알라딘

헤더배너
상품평점 help

분류

이름:이기홍

최근작
2023년 8월 <평균 회귀 트레이딩 전략의 최적 설계>

이기홍

카네기멜론대학교에서 석사 학위를 받았고, 피츠버그대학교의 Finance Ph.D, CFA, FRM이자 금융, 투자, 경제 분석 전문가다. 삼성생명, HSBC, 새마을금고중앙회, 한국투자공사 등과 같은 국내 유수의 금융기관, 금융 공기업에서 자산 운용 포트폴리오 매니저로 근무했으며 현재 딥러닝과 강화학습을 금융에 접목시켜 이를 전파하고 저변을 확대하는 것을 보람으로 삼고 있다. 저서로는 『엑셀 VBA로 쉽게 배우는 금융공학 프로그래밍』(한빛미디어, 2009)이 있으며, 번역서로는 『포트폴리오 성공 운용』(미래에셋투자교육연구소, 2010), 『딥러닝 부트캠프 with 케라스』(길벗, 2017), 『프로그래머를 위한 기초 해석학』(길벗, 2018)과 에이콘출판사에서 펴낸 『실용 최적화 알고리듬』(2020), 『초과 수익을 찾아서 2/e』(2020), 『자산운용을 위한 금융 머신러닝』(2021), 『존 헐의 비즈니스 금융 머신러닝 2/e』(2021), 『퀀트 투자를 위한 머신러닝o딥러닝 알고리듬 트레이딩 2/e』(2021), 『자동머신러닝』(2021), 『금융 머신러닝』(2022), 『퇴직 연금 전략』(2022), 『A/B 테스트』(2022), 『행동경제학 강의 노트 3/e』(2022), 『실전 알고리듬 트레이딩 레벨업』(2022), 『양자경제와 금융』(2022) 등이 있다. 누구나 자유롭게 머신러닝과 딥러닝을 자신의 연구나 업무에 적용해 활용하는 그날이 오기를 바라며 매진하고 있다.  

대표작
모두보기
저자의 말

<금융 대체 데이터> - 2023년 1월  더보기

이 책은 대체 데이터의 활용에 대해서 엔드 투 엔드 투자 프로세스의 관점에서 저술한 첫 번째 책이다. 무엇보다도 머신러닝 및 딥러닝의 인공지능 기법이 발전함에 따라 대체 데이터로부터 가치를 용이하게 추출할 수 있게 됐다는 점을 주목하고, 이들을 적극 활용하는 방법을 추구한다. 우선 근본적으로 데이터의 가치에 대한 체계적인 접근을 통해 데이터를 사용할 때 고려해야 할 사항을 일깨우며, 모바일 폰 데이터, 인공위성 이미지, 위치 데이터 및 텍스트 데이터 등의 다양한 형태의 대체 데이터의 소개 및 머신러닝과 딥러닝을 통한 실제 사용 사례를 소개해 독자들이 대체 데이터를 실제로 어떻게 사용하는지 실감할 수 있도록 하고 있다. 팩터 투자의 한 요소로 가치가 있다는 것을 강조하면서 기존의 투자 체계와의 통합을 동시에 추구한다. 전통적인 데이터 과학의 고려 사항인 결측 데이터와 이상치에 대한 심도 있는 분석부터 최근 각광을 받고 있는 나우캐스팅에 관한 구체적인 접근법에 이르기까지 상세하게 보여주고 있어 실무적으로도 부족함이 없어 보인다. 이 책은 향후 머신러닝, 데이터 과학, 계량 금융, 자산 운용 및 규제기관 각 분야의 최전선에서 실무를 담당하는 사람들에게 훌륭한 참고서 역할을 하리라 믿는다. 아울러 기존에 번역했던 머신러닝과 딥러닝의 많은 기법을 알고리듬 트레이딩에 적용한 스테판 젠슨의 책 『머신러닝 알고리듬 트레이딩(에이콘, 2022)』, 통계학과 머신러닝 핵심을 자산 운용에 접목함으로써 금융 머신러닝의 레벨을 업그레이드시킨 마르코스 로페즈 데 프라도의 저서들(『자산 운용을 위한 금융 머신러닝(2021)』, 『실전 금융 머신러닝 완벽 분석』(2018))과 최첨단 금융머신 기법을 통해 신세대 금융의 길을 개척한 매튜 딕슨, 핼퍼린 이고르 및 폴 빌로콘의 저서 『금융 머신러닝』(2022)을 참고하기를 바란다.

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