추가 적립 안내

로보어드바이저 시스템의 핵심 엔진을 개발했던 금융 AI 연구원들이 직접 쓴 책으로, 로보어드바이저를 구성하는 주요 포트폴리오 전략을 파이썬 코드와 함께 설명하고 있다. 특히, 포트폴리오 최적화 전략부터 시작해서 마켓타이밍 전략, 팩터 투자 전략, 시장 모니터링, 딥러닝 예측까지 광범위하게 다루고 있고 독자들이 쉽게 이해하면서 프로그램을 직접 실행해 볼 수 있도록 친절히 안내하고 있다.

◈ 이 책에서 다루는 내용 ◈

◆ 금융 이론을 파이썬 코드로 변환, 실습을 통한 실전 이해
◆ 투자의 주요 속성인 위험과 수익률
◆ 수익은 최대화하고 위험은 최소화하는 현대 포트폴리오 이론
◆ 현대 포트폴리오 이론의 자산 배분 전략인 평균-분산 모델
◆ 시장의 상황에 따라 매도/매수 타이밍을 결정하는 마켓타이밍 전략
◆ 투자 위험의 대응 능력 키우기 위한 시장 모니터링과 주요 시장 지표
◆ 수익률을 결정하는 팩터를 분석하는 투자 방식인 팩터 투자 전략
◆ 다양한 팩터를 종합적으로 분석하는 멀티 팩터 전략
◆ 딥러닝 예측을 통한 시장 모니터링과 대응 전략
◆ 평균-분산 모델의 한계를 돌파하는 블랙-리터만, 리스크 패리티 최적화 전략


◈ 이 책의 대상 독자 ◈

◆ 퀀트 기본 이론부터 최신 시계열 알고리듬까지 기초를 쌓고 싶은 사람
◆ 포트폴리오 이론을 구현해 보고 싶은 사람
◆ 다양한 자산 배분 알고리듬을 개념 설명과 함께 구현된 코드로 실행하고 확인하고 싶은 사람


◈ 지은이의 말 ◈


지난해 금융 AI 솔루션을 연구하고 개발하는 우리 팀에서는 로보어드바이저를 만들고 싶어 하는 사람들에게 우리의 경험과 지식을 나눌 수 있으면 좋겠다는 이야기가 나왔다. 퀀트 투자와 관련된 책이 이미 시중에 있고 인터넷으로 자료도 쉽게 찾아볼 수 있지만, 로보어드바이저의 핵심 엔진을 만들고 운영해 본 경험을 바탕으로 쓴 책이라면 사람들에게 실질적인 도움이 되지 않을까 하는 생각에 모두 공감했다. 그렇게 팀원들은 의기투합했고 각자 주제를 맡아서 원고를 쓰기 시작했다. 하지만 다섯 명의 저자의 머릿속에 있는 지식을 마치 한 사람의 머리에 있는 것처럼 일관되고 자연스럽게 표현하는 일은 만만치 않았고, 바쁜 일상에서 원고 작업을 하기 위해 많은 노력을 기울여야만 했다.
대학원에서 인공지능 강의를 병행하고 있기에 금융 AI에 관심이 있는 학생들을 종종 만날 수 있었고 그중에는 로보어드바이저를 직접 만들고 싶어 하는 분들도 있었다. 그분들과 이야기하면서 현실적으로 금융 지식이 있다고 하더라도 개발이 익숙하지 않거나 반대로 개발 능력이 있어도 금융 지식을 따로 습득해야 해서 퀀트 투자를 하고 싶어도 시도하지 못하고 꿈으로만 간직하고 있는 사람들이 많다는 사실을 알게 됐다. 그래서 이 책이 그런 분들에게 좋은 가이드가 됐으면 좋겠다는 생각이 들었다.
이 책에서는 금융 이론을 처음 접하는 사람들도 쉽게 따라가며 이해할 수 있도록 경험적인 스토리 기반으로 설명하는 방식을 취하고 있다. 그리고 코드는 상세한 예외 처리는 과감히 생략하고 주요 로직이 드러나도록 최대한 간결하게 작성했다. 또한 코드를 의미상으로 이해하고 따라갈 수 있도록 라인 단위로 설명하고 있으며, 현재 어떤 단계를 구현하고 있는지 상세히 파악할 수 있도록 했다. 또한 책의 전반에 걸쳐서 로보어드바이저의 주요 알고리듬을 난이도가 높아지는 순서로 배치해 독자들이 이해의 수준을 높여가면서 점진적으로 접근할 수 있도록 했다. 만일 이 책에서 제시하는 알고리듬을 확장하거나 심화하고자 하는 독자들은 참조하고 있는 문서와 오픈 소스를 분석해 보는 것을 추천한다.
─ 윤성진

