파이썬을 활용한 금융 분석(2판) : 파이썬의 기초부터 금융공학, 머신러닝, 퀀트 분석, 매매 시스템 구현까지

397

11

장

수학용 도구

그림

11-10

두 개의 인수를 가진 함수의 회귀 결과

TIP

회귀법

최소 자승 회귀법은 간단한 함수의 근사부터 잡음이 있거나 정렬되지 않은 함수의 근사까지 다양하게 응용할

수 있다. 이 방법은

1

차원 함수뿐만 아니라 다차원 함수에도 적용 가능하다. 어디에 응용하든 기저에 깔린 수학

적 방법론은 거의 동일하다.

11.1.2

보간법

회귀법과 달리

보간법

interpolation

은 수학적으로 훨씬 더 복잡하고 다차원에 적용하기 어렵다. 보

간법은

x

차원의 정렬된 관측점이 주어졌을 때 두 개의 이웃하는 관측점 사이의 자료를 계산하

는 보간 함수를 만드는 것이다. 보간 함수는 관측점 자체도 정확하게 재현해야 하고 각 관측점

에서 연속 미분 가능한 함수

continuously

differentiable

function

여야 한다. 연속 미분 가능하기 위해서는

보간 함수가 최소

3

차 이상, 즉 큐빅 스플라인 함수

cubic

spline

function

여야 한다. 그러나 이 방법론

자체는

2

차 보간 함수나

1

차 선형 보간 함수의 경우에도 적용 가능하다. 다음 코드는 선형 스

플라인 보간을 구현한 것이다. 결과는 [그림

11

-

11

]에 그렸다.

398

3

부

금융 데이터 과학

In [45]: import scipy.interpolate as spi

➊