SOURCE BOX

LangChain을 사용해 Ollama 플랫폼내 있는 AI모델과 연동이 가능하다. python 언어를 통해 복잡한 작업을 간편하게 자동화 할 수 있도록 매뉴얼이 제공되고 있고, 이 글에서는 ChatOllama와 ChatPromptTemplate 클래스를 활용해 언어 번역 기능을 구현하는 방법을 따라하면서 과정을 기록해보려 한다.

Dockerhub 에 JupyterLab 혹은 Jupyter Notebook 을 더이상 업데이트하지 않고 있음을 알게 되었다. 귀찮긴 하지만, python 이미지를 가지고 jupyter 설치를 하면 되긴하니까. 그렇게 이미지를 만들어서 로컬pc에 jupyter lab 환경을 띄우는 것까지 해보려한다.

Ollama는 AI 및 머신러닝 모델을 쉽게 관리하고 배포할 수 있도록 지원하는 플랫폼이다. 이 플랫폼은 LLM 모델 학습 및 추론 작업을 효과적으로 수행할 수 있도록 도와주며, AI 및 머신러닝 모델을 관리하고 배포하는 데 필요한 다양한 기능을 제공한다. Ollama 를 이용하면 개인용 private 생성형 AI 모델을 쉽게 설치할 수 있다.

엑셀은 단순한 스프레드시트를 넘어 데이터 분석, 정리, 시각화 등 다양한 작업을 가능하게 해주는 강력한 도구이다. 이와 함께 VBA(Visual Basic for Applications)는 엑셀의 기능을 더욱 확장해 주는 프로그래밍 언어로, 반복적인 작업을 자동화하고, 사용자 지정 기능을 추가하며, 복잡한 데이터 처리도 손쉽게 할 수 있도록 도와준다. 이번 포스트에서는 엑셀 VBA 기능중에 자주사용하는 기능 몇개를 정리해보기로 한다.

채권의 가격과 수익률을 이해하는 것은 생각보다 복잡하다. 시장 금리의 변동, 채권의 만기, 그리고 지급되는 이자 등이 모두 영향을 미치기 때문인데, 이런 다양한 요소를 고려하여 채권의 가치를 평가하기 위해서는 여러 계산이 필요하다. 프로그래밍언어로도 계산할 수 있긴하지만, 엑셀은 복잡한 금융 계산을 손쉽게 처리할 수 있는 기능을 제공하고, 실 업무담당자들과 긴밀히 계산결과를 소통하기에 좋다. 채권의 현재 가치 계산부터 만기수익률(YTM)까지, 엑셀을 통해 간편하게 계산해보자.

PostgreSQL에서 서버 프로그래밍의 일환으로 PL/pgSQL, PL/Tcl, PL/Perl, PL/Python 등 여러 프로그래밍 언어를 사용하여 만들 수 있다. 함수(FUNCION)는 다양한 작업을 자동화하거나 간단한 데이터 처리를 수행할 수 있으며 그중 기본 설치되어 있는 PL/pgSQL 으로 간단한 예시를 정리해본다.

예전에 DBeaver 로 postgresql 에서 DB 쿼리를 실행하는 툴로 포스팅한적이 있었는데, pgAdmin 이란 툴도 있어서 설치 및 접속까지 해보기로 했다. 설치해보니 pgAdmin을 통해 PostgreSQL을 보다 쉽게 다룰 수 있으며, 데이터베이스를 직관적이고 효율적으로 관리할 수 있어서 당분간 DBeaver 대신에 사용해볼 예정이다.

남이 작성한 엑셀을 받았는데, 엑셀 파일이 열리지 않으면 당황스럽다. 이 문제는 사실 다양한 이유로 발생할 수 있는데, 경험한 사례를 하나 정리해본다. 가장 기본은, 컴퓨터 재부팅으로 해결되는 경우도 있으니, 꼭 프로그램 종료후 재부팅을 해보시길 바란다.

앞서 듀레이션을 구하는 방법을 알아봤다. 이제 재무상태표상의 듀레이션갭을 측정하여 금융기관의 전체적인 금리리스크 노출을 평가해보려한다. 전체 자산이나 부채의 듀레이션은 재무상태표에 있는 개별 자산이나 부채의 듀레이션을 각 항목이 전체 자산 혹은 부채에서 차지하는 시장가치를 기준으로 가중평균한 값이다.

Hugo에서 Math 표현식을 설정하려면 MathJax 또는 KaTeX와 같은 수식표현 라이브러리를 사용해야 한다. 이들 라이브러리는 LaTeX 형식의 수학 표현식을 웹 페이지에 아름답게 렌더링할 수 있게 해준다.