중국의 증권 회사에서 6년여의 세월 동안 전통적인 투자와 계량화 투자로 커리어를 쌓던 중 개인적인 사정으로 갑작스레 한국으로 이주하게 됐다. 원래 수학과 통계학을 전공한 나는 한국에 와서 다시 컴퓨터 전공 학위를 취득하고 IT 기업에 입사해 새로운 도전을 시작했다. 다행히 운 좋게도 지금의 동료들과 함께 일하게 됐고, 금융 AI 연구원으로 임명돼 로보어드바이저 개발 작업에 착수했다.
로보어드바이저를 만들기로 결심했지만 원하는 결과를 내는 것은 여전히 밤을 새우고 생각에 생각을 짜내야 하는 일이었다. 이 경험을 통해 나는 기술과 금융이 교차하는 분야에서 이론과 실무의 결합이 성공의 핵심임을 깊이 이해하게 됐다. 실무 경험을 쌓아가면서 로보어드바이저 개발 관련 실무를 다룬 책이 부족하다는 사실을 발견했고, 그래서 이 책을 저술하게 됐다. 지식을 전파함으로써 독자들이 점진적으로 계량화 투자의 핵심 개념과 기술을 습득하고 더 지능적이고 효율적인 투자 전략을 구축하는 데 도움이 되기를 바란다.
─ 리준

주식 투자에 매료돼 투자를 시작한 지 어느덧 4년이 흘렀다. 첫 투자는 20대 중반, 로보어드바이저에 100만 원을 투자하면서 시작됐다. 당시 인공지능에 대한 기대감 속에서 시작했지만, 이유도 모른 채 손실을 보고 결국 투자금을 회수했던 기억이 난다. 그 경험은 인공지능과 투자 전략에 대한 깊은 연구로 이어졌고 이 책의 탄생 배경이 됐다. 투자의 실패와 성공을 반복하며, 잃은 돈의 가치보다 더 중요한 것은 내가 얻은 지식이었기에, 이 책을 통해 나의 지식과 통찰을 공유하고자 한다. 이 책이 지식 없이 투자하고 손실을 경험한 많은 투자자에게 ‘이유 있는 투자’를 할 수 있는 길잡이가 되길 바란다.
─ 이유리

‘금융 시장을 완벽하게 예측할 수 있을까?’ 경제를 공부해 본 사람은 한 번쯤 생각해 본 질문일 것이다. 이 책은 포트폴리오 최적화부터 마켓 타이밍, 팩터 투자, 딥러닝 등 다양한 방법을 활용해 시장을 분석하고 프로그래밍을 통해 구현하는 내용을 담고 있다. 이 방법들은 시장을 예측하는 하나의 도구로 활용될 수는 있지만 항상 투자 성공으로만 이끌 수는 없다.
이 책을 읽는 모두가 항상 주식투자로 수익을 낼 수 있다면 좋겠지만, 주식 투자가 수학 공식처럼 정답이 있는 것이 아니기 때문에 누군가는 실패하고 좌절하는 순간을 겪을 수 있다. 이 책은 주식 투자의 정답을 제공하지 않으며, 그런 책은 존재하지 않는다. 다만 이 책이 다양한 관점으로 시장을 분석하고 프로그래밍을 통해 그 방식을 구현하며 본인만의 투자 철학과 방법을 정립해 나가는 데 도움이 되길 바란다.
─ 조민기

