미적분도 제대로 모르던 상경계열 문과 출신인 저자가 퀀트 트레이딩을 배우고 익히며 알게 된 퀀트 투자의 본질과 그 구조를 인문학적 감성으로 풀어낸 퀀트 에세이자, 퀀트 투자의 기본 구조를 알려주는 개론서다. 저자는 현재 제도권에서 퀀트 트레이딩을 업으로 삼고 있으며, 퀀트대디라는 필명으로 활동하고 있다.

_대상 독자
첫 번째는 퀀트 투자에 관심이 있는 일반인이다. 이 책은 개인투자자들 또한 퀀트 투자 시스템의 본질을 좀 더 쉽게 이해할 수 있도록 가능한 어려운 수식과 코드는 배제하고자 노력하였다. 이 책을 통해 퀀트 투자라는 것에 흥미를 느끼게 된다면 이후 좀 더 테크니컬한 내용을 담고 있는 책들을 찾아가면서 DIY 퀀트가 되어 보는 것을 추천한다.
두 번째는 바로 제도권 퀀트로 커리어 방향을 잡은 학생들이다. 퀀트 커리어를 염두에 두고 있는 학생이라면 이 책을 통해 제도권 퀀트에게 필요한 지식체계가 무엇인지 파악할 수 있으며, 나아가 자신만의 지식 격자 모델을 만들어가기 위한 학습 플랜을 만들어 실천해볼 수 있다.
마지막은 이미 제도권 금융에서 종사하고 있지만 퀀트에 대해 좀 더 공부하고 싶고, 또 이쪽으로의 비즈니스 기회를 확장하고 싶은 실무자다. 새로운 금융 비즈니스 트렌드 속에서 새로운 투자상품을 만들거나 새로운 투자전략을 만들어내기 위해 밤낮없이 고군분투하고 있는 실무자분들께 조금이나마 보탬이 되는 것이 이 책의 목표 중 하나다.

추천사
프롤로그
1장 퀀트와 팩터 포트폴리오
1.1 퀀트 투자의 목표
1.1.1 팩터, 그게 뭐지
1.1.2 팩터의 결합, 팩터 포트폴리오
1.1.3 왜 팩터 포트폴리오인가
1.2 팩터 포트폴리오, 퀀트의 퍼즐 맞추기 게임
1.3 왜 퀀트 투자인가
1.4 퀀트 투자에 대한 오해와 진실
1.4.1 퀀트는 미래를 예측한다
1.4.2 퀀트의 모델은 블랙박스다
1.4.3 퀀트는 알고리즘이 다 한다
1.4.4 퀀트는 전부 똑같다
1.5 퀀트 투자의 리스크
1.5.1 모델 리스크
1.5.2 국면 전환 리스크
1.5.3 포화 리스크
1.5.4 전염 리스크
1.6 퀀트 투자를 위한 7가지 빌딩블록

2장 심리와 메타인지
2.1 투자의 8할은 심리다
2.1.1 투자에 최적화되어 있지 못한 인간의 뇌
2.1.2 인지와 실천의 괴리
2.1.3 퀀트는 왜 퀀트를 하는가
2.2 시장 효율성과 인간의 비이성적 마인드
2.2.1 인간의 본성, 퀀트가 먹히는 이유
2.2.2 시장 효율성을 바라보는 세 가지 관점
2.2.3 시장 효율성에 대한 퀀트의 시각
2.3 강건한 투자 심리를 위한 7가지 계명
2.3.1 절대 예측하지 마라
2.3.2 시장 앞에 겸손하라
2.3.3 아무것도 증명하지 마라
2.3.4 감정적으로 반응하지 마라
2.3.5 자신의 투자 결과에 책임을 져라
2.3.6 자신을 객관적으로 관찰하라
2.3.7 원칙을 세우고 꾸준히 지속하라
2.4 철저한 심리훈련과 엄격한 자기규율만이 올바른 투자를 만든다

