or
이 연습은 강의의 일부입니다
이 장에서는 금융 분야에서 Machine Learning을 어떻게 활용하는지 배웁니다. 또한 주가 데이터를 살펴보고, Machine Learning 알고리즘에 맞게 데이터를 준비합니다. 마지막으로 첫 번째 Machine Learning 모델인 선형 모델을 적합해, 주가의 미래 변동을 예측해 봅니다.
트리 기반 Machine Learning 모델로 주가의 미래 값을 예측하는 방법과, 회귀 및 특징 선택에 랜덤 포레스트와 같은 앙상블 기법을 활용하는 방법을 학습합니다.
KNN과 신경망 방법에 활용하기 위해 데이터를 정규화하고 스케일링하는 법을 배웁니다. 이어서 KNN과 신경망 회귀를 사용해 주가의 미래 값(또는 다른 회귀 문제)을 예측하는 방법을 익힙니다.
현재 연습
이 장에서는 현대 포트폴리오 이론(MPT)과 샤프 지수를 사용해 효율적 프런티어를 그리고 최적의 주식 포트폴리오를 찾는 방법을 배웁니다. 또한 Machine Learning으로 최적 포트폴리오를 예측해 보고, 마지막으로 ML이 예측한 포트폴리오의 성과를 평가합니다.