Top

금융공학으로 R 마스터하기 [R로 거래전략을 최적화하고 내 손으로 위기 관리 시스템 구축하기]

  • 원서명Mastering R for Quantitative Finance: Use R to optimeze your trading strategy and up your own risk management system (ISBN 9781783552078)
  • 지은이에디나 벨린게르(Edina Berlinger), 페렌츠 일레(Ferenc Ille), 밀란 바딕스(Milan Badics), 아담 바나이(Adam Banai), 게르게이 더로치(Gergely Daroczi), 바바라 도모토르(Barbara Domotor), 게르게이 개블러(Gergely Gabler), 대니엘 허브런(Daniel Havran), 페테르 주하즈(Peter Juhasz), 이스트반 마르기타이(Istvan Margitai), 발라츠 마커스(Balazs Markus), 피테르 메드베예프(Peter Medvegyev), 줄리아 몰나(Julia Molnar), 발라츠 아르패드 슈스(Balazs Arpad Szűcs), 아그네스 투짜(Agnes Tuza), 타마스 바다스(Tamas Vadasz), 커터 바러디(Kata Varadi), 어그네시 비도비츠던치 (Agnes Vidovics-Dancs)
  • 옮긴이김지영
  • ISBN : 9791161751528
  • 30,000원
  • 2018년 07월 25일 펴냄
  • 페이퍼백 | 408쪽 | 188*235mm
  • 시리즈 : acorn+PACKT, 데이터 과학

책 소개

본문에 쓰인 컬러 이미지는 여기에서 내려 받으세요.
요약

금융공학 개념과 이와 관련된 R을 이용한 모델링을 동시에 다루고 있다. 단계별로 따라할 수 있는 실제 예시를 통해 R을 활용하는 방법을 알려준다. 독자들은 시계열 분석부터 파생상품, 최적 헤징, 거래량 예측, 위기 관리 등 다양한 주제를 배울 수 있다. 이 책을 통해 R을 활용한 여러 금융 테크닉을 배우게 될 뿐 아니라 직접 금융 거래 시스템을 만들어 볼 수 있다.

이 책에서 다루는 내용

█ 많이 사용하는 금융 데이터 분석
█ 공적분, VAR, GARCH, APT, 블랙 숄즈, 마그레이브, 로그 옵티멀, 중심-주변, 전염 같은 이론 모델의 구축과 조정, 테스트, 구현
█ R로 빅 데이터, 이산 헤징, 거래 비용 등과 관련된 실제 금융 문제 해결
█ 시뮬레이션 테크닉 발견과 분석 수식이 없을 경우의 적용
█ 위험 선호도에 맞춘 성공적인 차익거래, 추측, 헤징 전략 생성
█ 시장 요인과 포트폴리오에 미치는 영향 간의 관계 이해
█ 거래 전략의 정확성과 비용 간의 균형 평가

이 책의 대상 독자

이 책은 기본 금융 개념에 익숙하며 프로그램 경험이 있는 독자를 대상으로 한다. 하지만 정량 금융을 이미 알고 있거나 R 프로그래밍 경험이 있다고 하더라도 이 책을 통해 배울 수 있는 바가 있을 것이다. 이미 이 중 한 가지 주제의 전문가라면, 이 책은 다른 주제를 쉽게 배울 수 있도록 도와준다. 하지만 모든 장들을 완벽하게 익히려면 정량 금융을 중간 레벨 정도로 알고 있을 필요가 있으며, 또한 R에 대한 어느 정도의 지식이 필요하다.