이 책의 마지막에 다다를 즈음, 몇몇 독자들은 위험과 변동성을 동일한 개념으로 생각할 것이다. 좋은 포트폴리오란 기대 수익과 위험의 저울 속에 존재하며, 투자자가 안전을 추구한다면 위험의 무게추를 높이는 것으로 포트폴리오를 조정할 수 있다는 논리이다. 1장에서 위험의 개념을 미래의 불확실한 현금 흐름을 사용해 정의했으나, 수식을 이해하고 그에 맞는 코드를 작성하는 입장에서는 위험의 의미에 대해 깊이 생각할 겨를이 없으리라 생각한다.
기존에 단위 면적당 2,000달러의 농지를 600달러에 사는 행위는 어떠한 행위일까? 농지의 거래가 자주 일어나지 않는다면, 내가 가격을 낮춰서 산 만큼 농지의 변동성은 증가할 것이고 나의 투자는 위험한 투자가 될 것이다. 그러면 내 자산의 변동성을 낮추기 위해 그 농지를 2,000달러와 가까운 가격에 구매해야 했을까? 2007년 버크셔 해서웨이의 연례 미팅에서 워런 버핏은 위 일화를 얘기하며 변동성은 위험의 척도가 아니라고 얘기했다. 대신 투자자가 투자 대상의 경제학을 잘 이해하지 못하고 있을 때 위험이 발생한다고 말했다.
주식 시장에서 작동하는 로보어드바이저를 구현하는 것을 목표로 하는 책인 만큼, 주식 시장에서의 위험을 변동성으로 해석해 논지를 전개한다. 저자 또한 경제학자들이 검증한 변동성이라는 개념에 대해 반론을 제기할 만큼 지식이 깊지 않다. 다만 실제 투자와 수학 간의 괴리에 대해서는 독자에게 변명하고 싶다. 금융은 직관적으로 이해하기에는 너무 수학적이고, 논리적으로 이해하기에는 너무 유연하다. 그러나 경제학자들은 금융을 이해하는 한 도구로 수학을 차용했고 그 결과로 금융공학이 탄생했다. 이 책은 그러한 금융공학에 맞춰 독자들에게 ‘금융 공학으로 이익을 내는 법’에 대한 몇 가지 길을 제시한다. 투자를 생각하는 독자들에게 이 책이 하나의 참고서가 되기를 희망한다.
─ 허재웅

홍창수(『퀀트의 세계』(에이콘, 2022) 저자, NICE P&I)
일반 투자자가 퀀트 투자 시스템을 구축할 수 있는 체계적인 방법을 제시하는 책이다. 데이터 수집부터 주문, 투자 전략 수립, 투자 성과 평가, 시각화에 이르기까지 필요한 파이썬 코드를 단계별 투자 프로세스에 입각해서 종합적인 구축 로드맵을 제공한다. 또한 시장 타이밍 전략, 팩터 투자 전략, 자산 배분 전략은 물론 딥러닝을 통한 시장 예측, 고급 최적화 기법까지 포함하고 있어 초보 퀀트에서 고급 퀀트에 이르기까지 최신 주제들을 학습할 수 있는 장점이 있다.
퀀트 투자에 필요한 전반적인 이론과 실제 적용 방법을 모두 아우르고 있는 이 책은 로보어드바이저를 개발하려는 초보 퀀트들에게 필수적인 지침서가 될이라고 생각한다. 아울러 점차 자동화된 투자솔루션에 대한 수요가 증가함에 따라 기술적 구현뿐만 아니라 투자 전략의 기본 원칙과 최첨단 방법에 관심 있는 모든 투자자들에게 필독서로 추천하는 바이다.

