도서 소개

기존의 테이블 형태로 정형화된 데이터를 뛰어 넘어 비정형화된 데이터와 함께 최근 기술의 발전에 따라 더욱 활성화되고 있는 텍스트, 이미지 및 음성 등을 포함한 빅데이터 시대에 번성하는 각종 대체 데이터가 금융 분야에서 어떻게 사용돼야 하고, 현재 어떻게 사용되고 있는가에 대한 소개와 지침 및 실전 예를 제시하는 최초의 책이다. 이에 따라 본서는 머신러닝/딥러닝의 금융 특히 투자/자산운용과의 융합을 더욱 공고히 하는 데에 기여하고, 이에 대한 독자들의 이해를 높이는 최적의 도서가 될 것이다.

  작가 소개

지은이 : 사이드 아멘
Cuemacro의 창업자다. 15년 동안 주요 투자 은행, 리먼 브라더스, 노무라 등 시스템 트레이딩 전략과 계량 지수를 개발했다.Cuemacro를 통해 시스템 트레이딩 분야의 고객들을 위한 연구를 상담하고 출판한다. 깃허브(GitHub)에서 거래 전략을 개발하기 위한 인기 있는 라이브러리 중 하나인 finmarketpy를 포함해 많은 인기 있는 오픈 소스 파이썬 라이브러리를 개발했다. 고객들은 주요 퀀트 펀드를 포함했다.또한 블룸버그와 레이븐팩(RavenPack)을 포함한 데이터 회사의 대체 데이터 세트에 대한 수많은 연구 프로젝트를 수행했다. 또한 퀀트 싱크탱크인 탈레시안(Thalesian)의 공동 설립자이며, 런던 퀸메리대학의 객원 강사다.임페리얼 칼리지 런던에서 수학과 컴퓨터 과학에서 1등급 우등 석사 학위를 받고 졸업했다.

지은이 : 알렉산더 데네브
금융, 금융 모델링 및 머신러닝 분야에서 15년 이상의 경력을 보유하고 있으며, 현재 딜로이트 LLP의 금융 서비스 부문(Financial Services, Risk Advisory) 책임자를 맡고 있다. 전에는 IHS 마킷(IHS Markit)에서 Quantitative Research & Advanced Analytics를 이끌었으며, 분석 모델 개발을 위한 센터를 설립하고 유지했다.또한 스코틀랜드 왕립 은행(Royal Bank of Scotland), 소시에테 제네랄(Societe General), 유럽 투자 은행(European Investment Bank), 유럽 투자 펀드(European Investment Fund)에서 일했으며 유럽 금융 안정 기구(European Financial Stability Facility)와 유럽 안정 메커니즘(European Stability Mechanism)의 금융공학 작업에도 참여했다.이탈리아 로마대학교에서 인공지능을 전공하고 물리학 석사 학위를 취득했으며 영국 옥스퍼드대학교에서 수학 금융 학위를 취득했다. 스트레스 테스트와 시나리오 분석에서 자산 배분에 이르는 주제에 관한 여러 논문과 책을 썼다.

  목차

1장. 대체 데이터: 현황
2장. 대체 데이터의 가치
3장. 대체 데이터 위험과 도전 과제
4장. 머신러닝 기법
5장. 대체 데이터 사용 배후의 프로세스
6장. 팩터 투자
7장. 결측 데이터: 배경
8장. 결측 데이터: 사례 연구
9장. 특이치(이상치)
10장. 자동차 기본 데이터
11장. 서베이와 크라우드소싱 데이터
12장. 구매자 관리 지수
13장. 인공위성 이미지와 항공 사진
14장. 위치 데이터
15장. 텍스트, 웹, 소셜 미디어 및 뉴스
16장. 투자자 관심
17장. 소비자 거래
18장. 정부, 산업과 기업데이터
19장. 시장 데이터
20장. 사모시장의 대체 데이터

  회원리뷰