주식 데이터를 수집하는 방법부터 퀀트 전략을 이용한 종목 선정과 증권사 API를 이용한 자동 매매 및 리밸런싱 방법까지 실제 퀀트가 쓴 유일한 책! 프로그래밍을 이용하면 일반 투자자도 얼마든지 금융 데이터를 수집하여 포트폴리오를 구성할 수 있습니다! 국내 주식 데이터만 아니라 전 세계 모든 주식의 데이터를 수집하는 방법도 다루며, 또한 퀀트 전략을 이용한 종목 선정뿐만 아니라, 기술적 지표를 이용한 트레이딩 방법과 백테스트도 다루었습니다. 마지막으로, 어떤 종목에 투자할지 선택하는 데 그치지 않고 증권사 API를 이용해 자동으로 매매 및 리밸런싱을 하는 방법까지 다루었습니다. 실제 전문 투자자들이 사용하는 기술들도 포함해서 독자분들도 파이썬을 이용한 금융 데이터 수집 및 처리, 퀀트 모델 개발, 포트폴리오 분석 및 자동매매 등을 할 수 있을 것입니다.

머리말 xi 이 책에 대하여 xii 추천사 xiv PART I 퀀트와 프로그래밍 기초 배워 보기 CHAPTER 1 퀀트에 대해 알아보기 3 1.1 퀀트 투자의 핵심 재료, 데이터 4 1.2 퀀트 투자에 프로그래밍이 필요한 이유 4 1.3 최고의 인기 언어, 파이썬 5 1.4 데이터 관리의 표준, SQL 6 CHAPTER 2 파이썬 기초 배워 보기 8 2.1 상수와 변수 8 2.2 데이터 타입 9 2.3 제어문 30 2.4 함수 39 2.5 패키지 사용하기 41 CHAPTER 3 데이터 분석 배워 보기 48 3.1 시리즈 48 3.2 데이터프레임 52 3.3 데이터 불러오기 및 저장하기 60 3.4 데이터 요약 정보 및 통곗값 살펴보기 62 3.5 결측치 처리하기 67 3.6 인덱스 다루기 72 3.7 필터링 74 3.8 새로운 열 만들기 78 3.9 데이터프레임 합치기 80 3.10 데이터 재구조화 88 3.11 데이터프레임에 함수 적용하기 93 3.12 그룹 연산하기 96 3.13 시계열 데이터 다루기 103 CHAPTER 4 데이터 시각화 배워 보기 110 4.1 그래프의 구성 요소 110 4.2 matplotlib 패키지를 이용한 시각화 111 4.3 pandas 패키지를 이용한 시각화 117 4.4 seaborn 패키지를 이용한 시각화 121 CHAPTER 5 SQL 기초 배워 보기 128 5.1 데이터베이스와 테이블 만들기 128 5.2 SQL 기초 구문 익히기 133 5.3 연산자 135 5.4 집약 함수 137 5.5 그룹화와 정렬 139 5.6 뷰와 서브쿼리 141 5.7 함수, 술어와 case 식 144 5.8 테이블의 집합과 결합 151 5.9 SQL 고급 처리 156 CHAPTER 6 파이썬에서 SQL 연결하기 161 6.1 파이썬에서 SQL DB에 접속하기 161 6.2 pandas를 이용한 데이터 읽기 및 쓰기 163 6.3 upsert 기능 구현하기 165 PART II 크롤링을 이용한 데이터 수집 CHAPTER 7 크롤링을 위한 웹 기본 지식 173 7.1 인코딩에 대한 이해 173 7.2 웹의 동작 방식 175 7.3 HTML과 CSS 176 CHAPTER 8 정적 크롤링 실습 187 8.1 GET과 POST 방식 이해하기 187 8.2 크롤링 예제 190 CHAPTER 9 동적 크롤링과 정규 표현식 204 9.1 동적 크롤링이란? 204 9.2 정규 표현식 216 CHAPTER 10 국내 주식 데이터 수집 223 10.1 최근 영업일 기준 데이터 받기 223 10.2 한국거래소의 업종분류 현황 및 개별지표 크롤링 224 10.3 WICS 기준 섹터 정보 크롤링 235 10.4 수정주가 크롤링 240 10.5 재무제표 크롤링 247 10.6 가치지표 계산 256 CHAPTER 11 전 세계 주식 데이터 수집 264 11.1 유료 데이터 벤더 이용하기 265 11.2 티커 수집하기 270 11.3 주가 다운로드 279 11.4 재무제표 다운로드 283 CHAPTER 12 투자 참고용 데이터 수집 288 12.1 DART의 Open API를 이용한 데이터 수집하기 288 12.2 FRED 데이터 다운로드 297 12.3 Fear & Greed Index 301 PART III 포트폴리오 