추가 적립 안내

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.

◈ 옮긴이의 말 ◈

이 책은 대체 데이터의 활용에 대해서 엔드 투 엔드 투자 프로세스의 관점에서 저술한 첫 번째 책이다. 무엇보다도 머신러닝 및 딥러닝의 인공지능 기법이 발전함에 따라 대체 데이터로부터 가치를 용이하게 추출할 수 있게 됐다는 점을 주목하고, 이들을 적극 활용하는 방법을 추구한다. 우선 근본적으로 데이터의 가치에 대한 체계적인 접근을 통해 데이터를 사용할 때 고려해야 할 사항을 일깨우며, 모바일 폰 데이터, 인공위성 이미지, 위치 데이터 및 텍스트 데이터 등의 다양한 형태의 대체 데이터의 소개 및 머신러닝과 딥러닝을 통한 실제 사용 사례를 소개해 독자들이 대체 데이터를 실제로 어떻게 사용하는지 실감할 수 있도록 하고 있다. 팩터 투자의 한 요소로 가치가 있다는 것을 강조하면서 기존의 투자 체계와의 통합을 동시에 추구한다. 전통적인 데이터 과학의 고려 사항인 결측 데이터와 이상치에 대한 심도 있는 분석부터 최근 각광을 받고 있는 나우캐스팅에 관한 구체적인 접근법에 이르기까지 상세하게 보여주고 있어 실무적으로도 부족함이 없어 보인다.
이 책은 향후 머신러닝, 데이터 과학, 계량 금융, 자산 운용 및 규제기관 각 분야의 최전선에서 실무를 담당하는 사람들에게 훌륭한 참고서 역할을 하리라 믿는다. 아울러 기존에 번역했던 머신러닝과 딥러닝의 많은 기법을 알고리듬 트레이딩에 적용한 스테판 젠슨의 책 『머신러닝 알고리듬 트레이딩(에이콘, 2022)』, 통계학과 머신러닝 핵심을 자산 운용에 접목함으로써 금융 머신러닝의 레벨을 업그레이드시킨 마르코스 로페즈 데 프라도의 저서들(『자산 운용을 위한 금융 머신러닝(2021)』, 『실전 금융 머신러닝 완벽 분석』(2018))과 최첨단 금융머신 기법을 통해 신세대 금융의 길을 개척한 매튜 딕슨, 핼퍼린 이고르 및 폴 빌로콘의 저서 『금융 머신러닝』(2022)을 참고하기를 바란다.

젠스 노르빅(Jens Nordvig)(Extante Data의 창립자 겸 CEO)
“알렉산더와 사이드는 중요한 주제에 대해 중요한 책을 저술했다. 나는 매일 대체 데이터에 간여하고 있지만, 여전히 책에 있는 관점을 즐기고, 많은 것을 배웠다. 대체 데이터의 힘을 활용하고 함정을 피하고자 하는 모든 사람에게 이 책을 적극 추천한다.”

마르코스 로페즈 데 프라도(Marcos Lopes de Prado)(코넬대학 교수 겸 True Positive Technologies LP의 CIO)
“진정한 투자의 초과 성과는 데이터와 머신러닝과 슈퍼컴퓨팅의 삼자로부터 나온다. 알렉산더 데네브와 사이드 아멘은 대체 데이터에 대한 최초의 종합적인 설명서를 저술했으며, 이는 정형화된 데이터 세트에 의해서 포착되지 않는 알파의 소스를 밝힌다. 이 책의 내용에 익숙하지 않은 자산 운용사들은 투자자들에게 부과하는 수수료를 벌지 못하고 있을 것이다.”