이 책의 구성

1장, ‘시계열 분석’에서는 공적분(cointegration(structural))과 벡터 자기 회귀 모델(vector autoregressive Models), 임펄스-응답 함수(impulse-response functions), 변동성 비대칭 GARCH 모델(volatility modeling with asymmetric GARCH models), 정보 반응 곡선(news impact curves) 같은 중요한 개념을 다룬다.
2장, ‘요인 모델’에서는 다요인 모델을 구축하고 구현하는 방법을 소개한다. 주요인 분석(principal component analysis)을 통해 자산 수익률을 설명하는 5개의 독립된 요인을 판별한다. 예제로 파마와 프렌치 모델(Fama and French model)을 실제 시장 데이터셋으로 재현한다.
3장, ‘거래량 예측’에서는 일별 거래량 예측 모델(intraday volume forecasting model)을 다루며, DJIA 인덱스 데이터를 이용해 R로 구현한다. 이 모델은 거래량 대신 회전율(turnover)을 사용했으며, 동적 요인에서 계절 요인(seasonal components)을 분리했다. 그리고 이 두 가지를 독립적으로 예측했다.
4장, ‘빅데이터 – 고급 분석’에서는 R을 이용해 오픈소스 데이터에 접근해 큰 데이터셋에서 여러 분석을 실행한다. 예제로 K-평균 군집(K-means clustering)과 선형 회귀 분석 모델(linear regression model)을 빅데이터에 적용한다.
5장, ‘FX 파생 상품’에서는 파생 상품 프라이싱을 위한 블랙 숄즈 모델(Black-Scholes model)을 일반화한다. 블랙 숄즈 모델의 확장인 마그레이브 수식(Margrabe formula)을 프로그래밍해 주식 옵션과 환율 옵션, 교환 옵션 퀀토 옵션을 프라이싱한다.
6장, ‘금리 파생 상품과 모델’에서는 이자율 모델과 이자율 파생 상품에 대한 개요를 제공한다. 블랙 모델은 캡(cap)과 캐플릿(caplet)을 프라이싱할 때 사용한다. 또 바시첵(Vasicek)이나 CIR과 같이 이자율 모델도 소개한다.
7장, ‘이색 옵션’에서는 이색 옵션을 소개하며, 이색 옵션과 평범한 바닐라 옵션 간의 관계를 설명한다. 그리고 파생 상품 프라이싱 함수에 대한 그릭 추정을 다룬다. 이색 옵션 중 하나인 더블-노-터치 바이너리 옵션(Double-No-Touch(DNT) binary option)을 자세하게 다룬다.
8장, ‘최적 헤지’에서는 파생 상품을 헤지할 때 일어날 수 있는 실질적인 문제를 분석한다. 여기서는 포트폴리오를 재정렬하는 이산 시간(discrete time)과 거래 비용으로 인한 문제를 다룬다. 헤지 전략을 발견하기 위해 다른 수치 최적 알고리즘(numerical-optimization algorithms)을 사용한다.
9장, ‘기본적 분석’에서는 기본적 기초에 근거한 투자 전략을 구축하는 방법을 다룬다. 최고의 실적을 내는 주식을 선택하기 위해, 과거 성과에 따라 회사의 클러스터를 생성하고, 의사 결정 나무(decision tree)로 초과 성과 회사를 분리해낸다. 이를 바탕으로 주식 결정 규칙을 정의하고 백테스트(backtest)한다.
10장, ‘기술 분석과 뉴럴 네트워크, 로그옵티멀 포트폴리오’에서는 기술적 분석뿐 아니라 뉴럴 네트워크와 로그옵티멀 포트폴리오와 같은 관련된 전략을 개략적으로 설명한다. 단일 자산(비트코인)의 가격을 예측하거나 트레이딩 타이밍의 최적과 포트폴리오(NYSE 주식) 분배와 같은 문제들도 다룬다.
11장, ‘자산과 부채 관리’에서는 R을 이용해 은행의 자산과 부채를 관리하는 과정을 살펴본다. 데이터 생성, 이자율 리스크의 측정과 리포트, 유동성 리스크 관리, 비만기 예금을 다룬다.
12장, ‘자본 적정성’에서는 바젤 협정(Basel Accords)의 규정에 대해 간략하게 소개한다. 그리고 은행의 자본 적정성을 결정하기 위해 과거 데이터와 델타-노멀(delta-normal), 몬테-카를로(Monte-Carlo) 시뮬레이션 방법을 이용해 최대 예상 손실액(value-at-risk)을 계산한다.
13장, ‘시맨틱 리스크’에서는 금융 시스템에 영향을 미치는 주요 금융 기관을 식별하기 위해 네트워크 이론(network theory)에 바탕을 둔 두 가지 방법, 중심-주변 모델(core-periphery model)과 전염 모델(contagion model)을 소개한다.