구성, 백테스트 및 매매하기 CHAPTER 13 퀀트 전략을 이용한 종목 선정 307 13.1 팩터 이해하기 308 13.2 베타 이해하기 308 13.3 밸류 전략 312 13.4 모멘텀 전략 322 13.5 퀄리티 전략 331 13.6 마법 공식 337 13.7 섹터 중립 포트폴리오 346 13.8 이상치 데이터 처리 및 팩터의 결합 349 13.9 멀티팩터 포트폴리오 354 CHAPTER 14 포트폴리오 구성 전략 367 14.1 수익률 계산 및 상관관계 확인하기 368 14.2 최대샤프지수 포트폴리오 369 14.3 최소분산 포트폴리오 372 14.4 위험균형 포트폴리오 380 CHAPTER 15 트레이딩을 위한 기술적 지표 385 15.1 TA-Lib 패키지 설치하기 385 15.2 이동평균 387 15.3 상대강도지수 389 15.4 볼린저 밴드 391 CHAPTER 16 백테스팅 시뮬레이션 393 16.1 bt 패키지 394 16.2 정적 자산배분: 올웨더 포트폴리오 401 16.3 동적 자산배분 403 16.4 추세추종 전략 백테스트 407 16.5 평균회귀 전략 백테스트 415 16.6 bt 패키지의 함수 419 CHAPTER 17 증권사 API 연결과 매매하기 421 17.1 모의투자 및 API 서비스 신청하기 423 17.2 접근 토큰 및 해시키 발급받기 427 17.3 주식 현재가 시세 조회하기 429 17.4 주식 주문하기 430 17.5 주식 잔고조회 436 17.6 스케줄링 438 17.7 포트폴리오 리밸런싱 441 APPENDIXA 파이썬 다운로드 및 설치하기 460 아나콘다 설치하기 460 스파이더 사용하기 465 APPENDIXB SQL 다운로드 및 설치하기 467 찾아보기 482

퀀트 투자에서 ‘퀀트’란 모형을 기반으로 금융상품의 가격을 산정하거나, 이를 바탕으로 투자하는 사람을 말한다. 퀀트(quant)라는 단어가 ‘계량적’을 의미하는 퀀티터티브(quantitative)의 앞 글자를 따왔음을 생각하면 쉽게 이해가 될 것이다. 일반적으로 투자자들이 산업과 기업을 분석해 가치를 매기는 정성적인 투자법과는 달리 퀀트 투자는 수학, 통계, 데이터를 기반으로 전략을 만들고 이를 바탕으로 투자하는 정량적인 투자법을 의미한다 _3쪽 미국 시장의 데이터만 필요할 경우 유료 데이터 벤더를 이용하는 것도 좋은 방법이다. 미국에는 금융 데이터를 API로 제공하는 수많은 업체가 있으며, 팅고(Tiingo)의 경우는 월 $10만 지불하면 미국과 중국의 4만여 개 종목에 대한 데이터를 API 형태로 받을 수 있다. 이는 상장 폐지된 종목을 커버할 뿐만 아니라, API를 이용하므로 크롤링과는 비교할 수 없는 속도로 데이터를 받을 수 있다는 장점이 있다. 이외에도 알파 밴티지(Alpha Vantage), 퀀들(Quandl), 폴리곤(Polygon) 등 수많은 데이터 벤더가 존재한다. Tiingo는 무료 계정도 하루 1,000회까지 API 요청을 할 수 있으며, 파이썬에서 사용할 수 있는 패키지도 있으므로 이를 사용해 데이터를 수집해 보겠다. _265쪽 하나의 팩터만을 보고 투자하는 것보다, 둘 또는 그 이상의 팩터를 결합해 투자해야 훨씬 좋은 포트폴리오를 구성할 수 있으며, 이러한 방법을 멀티팩터(multifactor)라고 한다. 그중에서도 밸류와 퀄리티의 조합은 전통적으로 많이 사용된 방법이며, 대표적인 예가 조엘 그린블라트(Joel Greenblatt)의 ‘마법 공식(Magic Formula)’이다. _337쪽 백테스트(backtest)란 현재 생각하는 전략을 과거부터 실행했을 때 어떠한 성과가 발생하는지 테스트해보는 과정이다. 과거의 데이터를 기반으로 전략을 실행하는 퀀트 투자에 있어서 이는 핵심 단계다. 백테스트 결과를 통해 해당 전략의 손익뿐만 아니라 각종 위험을 대략적으로 판단할 수 있으며, 어떤 구간에서 전략이 좋았는지 또는 나빴는지에 대한 이해도 키울 수 있다. 이러한 이해를 바탕으로 퀀트 투자를 지속한다면 단기적으로 수익이 나쁜 구간에서도 그 이유에 대한 객관적인 안목을 키울 수 있으며, 확신을 가지고 전략을 지속할 수 있다. _393쪽