Universität Wien

390040 SE PhD-AW: Advanced Stochastic Modelling (2024S)

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 (iCal) - nächster Termin ist mit N markiert

Anstehende Termine:
Dienstag 23.07.2024 11:30-13:00 Seminarraum 8, Kolingasse 14-16, OG01 01.18
Dienstag 23.07.2024 14:00-15:30 Seminarraum 8, Kolingasse 14-16, OG01 01.18
Dienstag 23.07.2024 16:30-18:00 Seminarraum 8, Kolingasse 14-16, OG01 01.18
Mittwoch 24.07.2024 18:00-19:30 Seminarraum 8, Kolingasse 14-16, OG01 01.18

  • Mittwoch 20.03. 11:30 - 13:00 Digital
  • Mittwoch 24.04. 13:15 - 14:45 Digital
  • Mittwoch 22.05. 13:15 - 14:45 Digital
  • Montag 17.06. 11:30 - 13:00 Seminarraum 9, Kolingasse 14-16, OG01
  • Dienstag 18.06. 11:30 - 13:00 Seminarraum 9, Kolingasse 14-16, OG01
  • Dienstag 18.06. 15:00 - 16:30 Seminarraum 19, Kolingasse 14-16, OG02
  • Mittwoch 19.06. 11:30 - 13:00 Seminarraum 9, Kolingasse 14-16, OG01
  • Donnerstag 20.06. 11:30 - 13:00 Seminarraum 9, Kolingasse 14-16, OG01
  • Montag 24.06. 13:15 - 14:45 Seminarraum 9, Kolingasse 14-16, OG01
  • Dienstag 25.06. 11:30 - 13:00 Seminarraum 9, Kolingasse 14-16, OG01
  • Mittwoch 26.06. 11:30 - 13:00 Seminarraum 9, Kolingasse 14-16, OG01
  • Mittwoch 26.06. 16:45 - 18:15 Seminarraum 19, Kolingasse 14-16, OG02
  • Dienstag 23.07. 11:30 - 13:00 Seminarraum 8, Kolingasse 14-16, OG01
  • Dienstag 23.07. 13:15 - 14:45 Seminarraum 8, Kolingasse 14-16, OG01
  • Dienstag 23.07. 15:00 - 16:30 Seminarraum 8, Kolingasse 14-16, OG01
  • Dienstag 23.07. 16:45 - 18:15 Seminarraum 8, Kolingasse 14-16, OG01
  • Mittwoch 24.07. 16:45 - 18:15 Seminarraum 8, Kolingasse 14-16, OG01
  • Mittwoch 24.07. 18:30 - 20:00 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, Kalibrierung, Hedging, Portfoliooptimierung, Risikomanagement 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: Do 11.07.2024 10:46