금융데이터 분석¶
강좌 설명¶
이 강좌에서는 학생들이 경제와 금융 분야의 데이터 과학의 최첨단 응용 프로그램에 대해 탐구한다. 빅 데이터 시대의 방대한 데이터 풀을 활용하여 학생들은 데이터를 다루고, 처리하고, 연결하고, 분석하여 유의미한 경제 및 금융 예측을 할 수 있게 된다. 학생들은 현대 경제와 금융과 관련하여 기계 학습 방법, 텍스트 마이닝, 감정 분석, 네트워크 분석을 배운다.
학습 목표¶
이 강좌가 끝날 때까지 학생들은 다음을 할 수 있어야 한다:
- 데이터 과학의 핵심 원칙과 경제 및 금융에서의 응용을 이해한다.
- 실제 경제 및 금융 데이터에 기계 학습 기법을 적용한다.
- 기업 실적 발표, 회사 공시 및 금융 뉴스를 분석하기 위해 텍스트 마이닝을 활용한다.
- 중앙 은행 및 거시 경제 현시점 예측을 위한 새로운 데이터 소스 및 방법론을 활용한다.
- 시장 위험을 예측하기 위해 감정 분석 및 내러티브 정량화를 수행한다.
- 회사 소유 패턴과 같은 경제 및 금융의 맥락에서 네트워크 분석을 탐구한다.
성적 평가¶
- 참여: 10%
- 중간 발표: 20%
- 기말 발표: 30%
- 학기 프로젝트: 40%
강좌 일정¶
1주차: 소개¶
- 경제 및 금융에서의 데이터 과학 소개
- 기계 학습 방법 개요
2주차: 텍스트로 불확실성 측정¶
- 텍스트 분석 개념
- 실적 컨퍼런스 콜 및 기타 회사 공시에 대한 응용
3주차: 실적 컨퍼런스 콜 및 기타 회사 공시¶
- 자세한 분석 및 사례 연구
4주차: 중앙 은행을 위한 새로운 데이터 소스 1¶
- 데이터 소스와 그 중요성
- 통화 정책에서의 실용적 응용
5주차: 중앙 은행을 위한 새로운 데이터 소스 2¶
- 데이터 소스의 지속적인 탐색
- 금융 규제에 대한 응용
6주차: 회사의 ESG 성과에 대한 뉴스 모니터링 텍스트 마이닝 1¶
- ESG 성과 소개
- 준지도 학습 기술
7주차: 회사의 ESG 성과에 대한 뉴스 모니터링 텍스트 마이닝 2¶
- 텍스트 마이닝의 고급 기술
- 실용적 구현
8주차: 중간고사¶
- 중간 발표
- 강좌 상반기에 대한 검토 및 성찰
9주차: 금융 뉴스의 감정 분석 1¶
- 감정 분석 소개
- 통계적 접근 방식
10주차: 금융 뉴스의 감정 분석 2¶
- 감정 분석의 고급 기술
- 사례 연구 및 분석
11주차: 텍스트로부터 금융 엔터티의 추출 및 표현¶
- 데이터 추출 기술
- 표현 학습
12주차: 시장 위험의 움직임을 예측하기 위한 뉴스 내러티브의 정량화¶
- 내러티브 분석 기술
- 시장 위험 예측의 사례 연구
13주차: 거시경제 실시간 예측을 위한 대규모 데이터 분석¶
- 빅 데이터 기술
- 경제 예측 및 현시점 예측 응용
14주차: 회사 지배구조 네트워크 분석¶
- 네트워크 분석 소개
- 회사 지배구조에 대한 응용
15주차: 최종 발표¶
- 최종 프로젝트 발표
- 경제 및 금융 데이터 과학의 결론 및 미래 동향
추가 자료¶
학생들은 강좌 내용을 보충하기 위해다양한 온라인 자원, 자습서, 읽기 자료에 액세스 할 수 있다.
참고¶
강좌 계획은 변경될 수 있으며, 학생들은 적절한 시기에 변경 사항을 통보받을 것이다. 업데이트, 과제 및 관련 정보는 강좌 플랫폼을 통해 이용 가능하다.