저자/역자 소개

지은이의 말

『R과 만나는 금융공학』의 속편으로 정량 금융에서 R을 이용한 모델 구축을 좀더 심도 있게 배우고 싶어하는 독자를 위한 책이다. 이 책에서는 경험 금융(1~4단원), 금융공학(5~7단원), 트레이딩 전략의 최적화(8~10단원), 은행 관리(11~13단원)와 같은 새로운 주제를 다룬다.

지은이 소개

에디나 벨린게르(Edina Berlinger)

부다페스트 코르비누스 대학(Corvinus University)에서 경제학으로 박사 학위를 취득했다. 동대학 부교수로 기업 금융과 투자, 금융 리스크 관리를 가르치고 있다. 금융학과장이자 헝가리안 사이언스 아카데미의 위원장이기도 하다. 전문 분야는 대출 시스템과 리스크 관리, 네트워크 분석이다. 학생 대출 디자인과 유동성 관리, 이기종 에이전트 모델, 시스템 리스크 같은 여러 연구 프로젝트를 이끌었다.

페렌츠 일레(Ferenc Ille)

외트뵈시 로란드 대학(Eotvos Lorand University)에서 수학으로 석사 학위를 취득했다. 졸업 후 계리 금융 수학을 연구하기 시작했으며, 코르비누스 대학에서 박사 학위 취득을 준비할 예정이다. 최근에는 은행에서 일했으며, 현재 R로 통계 모델을 만들고 있다. 큰 네트워크나 계산 복잡도에 관심이 많다.

밀란 바딕스(Milan Badics)

부다페스트 코르비누스 대학에서 금융으로 석사 학위를 취득했다. 지금은 박사 학생이며, PADS PhD 장학 프로그램의 회원이다. 금융 경제를 가르치고 있으며, 주요 연구 주제는 데이터 마이닝 방법을 이용한 시계열 예측과 금융 시그널 프로세싱, 이자율 모델에 대한 민감도 분석이다. 2014년 5월 헝가리 증권 거래소에서 주최한 X에서 상을 받았다.

아담 바나이(Adam Banai)

부다페스트 코르비누스 대학에서 투자 분석과 리스크 관리로 석사 학위를 취득했다. 2008년 헝가리 중앙 은행의 금융 안정 부서에 합류했다. 2013년부터 금융 시스템 분석회(MNB)의 응용 연구 및 스트레스 테스팅 부서의 책임자를 맡고 있다. 2011년 이후 코르비누스 대학에서 박사 학위를 공부하고 있다. 주요 연구 분야는 솔벤시 스트레스 테스팅과 펀딩 유동성 리스크, 시스템 리스크다.

게르게이 더로치(Gergely Daroczi)

열정적인 R 패키지의 개발자이자 랩포터(Rapporter)의 R 기반 웹 애플리케이션 창립자/CTO다. 현재 로스앤젤레스의 CARD.com에서 리드 R 개발자로 일하고 있으며, 사회학 박사다. 여러 해 동안 통계를 가르치고 데이터 분석 프로젝트를 진행하는 것 외에 10년의 R 프로그램 환경 구축 경험이 있다. 사회학에 관한 여러 저널 기사 외에도 『R과 만나는 금융공학』(에이콘, 2016)의 공동 저자며, 현재 『Mastering Data Analysis with R』(Packt, 2015)의 저자기도 하다.

바바라 도모토르(Barbara Domotor)

부다페스트 코르비누스 대학의 조교수다. 2008년 박사 학위를 시작하기 전에 여러 은행에서 근무했다. 기업 헤징에 대한 박사 논문을 썼다. 기업 금융과 금융 리스크 관리, 투자 분석에 대해 강의하고 있다. 주요 연구 분야는 금융 시장과 금융 리스크 관리, 기업 헤징이다.

게르게이 개블러(Gergely Gabler)

2014년부터 헝가리 국립 은행 감독원의 비지니스 모델 분석 부서의 책임자를 맡고 있다. 그전에는 2008년부터 에르스테 헝가리 은행에서 거시 경제 리서치 부서를 이끌었다. 2009년에 부다페스트 코르비누스 대학에서 금융 수학으로 석사 학위를 취득했다. 2010년 이후 부다페스트 코르비누스 대학에서 게스트 강의를 하고 있다.

대니엘 허브런(Daniel Havran)

헝가리 과학 연구원에서 박사 후 연구원으로 일하고 있다. 부다페스트 코르비누스 대학의 파트 타임 조교수기도 하다. 기업 금융과 크레딧 리스크 매니지를 가르치고 있다. 2011년에 부다페스트 코르비누스 대학에서 경제로 박사 학위를 취득했다.

