요약적으로 설명했던 노하우를 접목한 것이 주요했다. 이를 통해 1판보다는 내용이 많이 쉬워졌고 친근해졌지만 블록체인의 기본 원리는 더 깊이 이해할 수 있게 했다. 블록체인에 관한 개발자 수준의 기술 원리와 배경을 알고 싶은 독자라면 대한민국학술원이 선정한 2019년 교육부 우수학술도서인 『블록체인 해설서』를 읽어 보시기를 권한다.
또, 1판에서는 거의 다루지 않았던 가상자산과 디지털 자산 부분을 대거 추가했다. 비트코인이 화폐인가에 관한 기초적인 부분을 명확히 설명하는 데 중점을 뒀던 1판과 달리, 2판에서는 디지털 자산과 디지털화 자산의 구분과 함께 가상자산의 정의와 가상자산의 기술적 실체가 무엇인지 명확히 설명하고 현재 어떠한 법령 체계가 준비 중에 있는지 살펴본다.
비트코인이 단연 화두다.
누군가는 현대 기술의 혁명이라고 하지만 '튤립 광풍'에 빗대어 거품이자 사기라고 주장하는 이들도 있다. 누구 말이 맞을까? 정부와 학계 및 관련 업계는 일치된 의견을 내지 못하고 여전히 격렬한 논쟁을 이어가고 있다. 논쟁의 핵심 의문을 요약하면 다음과 같이 정리할 수 있다.
사토시 나카모토가 꿈꾸었던 이상적 화폐는 왜 투기세력에 의해 변질되었을까? 암호화폐는 이 상황을 극복하고 미래의 화폐로서 자리매김할 수 있는 것일까? 평균 3일에 한 번꼴로 전체 암호화폐 자산을 매매하고 주식 시장의 86배로 추정되는 자산 대비 하루 거래량을 단순한 투기 정도로 방치해도 되는 것일까? 암호화폐와 블록체인은 정말 분리할 수 없는 것일까? 블록체인은 화폐 기능과 상관없이 범용적으로 활용할 수는 없는 것인가?
이렇듯 서로의 주장이 극명하게 갈리는 가장 큰 이유는 화폐의 기본 요건에 비춰 암호화폐가 그 기능을 할 수 있는지에 대한 객관적 설명이 부족하고, 암호화폐를 둘러싼 광풍이 왜 투기인지에 대해 정확한 근거를 통한 설명이 없으며, 암호화폐와 블록체인이란 용어가 기술과 응용을 구분하지 않고 서로 혼재돼 있기 때문이다. 이와 함께 아직 암호화폐가 아닌 범용적 블록체인의 모습이 어떤 것인지 구체적으로 보여준 사례가 많지 않기 때문이다. 이 책은 비트코인과 블록체인의 올바른 이해를 통해 시중에 떠도는 여러 논란을 잠재우고 의문을 해소하는 데 도움이 되기 위해 썼다.
시중에는 블록체인 기술 구현에 대한 순수 기술 서적이나 암호화폐와 직접적 이해관계를 가진 사람들이 미래에 관해 객관적이지 않은 어조로 쓴 책, 또는 기술이나 경제적 지식 없이 비트코인 매매 방법을 알려주거나 얼마를 벌었다는 식의 투기를 부추기는 책들로 넘쳐나고 있다. 심지어 추천을 수십 개 달고 나온 번역서조차 일반적인 블록체인 개념과 비트코인에 국한된 비트코인 블록체인 개념을 구분하지 못하거나 기술 부분을 잘못 이해한 주장을 저술한 경우도 적지 않다. 이러한 책들은 현재의 논란을 해결하는데 필요한 종합적인 시각을 보여주지 못한다.
이 책은 데이터를 기반으로 현 상황을 객관적으로 분석하면서 IT나 금융 한쪽에 치우치지 않은 종합적 지식을 바탕으로 한다. 이를 통해 현 상황의 진단은 물론 미래에 대한 예측까지 최대한 객관성을 유지하도록 했다. 암호화폐와 블록체인을 명확히 설명하기는 결코 쉽지 않다. 기술적인 개념은 물론 데이터 구조(Data Structure)와 알고리즘 등을 설명해야 하고, 금융적인 면에서는 화폐의 개념부터 투자, 경제학의 기본 이론과 게임 이론이 모두 동원해야 하기 때문이다. 이 책은 비트코인과 블록체인의 개념, 기능, 세부 작동 원리는 물론 그 사회 경제적 의미까지 설명한다. 각 장을 주의 깊게 읽다 보면 점진적으로 해답으로 다가가게 된다.
