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

419

11

장

수학용 도구

세스의 위험 중립 확률 측도를 구한 다음, 단순히 옵션의 최종 가치를 그 확률 척도하에 현재가

로 할인하여 기대치를 구하는 것일 뿐이다.

12

장에서는 몇 가지 유형의 확률 프로세스를 위험

중립 척도에서 시뮬레이션하는 것을 다룬다.

마지막으로

SymPy

를 사용한 심볼릭 연산을 소개했다. 적분, 미분, 방정식과 같은 다양한 수학

연산에서 심볼릭 연산은 아주 유용하고 효율적인 도구가 될 수 있다.

11.6

참고 문헌

이 장에서 사용한 파이썬 라이브러리에 대한 추가 정보는 다음 웹사이트에서 찾을 수 있다.

●

이 장에서 사용된

NumPy

함수에 대해서는

NumPy

도서를 참고하기 바란다(

http://docs.scipy.org/

doc/numpy/reference/

).

●

최적화와 수치해를 찾는 문제는

SciPy

문서 중

scipy.optimize

를 참고하기 바란다(

http://docs.

scipy.org/doc/scipy/reference/optimize.html

).

●

scipy.integrate

를 사용한 적분은 “

Integration

and

ODEs

”를 참고하기 바란다(

http://docs.

scipy.org/doc/scipy/reference/integrate.html

).

●

SymPy

웹사이트(

http://sympy.org

)는 자세한 설명과 풍부한 예제를 제공한다.

다음은 수학적 주제를 다룬 추천할 만한 참고 문헌이다.

●

Brandimarte

,

Paolo

(

2006

).

Numerical Methods in Finance ...