★ 이 책의 대상 독자 ★

이 책을 이해하기 위해선 통계 분석, 확률과 통계, 혹은 수리 통계 과정을 수강하는 것이 가장 이상적이지만, 필요한 자료의 상당 부분은 본문과 부록에 수록돼 있다. C, C++, 자바, C#, 파이썬, 매트랩(Matlab)과 같은 하나 이상의 과학적 기반 프로그래밍 언어를 이용한 배열 처리에 익숙해지려면 학부 수준의 미적분, 선형 대수, 컴퓨터 과학 지식이 필요하다. 금융 배경지식은 필요치 않다. R을 사용해봤다면 이 책을 이해하기 더욱 수월할 것이다

★ 이 책의 구성 ★

전반에 걸쳐 컴퓨터 시뮬레이션을 다룰 것이다. 컴퓨터 시뮬레이션은 성공적으로 자리잡았고, ‘이론’과 ‘물리적 실험’에 이어 세 번째 과학적인 방법으로 널리 받아들여지고 있다. 이 책은 금융 시뮬레이션 연구소를 구축할 때도 사용할 수 있다. 이 책은 시카고 대학교 그래함 스쿨 분석 석사 프로그램(the Graham School at the University of Chicago Master of Science in Analytics program)의 대학원 금융 분석 과정과 아이오와대학교 티피 경영대학 (the Tippie College of Business at the University of Iowa)의 금융학과에서 학부 투자 과정에 대한 연구 과제로 개발됐다. 단과 대학이나 종합 대학에서 대학원 교재로 사용하면 유용할 것이다. 수학과 컴퓨터 과학 에 대한 적절한 배경지식이 있다면 고급 학부 과정에서도 사용할 수 있다.
R 언어로 하는 금융 컴퓨터 시뮬레이션은 스프레드시트 작성보다 더 복잡하고 난해할 수 있다. 정량적 옵티마이저(quantitative optimizer)는 로직이 주변 프로그램 코드에서 명백하게 드러날 때 잘 제어되고 조정될 수 있다. 견고하고 정교한 플랫폼을 구축하기 위해선 많은 컴퓨터 과학 지식을 보유해야 하며, 이면의 컴파일러와 실시간 시스템을 잘 알고 있다면 더 깊이 이해할 수 있다. 하지만 작업을 완료하면 금융 분석 개발자, 운영자, 학생은 통계 시뮬레이션을 위해 설계된 언어로 수행한 시뮬레이션의 이점을 인식하기 시작할 것이다. 시뮬레이터 구축과 시뮬레이션 관찰로부터 얻을 수 있는 통찰력은 향후 전문 분야를 깊이 이해하는 데 도움이 된다.
각 장의 연습 문제에서 데이터 과학은 통계와 전산 모형의 연구를 포함한다. 이는 금융 시장에 존재하는 경제적 가치를 밝히는 것을 의미한다. 데이터 공학은 파일, 프로그램 로직, 테스트, 그리고 지속적 개선을 이용해서 대용량 데이터집합에 적용해 컴퓨터에서 모형을 구현하는 과정이다. 연습 문제를 풀어보며 앞서 배운 데이터 과학 원리를 활용해 금융 연구소를 설계하고 구축한다.
연습 문제를 수행하면서 다양한 R 패키지를 수시로 설치해야 할 수도 있다. 인터넷에서 검 색하면 R 패키지 로딩이나 수행 시 발생하는 다양한 문제의 해결 방안을 찾을 수 있다. 이러 한 방안은 수많은 패키지, 조건, 사례에 반복적으로 활용할 수 있다.
연습 문제는 다양한 구성 요소에 개별적으로 초점을 맞추기 때문에 로직과 데이터를 이해할 수 있다. 각각의 새로운 구성 요소는 정교한 수준의 금융 분석을 수행하기 위해 이전 구성 요소를 기반으로 한다.

★ 옮긴이의 말 ★

“곤경에 빠지는 건 뭔가를 몰라서가 아니다. 뭔가를 확실히 안다는 착각 때문이다.”
(It ain’t what you don’t know that gets you into trouble. It’s what you know for sure that just ain’t so.)
- 마크 트웨인(Mark Twain)

데이터 분석은 더 이상 전문가만의 영역이 아니다. 누구나 관심만 있다면 데이터 과학자가 될 수 있다. 디지털 시대를 맞아 데이터는 폭발적으로 증가했으며, IT 성능은 강력해졌다. 따라서 더 많은 데이터를 검증하고 시뮬레이션해 정확한 알고리즘과 모형을 개발할 수 있게 됐다. 이 책은 이러한 시대적 배경 속에서 탄생했다. 원하는 데이터는 언제든지 인터넷에서 수집할 수 있으며, R과 같은 전문 분석 소프트웨어의 등장으로 개인용 PC에서도 다양한 분석 작업을 할 수 있다. 원서의 부제목이 ‘데이터 과학을 위한 랩톱 연구소 구축(Building a Laptop Laboratory for Data Science)’인 이유도 이 책의 내용을 학습하면 데이터 과학자가 되어 개인용 PC 환경에서도 자신만의 금융 분석 플랫폼을 구축할 수 있기 때문이다.
이 책의 목차는 금융 분석에 필요한 주제로 체계적으로 구성돼 있다. 본문에는 이론 설명과 수학적 증명도 포함돼 있으며, 이를 R로 구현했다. 금융 분석에 필요한 이론과 실제가 모두 포함된 총론이라 해도 손색이 없다. 물론 이 책이 금융 분석을 마스터하는 충분조건이라 할 수는 없지만 금융 분석의 전반적인 이해를 돕는 필요조건임은 분명하다.
또한 이 책은 시카고대학교(University of Chicago)와 아이오와대학교(University of Iowa)의 수업 교재를 바탕으로 작성됐다. 따라서 이 책의 구성을 살펴보면 해외 명문 대학교의 금융 분석 과정의 커리큘럼을 엿볼 수 있다. 국내 대학교의 금융 분석 과정에서도 이 책을 교재로 사용하면 수업에 도움이 될 것이라 기대한다. 다만 이 책의 예제 코드들이 학습에 초점이 맞춰 있어 상업용 분석 프로그램에 비해 성능이나 튜닝 측면이 부족할 수 있다. 그리고 예제 코드에서 다양한 기업을 다루므로 이 책의 출간 이후에 인수합병된 기업은 티커 심볼(ticker symbol)이 변할 수도 있다. 그리고 R 패키지가 업데이트되거나 인터넷 사이트의 데이터 제공 서비스 등에 변화가 있을 수도 있다. 이러한 부분까지 코드를 수정하고 개선할 수 있다면, 데이터 과학자로서 자신만의 금융 분석 플랫폼을 구축해 발전시켜 나갈 수 있는 충분한 능력을 겸비하게 될 것이다.
금융 분석을 올바로 이해해서 금융 시장에서 벌어지는 다양한 현상의 착각에 빠지지 말고, 사건의 본질에 한 걸음 다가가는 데 이 책이 도움이 되길 바란다.