페테르 주하즈(Peter Juhasz)

부다페스트 코르비누스 대학에서 경영학으로 박사 학위를 취득했으며, CFA를 갖고 있다. 조교수로써 기업 금융과 비지니스 평가, 엑셀의 VBA 프로그래밍, 커뮤니케이션 스킬을 강의하고 있다. 연구 분야는 무형 자산 평가와 비지니스 성과 분석 및 모델링, 공공 조달과 스포츠 매니지먼트의 금융 이슈다. 헝가리 회사의 금융 성과에 대한 여러 기사와 책의 저자기도 하다. 정기적으로 SME를 위한 컨설턴트로 일하고 있을 뿐 아니라 EY 비지니스 아카데미의 시니어 트레이너다.

이스트반 마르기타이(Istvan Margitai)

CEE 지역의 주요 은행 ALM 팀의 분석가다. 주로 방법론적인 이슈나 상품 모델링, 내부 이전 프라이싱 주제를 다룬다. 2009년 헝가리에서 자산-부채 관리로 경력을 시작했다. 통계적 유동성 관리와 유동성 플리닝 경험이 있다. 부다페스트 코르비누스 대학에서 투자와 리스크 매니지먼트를 전공했다. 연구 주제는 은행의 가시 경제와 시장 구조, 시장의 유동성이다.

발라츠 마커스(Balazs Markus)

10년 넘게 금융 파생 상품을 다뤘다. 카본 스왑부터 표처까지 다양한 종류의 파생 상품을 거래해왔다. 부다페스트 은행의 외환 파생 상품 책임자며, 헝가리 국립 은행의 파트타임 분석가이자 소규모 독점 거래 및 컨설팅 회사의 이사다. 현재 부다페스트 코르비누스 대학에서 동적 헤징의 역할에 대한 박사 학위 과정에 있다.

피테르 메드베예프(Peter Medvegyev)

부다페스트 마크 카롤리 대학에서 경제로 석사 학위를 받았다. 1977년에 졸업한 후 헝가리 매니지먼트 개발 센터에서 컨설턴트로 일하기 시작했다. 1985년 경제학으로 박사 학위를 취득했다. 1993년부터 부다페스트 코르비누스 대학의 수학 부서에서 일하고 있다. 대학에서 통계 프로세스, 수학 금융, 그 외 수학에 관련된 여러 과목을 가르치고 있다.

줄리아 몰나(Julia Molnar)

부다페스트 코르비누스 대학에서 금융으로 박사 학위를 취득했다. 주요 연구는 금융 네트워크와 체계적 리스크, 금융 기술 이노베이션이다. 2011년부터 맥킨지&컴퍼니에서 일하고 있으며, 은행과 관련된 여러 디지털과 이노베이션 분야에 참여하고 있다.

발라츠 아르패드 슈스(Balazs Arpad Szűcs)

부다페스트 코르비누스 대학에서 금융으로 박사 학위를 취득했다. 동 대학교의 금융 대학에서 리서치 어시스트로 일하고 있다. 투자 분석과 위기 관리에 석사 학위를 갖고 있다. 옵티멀 익스큐션과 시장 미세 구조, 볼륨 예측 연구에 관심이 있다.

아그네스 투짜(Agnes Tuza)

부다페스트 코르비누스 대학의 응용 경제 학위를 갖고 있으며, 파리 HEC 국제 금융의 입학생이다. 모건스탠리에서 구조 상품 평가를, 보스턴 컨설팅 그룹에서 관리 컨설팅 경력을 쌓았다. 활동적인 거래자며, 15살부터 관심 있었던 기술 분석을 이용한 투자 아이디어를 갖고 TV에 매월 출연하고 있다. 여러 금융에 관련된 주제로 코르비누스 대학에서 티칭 어시스턴트로 일하고 있다.

타마스 바다스(Tamas Vadasz)

부다페스트 코르비누스 대학에서 경제로 석사 학위를 취득했다. 졸업 이후 금융 서비스업에서 컨설턴트로 일하고 있다. 현재 금융으로 박사 학위를 공부하고 있으며, 주요 연구 분야는 금융 경제와 은행의 리스크 관리다. 코르비누스 대학에서 금융 경제와 투자, 기업 금융을 가르쳤다.

