까꿍 - mysetting

11:41 5/30

songseungwon.tistory.com

mobile screenshot relative

11:41

songseungwon.tistory.com

mobile screenshot

까꿍
https://songseungwon.tistory.com

요새는 파이썬 하는중

저작도구: tistory

최종 피드 수집: 2025-06-17 12:45

전체 (105)

1y

미국 근원 소비자물가지수(Core Consumer Price Index) 변화율 추정 - Python 활용

1. Core CPI 개요 및 BIS API 사용법
근원 소비자물가지수는 기존 소비자물가지수(CPI)에서 외부 공급 충격 요인이 될 수 있는 식품과 에너지 부문을 제외한 지수다. 미국의 월별 소비자 가격 변동을 보여주는 대표 지수

글로벌 매크로 분석

cpi

Python

+ 더보기

009

1y

FRED 주요 경제 지표 - 신용 스프레드(ICE BofA US High Yield Index Option-Adjusted Spread)

하이일드 채권: 고위험/고수익 채권, 정크본드
스프레드: 차액, 차이
하이일드 채권 스프레드: 하이일드 채권 수익률 - 안전 자산(국채) 수익률
---
참고 지표) ICE BofA US High Yield Index Option-

금융

fred

고위험

+ 더보기

002

1y

더 나은 비즈니스 전략을 위한 데이터 활용 방법 4가지

kenway consulting에서 발행한 아티클(4 ways to leverage data for a better business strategy)을 번역하였습니다. kenway consulting은 시카고에 본사를 둔 직원 1

비즈니스

Business

PowerBI

+ 더보기

002

2y

Activation, 퍼널이 아닌 고객 여정의 관점에서

그로스 조직은 Activation, 그리고 Retention을 높이기 위해 퍼널을 분석하고 개선한다. 커머스 플랫폼을 떠올려보면 광고, 상품페이지, 회원가입, 장바구니, 결제까지의 6개 흐름이 기본적인 퍼널을 구성하고, 각 단계에

고객분석, 제품관리

GA

po세션

+ 더보기

007

2y

파이썬을 활용한 애플 주가수익률 예측 분석 - (3). 교차 검증 및 모델 선택

본 시리즈는 주가 데이터의 자기 상관(Auto-Correlation) 특성을 억제하고, 동시간대 연관 자산(Cross-Sectional) 수익률 및 지연 수익률을 통한 미래 주가 수익률 예측하는 내용을 담고 있다. 본 장에서는 (

시계열 예측 및 계량 분석 방법론

데이터분석

데이터사이언스

+ 더보기

007

2y

자기상관(Auto-Correlation) 및 연관 자산(Cross-Sectional)을 활용한 주가 예측 분석 - (2). 변수간 상관분석 및 예측변수 정상성 검정

본격적으로 모델링을 수행하기 전에 변수간 상관관계가 어떤지, 예측변수의 정상성이 확보되었는지 확인할 필요가 있다. 특정 설명변수가 예측변수와 상관관계가 강하거나 특정 설명변수 간 상관관계가 강하다면 해당 변수를 유심히 살펴야 한다

시계열 예측 및 계량 분석 방법론

ADF검정

S&P500

+ 더보기

001

2y

자기상관(Time-Series) 및 연관 자산(Cross-Sectional)을 활용한 주가 예측 분석 - (1). 데이터 확인 및 예측 안정성 확보

본 시리즈는 시계열 자기상관 특성 및 마켓, 안전자산, 대체자산 등과의 동시간대 연관성을 활용해 Apple Inc(AAPL) 주가를 예측한다.
튜토리얼 작성을 위해 금융전략을 위한 머신러닝(한빛미디어), 실전 시계열 분석(한빛미디

시계열 예측 및 계량 분석 방법론

데이터분석

머신러닝

+ 더보기

007

2y

콜옵션/풋옵션 기초 개념 + 내가격(ITM), 등가격(ATM), 외가격(OTM)

콜옵션은 기초자산을 시장가보다 싸게 매수할 수 있는 권리를 의미한다. (*기초자산 : 옵션 등 파생상품의 기초 혹은 근거가 되는 자산으로 주식, 채권, 통화, 금리 등의 금융상품뿐만 아니라 농축산물, 실물상품까지 포함한다.)
권리

옵션, 파생상품

금융공학

금융데이터

+ 더보기

007

2y

자산 내재가치평가 기본 모형 수식 정리 - 채권, 우선주, 보통주, 배당성장모형

먼저, 자산 가치평가를 위한 기본 모형은 다음과 같다.
V : 일정 기간의 자산 가치(Value)
CF : 일정 기간의 현금 흐름(Cashflow)
k : 요구수익률(=할인율)
현재 자산의 가치(V)는 미래 시점 전체 현금 흐름에

기업, 산업

capm

ROE

+ 더보기

000

2y

기업 상대가치평가를 위한 핵심 주가배수모형 4가지 용어 정리 - PER, PBR, PSR, PCR

PER(Price to Earning Ratio) : 주가수익비율
PBR(Price to Book Ratio) : 주가순자산비율
PSR(Price to Sales Ratio, Price Selling Ratio) : 주가매출액비율

