반응형

전체 글 47

Power BI와 Spotfire 비교

Power BI의 주요 특징데이터 시각화:사용자가 데이터를 쉽게 이해할 수 있도록 대화형 차트, 그래프, 지도 등을 제공.다양한 시각화 옵션을 통해 복잡한 데이터를 간단히 표현.데이터 연결:Excel, SQL Server, 클라우드 서비스(Azure, Google Analytics), API 등 다양한 데이터 소스에 연결 가능.실시간 데이터 스트리밍 및 갱신 지원.대시보드와 보고서:사용자 정의 대시보드 생성.데이터 필터링 및 상호작용을 통해 사용자가 원하는 정보를 즉시 탐색 가능.클라우드와 통합:Power BI Service를 통해 클라우드 기반의 보고서 공유 및 협업 지원.모바일 앱을 통해 언제 어디서나 보고서 액세스 가능.AI와 분석 기능:머신러닝 모델 및 AI 도구를 통합하여 고급 분석 가능.자연어..

스킬셋 2025.01.05

PEARL과 Python

1. 개요PEARL (Process and Experiment Automation Real-Time Language)PEARL은 산업 및 실시간 시스템에서 프로세스 제어와 자동화를 목적으로 설계된 언어입니다. 1970년대에 독일에서 개발되었으며, 임베디드 시스템, 공장 자동화, 실시간 제어 애플리케이션에 적합합니다.PythonPython은 범용 프로그래밍 언어로, 코드 가독성이 높고 다양한 용도로 사용할 수 있습니다. 1990년대에 Guido van Rossum이 설계했으며, 웹 개발, 데이터 분석, 인공지능, 스크립트 작성 등 광범위한 분야에서 사용됩니다.2. 주요 목적PEARL:실시간 시스템 및 제어 애플리케이션.높은 신뢰성과 결정론적 시간 제어가 필요한 환경.하드웨어와의 직접 통신 및 제어.Pyth..

스킬셋 2025.01.05

프로그램 - 테이블 간의 연계성을 높이면 데이터 모델링의 일관성 측면에서 부정적인 이유

프로그램과 테이블 간의 연계성을 지나치게 높이면 데이터 모델링의 일관성과 유연성 측면에서 문제를 일으킬 수 있습니다. 이는 특히 과도한 연계성이 데이터 모델을 프로그램 중심으로 설계하게 만들어 데이터 모델링의 주요 목표인 데이터의 독립성, 재사용성, 유연성을 저해할 수 있기 때문입니다.연계성 강화를 통한 일관성 문제점데이터 독립성 저하프로그램이나 특정 프로세스에 맞춰 데이터 모델을 설계하면 데이터가 특정 기능이나 요구사항에 종속되기 쉽습니다. 이로 인해 데이터 구조가 독립적이지 않게 되어, 다른 프로그램이나 시스템이 동일 데이터를 사용할 때 재사용이 어렵거나 비일관성이 발생할 수 있습니다.확장성 및 유연성 저하연계성을 높이기 위해 특정 요구에 맞춘 테이블을 추가하거나 구조를 변경하면, 나중에 새로운 요구..

카테고리 없음 2024.11.14

마크다운에서 수식 입력

Markdown 파일에 MathJax 설정을 포함하려면, HTML 태그로 MathJax 스크립트를 Markdown 파일에 추가하면 됩니다. GitHub 등 일부 플랫폼에서는 MathJax가 지원되지 않지만, Jupyter Notebook이나 GitHub Pages로 호스팅된 Markdown 문서에서는 사용할 수 있습니다.아래와 같이 MathJax 설정을 포함한 HTML 태그를 Markdown 파일에 넣어주세요:# 수식 예제이 공식은 주식의 가치를 나타냅니다:\[\text{주식의 가치 (P)} = \frac{D}{r - g}\]설명 태그 내에 MathJax 설정 스크립트를 추가합니다.tex2jax 설정으로 수식 구분을 지정합니다. 위 예시는 $...$, \(...\)을 인라인 수식으로, $$...$$, \..

요령 2024.11.03

DDM (Dividend Discount Model, 배당 할인 모형)

DDM은 Dividend Discount Model의 약자로, 주식의 가치를 평가할 때 사용하는 방법입니다. 배당할인모형이라고도 불리는 DDM은 주식의 내재 가치를 예측하기 위해 미래의 예상 배당금을 할인하여 현재가치로 환산하는 방법입니다. 이 모델은 배당금을 지급하는 주식에 주로 적용되며, 특히 꾸준한 배당 성장을 보이는 기업의 주식 평가에 유용합니다.DDM의 기본 공식은 다음과 같습니다:\[\text{주식의 가치 (P)} = \frac{D}{r - g}\]여기서:( D )는 다음 기간의 예상 배당금입니다.( r )는 할인율(요구 수익률)입니다.( g )는 배당금의 성장률입니다.DDM의 주요 종류기본 DDM (단일 단계 모델): 이 모델은 배당금이 일정한 성장률로 영구히 성장할 것으로 가정하는 모델입니..

