📖 목차

1. 포트폴리오 이론의 기초 — MPT, 효율적 프론티어, 샤프 비율
2. 공분산 추정과 데이터 전처리 — Ledoit-Wolf, EWMA, 노이즈 제거
3. 고급 최적화 모델 — 블랙-리터만, 리스크 패리티, 평균-CVaR
4. 리밸런싱 전략 — 임계값/달력 기반, 거래비용 최적화, 세금 효율
5. 암호화폐 포트폴리오 최적화 — 레짐 인식, 모멘텀 틸트, 업비트 API 연동
6. 백테스팅과 성과 분석 — 워크-포워드, 성과 귀인, 팩터 분석
7. 실전 배포와 자동화 — 파이프라인, 모니터링, 리스크 한도 관리

🎯 이런 분께 추천합니다

• 단순 분산투자를 넘어 수학적 포트폴리오 최적화를 배우고 싶은 분
• 파이썬으로 자동 리밸런싱 시스템을 구축하려는 퀀트 개발자
• 암호화폐 포트폴리오의 리스크를 체계적으로 관리하고 싶은 트레이더
• 블랙-리터만, 리스크 패리티 등 고급 모델을 실전에 적용하려는 분
• 백테스팅과 성과 분석으로 전략을 검증하고 개선하려는 분

📥 다운로드