A quant finance degree is sitting on Github for free..

당신에게는 이 5가지 github 저장소(repos)가 필요합니다.

비싼 프로그램들이 독점하고 있는 내용들.. "무엇을 배워야 할지"에 대한 고민부터 데스크(desks)에서 사용하는 것과 동일한 머신러닝 (Machine learning) 트레이딩 모델을 실행하는 것까지..

모두 실제 실무자들에 의해 구축되었습니다.

제가 추천하는 정확한 순서는 다음과 같습니다:

▫️ 1. 지도(the map) → wilsonfreitas/awesome-quant (27k★)

무엇인가를 배우기 전에, 전체 분야를 살펴봐야 합니다.

언어와 주제별로 분류된, 알아둘 가치가 있는 모든 퀀트 라이브러리 (library), 데이터 소스 (data source), 논문 (paper) 및 도구 (tool)의 큐레이션된 목록입니다.. 데이터, 백테스팅 (backtesting), 리스크 (risk), ml, 크립토 (crypto).

이것부터 하세요: 본인이 사용하는 언어 섹션을 여세요. 스크롤 한 번으로 당신의 전체 도구 세트(toolset)를 확인할 수 있습니다..

▫️ 2. 코스(the course) → stefan-jansen/machine-learning-for-trading (19k★)

슬라이드가 아닌 코드로 제공되는 완전한 트레이딩을 위한 ML 코스입니다.

원시 데이터 (raw data) 소싱부터 라이브 전략의 백테스팅 (backtesting)까지 안내합니다.

포함된 내용: 알파 요인 (alpha factors), 선형 회귀 (linear regression)부터 부스팅 (boosting), 딥러닝 (deep learning), 강화학습 (RL)에 이르는 모든 모델, 그리고 실제 백테스팅.
이것부터 하세요: 클론(clone)하고, data-sourcing 노트북을 열어 셀 하나를 실행하세요. 읽는 것이 아니라 직접 하며 배웁니다.

▫️ 3. 플랫폼(the platform) → microsoft/qlib (45k★)

퀀트 연구를 위한 microsoft의 오픈 소스 (open-source) AI 플랫폼입니다.

이곳은 일회성 스크립트를 작성하는 것을 멈추고 실제 실험을 시작하는 곳입니다.

포함된 내용: 준비된 데이터 세트 (datasets), 즉시 학습 가능한 예시 ml 모델, 그리고 수익률과 샤프 지수 (sharpe)를 산출하는 원-컨피그 (one-config) 백테스트.
이것부터 하세요: 퀵스타트 (quickstart) 워크플로우를 실행하면, 복잡한 설정 과정 없이 바로 전체 ML 백테스트를 눈앞에서 확인할 수 있습니다.

▫️ 4. 전문가용 도구(the pro tools) → goldmansachs/gs-quant (11k★)

Goldman Sachs가 가격 결정 (pricing), 리스크 (risk) 및 전략을 위한 자체 python 툴킷 (toolkit)을 오픈 소스로 공개했습니다.

당신은 말 그대로 최상위 데스크 (top desk)가 코드를 어떻게 구조화하는지 읽고 있는 것입니다.

포함된 내용: 파생상품 가격 결정 (derivatives pricing), 리스크 측정 (risk measures), 포트폴리오 도구 (portfolio tools), 각각의 튜토리얼 노트북 포함.
이것부터 하세요: tutorials 폴더를 여세요. 그들의 데스크에 앉아 있는 것과 가장 유사한 경험을 할 수 있습니다.

▫️ 5. 이론 (the theory) → cantaro86/Financial-Models-Numerical-Methods (6.9k★)

단순히 라이브러리 (library)를 호출하는 것을 넘어, 왜 그렇게 작동하는지 이해하고 싶을 때 유용합니다. 실제 수학적 원리에 대한 인터랙티브 노트북 (interactive notebooks)을 제공합니다.

포함 내용: Black-Scholes 모델, Heston 모델, 점프-확산 (jump-diffusion) 모델, 그리고 이들의 이면에 있는 수치 해석 방법 (numerical methods: Monte Carlo, PDE, FFT).

가장 먼저 할 일: 옵션 가격 결정 (option-pricing) 노트북을 여세요. 유도 과정을 읽은 다음, 직접 실행해 보세요.

학습 경로:
→ 1단계: 분야의 지형을 파악하기
→ 2단계: 실제로 학습하기
→ 3, 4단계: 실무자처럼 구축하기
→ 5단계: 그 밑바탕에 깔린 수학을 알고 싶을 때

길을 잃었다면 awesome-quant을 여세요. 이번 주말에 무언가를 출시하고 싶다면, ml-for-trading 저장소부터 시작하여 백테스트 (backtest)가 실행될 때까지 멈추지 마세요.

이런 저장소 정보를 더 보고 싶다면 @Axel_bitblaze69를 팔로우하세요..