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
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (1)

Kommende Kurse

Verwandte Kategorien