Kontakt aufnehmen

Schulungsübersicht

KI im Umfeld von Handel und Asset Management

  • Trends im algorithmischen und KI-basierten Handel
  • Überblick über Workflows in der quantitativen Finanzen
  • Wichtige Tools, Plattformen und Datenquellen

Arbeit mit Finanzdaten in Python

  • Umgang mit Zeitreihendaten mit Hilfe von Pandas
  • Datenbereinigung, Transformation und Feature-Engineering
  • Finanzindikatoren und Erstellung von Signalen

Überwacht Lernen für Handelssignale

  • Regressions- und Klassifikationsmodelle für Marktprognosen
  • Bewertung von Prädiktionsmodellen (z. B. Genauigkeit, Präzision, Sharpe-Verhältnis)
  • Fallstudie: Erstellung eines ML-basierten Signalgenerators

Unbeaufsichtigtes Lernen und Marktregime

  • Clustering für Volatilitätsregime
  • Dimensionsreduktion zur Mustererkennung
  • Anwendungen im Korbhandel und in der Risikogruppierung

Portfoliooptimierung mit KI-Techniken

  • Markowitz-Modell und dessen Grenzen
  • Risikoäquivalenz, Black-Litterman-Modell und ML-basierte Optimierung
  • Dynamisches Rebalancing mit prädiktiven Eingaben

Backtesting und Strategiebewertung

  • Verwendung von Backtrader oder eigenen Frameworks
  • Risikoadjustierte Leistungskennzahlen
  • Vermeidung von Overfitting und Look-Ahead-Bias

Bereitstellung von KI-Modellen im Live-Handel

  • Integration in Handels-APIs und Ausführungsplattformen
  • Modellüberwachung und Re-Trainingszyklen
  • Ethische, regulatorische und operative Überlegungen

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundlegendes Verständnis der Statistik und der Finanzmärkte
  • Erfahrung in der Python-Programmierung
  • Vertrautheit mit Zeitreihendaten

Zielgruppe

  • Quantitative Analysten
  • Handelsprofis
  • Portfoliomanager
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (1)

Kommende Kurse

Verwandte Kategorien