현대 사회: 경제와 금융 이야기

금융 공학은 금융 이론, 공학 방법, 수학 도구, 프로그래밍의 실천을 포함한 학제 간 분야입니다. 또, 금융의 실천에 있어서의 기술적 수법, 특히 수학적 금융과 계산적 금융의 응용이라고도 정의되고 있습니다.금융공학은 은행의 고객 주도형 파생상품 비즈니스에서 중요한 역할을 하고 있습니다. - 특정 OTC 계약과 '이그조틱'을 제공하고 정량적 모델링을 포함한 다양한 구조화 제품을 구현합니다, 정량적인 프로그래밍과 리스크 관리는 규제 및 바젤 자본/유동성 요건에 준거하고 있습니다.  오늘날에는 그다지 일반적이지 않은 '금융공학'이라는 말의 오래된 사용법은 기업 대차대조표의 적극적인 구조조정입니다. 수학 금융이란 수학을 금융에 응용하는 것입니다. 계산 금융과 수학 금융은 모두 금융 공학의 하위 분야입니다. 컴퓨..

양자 컴퓨터는 양자 역학적 현상을 이용하는 컴퓨터입니다. 소규모에서 물리적인 물질은 입자와 파도의 특성을 나타내며, 양자 컴퓨팅은 이 동작을 특수 하드웨어를 사용하여 이용합니다. 고전 물리학에서는 이러한 양자 장치의 동작을 설명할 수 없으며, 확장 가능한 양자 컴퓨터는 현대의 어떤 "고전적" 컴퓨터보다 기하급수적으로 빠른 계산을 수행할 수 있습니다. 이론적으로 대규모 양자 컴퓨터는 널리 사용되는 암호화 체계를 파괴하고 물리 시뮬레이션을 실행하는 물리학자를 도울 수 있지만, 현재의 기술 상태는 주로 실험적이고 실용적이지 않으며 유용한 응용 프로그램에 몇 가지 장애물이 있습니다. 양자 컴퓨팅에 있어서의 정보의 기본 단위인 큐비트(또는 「양자 비트」)는, 고전적인 컴퓨팅에 있어서의 비트와 같은 기능을 합니다...

알고리즘 트레이딩은 시간, 가격, 양 등의 변수를 고려하여 사전에 프로그램된 자동 거래 명령을 사용하여 주문을 실행하는 방법입니다. 이런 종류의 거래는 인간 트레이더에 비해 컴퓨터의 속도와 계산 리소스를 활용하려고 합니다. 21세기에 알고리즘 거래는 소매업자와 기관업자 모두에게 견인되어 왔습니다. 2019년 조사에 따르면 외환 시장 거래의 약 92%는 인간이 아닌 거래 알고리즘에 의해 수행됩니다.투자은행, 연기금, 뮤추얼 펀드, 헤지펀드에 의해 널리 사용되고 있으며, 더 큰 주문의 실행을 전파하거나 인간 트레이더가 반응하기에는 너무 이른 거래를 할 필요가 있을지도 모릅니다. 그러나 그것은 간단한 소매 도구를 사용하는 개인 트레이더에게도 이용할 수 있습니다. 알고리즘 거래라는 용어는 자동 거래 시스템과 동..

스마트 컨트랙트란 계약 또는 계약 조건에 따라 이벤트 및 액션을 자동으로 실행, 제어 또는 문서화하는 것을 목적으로 한 컴퓨터 프로그램 또는 트랜잭션 프로토콜입니다. 스마트 컨트랙트의 목적은 신뢰할 수 있는 중개자의 필요성, 중재 비용, 사기 손실 감소뿐만 아니라 악의적이고 우발적인 예외 감소입니다. 스마트 컨트랙트는 일반적으로 암호화폐와 관련이 있으며, 이더리움이 도입한 스마트 컨트랙트는 일반적으로 분산형 금융(DeFi)과 비수용성 토큰(NFT) 애플리케이션의 기본 구성 요소로 여겨지고 있습니다.2014년 비탈릭 부테린의 오리지널 Ethereum 백서는 비트코인 프로토콜을 Nick Szabo에 의해 당초 정의된 스마트 컨트랙트 개념의 약한 버전으로 설명하고 Turing complete라는 Solidit..

금융 네트워크는 이상적으로는 직접 거래 또는 거래를 중개하는 능력을 통해서, 금융 주체(결제 카드 회사, 기업 은행 금융 거래 처리 등)의 집합과 그 사이의 링크를 기술하는 개념입니다. 금융 네트워크의 링크의 일반적인 예는 증권 보유(예를 들어 주식 공개 기업의 주식)인 기업의 주식 소유는 주식과 기업 사이의 링크를 표합니다. 네트워크 과학 용어에서는 금융 네트워크는 금융 노드로 구성되어 노드는 금융 기관 또는 참가자를 나타내는 날은 노드 간의 공식 또는 비공식 관계(주식 또는 채권 소유권)을 나타내는 엣지로 구성됩니다. 역사금융 네트워크의 개념과 이용은 현대 금융 시스템이 고도의 상호 의존 관계를 보인다는 관측에 따라 등장했습니다. 세계화로 인해 다양한 조직의 재정적 상호의존 수준이 확대되었습니다. 주..

머신러닝(ML)은 데이터로부터 학습해 보이지 않는 데이터로 일반화하고 명시적인 지시 없이 업무를 수행할 수 있는 통계 알고리즘 개발과 연구에 관한 인공지능 연구 분야입니다. 최근 인공신경망은 지금까지의 많은 성능 접근법을 뛰어넘을 수 있습니다.ML은 자연어 처리, 컴퓨터 비전, 음성 인식, 이메일 필터링, 농업, 의료 등 많은 분야에서 응용을 찾고 있습니다. 비즈니스 문제에 적용하면 예측 분석이라는 이름으로 알려져 있습니다. 모든 기계 학습이 통계에 기반을 두고 있는 것은 아니지만, 계산 통계는 이 분야 방법의 중요한 소스입니다. ML의 수학적 기초는 수학적 최적화(수학적 프로그래밍) 방법에 의해 제공됩니다. 데이터 마이닝은 감독되지 않은 학습을 통한 탐색적 데이터 분석(EDA)에 초점을 맞춘 관련된 (..