• 회의 날짜: 2022/08/04 (토)
• 회의 장소: 디스코드
• 참석자:

[이번 스터디 공부한 내용]

🦕이의훈

1. 금융 데이터 특징

• 차이점: 비정상성(평균·분산 불변 X), 노이즈, 변동성 클러스터링
• 원인: 정책·경기 사이클·이벤트로 구조 변화
• 대응: 전처리·안정화 필수

2. 머신러닝 모델 개요

• 지도학습: 주가 예측, 신용등급 평가
• 비지도학습: 군집화, 이상치 탐지
• 강화학습: 리밸런싱, 트레이딩 전략 최적화
• 전통 통계 모델과 혼합 사용

3. 시계열 특화 모델

• 전통: ARIMA, GARCH
• 딥러닝: RNN, LSTM, GRU
• 검증: Walk-Forward 방식으로 과최적화 방지