기업, 산업

PBR

PCR

+ 더보기

001

2y

주식 차트만 보는 기술적 분석의 무용론

아래 차트를 보면 어떤 생각이 드는가? 전고점을 뚫으면 우상향 할 것이고, 뚫지 못하면 박스권이 형성될 것이라 믿는가?
그렇다면 이 그래프는 어떤가? 완전히 추세가 꺾여 가망이 없어 보이는가?
안타깝게도 둘 다 정규분포로부터 발생

매매, 퀀트 투자

거시경제

기술적분석

+ 더보기

0020

2y

주가 데이터 분석을 위한 로그 변환의 의미, ln(1+return)과 return의 실질적 근사(+파이썬 코드)

주가 데이터를 그대로 분석하기에는 여러 가지 제약이 있다. 단일 주가를 분석할 때에는 그 자체로 정상성이 확보되어 있지 않다는 점, 여러 주가를 비교분석할 때에는 각 종목마다 분포(스케일)가 다르다는 점이 대표적이다.
따라서 일반

파이썬, 통계, 머신러닝, 딥러닝

matplotlib

seaborn

+ 더보기

004

2y

TF-IDF 행렬의 특이값 분해를 통한 LSA(Latent Semantic Analysis)의 구현과 빈도 기반 토픽 모델의 한계

Step 1. 토픽모델링이란
토픽모델링은 특정 문서의 확률적 카테고리를 나누는 비지도학습 방법론이며 기본적인 컨셉은 다음과 같다.
문서는 단어의 조합이다.
문서 내 함께 등장하는 단어는 서로 연관성이 있다.
모든 문서에서 자주 등

자연어 처리 및 텍스트 분석 방법론

NLP

Python

+ 더보기

001

2y

단어의 의미를 고려한 문장 유사도 측정 방법 - 기저 벡터와 선형 변환

Step 1. 문장의 유사도를 구하는 방법
두 문서의 유사성은 어떻게 측정할 수 있을까?
문장의 길이? 아니면 주어, 동사, 목적어 등의 문법 구조?
그것보다는 얼마나 공통 '단어'를 많이 포함하고 있는가? 가 더 합리적으로 보인

자연어 처리 및 텍스트 분석 방법론

NLP

데이터분석

+ 더보기

001

2y

벡터자기회귀 모형(VAR)을 활용한 다변량 예측 모델링 - 국내 주요 기업 주가 및 거래량 예측

Step 1. VAR 이란?
VAR이란 Vector Autoregression, 벡터자기회귀 모형을 의미한다. 기본적인 자기회귀모형이 단변량 시계열 예측에서 사용된다면 벡터자기회귀모형은 다변량 예측에 사용된다. 즉, 2개 이상의

시계열 예측 및 계량적 분석 방법론

거래량

데이터분석

+ 더보기

00197

2y

금융 분석을 위한 파이썬 프로그래밍 - 보충자료 02. 파이썬 데이터 시계열 차트 시각화(matplotlib, subplots)

데이터를 시각화하는 도구는 여러 가지가 있습니다. 특히 시계열 데이터의 경우 엑셀이나 스프레드시트, PPT만으로도 충분히 의도하는 내용을 차트로 만들어낼 수 있습니다. 따라서 '굳이' 파이썬으로 시각화를 하고자 한다면 단순히 파이

금융 분석 프로그래밍 기초

데이터 시각화

데이터분석

+ 더보기

000

2y

금융 분석을 위한 파이썬 프로그래밍 - 보충자료 01. 파이썬 기초 문법(자료형, Data type)

파이썬에는 여러 가지 자료형, 즉 데이터 타입이 존재합니다. 그중에서도 우리는 단일 데이터를 표현해 주는 int, float, bool, str(엄밀히 말하면 연결된 char입니다만 char 자료형은 현 단계에서 접할 일이 많지

금융 분석 프로그래밍 기초

Python

데이터분석

+ 더보기

000

2y

금융 분석을 위한 파이썬 프로그래밍 - 04. 머신러닝 예측 모델링

본 장에서는 기계학습 방법론에 대해 간단히 알아본 다음, 파이썬 패키지로 제공되는 주요 기계학습 알고리즘을 사용해 보도록 하겠습니다.

Step 1. 데이터 불러오기
이번에도 역시 테슬라 주가를 불러오는 것부터 시작합니다.

금융 분석 프로그래밍 기초

데이터분석

머신러닝

+ 더보기

0012

2y

금융 분석을 위한 파이썬 프로그래밍 - 03. 회귀 분석, 정규성 검정, 상관 분석, 쌍체 검정

Step 1. 데이터 불러오기
이제 데이터 불러오는 작업은 익숙해졌을 것입니다. 지난 글과 동일하게 야후파이낸스 패키지로 2010년 상장일부터 최근까지의 테슬라 주가를 가져오겠습니다. (작성시점 : 2022-07)

Step

금융 분석 프로그래밍 기초

S&P500

나스닥

+ 더보기

008

2y

금융 분석을 위한 파이썬 프로그래밍 - 02. 차트 시각화, 시계열 분해, 자기상관분석

Step 1. 데이터 불러오기

이제 데이터 불러오는 것은 어렵지 않습니다. yfinance 라이브러리를 사용해 테슬라(TSLA) 주가 정보를 가져오겠습니다. stocks 인스턴스를 생성했고, 객체 내에 내장된 history()

금융 분석을 위한 파이썬 프로그래밍

Python

데이터분석

+ 더보기

005