스티븐 로버츠(Stephen Roberts)(영국 옥스퍼드대학교 머신러닝 교수 겸 옥스퍼드-맨 계량금융연구소 소장)
“지난 10년 동안 대체 데이터는 일시적 정보 독점 추구의 중심이 됐다. 그러나 빈번한 사용에도 불구하고 가치를 추출하는 데 필요한 엔드 투 엔드 파이프라인에 대해서는 거의 쓰이지 않았다. 이 책은 머신러닝 방법과 데이터 소스에 대한 실용적인 개요뿐만 아니라 결과에 매핑되는 모델과 함께 데이터 수집, 준비 및 전처리에 많은 중요성을 부여해 누락 사항을 채운다. 저자들은 방법론만을 고려하는 것이 아니라 통찰력 있는 사례 연구와 실제 사례를 제공하고 비용 편익 분석의 중요성을 강조한다. 대체 데이터에서 가치를 추출하기 위해 합리적인 통찰력과 깊은 개념적 이해를 제공하고 있으며, 이들은 이러한 기술을 거래의 핵심에 성공적으로 포함시키려면 필수적이다.”

데이비드 핸드(David Hand)(런던 임페리얼 칼리지 교수)
“대체 데이터에 대해 시의적절하고 포괄적이며 접근하기 쉬운 토론을 만들어준 저자들에게 축하를 전한다. 우리가 21세기로 더 나아가면서, 이 책은 빠르게 이 주제에 대해 필수로 참고해야 할 연구가 될 것이다.”

로빈 위글즈워스(Robin Wigglesworth)(글로벌 금융 특파원, 「파이낸셜 타임스」)
“대체 데이터는 오늘날 투자 운용업계에서 가장 뜨거운 주제다. 글로벌 경제 성장을 실시간으로 예측하는 데 사용하든, 분기별 보고서에서 제공하는 것보다 더 세분화된 회사의 내막을 분석하는 데 사용하든, 주식 시장의 행동을 더 잘 이해하기 위해 사용하든, 대체 데이터는 자산 운용 부문의 모든 사람이 포착해야 할 사항이다. 알렉산더 데네브와 사이드 아멘은 심지어 여전히 파이썬을 피하는 것이 가장 좋은 것이라고 생각하는 사람들에게도 기술적, 이론적 함정이 많은 난해한 주제를 안내할 것이다.”


