Schulungsübersicht
KI im Handel und Vermögensverwaltung Management
- Trends beim algorithmischen und AI-basierten Handel
- Überblick über quantitativ finanzielle Arbeitsabläufe
- Schlüsselinstrumente, -plattformen und -datenquellen
Arbeit mit Finanzdaten in Python
- Umgang mit Zeitreihendaten mithilfe von Pandas
- Datenbereinigung, -transformation und Merkmalsingenieurwesen
- Finanzindikatoren und Signalgenerierung
Supervised Learning für Handels-signale
- Regressions- und Klassifikationsmodelle zur Marktpreisprognose
- Bewertung von Vorhersagemodellen (z.B. Genauigkeit, Präzision, Sharpe-Ratio)
- Fallstudie: Bau eines ML-basierten Signalgenerators
Unsupervised Learning und Marktmuster
- Clusteranalyse für Volatilitätsszenarien
- Dimensionsreduktion zur Mustererkennung
- Anwendungen bei Basket-Handel und Risikoaggregation
Portfoliooptimierung mit KI-Techniken
- Markowitz-Framework und seine Einschränkungen
- Risk Parity, Black-Litterman und ML-basierte Optimierung
- Dynamische Anpassung mit vorausschauenden Eingaben
Backtesting und Strategiebewertung
- Verwendung von Backtrader oder benutzerdefinierten Frameworks
- Risikojustierte Leistungsindikatoren
- Vermeidung von Überanpassung und Vorwegnahme der Zukunft (Look-Ahead Bias)
Deployment von KI-Modellen im Live-Handel
- Integration mit Handels-APIs und Ausführungsumgebungen
- Modellüberwachung und Neubildungszyklen
- Ethische, regulatorische und operative Überlegungen
Zusammenfassung und Nächste Schritte
Voraussetzungen
- Ein Grundverständnis von Statistik und Finanzmärkten
- Erfahrung mit Python Programmierung
- Vertrautheit mit Zeitreihendaten
Zielgruppe
- Quantitative Analysten
- Trading-Professionelle
- Portfolio-Manager
Erfahrungsberichte (1)
Ich habe sehr geschätzt, wie der Trainer alles präsentiert hat. Ich habe alles verstanden, auch wenn Finance nicht mein Bereich ist. Er stellte sicher, dass alle Teilnehmer auf einer Wellenlänge waren, während er die verbleibende Zeit einhielt. Die Übungen waren zu guten Intervallen platziert. Communication mit den Teilnehmern war immer vorhanden. Der Materialbestand war perfekt, weder zu viel noch zu wenig. Er hat sich auf etwas kompliziertere Themen sehr gut eingegangen, sodass sie von jedem verstanden werden konnten.
Diana
Kurs - ChatGPT for Finance
Maschinelle Übersetzung