이 책을 읽고 독자들이 얻길 원하는 주요 사항은 다음과 같다. 첫 번째로 투자와 투기를 구분하여 현 상황을 객관적으로 바라봐야 한다. 둘째, 암호화폐와 블록체인을 구분할 수 있어야 한다. 마지막으로 공공 암호화폐와 상업적 암호화폐를 구분할 수 있어야 한다. 이 세 가지를 할 수 있다면, 암호화폐와 블록체인의 개념은 분리할 수 없다는 등의 잘못된 주장은 모두 사라지고 시중의 의문점은 해소될 것이다.
"암호화폐는 국가나 자본가의 탐욕으로부터 완전히 독립된 화폐라고 착각하는 사람들이 많다. 암호화폐가 법정 통화로 매매되는 한 절대로 독립적인 화폐가 될 수는 없다. 과학기술만으로 경제 시스템을 바꿀 수는 없다. 잘 설계된 경제 시스템이 과학기술을 활용할 때 비로소 진정한 변화가 생길 수 있다."
이 책은 금융에 있어서의 머신러닝을 심도 있게 설명해 준다. 특히 통계적 요행에 빠지기 쉬운 금융에서 '과거 데이터에 의존했을 때의 위험'을 알려 준다. 저자는 20년간 금융에 종사하면서 자신이 작업해 왔던 머신러닝 기법 중 과학적으로 증명된 것을 자세히 설명하고 있다. 금융과 관련된 머신러닝 책이 시중에 많이 나와 있지만, 실전을 바탕으로 저술한 책은 극히 드물다. 20여 년간 본인이 직접 체득한 실제 지식을 바탕으로 집필됐다는 점에서 다른 책보다 실용적이며, 사실에 가까운 지식을 전달해 준다. 이 책을 통해 머신러닝을 금융에 적용할 때 어떤 어려움과 함정이 존재하는지, 백테스트로 인한 과적합이 얼마나 위험한지 등을 이해하게 될 것이다.
‘불확실(uncertain)’한 환경에서 최대한 ‘옳은’ 결정을 내리기 위한 다양한 방법론을 소개하는 책이다. 많은 의사결정은 불확실한 상황에서 이뤄진다. 이 책은 계산 관점에서 이러한 문제를 바라보고 이 문제를 해결하는 다양한 의사결정 모델의 이론을 살펴본다. 에이전트가 행동을 취하고 그로 인해 환경에 영향을 미치는 상호 작용을 여러 가지 방법론에 의한 강화학습 프레임워크로 설명한다. 초기 신뢰 분포로부터 이를 갱신해나가는 기본 과정은 물론, 전체적인 강화학습의 프레임워크를 제대로 설명해주는 책을 찾고 있었다면 이 교재는 대부분의 의문에 대해 답변을 해줄 것이다. 특히 항공기 충돌과 우는 아기 문제 등의 몇 가지 예제는 반복적으로 등장하면서, 각각 다른 기법에 적용돼 각 전략의 장단점이 어떻게 되는지 쉽게 비교하면서 살펴볼 수 있다. 이를 통해 보다 효율적이면서도 심도 있는 이해를 할 수 있게 배려했다. 모든 예제는 효율적인 언어인 줄리아(Julia)를 사용해 제시하고 있으며 풍부한 예제와 알고리듬을 제공해 각 단원에서 설명하는 개념의 이해를 돕는다.
각 장의 끝에는 연습 문제가 있으며, 이를 통해 각 장에서 설명한 기본 개념을 다시금 다질 수 있도록 배려했다. 또한 풍부한 예제를 통해 특정 전략을 다면으로 이해할 수 있도록 했다.
