Seminar
"Unsupervised Machine Learning in der Finanzwirtschaft"

Das Thema Unsupervised Machine Learning ist schon seit längerem in der Finanzwirtschaft angekommen, auch im Versicherungssektor finden die Methoden verstärkt Anwendungen. 

Die beschriebenen Methoden sind vor allem dazu geeignet, unbekannte Strukturen in Datensätzen zu entdecken und können deshalb bei vielen Fragestellungen (z.B. im Asset Management) eingesetzt werden. 

Zielsetzung

Im Rahmen dieses eintägigen Workshops vermitteln wir zentrale Aspekte der modernen statistischen Datenanalyse. Der Fokus liegt auf Advanced Data Analytics, also der Anwendung erfolgreicher Machine-Learning-Verfahren zum Einsatz bei der Identifzierung „ähnlicher“ Datensätze und daraus abgeleiteten Klassifizierungen.

Wir geben einen Überblick über innovative Methoden in der modernen Datenanalyse und stellen die allgemeine Vorgehensweise sowie die relevanten Verfahren zum Unsupervised Machine Learning vor. Alle im Kurs behandelten Modelle werden sorgfältig und vollständig vorgestellt und nicht als bekannt vorausgesetzt.

Neben den methodischen Grundlagen und Funktionsweisen werden zu allen Modellen die jeweiligen Eigenheiten im Umgang bei der Modellierung, die konkreten Datenanforderungen sowie Vor- und Nachteile aufgrund der zugrundeliegenden Theorie und der praktischen Erfahrung des Dozenten erläutert.

Schulungsinhalte

  • Princial Component Analysis (PCA)
  • k-Means Clustering
  • Self-Organising Maps
  • Hierarchical Clustering

Das Seminar ist so gestaltet, dass jedem Teilnehmer / jeder Teilnehmerin leicht der Einstieg in das Thema gelingt.

Ein besonderes Augenmerk liegt auf der praxisorientierten Gestaltung des Seminars. Die vorgestellten Methoden werden an mehreren Use Cases aus dem Asset Management illustriert:

  • Analyse von Zinsmodellen (Dreifaktormodell der Zinsstrukturkurve)
  • Erkennung von Marktphasen
  • Manager Selection in der Kapitalanlage
  • Replikation eines Aktienindex mit einer möglichst geringen Anzahl von Aktien

Zu allen Themen erhalten die Teilnehmer entsprechende Seminarunterlagen (auf Englisch). Das Seminar wir auf Deutsch referiert.

Zielgruppe und Voraussetzungen

Mit diesem eintägigen Seminar wenden wir uns an alle, die sich grundlegend mit Unsupervised Machine Learning beschäftigen wollen.

Das Seminar richtet sich an Teilnehmer/innen, die bisher keine oder nur eingeschränkte Erfahrung mit Unsupervised Machine Learning haben.

Grundlegende statistische Vorkenntnisse sind für das Verständnis hilfreich.
Zur Anwendung der Methoden in den Use-Cases sind Kenntnisse zu R hilfreich. Im Seminar werden diese vom Dozenten präsentiert.

Äußerer Rahmen

  • Praxisorientierte Weiterbildung mit mindestens 8 und maximal 20 Teilnehmern
  • Alle Teilnehmer des Seminars erhalten umfassende Kursunterlagen.
  • Dauer: 9:30 - 17:00 Uhr
  • Termin: 16. Juni 2021

Konditionen

Die Teilnahmegebühr für die 1-tägige Schulung beträgt 690,- EUR. Bei Anmeldung bis zum 20.04.2021 reduziert sich die Teilnahmegebühr auf 660,- EUR.

Ein Recht auf Teilnahme besteht nicht. Bei Stornierung der Anmeldung (nur schriftlich) bis zum Ablauf der Anmeldefrist (17.05.2021) erheben wir eine Bearbeitungsgebühr von 70,- EUR. Bei Stornierung zu einem späteren Zeitpunkt wird die gesamte Gebühr fällig. Wir akzeptieren gerne einen Ersatzteilnehmer. Bei Absage der Veranstaltung durch die AKADEMIE wird die gezahlte Gebühr zurück erstattet. Programmänderungen aus dringendem Anlass behält sich die AKADEMIE vor. Die von Ihnen angegebenen Daten werden von uns gemäß Art. 6. Abs. 1 lit. b DSGVO ausschließlich für die Bearbeitung Ihrer Anmeldung gespeichert. Bitte beachten Sie auch die Datenschutzerklärung auf unserer Homepage. Im Übrigen gelten die Geschäftsbedingungen der AKADEMIE.

Dozent

Dr. Claus Huber, CEFA, CFA, FRM

Portfoliomanager bei Deka Investment GmbH, Frankfurt / Main

Herr Claus Huber kam 2018 als Portfoliomanager zur Deka Investment GmbH. Von 2010 bis 2018 war er Gründer und Geschäftsführer von Rodex Risk Advisers, einer Risk Management-Boutique in Altendorf / Schweiz. Dort bearbeitete er Themen wie Alternative Investments, Portfoliokonstruktion, Tail Risk Insurance, Inflations- und Deflationsschutz, Markt- und Operationelles Risiko und Stresstests. Vor der Gründung von Rodex war er Head of Alternative Investment Risk Management bei Swiss Re Zürich, Chief Risk Officer bei Credaris Portfolio Management, London, Credit Strategist und Hedge Fund Analyst bei der Deutschen Bank in Frankfurt/Main, Wissenschaftlicher Mitarbeiter an der Universität Bremen und Bond Trader bei der Bankgesellschaft Berlin. Claus hat zahlreiche Aufsätze zu unterschiedlichen Themen der Finanzwirtschaft publiziert.

Termin

  • 16. Juni 2021

Kurs findet online statt.

zur Anmeldung

 

Kontakt

Beate Renner
Akademie für Wissenschaft, Wirtschaft und Technik an der Universität Ulm e.V.
- Weiterbildung in Finanz- und Aktuarwissenschaften -
Helmholtzstr. 22, D-89081 Ulm
Tel.: +49 (0)731/50-31248
Fax: +49 (0)731/50-31239
E-Mail: beate.renner(at)akademie-uni-ulm.de

Geschäftsstelle
Viola Lehmann
Villa Eberhardt
Heidenheimer Str. 80, D-89075 Ulm
Tel.: +49 (0)731/50-25266
Fax: +49 (0)731/50-25265
E-Mail: info(at)akademie-uni-ulm.de