알라딘

헤더배너
상품평점 help

분류

이름:알렉산더 데네브 (Alexander Denev)

최근작
2023년 1월 <금융 대체 데이터>

알렉산더 데네브(Alexander Denev)

금융, 금융 모델링 및 머신러닝 분야에서 15년 이상의 경력을 보유하고 있으며, 현재 딜로이트 LLP의 금융 서비스 부문(Financial Services, Risk Advisory) 책임자를 맡고 있다. 전에는 IHS 마킷(IHS Markit)에서 Quantitative Research & Advanced Analytics를 이끌었으며, 분석 모델 개발을 위한 센터를 설립하고 유지했다.
또한 스코틀랜드 왕립 은행(Royal Bank of Scotland), 소시에테 제네랄(Societe General), 유럽 투자 은행(European Investment Bank), 유럽 투자 펀드(European Investment Fund)에서 일했으며 유럽 금융 안정 기구(European Financial Stability Facility)와 유럽 안정 메커니즘(European Stability Mechanism)의 금융공학 작업에도 참여했다.
이탈리아 로마대학교에서 인공지능을 전공하고 물리학 석사 학위를 취득했으며 영국 옥스퍼드대학교에서 수학 금융 학위를 취득했다. 스트레스 테스트와 시나리오 분석에서 자산 배분에 이르는 주제에 관한 여러 논문과 책을 썼다.  

대표작
모두보기
저자의 말

<금융 대체 데이터> - 2023년 1월  더보기

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!

가나다별 l l l l l l l l l l l l l l 기타
국내문학상수상자
국내어린이문학상수상자
해외문학상수상자
해외어린이문학상수상자