커터 바러디(Kata Varadi)

2013년부터 부다페스트 코르비누스 대학의 금융 조교수를 맡고 있다. 2009년 코르비누스 대학에서 금융으로 졸업했으며, 2012년 헝가리 주식 시장의 시장 유동성 리스크 분석이라는 논문으로 박사 학위를 받았다. 연구 분야는 시장 유동성과 고정 인컴 시큐리티, 헬스케어 시스템의 네트워크다. 연구 외에 기업 금융과 투자, 가치 평가, 다문화 금융 관리를 가르치고 있다.

어그네시 비도비츠던치 (Agnes Vidovics-Dancs)

부다페스트 코르비누스 대학의 금융 대학의 박사 소지자이자 조교수다. 이전에는 헝가리 정부의 부처 관리 부서에서 주니어 리스크 매니저로 일했다. 주요 연구 분야는 정부 부채 관리와 주권 불이행이다. CEFA와 CIIA를 갖고 있다.

옮긴이의 말

R은 오픈소스 프로그램으로 통계 및 데이터 마이닝을 비롯해 여러 분야에서 사용되고 있다. 하지만 금융 분야에서의 활용은 의외로 잘 알려져 있지 않은 것 같다. 이 책은 금융 이론의 수학적 개념을 살펴봄과 동시에 통계 언어로 알려진 R을 활용해 실제 데이터에 모델을 적용함으로써 금융 모델을 좀 더 쉽게 이해하는 데 도움을 준다. 1장부터 차근차근 따라 하다 보면 직접 금융 모델을 구축하고 프로그래밍하는 것이 어렵지 않게 느껴질 것이다. 이론 이해와 모델 구현을 통해 독자들이 R과 금융 모델에 좀 더 쉽게 접근할 수 있게 되길 기대한다.

옮긴이 소개

김지영

계산 과학(Scientific computation)과 통계학을 전공했다. 수년간 컨설팅 사와 외국 보험사에서 위험 관리를 위한 수학적 모델 구축과 모델의 프로그래밍 구현, 상품 개발 등의 업무를 담당한 바 있다. 현재 미국의 실리콘밸리에서 경력을 확장하기 위해 노력하고 있다.

목차

목차
  • 1장. 시계열 분석
    • 다변량 시계열 분석
      • 공적분
      • 벡터 자기회귀 모델
        • VAR 구현 예제
      • VAR와 VECM의 공적분
    • 변동성 모델링
      • 패키지를 이용한 GARCH 모델링
        • 표준 GARCH 모델
      • 지수GARCH 모델
        • 임계GARCH 모델
      • 시뮬레이션과 예측
    • 요약
    • 참고문헌

  • 2장. 요인 모델
    • 차익 거래 프라이싱 이론
      • APT의 구현
      • Fama-French 의 세 가지 요인 모델
    • R 모델링
      • 데이터 선택
      • 주성분 분석을 이용한 APT 추정
      • 파마-프렌치 모델 추정
    • 요약
    • 참고문헌

  • 3장. 거래량 예측
    • 동기
    • 거래의 강도
    • 거래량 예측 모델
    • R 구현
      • 데이터
      • 데이터 로딩
      • 계절 요인
      • AR(1) 추정과 예측
      • SETAR 추정과 예측
      • 결과 해석
    • 요약
    • 참고문헌

  • 4장. 빅데이터 - 고급 분석
    • 오픈소스에서 데이터 불러오기
    • R을 활용한 빅데이터 분석
    • 빅데이터의 K–평균 클러스터
      • 빅매트릭스 로딩
      • 빅데이터 K-평균 군집 분석
    • 빅데이터의 선형 회귀 분석
      • 빅데이터 로딩
      • 더 큰 데이터에 선형 회귀 모델 적합하기
    • 요약
    • 참고문헌

  • 5장. FX 파생 상품
    • 용어와 표기법
    • 통화 옵션
    • 교환 옵션
      • 2차원 위너 프로세스
      • 마그레이브 수식
      • R의 적용
    • 퀀토 옵션
      • 콜 퀀토에 대한 가격 결정 수식
      • R에서 콜 퀀토 가격 책정하기
    • 요약
    • 참고문헌

