ML4D Study 1. 스터디 목적 알고리즘 트레이딩과 퀀트 분야의 필수 기술을 익히고 Python으로 이를 실습하며, 실전 금융 데이터 분석 및 전략 구축에 대한 이해를 목표로 합니다. 2. 스터디 시간 매주 토요일 오전 8시부터 1시간 3. 스터디 장소 Webex 4. 스터디 운영 계획 (2024년 12월 ~ 2025년 3월) 2024년 12월 14일: Webex 발표자 - 우석 Chapter 1: Acquire Free Financial Market Data with Cutting-Edge Python Libraries 2024년 12월 21일: Webex 발표자 - 핀조이 Chapter 2: Analyze and Transform Financial Market Data with pandas 2024년 12월 28일: Webex 발표자 - HY Chapter 3: Visualize Financial Market Data with Matplotlib, Seaborn, and Plotly Dash 2025년 1월 11일 (1/4 쉬는 날): Webex 발표자 - 태호 Chapter 4: Store Financial Market Data on Your Computer 2025년 1월 18일: Webex 발표자 - 태영 Chapter 5: Build Alpha Factors for Stock Portfolios, pdf 2025년 1월 25일: Webex 발표자 - 정택 Chapter 6: Vector-Based Backtesting with VectorBT 2025년 2월 8일 (2/1 쉬는 날): Webex 발표자 - 상호 Chapter 7: Event-Based Backtesting Factor Portfolios with Zipline Reloaded 2025년 2월 15일: Webex 발표자 - 상호 Chapter 8: Evaluate Factor Risk and Performance with Alphalens Reloaded 2025년 2월 22일: Webex 발표자 - TBD Chapter 9: Assess Backtest Risk and Performance Metrics with Pyfolio 2025년 3월 8일 (3/1 쉬는 날): Webex 발표자 - 핀조이 Chapter 10: Set Up the Interactive Brokers Python API 2025년 3월 15일: Webex 발표자 - 핀조이 Chapter 11: Manage Orders, Positions, and Portfolios with the IB API 2025년 3월 22일: Webex 발표자 - 태영 Chapter 12: Deploy Strategies to a Live Environment 2025년 3월 29일: Webex 발표자 - TBD Chapter 13: Advanced Recipes for Market Data and Strategy Management 5. 스터디 운영 방법 교재: Python for Algorithmic Trading Cookbook: Recipes for designing, building, and deploying algorithmic trading strategies with Python 참고자료: MOFC 학습 공유: 매주 학습 내용(소스 코드, 발표자료)을 업로드 발표: 주제별 50분 발표, 10분 Q&A 6. 기타 참가 희망 요청: 이메일