데이터는 점점 더 많은 양으로 우리 세계에 스며든다. 이 사실만으로는 데이터가 유용해질 수 없다. 만약 데이터에 우리의 이해를 도울 수 있는 정보가 없다면, 데이터는 무익할 것이다. 데이터가 유용하려면 통찰력이 있어야 하며 적절한 방식으로 처리돼야 한다. 빅데이터 시대 이전에, 세계에 대한 우리의 이해를 조명하기 위해 정형화된 데이터 세트에서 평균, 표준편차, 상관관계와 같은 통계량이 계산됐다. 모델은 선형 회귀와 같은 유명한 방법을 통해 출력을 얻기 위해 종종 잘 ‘이해된’ 작은 수의 입력변수로 추정(calibrate)됐다.
그러나 빅데이터(따라서 대체 데이터)를 해석하는 데는 많은 어려움이 따른다. 빅데이터는 양(volume), 속도(velocity) 및 다양성(variety)과 같은 속성과 다른 V들로 특징지어지며, 이 책에서 논의될 것이다. 데이터 세트가 잘 정형화되고 관련 특성들이 추출되지 않는 한 통계량을 계산하는 것은 불가능하다. 예측과 관련해, 빅데이터에서 도출되는 입력변수는 엄청나게 많고, 전통적인 통계 방법은 과적합되기 쉽다. 더욱이 오늘날에는 이 데이터에 대한 통계량 계산이나 모델 구축이 우리의 고빈도 세계에서 항상 변화하는 데이터의 특성을 설명하기 위해 때때로 빈번하게 그리고 역동적인 방식으로 수행돼야 한다.
기술과 방법론의 발전 덕분에 빅데이터를 이해하고 더 나아가 대체 데이터를 이해하는 것은 다루기 쉬운 문제가 됐다. 지저분하고 방대한 양의 데이터에서 특성을 추출하는 것은 최근 인공지능과 머신러닝의 발전 덕분에 이제 가능하다. 클라우드 인프라는 유연하고 강력한 컴퓨팅을 통해 이러한 데이터 흐름을 관리하고 모델을 빠르고 효율적으로 훈련할 수 있다. 오늘날 사용되는 대부분의 프로그래밍 언어는 오픈 소스이며 파이썬과 같은 많은 언어들은 머신러닝과 데이터 과학 분야에서 더 많은 수의 라이브러리를 가지고 있어 기술 스택을 개발해 대규모 데이터 세트를 고속으로 처리하기 더 쉬워졌다.
이 책을 쓰기로 결정했을 때 이 분야의 책 시장에 갭이 있다는 것을 느꼈다. 이러한 갭은 데이터, 특히 대체 데이터의 중요성이 점점 커지고 있는 것과 상충돼 보였다. 우리는 데이터가 풍부하고 많은 데이터셋이 비교적 저렴한 비용으로 액세스하고 사용할 수 있는 세상에 살고 있다. 따라서 데이터를 수익성 있게 사용하는 방법에 대한 과제를 해결하기 위해 긴 책을 쓸 가치가 있다고 여겼다. 그러나 대체 데이터의 세계와 그 사용 사례가 가까운 미래에 바뀔 것이라는 것을 인정한다. 그러다 보니 우리가 이 책으로 닦은 길도 변할 수 있다. 특히 ‘대체 데이터’라는 레이블이 곧 주류가 될 수 있기 때문에 더 이상 사용되지 않을 수 있다. 대체 데이터는 단순히 ‘데이터’가 될 수 있다. 대체 데이터를 사용할 수 있도록 하기 위해 오늘날 위대한 기술적 및 방법론적 위업으로 보일 수 있는 것은 곧 사소한 연습이 될 수 있다. 우리가 상상조차 할 수 없었던 출처의 새로운 데이터 세트가 등장하기 시작할 수 있고 양자 컴퓨팅은 우리가 데이터를 바라보는 방식에 혁명을 일으킬 수 있다.
우리는 투자 커뮤니티에서 이 책을 목표로 하기로 결정했다. 물론 애플리케이션은 다른 곳, 실제로 어디에서나 찾아볼 수 있다. 금융 영역에 머무름으로써, 이를테면 신용 결정이나 보험 가격 결정과 같은 영역도 논의할 수 있었다. 우리는 투자자가 직면할 수 있는 질문에 집중하기로 결정했고, 이 책에서 이러한 특정 애플리케이션에 대해 논의하지 않을 것이다. 물론 향후 판본에 이러한 애플리케이션 추가를 고려할 수 있다.
집필 당시에 세상은 코로나19로 고통받고 있었다. 의사결정권자가 올바른 판단을 내리는 것이 매우 중요한 세상이며, 나아가 이러한 결정은 적시에 이뤄져야 한다. 지연되거나 잘못된 의사결정은 현재 환경에서 치명적인 결과를 초래할 수 있다. 사람들의 도보 트래픽을 추적하는 데이터 스트림에 대한 액세스를 갖는 것은 질병의 확산을 억제하는 데 매우 중요할 수 있다. 위성 또는 항공 이미지를 사용하면 대중 집회를 식별하고 공공 안전을 위해 이를 분산시키는 데 도움이 될 수 있다. 자산 운용사의 관점에서 볼 때 공식적인 거시경제 수치와 회사 재무제표가 발표되기 전에 나우캐스트를 만드는 것은 더 나은 투자 결정을 낳는다. 경제의 상태를 알기 위해 몇 달을 기다리는 것만으로는 더 이상 충분하지 않다. 투자자들은 그러한 점을 매우 높은 빈도로 추정할 수 있기를 원한다. 최근 기술과 인공지능의 발전은 이 모든 것을 가능하게 한다.
자, 이제 대체 데이터를 통한 여정을 시작하겠다. 여러분이 이 책을 즐기기를 바란다!

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