경제 2024.11.03

IORB, FFR, SOFR

IORB, FFR, 그리고 SOFR은 모두 금융 시장에서 중요한 이자율 또는 금리 지표로, 특히 미국의 통화 정책 및 금융 거래에서 중요한 역할을 합니다. 각 용어에 대해 자세히 설명드리겠습니다.1. IORB (Interest on Reserve Balances)IORB는 미국 연방준비제도(연준)가 은행들이 보유하고 있는 준비금(Reserves)에 대해 지급하는 이자율을 의미합니다.은행들은 연준에 예치한 지급준비금에 대해 이자를 받는데, 이 이자율이 바로 IORB입니다. IORB는 연준이 단기 시장 금리(특히 연방기금금리, FFR)를 조정하기 위해 사용하는 중요한 도구입니다.IORB의 변경은 은행들이 유동성을 관리하는 방식에 직접적인 영향을 미칠 수 있으며, 나아가 금융 시스템 전체에 영향을 줍니다.2...

경제 2024.11.03

파생상품의 내재 확률

시나리오와 확률은 제가 제 사고 과정을 보여드리기 위한 예시일뿐, 실제로 매매할 때는 30/30/20/20보다 어떻게든 더 엄밀하게 보정해 보려고 노력을 할 것입니다. 어떻게 할까요? 글로벌 매크로 지식편의 12회차 3강, "시장의 확률을 읽는 방법" 영상에서 간단히 파생시장에 내재한 확률을 읽는 방법을 말씀드린 바 있는데 이를 감안할 수도 있을 것입니다. 그리고 그것에 기반하여 본인의 기술적 분석 레이어를 하나 얹고, 매크로의 가정들을 반영하면서 조금씩 보정해 나가면 될 것입니다. 시장 내재 확률부터 시작하는 이유는, 지나치게 시장 프라이싱과 동떨어진 생각을 하지 않기 위함이요, 매크로의 가정들로 보정해 나가는 과정은 결국 '나의 매크로적인 생각에 들어 있는 확률'과 '내가 실제 매매할 때의 이익/손절..

경제 2024.09.12

[경제] 시장 환경 market regime 판단

시장 환경 또는 **Market Regime**을 판단하는 것은 투자 전략을 수립하고 리스크를 관리하는 데 매우 중요한 요소입니다. 시장 환경은 일반적으로 경제 상태, 금융시장 변동성, 금리, 인플레이션 등 여러 요소에 따라 구분되며, 각기 다른 시장 환경에서는 서로 다른 투자 전략이 효과적일 수 있습니다. ### 시장 환경 판단 방법 1. **거시경제 지표 분석 (Macroeconomic Indicators)** - **GDP 성장률**: 경제가 성장하고 있는지(확장 국면) 또는 위축되고 있는지(침체 국면)를 판단하는 중요한 지표입니다. - **실업률**: 낮은 실업률은 경제 확장, 높은 실업률은 경제 침체를 시사합니다. - **인플레이션율**: 높은 인플레이션은 중앙은행이 금리를 인상할 가능성을, 낮..

경제 2024.08.21

[빅데이터 분석기사 실기] 8회 100점 후기 / 4수

지난 6월 응시했던 빅데이터 분석기사 8회 실기에 합격하였습니다. 5회에 필기 합격후, 공부가 부족해서 8회차에 4회 응시만에 실기 합격하였습니다.   간략히 후기 남겨두고, 이후 글들에서 추가적으로 정리해보고자 합니다. 실기 8회 1유형 Series.dt나 Series.str을 다루어야 하는 경우 까지 가게 되면 까다로울수 있겠다... 정도로 준비해왔었는 데, 기출대비 평이했던 것 같습니다. 실기 8회 2유형 회귀/분류 중 회귀로 나왔고, 변수에 계절성, 주기성이 있을 수 있는 요일, 일, 월 등이 있어서 원핫 인코딩하지 않고 레이블 인코딩하였습니다. 예측 데이터를 확인하였을때 트레인 데이터의 미래 시점의 데이터가 아닌 트레인 데이터 중간 중간 결손된 날짜들의 값들을 예측하는 문제여서 intrapola..

빅분기 2024.07.07

[퀀트] 시계열 관찰

경제 및 금융 스프레드의 시계열 순환이 불규칙적일 때, 주기의 변화를 관찰하는 방법에는 여러 가지가 있습니다. 이러한 방법들은 주기성과 변동성을 분석하고, 비정상적 패턴을 식별하는 데 유용합니다. 주요 방법들을 소개합니다:1. 이동 평균 (Moving Average)이동 평균은 시계열 데이터를 평활화하여 변동성을 줄이고, 주기적인 패턴을 더 쉽게 관찰할 수 있게 합니다.import pandas as pd# 예시 데이터 로드data = pd.read_csv('spread_data.csv')# 이동 평균 계산data['moving_average'] = data['spread'].rolling(window=12).mean()2. 볼린저 밴드 (Bollinger Bands)볼린저 밴드는 이동 평균과 그 이동 평..

경제 2024.06.27
반응형