Die Qualifizierung vermittelt fundierte Kompetenzen in der computergestützten Finanzanalyse. Die Teilnehmenden erlernen die Kombination von Programmiertechniken mit finanzwirtschaftlichen Methoden, um datenbasierte Investmententscheidungen zu treffen und automatisierte Handelsstrategien zu entwickeln. Das Angebot bereitet auf Tätigkeiten als Finanzanalyst, Data Scientist im Finanzsektor oder Trader vor.
Themenschwerpunkte- Python Grundlagen: Programmierlogik, Datenstrukturen, objektorientierte Programmierung und Praxisprojekte.
- Statistik für Data Science: Deskriptive/induktive Statistik, Hypothesentests und Datenvisualisierung.
- Finanzanalyse: Datenbeschaffung (SQL, Web, CSV), Zeitreihenanalyse, Bollinger Bänder und Resampling.
- Finanzmodelle: Sharpe Ratio, Portfolioallokation, Capital Asset Pricing Model (CAPM) und Hedging.
- SQL & Datenbanken: Datenbankmanagement, komplexe Abfragen (JOINs, Subqueries) und Systemanbindung.
- Algorithmisches Trading: Entwicklung, Test und Optimierung von Handelsalgorithmen.
Lernergebnisse
- Eigenständige Analyse und Visualisierung komplexer Finanzzeitreihen.
- Anwendung statistischer Modelle (ETS, ARIMA) auf Marktdaten.
- Durchführung professioneller Portfoliooptimierungen.
- Konzeption und Evaluation von algorithmischen Handelsstrategien.
- Strukturierte Verarbeitung großer Datenmengen mittels SQL.