Course Offerings SUMMER TERM

 

 

BACHELOR'S PROGRAM 

 

Lecture: Financial Data Science (9 ECTS) (This module is offered every two years, starting summer 2021)

Das Ziel des Moduls ist die Vermittlung von fundamentalem Finanzwissen für weiterführende Anwendungen im Financial Data Science und Financial Machine Learning. Der Kurs unterrichtet Konzepte und bietet wöchentliche Python Aufgaben an, um folgenden Themen wissenschaftlich zu bearbeiten: Robo Advisory, Linear Factor Models, Statistical Arbitrage, Monte-Carlo Simulation und Financial Machine Learning. Der Kurs ist sowohl für Finanzmarkt interessierte Studenten als auch für Data Science interessierte Studenten von Interesse. Wissenschaftliches Finanzmarktwissen hilft bei dem Bau von Finanzinnovationen, wie z.B. einem Robo Advisor. Praktisches Wissen im Umgang mit Python hilft bei der Programmierung von Maschinen, welche  für das Anbieten von automatisierten Finanzmarktlösungen essentiell sind.

Syllabus_BSc_FDS_SS21.pdf

Seminar: Machine Learning for Business Applications (3 ECTS)

 

 

 

MASTER'S PROGRAM

 

Lecture: Advanced Financial Machine Learning (9 ECTS) (This module is offered every two years, starting summer 2022)

Das Ziel des Moduls ist mittels fortgeschrittener Machine Learning Methoden und Finanzmarkttheorien bessere Investitions-, Risiko- und Assetmanagement-Entscheidungen zu generieren. Der Student lernt anwendungsorientiert und mittels Machine Learning Algorithmen, angewandt auf echte Finanzmarktdaten, Charakteristika von linearen und nichtlinearen Finanzprodukten kennen. Datentechnisch liegt der Schwerpunkt auf täglichen und innertäglichen Options- und Aktiendaten und den dort 'eingepreisten' Renditeverteilungen. Die Brücke zu 'empirischen Renditeverteilungen' wird mittels moderner Machine Learning Methoden hergestellt. Die Vorhersagekraft von reinen Machine Learning Methoden wird verglichen mit hybriden Ansätzen welche ökonomische Informationen von Options-impliziten Renditeverteilungen berücksichtigt. Die gesamte Analyse findet mittels Python statt. Die Analysen mittels Neuronaler Netze bedarf Hochleistungsrechnern und wird dem Studenten in Auszügen zur Verfügung gestellt. Eine Auswahl nicht-öffentlich zugänglicher Options-und Futuresdaten auf europäische und US Aktien wird Studenten für den Kurs zur Verfügung gestellt. Finanzmarkttheorien werden ebenfalls besprochen. Dieser hybride Ansatz verbessert das Design der Machine Learning Algorithmen und erlaubt eine finanzökonomische Interpretation des durch die Machine gelernten Wissens. Studenten lernen durch die "Machine Learning-Brille" Aktien-, Futures- und Optionsmärkte kennen. Durch die "Finanztheorie-Brille" verstehen Studenten, wie Muster mittelts Finanztheorie kommuniziert und interpretiert werden können. Python ist das Bindeglied, durch welches wir Machine Learning und moderne Finanzmarktmodellierung zusammenbringen. 

 

Project: Advanced Machine Learning and Data Science (9 ECTS)

Studierende mit entsprechend guten technologischen Kenntnissen und entsprechender Affinität für IT Anwendungen lösen ein Data Science Problem mittels moderner Machine Learning Methoden. Studierende lernen sich im Team zielorientiert zu organisieren und ein umfangreiches Softwareprojekt aus dem Bereich Data Science und Machine Learning zum Erfolg zu bringen. Darüber hinaus vertiefen Studierende ihre Data Science und Machine Learning Fertigkeiten. Studierende dieses Moduls werden besonders gut für Führungsaufgaben in diversen Data Science und Machine Learning Projekten vorbereitet.

 

Seminar: Advances in Financial Machine Learning (3 ECTS)