# 금융 빅데이터 분석 모델을 위한 프로그래밍 레슨
- 최초 작성일: 2021년 7월 23일(금)

## 목차
[TOC]

## 사전준비
### 파이썬 설치
- 아래 링크에 적힌 방식대로 파이썬 3.x 버전 설치
- https://ghostweb.tistory.com/474
### Pycharm 설치
- 아래 링크에 적힌 방식대로 Pycharm commnunity 버전 설치
- https://mingtrace.tistory.com/500

### Zoom 설치
- 아래 링크에 적힌 방식대로 PC에 Zoom 설치
- https://fervors.tistory.com/168

## 레슨 구성
### 레슨 방식
- 주 2회 레슨
- 1회 레슨 시간: 1시간 30분

### 커리큘럼
- 7.26~8.20 (4주): 파이썬 프로그래밍
- 파이썬 기본 문법
- 파이썬 심화 문법
- 연습 문제 풀이
- 연습 프로젝트 구현
- 8.23~9.3 (2주): numpy, pandas, scikitlearn 자료구조
- numpy 라이브러리 학습
- pandas 라이브러리 학습
- 데이터 불러오기
- 주식 이동평균선 계산
- 상관관계 분석
- 9.6~9.17 (1주): matplot 데이터 시각화
- 주식 데이터 시각화
- 9.20~10.1 (2주): 데이터 수집 및 가공
- Beautiful Soup
- Selenium
- 여러 형태의 데이터 가공
- 10.4~10.29 (4주): 시계열 머신러닝 예측 모델 금융 데이터에 적용
- AR
- MA
- ARMA
- ARIMA
- SARIMA
- 지수평활법
- 11.01~11.26 (4주): 시계열 딥러닝 예측 모델 금융 데이터에 적용
- LSTM
- CNN
- Transformer
- 최신 주가 예측 논문 소개

## 참고자료
- 점프 투 파이썬: https://wikidocs.net/book/1
- 초보자를 위한 파이썬 300제: https://wikidocs.net/book/922
- 4 장 Numpy | 파이썬 프로그래밍 기초: http://bigdata.dongguk.ac.kr/lectures/Python/_book/numpy.html
- 금융 데이터 분석을 위한 파이썬 Pandas: https://wikidocs.net/book/3488
- Matplotlib Tutorial - 파이썬으로 데이터 시각화하기: https://wikidocs.net/book/5011
- 파이썬으로 배우는 웹스크래핑: https://wikidocs.net/book/search/result/4614
- 파이썬 레시피 - 웹 활용 입문편: https://wikidocs.net/36472
- 파이썬을 이용한 비트코인 자동매매 (개정판): https://wikidocs.net/book/1665
- 시계열 머신러닝 정리 블로그: https://hongl.tistory.com/72?category=928059
- Forecasting: Principles and Practice: https://otexts.com/fppkr/
- scikit-learn을 사용하여 부동산 가격 예측하기: https://roboreport.co.kr/?s=scikit-learn%EC%9D%84+%EC%82%AC%EC%9A%A9%ED%95%98%EC%97%AC+%EB%B6%80%EB%8F%99%EC%82%B0+%EA%B0%80%EA%B2%A9+%EC%98%88%EC%B8%A1%ED%95%98%EA%B8%B0
- [Python] 날씨 시계열 데이터(Kaggle)로 ARIMA 적용하기: https://leedakyeong.tistory.com/entry/Python-%EB%82%A0%EC%94%A8-%EC%8B%9C%EA%B3%84%EC%97%B4-%EB%8D%B0%EC%9D%B4%ED%84%B0Kaggle%EB%A1%9C-ARIMA-%EC%A0%81%EC%9A%A9%ED%95%98%EA%B8%B0
- [Python] 삼성전자 주가 예측 입니다 : https://dacon.io/codeshare/2570
- PyTorch로 시작하는 딥 러닝 입문: https://wikidocs.net/book/2788
- CNN, LSTM으로 주가예측: https://ichi.pro/ko/juga-yecheug-eul-wihan-lstm-ttoneun-cnn-45581427328239
- Stock predictions with state-of-the-art Transformer and Time Embeddings: https://towardsdatascience.com/stock-predictions-with-state-of-the-art-transformer-and-time-embeddings-3a4485237de6
- 서울대 공대 강유 교수팀 구성 딥트레이드, 인공지능 분야 최우수 국제 학회에 주가 예측 발표 논문: https://jaeminyoo.github.io/resources/2021/KDD/YooSPK21.pdf
- DP-LSTM: Differential Privacy-inspired LSTM for Stock Prediction Using Financial News: https://paperswithcode.com/paper/dp-lstm-differential-privacy-inspired-lstm