Lecture: 39910 Financial Data Analytics and Machine Learning - Details

Lecture: 39910 Financial Data Analytics and Machine Learning - Details

You are not logged into Stud.IP.

General information

Course name Lecture: 39910 Financial Data Analytics and Machine Learning
Subtitle
Course number 39910
Semester SoSe 24
Current number of participants 91
Home institute Lehrstuhl für Betriebswirtschaftslehre mit Schwerpunkt Financial Data Analytics
Courses type Lecture in category Lehre (mit Prüfung)
First date Tuesday, 16.04.2024 12:00 - 14:00 Uhr, Room: (WIWI) HS 7
Type/Form Interaktive Vorlesungen, inkl. digitaler Unterlagen, sowie interaktive Übungseinheiten mit eigenständiger Programmierung
Pre-requisites
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.
Learning organisation
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 points
5

Fields of study

Die Angaben zu den Anrechenbarkeiten an der FIM sind ohne Gewähr. Bitte beachten Sie die verbindliche Liste der Anrechenbarkeiten .

Module assignments

Comment/Description

• Einführung in die Programmierung mit Python
• Empirische Charakteristika repräsentativer Finanzdaten
• Univariate Modellierung von Finanzdaten durch Modelle
o Geeignete Wahrscheinlichkeitsverteilungen für Financial Returns
o Zeit-variierende Momente: Erwartungswert und Varianz
• Multivariate Modellierung von Finanzdaten
o Paarweise Abhängigkeiten zwischen Anlagen
o Zeit-variierende Abhängigkeiten
• Hauptkomponentenanalyse zur Generierung systematischer Risikofaktoren auf Finanzmärkten
• Gruppierung von Anlagen bzw. Aktienunternehmen durch Clusteranalyse
• Alternative Daten
• Probleme und Herausforderungen beim Einsatz von modernen Machine Learning Methoden im Finanzbereich

Admission settings

The course is part of admission "Anmeldung gesperrt (global)".
The following rules apply for the admission:
  • Admission locked.