3장 금융시장
3.1 퀀트의 본질, 금융시장
3.2 금융시장과 리스크
3.3 금융시장의 구조
3.3.1 장내시장과 장외시장
3.3.2 발행시장과 유통시장
3.3.3 자금시장과 자본시장
18 3.4 금융시장의 플레이어
3.4.1 바이사이드
3.4.2 셀사이드
3.5 금융상품
3.5.1 퀀트의 스펙트럼에는 한계가 없다
3.5.2 자산가격 결정원리
3.5.3 금리
3.5.4 주식
3.5.5 통화
3.5.6 원자재
3.6 결국은 도메인 지식

4장 자산배분
4.1 자산배분, 생존의 도구
4.2 상관계수와 분산투자 효과
4.3 포트폴리오 이론의 시작
4.3.1 해리 마코위츠, 포트폴리오 최적화의 문을 열다
4.3.2 시장 포트폴리오와 자본시장선
4.3.3 MVO의 한계
4.4 분산투자와 자금관리의 콜라보
4.4.1 분산투자: 횡적 배분 모델
4.4.2 자금관리: 종적 배분 모델
4.4.3 포트폴리오 구성 프로세스
4.5 모두가 출구를 향해 달릴때, 자산배분을 넘어

5장 팩터 모델링
5.1 팩터, 투자의 사고를 확장하다
5.2 팩터의 역사
5.2.1 CAPM과 베타의 탄생
5.2.2 APT와 멀티팩터
5.2.3 파마-프렌치 3-팩터 모델
5.2.4 팩터 모델링의 발전
5.2.5 팩터 모델링의 접근 방식
5.3 팩터와 위험 프리미엄
5.4 백테스팅
5.5 팩터 유니버스
5.5.1 크로스에셋 & 멀티팩터
5.5.2 제네시스 팩터, 베타
5.5.3 마태효과, 모멘텀
5.5.4 달도 차면 기울고, 밸류
5.5.5 시간의 가치, 캐리
5.5.6 팩터의 분산투자 효과
5.6 팩터와 시장 국면 분석
5.7 팩터 포트폴리오의 완성

6장 시스템 구현
6.1 이론에서 현실로
6.2 현대 금융시장의 모습
6.3 시장미시구조
6.3.1 호가창
6.3.2 주문 방식
6.3.3 틱데이터
6.3.4 HFT
6.4 거래비용
6.4.1 명시적 비용
6.4.2 암묵적 비용
6.5 트레이딩 시스템 개발
6.5.1 트레이딩 시스템이 필요한 이유
6.5.2 트레이딩 시스템의 구조
6.5.3 트레이딩 시스템의 오퍼레이션 위험
6.6 퀀트, 이상을 꿈꾸는 지독한 현실주의자

7장 금융공학
7.1 금융공학이란
7.1.1 금융공학, 금융 문제를 풀다
7.1.2 프라이싱과 헤징
7.2 파생상품
7.2.1 선도
7.2.2 선물
7.2.3 스왑
7.2.4 옵션
7.3 퀀트 투자 관점에서의 금융공학
7.3.1 변동성 프리미엄
7.3.2 옵션 감마와 주식시장
7.3.3 모멘텀과 옵션 스트래들
7.4 시야를 좁히는 지식의 편식을 경계하라

8장 금융 머신러닝
8.1 빅데이터라는 새로운 비둘기의 출현
8.1.1 빅데이터와 대체 데이터
8.1.2 빅데이터 혁명을 가능케 한 세 가지 트렌드
8.1.3 빅데이터와 시장의 알파
8.2 머신러닝 프레임워크
8.2.1 머신러닝의 정의
8.2.2 머신러닝의 분류
8.2.3 인공 신경망과 딥러닝
8.2.4 공짜 점심은 없다
8.3 퀀트 투자와 금융 머신러닝
8.3.1 주성분 분석을 활용한 통계적 팩터 349
8.3.2 계층적 리스크 패리티
8.3.3 특성 공학과 특성 중요도 분석
8.4 금융 머신러닝의 한계와 도메인 지식
8.5 대결보다는 협업의 구도로

에필로그
찾아보기