이기홍(피츠버그 대학교 경영학 박사, WWG 자산운용사)
최근에 많은 사람이 ETF, 액티브 ETF, 로보어드바이저, 인공지능 투자, 생성 AI, 챗GPT를 이용한 투자 등에 대해서 이야기하고 있다. 이러한 최신 트렌드를 이해하는 과정에서 실제로 투자에 한번 적용하고 싶은 마음은 누구나 가지고 있다. 그러나 금융 이론도 잘 모르는데 어떻게 해야 할까? 본서는 이러한 일반 사람들의 요구에 대답하고 있다. 기초 금융 이론과 함께 실무에 도움이 되는 충실한 코딩 콘텐츠를 제공함으로써 최근 유행하는 퀀트 투자를 새로 접하는 입문자들을 위한 훌륭한 지침서 역할을 하리라 본다. 퀀트 투자에 대한 많은 책이 있지만, 본서만큼 완결성과 간결성을 갖춘 책은 드물다. 기초 포트폴리오 이론에서 여러 팩터 전략, 기술적 분석, 매크로 전략을 포함한 멀티 팩터 모델, 딥러닝 및 블랙-리터맨 모델을 포함한 고급 최적화 전략 등의 실무에서 사용하는 다양한 기법을 장별로 데이터 소스와 함께 파이썬 코드를 자체 완결적으로 제공함으로써 독자들에게 편의성도 동시에 제공하고 있다. 초보 퀀트를 위한 책이라지만, 본서를 숙지하면 실제로는 중급 수준까지 실력을 향상시킬 수 있을 것이다. 본서가 다루는 퀀트 투자 또는 로보어드바이저 분야는 전통 투자 이론의 새로운 해석과 새로운 빅 데이터의 가용성 및 최근 인공지능의 놀라운 발전과 함께 이전에 상상하던 수준 이상으로 발전하고 있다. 이러한 새로운 흐름을 따라가는 데 발판이 되는 지침서로서 본서를 독자들에게 추천하고 싶다.

이정우(금융기업, 금융 AI 서비스 개발, AI 엔지니어)
르네상스 테크놀로지의 높은 수익률은 트레이딩, 투자 전략에 있어 사람의 지식, 경험, 직관을 넘어 수학과 통계의 시대로 전환시켰습니다. 또한 생성형 AI의 출현은 우리 인류 사회에 새로운 변곡점을 만들어 내고 있으며 투자 시장에서도 AI를 이용한 새로운 가치 창출에 많은 관심과 노력이 이뤄지고 있습니다. 이 책은 제목과 같이 수학, 통계, AI를 이용한 투자 전략에 관심이 있는 초보 퀀트에게 친절한 시작점이 될 수 있습니다. 금융 용어가 낯선 입문자에게 그림, 대화식 교육법, 배경지식을 활용해 쉽게 이해될 수 있도록 구성돼 있으며, 각 퀀트 투자 전략마다 파이썬 코드, 구현 순서, 개발 과정을 소개해 프로그램 개발에 익숙하지 않은 초보자를 배려했습니다. 무엇보다 퀀트 투자 전략과 더불어 최근의 기술 흐름인 딥러닝을 이용한 시장 모니터링 방법을 소개해 딥러닝에 대한 기본적인 개념과 금융 분야의 AI 적용 방법에 대해 배울 수 있습니다. 어렵게 느껴지는 금융 용어와 개념을 쉽게 익히고 싶은 사람, 프로그램을 이용한 퀀트 투자에 관심 있는 사람, 모두에게 이 책을 추천합니다.

김경덕(교보DTS, AI사업팀, 데이터 엔지니어)
로보어드바이저 서비스 개발에 참여했던 시절, 퀀트 분야에 대한 미숙한 이해는 저에게 많은 어려움을 안겨줬습니다. ‘왜?’라는 질문은 제 일상이 됐고 퀀트 개발자들과의 소통은 종종 저를 답답함의 늪으로 이끌었습니다. 그때 이 책이 제 곁에 있었다면 그 모든 대화가 얼마나 더 유연하고 생산적일 수 있었을지 아쉬울 따름입니다.

이 책은 퀀트적 사고와 트레이딩 알고리듬의 복잡한 세계를 헤쳐 나가는 데 필요한 등대와 같습니다. 명료하고 직관적인 설명은 퀀트 분야의 핵심 개념을 누구나 쉽게 이해할 수 있게 해주며 퀀트적 알고리듬을 기반으로 한 다양한 서비스 개발 과정에서 마주치는 수많은 ‘왜?’에 대한 답을 제시해 줍니다. 퀀트 및 금융업에 관심이 있는 분들, 저와 같이 효율적인 팀워크를 구축하고자 하는 모든 개발자에게도 꼭 필요한 책이 될 것입니다.

