Schulungsübersicht

KI im Handels- und Vermögensverwaltungsumfeld

  • Trends in algorithmischem und KI-basiertem Handel
  • Überblick über quantitative Finanzworkflows
  • Wichtige Tools, Plattformen und Datenquellen

Arbeit mit Finanzdaten in Python

  • Verarbeitung von Zeitreihendaten mit Pandas
  • Datenbereinigung, -transformation und Feature Engineering
  • Finanzindikatoren und Signalgenerierung

Überwachtes Lernen für Handelssignale

  • Regressions- und Klassifikationsmodelle zur Marktprognose
  • Bewertung von Vorhersagemodellen (z. B. Genauigkeit, Präzision, Sharpe-Ratio)
  • Fallstudie: Erstellung eines ML-basierten Signalgenerators

Unüberwachtes Lernen und Marktregeime

  • Clustering für Volatilitätsregime
  • Dimensionsreduktion zur Mustererkennung
  • Anwendungen im Basket-Handel und Risikogruppierung

Portfoliooptimierung mit KI-Techniken

  • Markowitz-Rahmen und dessen Grenzen
  • Risk-Parity, Black-Litterman und ML-gestützte Optimierung
  • Dynamisches Neuausgewichtung mit vorhersagenden Eingaben

Backtesting und Strategiebewertung

  • Verwendung von Backtrader oder benutzerdefinierten Frameworks
  • risikoangepasste Leistungsindikatoren
  • Vermeidung von Überanpassung und Look-Ahead-Bias

Bereitstellung von KI-Modellen im Live-Handel

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

Zusammenfassung und weitere Schritte

Voraussetzungen

  • Verständnis von grundlegenden Statistiken und Finanzmärkten
  • Erfahrung mit Python-Programmierung
  • Vertrautheit mit Zeitreihendaten

Zielgruppe

  • Quantitative Analysten
  • Handelsprofis
  • Portfolio-Manager
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (2)

Kommende Kurse

Verwandte Kategorien