이 책은 전통적 추론의 핵심 주제인 베이즈, 빈도주의, 피셔주의로부터 현대적 컴퓨터 시대의 빅데이터에 이르기까지 시대별 흐름과 추론의 발전을 마치 장편 역사책처럼 조명한다. 단순한 이론적 설명에 그치지 않고, 전체의 흐름을 통해 여러 기법의 유기적 관계와 상대성에 관해 깊은 인식을 가질 수 있게 해준다.
특히 이 책의 저자 중 한 명인 브래들리 에프론은 추론에서 표준적 방법으로 자리 잡은 부트스트래핑을 비롯한 수많은 경험적 추론을 발명한 대가로, 각종 추론에 대한 심도 있는 설명을 직접 듣는 짜릿한 경험을 할 수 있다. 이 책 한 권으로 알고리즘과 추론 사이의 관계와 서로의 역할에 대해 명쾌히 정립할 수 있으리라 믿는다.
이 책은 전통적 추론의 핵심 주제인 베이즈, 빈도주의, 피셔주의로부터 현대적 컴퓨터 시대의 빅데이터에 이르기까지 시대별 흐름과 추론의 발전을 마치 장편 역사책처럼 조명한다. 단순한 이론적 설명에 그치지 않고 전체의 흐름을 통해 여러 기법의 유기적 관계와 상대성에 관해 깊은 인식을 가질 수 있게 해 준다.
특히 이 책의 저자 중 한 명인 브래들리 에프론은 추론에서 표준적 방법으로 자리잡은 부트스트래핑을 비롯한 수많은 경험적 추론을 발명한 대가로, 각종 추론에 대한 심도 있는 설명을 직접 듣는 짜릿한 경험을 할 수 있다. 이 책 한 권으로 알고리듬과 추론 사이의 관계, 서로의 역할에 대해 명쾌히 정립할 수 있으리라 믿는다.
이 책은 가치 투자의 그림자에 묻혀 많은 투자자에게 아직 주목을 받지 못하고 있는 모멘텀 투자의 실체를 증거에 기반한 논리를 통해 설명한다. 또한 성장 투자와 같은 것으로 잘못 인식되고 있는 모멘텀 투자의 정확한 정의와 효용을 알려준다. 일반적으로 정의된 모멘텀은 물론, 이를 개선한 정량 모멘텀에 이르기까지 무려 100여 년에 걸친 백테스트 자료를 통해 다양한 시나리오 하에서 모멘텀 투자의 가치를 알려준다.
가치 투자나 모멘텀 투자가 독자적으로 운영되지 않고 결합했을 때의 다각화 편익에 대해서도 자세히 설명한다. 알파 아키텍트라는 투자 자문사를 직접 운영하며 실전에서 사용한 모멘텀 기법의 노하우가 고스란히 묻어 나오는 것을 느낄 수 있다.
이 책은 딥러닝 기초부터 최신 기술 동향까지 한눈에 쉽게 파악할 수 있도록 구성돼 있으며, 전작을 증보한 3판이다. 특히 Keras를 완전 통합한 TensorFlow 2.0에 대한 풍부한 예제와 함께 현재 활발히 연구가 진행 중인 AutoML까지 다루고 있던 2판에서 4개의 장이 더 늘어나면서 그래프 신경망의 소개, 최신 TPU version 4.0의 소개, 확률적 TensorFlow의 소개가 늘어났으며, 2판에 있던 여러 예제도 최신 내용으로 많이 갱신됐다. 또한 2판에 다소 산재해 있던 몇 가지 개념은 독립시키거나 다시 정리해, 한결 더 쉽게 다가오도록 했다. 새로 추가한 6장, '트랜스포머' 등을 통해 최근 가장 주목받고 있는 챗GPT 등에 대한 개념도 더욱 굳건히 이해할 수 있을 것이다. 또한 그래프 신경망도 별도의 장으로 추가돼 여러 예제와 함께 소개하고 있다.
이 책은 딥러닝을 처음 시작하는 사람에게도 어렵지 않을 정도로 친절히 안내하면서도 딥러닝의 핵심인 역전파의 이면에서 벌어지고 있는 수학적 의미에 대한 해부에 한 장을 할애할 정도로 전문적인 설명 역시 빠트리지 않고 있다. 편안한 마음으로 책을 읽고 나면 어느새 TensorFlow에 대한 최신 전문가가 될 수 있을 것이다.
