파이썬으로 구현하는 로보어드바이저

본 저장소는 [파이썬으로 구현하는 로보어드바이저] 책에서 설명하는 자산배분 프로그램의 소스 코드를 제공하고 있습니다.

로컬 환경에 설치하기

파이썬 실행과 본 저장소를 가져오기 위한 툴을 설치합니다.

터미널에서 다음 명령을 입력해서 본 저장소를 가져옵니다

$ git clone https://github.com/RAAILab/PyRA.git
$ cd pyRA

다음 명령으로 가상 환경을 생성합니다.

$ conda create -n pyra python==3.9

가상 환경을 활성화하고 패키지를 설치합니다.

$ conda activate pyra
$ pip install -r requirements.txt

CUDA 및 cuDNN 버전에 맞는 PyTorch를 설치합니다.
예를 들어, 1.13.1 버전의 PyTorch와 11.7 버전의 CUDA를 설치하려면 다음과 같은 명령을 실행합니다.

$ conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.7 -c pytorch -c nvidia

만일 GPU가 없는 환경이라면 다음과 같은 명령을 실행합니다.

$ conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 cpuonly -c pytorch

마지막으로 커널을 추가하고 주피터 노트북을 실행합니다.

$ pip install ipykernel
$ python -m ipykernel install --user --name=pyra
$ jupyter notebook

구분	파일	설명
공통	/data/data_loader.py	Pykrx를 이용한 주가 데이터 스크랩핑
3장	3. mean_variance.ipynb	평균분산모델을 이용한 자산배분 전략
4장	4. moving_average.ipynb	이동평균 기반의 마켓타이밍 전략
	4. momentum.ipynb	모멘텀 기반의 마켓타이밍 전략
5장	5. market monitoring.ipynb	시장 모니터링
	/monitoring/technical_indicator.py	RSI, ADR, MACD 기술지표 계산
6장	6. factor strategies.ipynb	단일 팩터 투자
7장	7. multi factor strategy.ipynb	멀티 팩터 투자
	/factor/factor_strategy.py	멀티 팩터 투자를 위한 팩터 전략 포트폴리오 및 수익률 csv 생성
8장	8. deep learning (gru).ipynb	RNN 모델 기반의 KOSPI 예측 및 수시 리밸런싱 시뮬레이션 (ETF, MVO)
	/dl_models/gru.py	RNN 모델
	8. deep learning (nlinear).ipynb	NLinear 모델 기반의 KOSPI 예측 및 수시 리밸런싱 시뮬레이션 (ETF, MVO)
	/dl_models/nlinear.py	NLinear 모델
	8. deep learning (scinet).ipynb	SciNet 모델 기반의 KOSPI 예측 및 수시 리밸런싱 시뮬레이션 (ETF, MVO)
	/dl_models/scinet.py	SciNet 모델
9장	9. black_litterman.ipynb	블랙 리터만 모델을 이용한 자산배분 전략
	9. risk_parity.ipynb	리스크 패러티 모델을 이용한 자산배분 전략

파일	설명
/simulation/order.py	주문 클래스 정의
/simulation/transaction.py	거래 클래스 정의
/simulation/broker.py	중개인 클래스 정의
/simulation/asset_position.py	자산 포지션 클래스 정의
/simulation/account.py	계좌 클래스 정의
/simulation/config.py	수수료, 슬리피지, 거래량 관련 파라미터 설정
/simulation/utility.py	유틸리티 함수 정의
/simulation/metric.py	투자 성능 지표 정의
/simulation/visualize.py	시각화 관련 함수
/simulation/diagram.puml	클래스 다이어그램 UML 파일

이 저장소의 소스 코드는 MIT 라이선스를 따릅니다. 비상용뿐 아니라 상용으로도 자유롭게 이용하실 수 있습니다.

어떤 파이썬 버전을 사용해야 하나요?

Python 3.9를 권장합니다. 위의 설치 가이드를 따르면 3.9 버전이 설치됩니다. Python 3.10 이상의 버전을 사용할 때에는 호환되는 라이브러리 버전을 설정해야 합니다.

어떤 pytorch 버전을 사용해야 하나요?

Pytorch 1.13.1을 권장합니다. 위의 설치 가이드를 따르면 이 버전이 설치됩니다. Pytorch 1.7.1 이상의 버전이면 모두 작동합니다.

ValueError: Mime type rendering requires nbformat>=4.2.0 but it is not installed 에러가 발생합니다.

이는 MIME 타입 렌더링과 관련된 문제로 Jupyter 노트북에서 노트북 포맷을 다루는 데 사용하는 nbformat 라이브러리가 특정 버전이 설치되어 있지 않을 때 발생합니다. 아래와 같이 언급된 버전 이상으로 설치한 후 커널을 재실행하면 정상 작동합니다.

$ pip install nbformat>=4.2.0