AI412: Zeitreihenanalysen für Finanzdaten mit Machine Learning

Training: Künstliche Intelligenz

Teilnehmende lernen anhand von Finanzmarktdaten Methoden der Zeitreihenanalyse wie Autokorrelation, ARMA-Modelle, Trends, Regression und Prognoseerstellung kennen. Ergänzend werden Verfahren des Machine Learning wie Regularisierung und Random Forests angewendet. Behandelt werden zudem Value-at-Risk, Prognoseintervalle mit Bootstrapping und Expected Shortfall als Risikomaß.

Aktuell sind leider keine vorgelegten Termine verfügbar!
Sie möchten einen Termin anfragen ? Dann klicken Sie auf "Kein passender Termin?"

Wunschzeitraum für Termin anfragen:

* Alle Felder, die mit einem Sternchen versehen sind, sind Pflichtfelder.

Agenda:

  • Motivation, Aufbereitung der Daten und explorative Datenanalyse in Pandas und Matplotlib

  • Grundlagen der Zeitreihenanalyse mit statsmodels:
    • Autokorrelation, ARMA Modelle, Regression, Trends, Stationarität, Prognoseerstellung, Prognoseevaluation

  • Analyse von anderen Variablen, die mit der Wechselkursentwicklung assoziiert sind

  • ML Prognosen mit scikit-learn:
    • Regularisierung, Random Forests, etc.

  • Schätzung von Prognoseintervallen und Value at Risk/Expected Shortfall mit Hilfe von Bootstrapping

  • Praktische Beispiele und Übungen zur Anwendung der gelernten Methoden

Ziele:

Grundlegende Zeitreihenanalyse, Analyse von Devisenkursen, Anwendung von maschinellem Lernen, Value-at-Risk-Konzept.

Zielgruppe:

  • Entwickler
  • IT-Fachkräfte

Beschreibung:

Im Workshop AI412 Zeitreihenanalysen für Finanzdaten mit Machine Learning lernen Sie anhand von Finanzmarktdaten, wie Sie Devisenkurse und andere mit der Wechselkursentwicklung assoziierte Variablen analysieren. Dabei werden grundlegende Methoden der Zeitreihenanalyse, wie Autokorrelation, ARMA-Modelle, Regression, Trends, Stationarität, Prognoseerstellung und Prognoseevaluation behandelt.

Zusätzlich werden maschinelle Lernverfahren, wie Regularisierung und Random Forests, vorgestellt und angewendet. Schließlich wird das Konzept des Value-at-Risk als Risikomaß behandelt und mit Hilfe von Bootstrapping Prognoseintervalle sowie der Expected Shortfall geschätzt.

Beachten Sie auch das inhaltlich verwandte Modul AI410 Prognose von Verkäufen und Optimierung der Lagerhaltung mit Machine Learning.
check-icon

Durchführungsgarantie:

ab 2 Teilnehmer

Buchungsinformationen

Preis:

450,00 € zzgl. MwSt.

(inklusive Mittagessen & Getränke)

Gerne führen wir dieses Training auch inhouse bei Ihnen vor Ort durch, bitte sprechen Sie uns an.

Autorisierter Trainingspartner

NetApp Partner Authorized Learning
Commvault Training Partner
CQI | IRCA Approved Training Partner
Veeam Authorized Education Center
Acronis Authorized Training Center
AWS Partner Select Tier Training
ISACA Accredited Partner
iSAQB
CompTIA Authorized Partner
EC-Council Accredited Training Center

Mitgliedschaften

Allianz für Cyber-Sicherheit
TeleTrust Pioneers in IT security
Bundesverband der IT-Sachverständigen und Gutachter e.V.
Bundesverband mittelständische Wirtschaft (BVMW)
Allianz für Sicherheit in der Wirtschaft
NIK - Netzwerk der Digitalwirtschaft
BVSW
Bayern Innovativ
KH-iT
CAST
IHK Nürnberg für Mittelfranken
eato e.V.
Sicherheitsnetzwerk München e.V.