Allgemeine Informationen
| Untertitel | |
| Veranstaltungsnummer | 39910 |
| Semester | SoSe 24 |
| Aktuelle Anzahl der Teilnehmenden | 104 |
| Heimat-Einrichtung | Lehrstuhl für Betriebswirtschaftslehre mit Schwerpunkt Financial Data Analytics |
| Veranstaltungstyp | Vorlesung in der Kategorie Lehre (mit Prüfung) |
| Nächster Termin | Di., 30.04.2024 12:00 - 14:00 Uhr, Ort: (WIWI) HS 7 |
| Art/Form | Interaktive Vorlesungen, inkl. digitaler Unterlagen, sowie interaktive Übungseinheiten mit eigenständiger Programmierung |
| Voraussetzungen |
Grundlagen der Mathematik und Statistik. Programmierkenntnisse in Python sind vorteilhaft, jedoch erhalten alle Studierenden zu Beginn des Kurses die notwendigen Pythonkenntnisse, um erfolgreich am Kurs teilzunehmen. Bestenfalls wurde bereits vorher der Kurs „Fundamentals of Business Analytics“ (39720) belegt. |
| Lernorganisation |
Bitte beachten Sie: die Sprache dieser Veranstaltung, inklusive aller Kursmaterialien, ist Englisch. |
| SWS |
4 |
| Literatur |
• Machine Learning in Finance (2021) – Dixon, M.F., Halperin, I., Bilokon, P.; Springer Verlag • An Introduction to Statistical Learning (2013) – James, G., Witten, D., Hastie, T., Tibshirani, R.; Springer • Statistics and Data Analysis for Financial Engineering (2015) – Ruppert, D., Matteson, D. S.; Springer |
| Qualifikationsziele |
Studierende erlangen ein grundlegendes Verständnis zur statistischen Modellierung von Finanzdaten. Studierende sind in der Lage die Besonderheiten von Finanzdaten zu benennen und bei der Analyse zu berücksichtigen. Zudem verstehen Studierende auf welche Art Machine Learning im Finanzbereich erkenntnisreich und informativ eingesetzt werden können. Studierende führen eigenständige Analysen durch, die tiefgreifende Bezüge zu Theorien der Finanzmärkte herstellen. |
| Workload |
150 h (60 h in Kontaktstudium sowie 90 h in Selbststudium) |
| ECTS-Punkte |
5 |