조성주(KAIST 경영대학 교수)
나만의 투자 마법 지팡이 만드는 비법을 얻다.
투자에 관심을 가진 사람이라면 한 번쯤 자신만의 자산 배분 전략을 실행해 보고 싶었을 겁니다. 나만의 마법 지팡이, 로보어드바이저 시스템 말이죠. 재미 삼아 만들어 보려면 약간의 금융 지식과 파이썬 코드를 통해 어렵지 않게 시도해 볼 수 있습니다. 하지만 내노라하는 선수가 모두 참여하는 자본 시장에 들어가려면 보다 체계적인 이론과 실전 노하우가 필요합니다.
『파이썬으로 구현하는 로보어드바이저』는 기본적인 금융 이론을 파이썬 코드로 변환하는 것 부터 멀티 팩터 투자, 딥러닝 예측에 이르기까지 핵심 이론에 실전 노하우를 담았습니다. 금융AI 연구원들이 실제 로보어드바이저 시스템의 핵심 엔진을 개발했던 경험이 있었기 때문에 가능했던 일입니다.
자신만의 자산 배분 전략을 실제 시장에서 활용해 보려는 분이라면 핵심과 노하우가 담긴 본서가 훌륭한 길라잡이 역할을 해 줄 것입니다. 한 장씩 넘기며 실행하다 보면 나만의 투자 마법 지팡이를 갖게 될 것입니다.

박선영(예일 대학교 경제학 박사, 동국대학교 경제학과 교수)
단순히 투자를 가르치는 것을 넘어서 투자자가 금융 시장의 복잡성을 깊이 이해하고 스스로를 무장할 수 있게 해주는 책입니다. 이 책을 통해 독자분들은 시장의 변동성에 두려움을 느끼지 않게 될 것이며 어떤 시장 상황에서도 최적의 결정을 내릴 수 있는 능력을 갖추게 될 것입니다. 로보어드바이저와 금융 AI의 세계로의 여정을 시작하고 싶다면 이 책은 당신에게 필수적인 동반자가 될 것입니다. 이 책은 금융 투자를 진지하게 고민하는 모든 이에게 변화의 바람을 가져다 줄 것입니다.

홍기훈(케임브리지 대학교 경제학 박사, 홍익대학교 경영대학 부교수)
진짜 전문가들의 현실적이고도 친절한 퀀트 투자 전략 교과서. 퀀트 투자 전략을 쉽게 가르쳐 준다는 책은 많지만 어렵게 가르쳐 주거나 아예 가르쳐 주지 않기도 한다. 그러나 이 책은 약속을 지켰다. 금융의 기초 이론부터 코딩 그리고 실전까지 퀀트 투자 전략의 거의 모든 것을 쉽게 풀어 설명하고 있다. 코딩을 아는데 금융을 모르는 사람, 금융은 아는데 코딩을 모르는 사람 또는 금융과 코딩 모두 모르지만 알고 싶은 사람들에게 추천하고 싶은 책이다. 독자 모두 이 책을 통해 초보 탈출에 성공했으면 하는 바람이다.

1장. 초보 퀀트를 위한 투자 전략
1.1 초보 투자자의 고민
1.1.1 자산과 투자의 정의
1.1.2 투자의 주요 속성, 위험과 수익률
1.1.3 안전 자산과 위험 자산
1.2 현대 포트폴리오 이론
1.2.1 수익은 높이고 위험은 작게 해주는 포트폴리오 이론
1.2.2 효율적인 포트폴리오와 효율적 투자선
1.2.3 현대 포트폴리오 이론의 가정 사항
1.2.4 완전 자본 시장 가정
1.2.5 이성적이고 합리적인 투자자
1.2.6 평균-분산 가정
1.2.7 분산 투자의 위험 축소 효과
1.2.8 현대 포트폴리오 이론의 장단점
1.2.9 현대 포트폴리오 이론의 대안

2장. 평균-분산 모델
2.1 평균-분산 모델
2.1.1 평균-분산 모델의 실행 단계
2.1.2 하이퍼파라미터 정의
2.1.3 파라미터 추정
2.1.4 평균-분산 모델 최적화
2.2 자산 배분 전략
2.2.1 자산 배분 전략의 실행 과정
2.2.2 목표 설정
2.2.3 시장 데이터 수집
2.2.4 자산군 선택
2.2.5 투자 유니버스 정의
2.2.6 자산 배분
2.2.7 주문 집행
2.2.8 정기 리밸런싱
2.2.9 시장 모니터링과 수시 리밸런싱
2.2.10 포트폴리오 성능 모니터링
2.3 개발 준비
2.3.1 개발 프레임워크와 라이브러리
2.3.2 디렉토리 및 파일 구조
참고문헌

