Kontakt aufnehmen

Schulungsübersicht

KI im Kontext von Trading und Asset Management

  • Trends im algorithmischen und KI-basierten Handel
  • Überblick über Workflows in der quantitativen Finanzwirtschaft
  • Wichtige Werkzeuge, Plattformen und Datenquellen

Umgang mit Finanzdaten in Python

  • Behandlung von Zeitreihendaten mit Pandas
  • Datenaufbereitung, Transformation und Feature Engineering
  • Finanzindikatoren und Signalerstellung

Überwachte Lernverfahren für Handelssignale

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

Unüberwachte Lernverfahren und Marktregime

  • Clustering für Volatilitätsregime
  • Dimensionsreduktion zur Mustererkennung
  • Anwendungen im Basket-Trading und bei der Gruppierung von Risiken

Portfoliooptimierung mit KI-Techniken

  • Markowitz-Rahmen und seine Einschränkungen
  • Risiko-Parität, Black-Litterman und ML-basierte Optimierung
  • Dynamische Rebalancierung mit prädiktiven Eingaben

Backtesting und Strategiebewertung

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

Einsatz von KI-Modellen im Live-Trading

  • Integration in Handels-APIs und Ausführungsplattformen
  • Modellüberwachung und Re-Training-Zyklen
  • Ethische, regulatorische und operative Aspekte

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundkenntnisse in Statistik und Finanzmärkten
  • Erfahrung in der Programmierung mit Python
  • Vertrautheit mit Zeitreihendaten

Zielgruppe

  • Quantitative Analysten
  • Handelsprofis
  • Portfolio Manager
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (1)

Kommende Kurse

Verwandte Kategorien