Maschinelles Lernen in der Finanzökonomie: Eine Investitions-Perspektive

zurück zur Übersicht

Projektart und Laufzeit

Dissertation, seit September 2020

Koordinator

Lehrstuhl für Finance

Forschungsschwerpunkt

Wealth Management

Beschreibung

Mit zunehmender Rechenleistung, fortschrittlicheren Algorithmen und wachsenden Datenressourcen werden Machine Learning Methoden in verschiedenen wissenschaftlichen Bereichen verstärkt angewandt. Abweichend von anderen Forschungsgebieten leiden Wirtschafts- sowie Finanzmarktdaten unter einem niedrigen Signal-Rausch-Verhältnis, das einen sinnvollen Einsatz dieser fortschrittlichen Methoden deutlich erschwert. Die Dissertation behandelt die Entwicklung und die praktische Anwendung von Rausch-robusten Algorithmen im Forschungsbereich Financial Economics. Insbesondere konzentrieren wir uns hierbei auf aktuelle Problemstellungen im Asset Pricing, im Portfolio Management und der International Finance Forschung. Die Kombination beider Forschungsbereiche (Financial Economics und Data Science) ermöglicht die Entdeckung und die praktische Nutzbarmachung von erlernbaren und generalisierbaren Mustern in grossen, verrauschten Datensätzen.

Doktorand

Merlin Bartel, M.Sc.

Betreuer

Prof. Dr. Michael Hanke

Kobetreuer

Assoc. Prof. Pedro Barroso