금융 AI의 이해(AI FOR FINANCE)

이 리포지토리는 AI FOR FINANCE 책에서 다루는 실습 코드와 예제를 제공합니다. 각 챕터에 해당하는 폴더에 실습 파일이 포함되어 있습니다.

이제 이해했습니다. 원하시는 내용이 마크다운 코드 블록 안에 포함되도록 수정하겠습니다.

폴더 구조

• Chapter 2: 전통 퀀트 방법 및 머신러닝/딥러닝 기반 투자 전략

  • 실습 1: 금융 시계열 및 파이썬을 활용한 전통 퀀트 방법 구현 (p. 60)
    • ETFs_main.csv
  • 실습 2: 머신러닝을 이용한 투자 전략 (p. 75)
    • 실습2_머신러닝을 이용한 투자 전략.ipynb
  • 실습 3: 딥러닝을 이용한 투자 전략 (p. 97)
    • 실습3_딥러닝을 이용한 투자 전략.ipynb

• Chapter 3: 신용 평가 모델 개발

  • 실습 1: 밑바닥부터 시작하는 머신러닝 기반 신용 평가 모델 개발 (p. 162)
    • 실습1_머신러닝 기반의 신용평가 모델 개발.ipynb
  • 실습 2: OptBinning 라이브러리를 활용한 신용 평가 모델 개발 (p. 187)
    • 실습2_OptBinning 라이브러리를 활용한 신용 평가 모델 개발.ipynb
    • 추가예시_TOAD라이브러리를 활용한 신용평가 모델 개발.ipynb

• Chapter 4: 금융 사기 탐지

  • 실습 1: 사기 거래 탐지를 위한 가장 기본적인 방법: 규칙과 모델 (p. 219)
    • creditcard.csv
    • 실습1_규칙기반 fds 전략.ipynb
  • 실습 2: 머신러닝 기반의 신용카드 사기 거래 탐지 모델 개발 (p. 223)
    • 실습2_머신러닝 기반의 신용카드 사기 거래 탐지 모델.ipynb
  • 실습 3: 머신러닝/딥러닝 기반의 신용카드 사기 거래 탐지 모델 개발 (p. 248)
    • 실습3_비지도 학습법 기반- Auto_Encoder.ipynb
    • 실습3_비지도 학습법 기반- Isolation Forest.ipynb
  • 실습 4: 그래프 데이터를 활용한 금융 사기 거래 탐지 및 예방 (p. 259)
    • 실습4_Networkx 라이브러리를 활용한 커뮤니티 탐지.ipynb
    • 추가예시_그래프 데이터 임베딩.ipynb

• Chapter 5: AI 모델 모니터링

  • 실습 1: Evidently AI를 활용한 모니터링 (p. 301)
    • 실습1_evidently를 활용한 모니터링 예시.ipynb

사용법

1. 이 리포지토리를 클론합니다:

   git clone https://github.com/datakim/AI_FOR_FINANCE.git

2. 각 챕터의 실습 파일을 실행하여 내용을 확인하세요.

⚠️ 유의사항

Randomness: 책에서 제공된 결과와 이 리포지토리에서 실행한 결과가 일부 다를 수 있습니다. 이는 알고리즘의 randomness 또는 환경 설정의 차이에서 기인할 수 있습니다.

강의 내용 추가: 이 리포지토리의 내용은 기존 강의 내용에 추가된 부분이 있을 수 있습니다. 책의 예제와 다소 차이가 있을 수 있으니 이 점 유의해주시기 바랍니다.

📧 질문 및 문의

📧 문의사항이 있으시면 언제든지 연락 주세요

관련 질문이나 문의 사항이 있다면, 아래 이메일로 연락해 주시기 바랍니다:

Email: [email protected]

감사합니다! 😊