Data Science in Finance mit Python

Inhalte

Der Studierende lernt realistische Problemstellungen des Portfoliomanagements, insbesondere der Entwicklung und Umsetzung regelgebundener (systematischer) Handelsstrategien (smart beta, alternative alpha), kennen und befasst sich mit praxisrelevanten Lösungsansätzen. Das Augenmerk liegt auf der Umsetzung datenanalytischer Konzepte in Python, mit denen der Studierende nach erfolgreichem Abschluss dieses Moduls in der Lage ist, diverse Problemstellungen im gesamten Investitionsprozess zu berücksichtigen.

Das Modul beinhaltet unter anderem die folgenden Themen:

• Grundlagen der Datenanalyse in Python mit Pandas
• Risiko und Rendite
• Mean-Variance Portfolio Optimierung
• Quantitative Handels- und Portfolio Strategien

Prüfungsmodalitäten:

• Portfolioleistung über vier Python-Programmieraufgaben (Cases).