3장. 평균-분산 전략 구현 및 시뮬레이션 분석
3.1 평균-분산 전략 구현
3.1.1 데이터 수집
3.1.2 평균-분산 최적화
3.1.3 거래 흐름 모델링
3.1.4 평균-분산 시뮬레이션
3.2 시뮬레이션 분석
3.2.1 시뮬레이션 결과 전처리
3.2.2 포트폴리오 성능 지표
3.2.3 시각화를 통한 시뮬레이션 분석
참고문헌

4장. 마켓 타이밍 전략
4.1 마켓 타이밍 전략이란?
4.2 이동 평균 전략
4.2.1 이동 평균선을 이용한 투자 방법
4.2.2 이동 평균 계산 방법
4.2.3 이동 평균 전략 구현하기
4.2.4 이동 평균 전략 시뮬레이션
4.3 모멘텀 전략
4.3.2 모멘텀 전략과 표기법
4.3.2 상대 모멘텀 전략
4.3.3 중기 모멘텀 전략
4.3.4 절대 모멘텀 전략
4.3.5 듀얼 모멘텀 전략
4.3.6 52주 최고가 모멘텀 전략
4.3.7 모멘텀 전략 구현하기
4.3.8 모멘텀 전략 시뮬레이션
참고문헌

5장. 시장 모니터링 및 수시 리밸런싱
5.1 시장 모니터링의 필요성
5.1.1 시장 모니터링이란
5.1.2 시장 모니터링의 이점
5.1.3 시장 모니터링 방법
5.2 기술 지표 모델
5.2.2 등락 비율
5.2.3 이동 평균 수렴 확산
5.3 기술 지표 모델 실행 결과 분석
5.3.1 분석 개요
5.3.2 ETF 기반 수시 리밸런싱
5.3.3 평균-분산 전략 기반 수시 리밸런싱
5.3.4 시뮬레이션 결과 비교

6장. 팩터 전략
6.1 팩터 투자의 배경
6.1.1 CAPM
6.1.2 파마 프렌치 팩터 모델
6.2 팩터 투자
6.2.1 모멘텀 전략 다시 보기
6.2.2 가치주 전략
6.2.3 배당 전략
6.2.4 소형주 전략
6.2.5 로우볼 전략
6.2.6 수급 주체에 따른 투자
참고문헌

7장. 멀티 팩터 전략
7.1 팩터로 구하는 국면
7.1.1 전략별 일별 수익
7.1.2 경기 국면과 군집
7.1.3 군집화
7.1.4 전략 가중치 설정하기
7.2 국면 예측
7.2.1 거시 경기 데이터
7.2.2 랜덤 포레스트를 통한 군집 예측
7.2.3 예측 평가하기
7.3 멀티 팩터 시뮬레이션
7.3.1 포트폴리오 준비
7.3.2 전략 실행
참고문헌.

8장. 딥러닝 예측을 통한 시장 모니터링
8.1 딥러닝 예측 모델 구성
8.1.1 분석
8.1.2 딥러닝 모델
8.1.3 RNN
8.1.4 SCINet
8.1.5 NLinear
8.2 딥러닝 예측 모델 시뮬레이션
8.2.1 딥러닝 학습 개요
8.2.2 ETF 기반 수시 리밸런싱
8.2.3 평균-분산 전략 기반 수시 리밸런싱
8.2.4 시뮬레이션 결과 비교
참고문헌

9장. 고급 최적화 전략
9.1 블랙-리터만 알고리듬
9.1.1 블랙-리터만 전략 이론
9.1.2 블랙-리터만 전략 구현하기
9.1.3 블랙-리터만 전략 시뮬레이션
9.2 리스크 패리티 알고리듬
9.2.1 블랙-리터만 전략과 리스크 패리티 전략
9.2.2 리스크 패리티 전략 이론
9.2.3 리스크 패리티 전략 구현하기
9.2.4 리스크 패리티 전략 시뮬레이션
참고문헌