  • 6장. 금리 파생 상품과 모델
    • 블랙 모델
      • 블랙 모델을 이용한 캡의 가격 결정
    • 바시첵 모델
    • The Cox-Ingersoll-Ross model
    • 이자율 모델의 변수 추정
    • SMFI5 패키지 사용하기
    • 요약
    • 참고문헌

  • 7장. 이색옵션
    • 일반적 가격 프라이싱 접근법
    • 동적 헤징의 역할
    • R이 도움을 줄 수 있는 방법
    • 바닐라보다 넓게 한눈에 보기
    • 그랙 - 바닐라와 다시 연결
    • 더블 노 터치 옵션의 프라이싱
    • 더블 노 터치 옵션을 프라이싱하는 또 다른 방법
      • 더블 노 터치 옵션의 일생 - 시뮬레이션
    • 구조화된 상품에 내재된 이색 옵션
    • 요약
    • 참고문헌

  • 8장. 최적 헤징
    • 파생 상품 헤징
      • 파생 상품의 시장 리스크
      • 정적 델타 헤지
      • 동적 델타 헤지
      • 델타 헤지 성과 비교
    • 거래 비용이 있을 경우 헤지
      • 해지의 최적화
      • 고정 거래 비용의 경우 최적 헤지
      • 상대 거래 비용의 경우 최적 헤지
    • 추가 확장
    • 요약
    • 참고문헌

  • 9장. 기본적 분석
    • 기본 분석의 기초
    • 데이터 수집
    • 관계 드러내기
    • 여러 변수 포함
    • 투자 목표 분리
    • 분류 규칙 설정
    • 백테스팅
    • 특정 산업 투자
    • 요약
    • 참고문헌

  • 10장. 기숙 분석과 뉴럴 네트워크, 로그옵티멀 포트폴리오
    • 시장 효율성
    • 기술 분석
      • TA 툴킷
      • 시장
      • 차트 그리기 - 비트코인
      • 빌트인 인디케이터
        • SMA와 EMA
        • RSI
        • MACD
      • 캔들 패턴: 키 전환
      • 시그널 평가와 포지션 관리
      • 돈 관리에 대한 한 마디
      • 정리
    • 뉴럴 네트워크
      • 비트코인 가격 예측
        • 전략 평가
    • 로그옵티멀 포트폴리오
      • 보편적이고 일관적인 비모수 투자 전략
      • 전략 평가
    • 요약
    • 참고문헌

  • 11장. 자산과 부채 관리
    • 데이터 준비
      • 처음 보는 데이터 소스
      • 현금 흐름 생성 함수
      • 현금 흐름 준비
    • 이자율 리스크 측정
    • 유동성 리스크 측정
    • 비만기 예금 모델링
      • 예금 이율 모델
      • 비만기 예금의 정적 복제
    • 요약
    • 참고문헌

  • 12장. 자본 적정성
    • 바젤 협약의 원칙
      • Basel I
      • Basel II
        • 최소 요구 자본
        • 감독 당국의 검토
        • 투명성
      • Basel III
    • 리스크 척도
      • 분석적 VaR
      • 과거 VaR
      • 몬테-카를로 시뮬레이션
    • 위험 카테고리
      • 시장 위험
      • 신용 위험
      • 운영 위험
    • 요약
    • 참고문헌

  • 13장. 시스템 리스크
    • 시스템 리스크의 간단 요약
    • 예제에 사용된 데이터셋
    • 중심-주변부 분해
      • R로 구현
      • 결과
    • 시뮬레이션 방법
      • 시뮬레이션
      • R 구현
      • 결과
    • 가능한 해석과 제안
    • 요약

도서 오류 신고

도서 오류 신고

에이콘출판사에 관심을 가져 주셔서 고맙습니다. 도서의 오탈자 정보를 알려주시면 다음 개정판 인쇄 시 반영하겠습니다.

오탈자 정보는 다음과 같이 입력해 주시면 됩니다.

(예시) p.100 아래에서 3행 : '몇일'동안 -> 며칠동안

정오표

정오표

[p.31]

[p.72 : 아래에서 2행]
6,500개의 주식을
->
4,676개의 주식을

[p.72 : 코드]

[p.79 : 코드]

[p.79 : 코드]