Universität Wien

390005 SE PhD-AW: Advanced Stochastic Modelling (2025W)

3.00 ECTS (2.00 SWS), SPL 39 - Doktoratsstudium Wirtschaftswissenschaften
Prüfungsimmanente Lehrveranstaltung
GEMISCHT
Moodle

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 24 Teilnehmer*innen
Sprache: Englisch

Lehrende

Termine


Dienstag 02.09. 13:15-14:45 Seminarraum 5, Kolingasse 14-16, EG00
Dienstag 07.10. 13:15 - 14:45 Seminarraum 8, Kolingasse 14-16, OG01
Dienstag 14.10. 13:15 - 14:45 Seminarraum 8, Kolingasse 14-16, OG01
Dienstag 28.10. 13:15 - 14:45 Seminarraum 8, Kolingasse 14-16, OG01
Dienstag 04.11. 13:15 - 14:45 Seminarraum 8, Kolingasse 14-16, OG01
Dienstag 11.11. 13:15 - 14:45 Seminarraum 8, Kolingasse 14-16, OG01
Dienstag 25.11. 13:15 - 14:45 Seminarraum 15, Kolingasse 14-16, OG01
Dienstag 09.12. 13:15 - 14:45 Seminarraum 8, Kolingasse 14-16, OG01
Dienstag 13.01. 13:15 - 14:45 Seminarraum 8, Kolingasse 14-16, OG01
Dienstag 20.01. 13:15-14:45 Seminarraum 8, Kolingasse 14-16, OG01
Dienstag 27.01. 13:15 - 14:45 Seminarraum 8, Kolingasse 14-16, OG01

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Der Fokus des Seminars liegt auf den neuesten Entwicklungen im Bereich von datengetriebenen und Machine Learning Ansätzen für Fragestellungen aus Finance kombiniert mit mathematischen und probabilistischen Grundlagen der entsprechenden Algorithmen.

Dazu gehören die Analyse von Trainingsalgorithmen, Finanzzeitreihenvorhersagen, die Erkennung statistischer Arbitragen, Kalibrierung, Hedging, Portfoliooptimierung und Marktsimulation.

Ein Schwerpunkt liegt auf Machine Learning Methoden, die auf das Erlernen dynamischer Prozesse zugeschnitten sind, z.B. neuronale SDEs und signaturbasierte Methoden. Mathematische Werkzeuge aus der Theorie der rauen Pfade sowie der (unendlich-)dimensionalen stochastischen Analysis finden Verwendung.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Eigener Vortrag über einen Artikel im Themenbereich des Seminars

Mindestanforderungen und Beurteilungsmaßstab

Berurteilung des Vortrags

Prüfungsstoff

Inhalt des für den Vortrag ausgewählten Artikels

Literatur

Die Artikel werden auf Moodle bekannt gegeben.

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mo 24.11.2025 12:08