주식 투자를 위한 교양 시계열 모델(ARIMA) 활용

루미너리북스 금융출판 에디팅 팀 지음

루미너리북스 2025년 09월 25일 출간

작품소개

책소개

금융시장에서 과거 데이터는 단순한 기록이 아니라 미래를 예측하는 열쇠입니다. 조선시대 쌀값 변동부터 현대 삼성전자 주가까지, 시간에 따른 데이터 변화에는 일정한 패턴이 숨겨져 있습니다. 이 책은 시계열 분석의 핵심 도구인 ARIMA 모델을 통해 주식시장의 복잡한 움직임을 체계적으로 분석하는 방법을 제시합니다. 1929년 대공황과 2008년 금융위기에서 나타난 자기상관성, 월스트리트의 1월 효과와 한국시장의 12월 랠리 현상 등 실제 금융시장에서 발견되는 패턴들을 통해 시계열 분석의 실용성을 보여줍니다.

ARIMA 모델은 자기회귀(AR), 차분(I), 이동평균(MA) 세 요소를 결합한 강력한 예측 도구입니다. 과거 주가가 현재 주가에 미치는 영향력을 분석하는 자기회귀 과정에서는 삼성전자와 현대차 등 한국 대표 주식의 특성을 살펴봅니다. 시장의 소음을 제거하는 이동평균 개념을 통해서는 코스피 지수 30년간의 계절별 수익률 패턴을 분석합니다. 1970년대 오일쇼크 시기 원유가격의 비정상성 사례와 한국 부동산 가격의 단위근 검정 사례를 통해 데이터 변환의 중요성을 이해하게 됩니다. 이러한 개별 요소들이 어떻게 하나의 통합된 모델로 결합되는지 단계별로 설명합니다.

변동성 군집현상을 다루는 ARCH/GARCH 모델에서는 1987년 블랙먼데이 사례를 통해 조건부 이분산성이 옵션 가격 결정에 미치는 영향을 살펴봅니다. 다변량 시계열 분석에서는 1997년 아시아 외환위기 시 통화간 전이효과를 분석하며, 주식·채권·환율 간의 상호작용을 모델링하는 과정을 제시합니다. AIC와 BIC 정보기준을 활용한 최적 모델 선택, 교차검증을 통한 성능 평가, 잔차분석을 통한 모델 개선 등 실제 금융기관에서 사용되는 검증 프로세스도 상세히 다룹니다. 코스피200 변동성 지수와 VIX의 GARCH 모델링 사례는 리스크 관리의 실전 적용법을 보여줍니다.

최신 인공지능 기법과의 결합 전략도 빠뜨리지 않았습니다. LSTM과 Prophet 등 머신러닝 기법과 전통 ARIMA 모델의 비교를 통해 각각의 장단점을 파악할 수 있습니다. 2020년 코로나19 충격과 같은 구조적 변화 감지 방법론, 실시간 데이터 스트리밍과 온라인 모델 업데이트 기법 등 현실적인 투자 환경에 대응하는 방법을 제시합니다. 개인투자자를 위한 파이썬 기반 ARIMA 투자 시스템 구축 가이드까지 포함하여 이론과 실전을 모두 아우르는 완전한 시계열 분석 교육서입니다. 복잡한 수학 공식보다는 직관적 이해와 실제 사례를 통해 누구나 시계열 분석의 핵심을 체득할 수 있도록 구성했습니다.

목차

1. 시간의 흐름 속 숨겨진 패턴
2. 주식시장의 기억과 예측
3. 시장의 호흡과 계절성의 비밀
4. 불안정한 시장을 길들이는 법
5. 세 요소가 만나는 마법의 순간
6. 모델 진단의 과학적 접근
7. 변동성 군집과 조건부 분산
8. 다변량 시계열의 복잡한 세계
9. 인공지능 시대의 하이브리드 전략

인물정보

저자(글) 루미너리북스 금융출판 에디팅 팀

루미너리북스 금융 출판 에디팅 팀은 주식 · 투자 교육 콘텐츠 기획에 특화된 편집자로 구성되어 있습니다. 독자들의 눈높이에 맞춘 체계적 학습 설계를 통해, 복잡한 금융 개념을 쉽고 정확하게 전달하는 교육용 도서를 제작하고 있습니다.