Kontakt aufnehmen

Schulungsübersicht

KI im Landschaftsbild von Trading und Asset Management

  • Trends im algorithmischen und KI-basierten Trading
  • Überblick über quantitative Finanzarbeitsabläufe
  • Wichtige Tools, Plattformen und Datenquellen

Arbeit mit Finanzdaten in Python

  • Verarbeitung von Zeitreihendaten mit Pandas
  • Datenbereinigung, Transformation und Feature-Engineering
  • Finanzindikatoren und Signalerzeugung

Überwachtes Lernen für Trading-Signale

  • Regressions- und Klassifikationsmodelle zur Marktprognose
  • Bewertung prädiktiver Modelle (z. B. Genauigkeit, Präzision, Sharpe-Ratio)
  • Fallstudie: Aufbau eines ML-basierten Signalgenerators

Unüberwachtes Lernen und Marktregime

  • Clustering für Volatilitätsregime
  • Dimensionsreduktion zur Mustererkennung
  • Anwendungen im Basket-Trading und Risikogruppierung

Portfolio-Optimierung mit KI-Techniken

  • Markowitz-Rahmenwerk und dessen Einschränkungen
  • Risk Parity, Black-Litterman und ML-basierte Optimierung
  • Dynamisches Rebalancing mit prädiktiven Eingaben

Backtesting und Strategienbewertung

  • Verwendung von Backtrader oder eigenen Frameworks
  • Risikoadjustierte Leistungskennzahlen
  • Vermeidung von Overfitting und Look-Ahead-Bias

Einsatz von KI-Modellen im Live-Trading

  • Integration in Trading-APIs und Ausführungsplattformen
  • Modellüberwachung und Retraining-Zyklen
  • Ethische, regulatorische und operative Aspekte

Zusammenfassung und weitere Schritte

Voraussetzungen

  • Grundlegende Kenntnisse in Statistik und Finanzmärkten
  • Erfahrung mit Python-Programmierung
  • Vertrautheit mit Zeitreihendaten

Zielgruppe

  • Quantitative Analysten
  • Trading-Experten
  • Portfolio-Manager
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (1)

Kommende Kurse

Verwandte Kategorien