재무 모델링 분야는 여러 성공적인 업적과 함께 오랜 역사도 갖고 있지만 그와 동시에 모델의 유연성이 부족한 점과 포괄성이 없다는 이유로 맹렬한 비판을 받아왔다. 2007년~2008년의 금융 위기는 이러한 논쟁을 부추겼을 뿐만 아니라 금융 모델링 분야에서의 혁신과 다양한 접근 방식을 위한 길을 열었다.
물론 금융에서 AI 응용의 성장을 촉진한 유일한 동기가 금융 위기인 것은 아니다. 데이터 가용성과 연산 성능 향상이라는 두 가지의 다른 이유가 금융 분야에서 AI를 채택하는 데 박차를 가했으며 1990년대부터 이 분야에 대한 연구가 강화됐다. 금융안정위원회(2017)는 이 사실의 타당성을 다음과 같이 강조한다.
"이러한 사용례의 채택은 기술 발전, 금융 부문 데이터, 인프라의 가용성과 같은 공급 요인과 수익성 요구, 다른 회사와의 경쟁, 금융 규제와 같은 수요 요인에 의해 주도됐다."
재무 모델링의 하위 부문인 재무 위험 관리도 의사결정 프로세스에서 AI의 역할이 점점 더 커짐에 따라 AI를 채택하고 발전해왔다. 보스트롬(Bostrom)(2014)은 그의 저서에서 인류 역사의 두 가지 중요한 혁명, 즉 농업 혁명과 산업 혁명을 언급했다. 이 두 가지는 매우 심오한 영향을 미쳤는데, 만약 세 번째 혁명이 비슷한 규모로 일어난다면 2주만에 세계 경제 규모를 두 배로 늘릴 수 있다. 더욱 놀라운 건 3차 혁명이 AI에 의해 이뤄진다면 그 영향은 훨씬 더 깊을 것이라는 점이다. 따라서 빅데이터를 사용하며 위험 프로세스의 복잡한 구조를 이해하고, 전례 없는 규모로 재무 위험 관리를 형성하는 AI 응용에 대한 기대치는 하늘을 찌를 정도로 높다.
이 연구는 재무 모델의 예측과 측정 성능을 향상시킬 수 있도록 금융에서 머신러닝 기반 애플리케이션에 대한 공백을 채우는 것을 목표로 한다. 모수적 모델은 낮은 분산과 높은 편향 문제로 어려움을 겪는다. 유연성을 갖춘 머신러닝 모델은 이 문제를 해결할 수 있다. 또한 금융의 일반적인 문제는 변화하는 데이터 분포가 항상 모델 결과의 신뢰성에 위협을 준다는 것인데, 머신러닝 모델은 모델이 더 잘 적합화되는 방식으로 변화하는 패턴에 스스로 적응할 수 있다. 따라서 금융 분야에서 적용 가능한 머신러닝 모델에 대한 수요는 매우 높으며, 이 책은 재무 위험 관리에 완전히 새로운 머신러닝 기반 모델링 접근 방식을 다룬다는 점에서 다른 서적과 구분된다.
금융이 어렵게 느껴질 수도 있지만 현대를 살아가다 보면 직간접적으로 금융 지식이 필요하다. 또한 우리가 흔히 이용하는 은행의 예금, 적금부터 주식 가격의 분석까지 금융은 알게 모르게 생활 일부가 됐다. 그러나 막상 금융을 배워보려 하면 항상 어려운 용어와 현란한 수학 기호가 걸림돌이 된다.
정량 금융은 응용 수학의 한 분야로, 금융을 수학으로 해석해 수치화한다. 따라서 미분이 등장하고 로그가 등장하며 통계 지식이 등장해, 그렇지 않아도 어렵게 생각되는 금융을 더욱 멀게 느끼게 한다. 특히 실 응용과 상관없이 이론만 설명된 책을 읽다 보면 더욱 멀어질 수밖에 없다.
