brunch

You can make anything
by writing

C.S.Lewis

by 퀀트대디 Feb 07. 2021

금융권에 필요한 파이썬 스킬트리 #3.

지금까지 우리는 금융권에 필요한 파이썬 스킬트리를 기초부터 타고 내려오면서 필요한 스킬들이 무엇인지 살펴보았다. 지금까지의 논의는 파이썬 기초에서부터 시작하여, 파이썬 라이브러리, 그리고 파이썬을 통한 외부 어플리케이션과의 호환성까지 그 흐름이 이어졌다. 그렇다면 다음은 무엇일까? 다음은 좀 더 금융의 본질과 관련된 것들, 그리고 이것들과 더불어 최근 빅데이터 시대를 맞이하여 각광받고 있는 머신러닝과 딥러닝 스킬이다.

1. 금융공학 & 알고리즘 트레이딩

이전에도 언급했듯이 파이썬의 가장 큰 장점은 다른 사람들이 만들어놓은 양질의 모듈과 라이브러리를 호출하여 내가 원하는 목적에 맞게 사용하기만 하면 된다는 것이다. 이미 많은 전문가들은 파이썬의 이러한 장점을 활용하여 금융공학 및 알고리즘 트레이딩 분야에서 필요한 외부 라이브러리들은 만들어놓았다. 우리가 할 일은 단지 그들에게 감사하는 마음을 가지고 그러한 도구들은 가져다 쓰기만 하면 되는 것이다.

Ferdinando Ametrano, Luigi Ballabio, 그리고 Marco Marchioro라는 이 똑똑한 이탈리아 출신 퀀트들은 셀사이드 금융공학 관련 라이브러리인 Quantlib을 개발했다. 이 Quantlib이라는 라이브러리는 기본적으로 셀사이드 금융공학에서 다루는 이자율 커브의 생성, 다양한 옵션 종류들에 대한 프라이싱 및 그릭스 산출, 프라이싱을 위한 여러 가지 수치해석적 엔진들을 제공하고 있다. 또한 직접 구현할 때 굉장히 까다로운 요소인 시장 컨벤션과 휴일 처리 등에 대한 모듈도 장착되어 있어, 현실적인 프라이싱 엔진의 구현을 가능케한다. Quantlib을 마스터하는 자, 셀사이드 금융공학을 지배하리라.

바이사이드 금융공학, 즉 알고리즘 트레이딩과 퀀트 트레이딩에 관련된 여러 가지 라이브러리들 또한 존재하고 널리 활용되고 있다. 가장 대표적인 예가 바로 Quantopian에서 개발한 Zipline, Pyfolio 등과 같은 것들이다. 이러한 라이브러리들은 퀀트 트레이딩 혹은 포트폴리오 구성을 위해 필요한 전략 백테스팅 및 성과 분석 기능들을 제공하고 있다. 그 밖에도 파이썬 세상에는 Backtrader, PyAlgoTrade, bt 등과 같은 여러 가지 패키지들이 존재한다.

2. 머신러닝, 딥러닝

빅데이터 시대와 4차 산업혁명 시대를 맞이하여, 특히나 한국에서는 2016년 이세돌 9단이 알파고한테 녹아내린 후 머신러닝 그리고 딥러닝에 대한 사람들의 관심이 증가하기 시작하였다. 최근에는 다양한 산업 분야에서 이러한 방법론을 활용하고자 하는 시도가 지속적으로 이루어지고 있는데, 데이터로 먹고사는 금융권 또한 이러한 흐름과 무관하지 않다. 특히 몇몇 증권사 레포트들에서는 머신러닝 혹은 딥러닝 기법을 사용하여 가격이나 경제 지표들을 예측하기 위하려는 노력들을 찾아볼 수 있으며, 심지어 미 연준과 같은 중앙은행들 또한 경제상황에 대한 판단이 가장 중요한 만큼 이러한 방법론들을 적극적으로 받아들이고 있다. 파이썬에는 머신러닝 혹은 딥러닝과 관련된 라이브러리들 또한 매우 다양하다. Scikit-Learn, TensorFlow, PyTorch, Keras 등이 바로 이러한 라이브러리들이 대표적인 예시이며, 이것들을 어떻게 사용하는지만 안다면 주어진 데이터를 통해 분석을 해보는 것 또한 어렵지 않다.

지금까지 우리는 금융권에 필요한 파이썬 스킬트리를 전반적으로 살펴보았다. 물론 이러한 스킬트리 자체는 절대적 진리는 아니며, 사용자의 목적과 용도에 맞게 적절히 바뀔 수 있다. 다만 지금까지 정리해온 파이썬 스킬트리 체계는 금융권, 특히 트레이딩 혹은 퀀트 포지션에서 파이썬을 사용하기 위해 많이 사용하는 것들 위주로 정리를 한 것이기 때문에 파이썬을 처음 접하거나 금융 쪽 커리어로의 진출을 생각하는 사람들에게 참고가 될 수 있을 것이라 생각한다. 결론적으로 전체적인 파이썬 스킬트리에 대한 그림은 아래와 같이 정리할 수 있다.