이 책은 정량 금융에서 다루는 대부분 개념을 설명하면서 동시에 직접 실습해볼 수 있는 해당 파이썬 코드를 같이 제공한다. 또한 많은 코드 예제는 IBM이나 마이크로 소프트처럼 실생활에서 직접 접하는 실제 기업의 주가 데이터를 다운로드해 과제를 풀이한다. 실제 기업의 데이터를 사용해 과제를 해결하다 보면, 딱딱하고 어렵게 느껴질 수 있는 금융이 한결 쉽게 다가온다.
이 책을 통해 금융을 전공한 사람들의 경우는 파이썬 학습을 통해 이미 알고 있는 개념을 실제로 시각화하거나 주식이나 선물 가격을 실제 기업들의 데이터를 통해 계산해 봄으로써 좀 더 확실한 개념을 이해할 수 있게 될 것이고, 금융 비전공자의 경우에는 파이썬 실습을 따라 하다 보면 복잡해 보이는 금융 개념을 좀 더 쉽게 이해할 수 있게 되는 계기가 될 것이다.
모쪼록 정량 금융을 배워보고자 하는 일반인들과 금융 개념을 파이썬으로 직접 실습해보고자 하는 금융 전공자 모두에게 이 책이 도움이 되었으면 한다.
최근 주목받는 생성형 인공지능에 관한 책으로, 특히 LLM을 집중적으로 분석한다. LLM을 실질적으로 활용할 수 있는 여러 프레임워크 중 LangChain을 사용하는 방법을 자세히 소개한 책으로, 실용적인 LLM 활용 입문서라고 할 수 있다. 또한 LangChain을 활용한 생성형 AI의 실제적인 구현 예제는 물론 이미지, 음성 등 여러 분야에서 부각되고 있는 다양한 생성형 AI의 특징과 장단점, 현재 기술 수준 등에 대해 비교하고 설명해주는 개괄적인 입문서로 도움이 된다. 생성형 인공지능, 그중에서도 특히 LLM에 대한 전체 개괄을 빠르게 얻고자 하는 독자라면 이 책이 좋은 출발점이 될 것이다.
머신러닝에 대한 기초부터 최신의 트렌드까지 ‘꼼꼼하게’ 소개한 책이다. 4판에서는 4개의 장을 새로 보강해 머신러닝에 있어 핵심인 데이터에서 발생하는 결측치 등의 여러 문제를 어떻게 다루는지에 대해 상세히 알려준다. 동시에 빅데이터를 다루는 방법을 설명한다.
머신러닝의 기본 기법을 설명하는 기존의 여러 장도 새로운 예제를 보강하거나 추가적인 설명을 통해 더 쉽고 편하게 머신러닝을 익힐 수 있게 배려하고 있다. 각 장에 있는 여러 예제를 따라 하다 보면 자연스럽게 머신러닝의 여러 개념을 익힐 수 있다. 머신러닝에 대한 여러 입문서가 있지만 이 책은 내용의 충실성과 함께 비유를 통한 쉬운 설명을 모두 겸비한 흔치 않은 책이다. 머신러닝을 처음으로 배우려 하거나 이미 머신러닝의 기초 개념을 알고 있지만 좀 더 깊은 원리와 예제를 직접 경험하고 싶다면 이 책이 좋은 가이드가 될 것이다.
이 책은 머신 러닝의 광범위한 기법을 대부분 소개하면서도 세련되고 효과적인 설명을 통해 손쉽게 개념을 정립할 수 있도록 해준다. 여러 기법을 나열 위주로 열거만 하고 상호 간의 연관성이나 기법 자체의 핵심 개념을 제대로 설명하지 못하고 있는 시중의 여러 서적과 달리, 이 책에서는 아주 잘 짜인 구성과 잘 정리된 개념 설명을 볼 수 있다.
특히 개념 설명을 위해 파이썬의 Scikit-learn을 사용하고 있어, 개념을 이해하기에도 용이할 뿐더러 활용 측면에서도 유연한 측면이 있다. 머신 러닝을 이제 막 공부하는 사람들은 물론, 여러 개념을 간단명료하게 정리하고 싶은 중급 이상의 개발자들에게도 좋은 가이드라인을 줄 수 있다.
