Stud.IP Uni Oldenburg
University of Oldenburg
02.10.2022 14:43:11
rmf570 - Financial Data Analytics mit R: Methoden und Anwendungen (Complete module description)
Original version English PDF Download
Module label Financial Data Analytics mit R: Methoden und Anwendungen
Modulkürzel rmf570
Credit points 6.0 KP
Workload 180 h
(
Gesamt: ca. 180 Stunden
Internetgestütztes, betreutes Selbststudium: ca. 80 Stunden,
vertiefendes Selbststudium: ca. 80 Stunden, Präsenzphasen: ca. 20 Stunden
)
Institute directory Department of Mathematics
Verwendbarkeit des Moduls
  • Master's Programme Risk Management for the Financial Industry (Master) > Wahlpflichtmodule
Zuständige Personen
Ruckdeschel, Peter (Module responsibility)
Werner, Tino (Module counselling)
Prerequisites
R -- Software und Tools für Financial Data Analytics
Skills to be acquired in this module
Die Teilnehmenden sammeln praktische Erfahrung im Umgang mit statistischen Datenanalysen im Finanzbereich. Insbesondere können sie Daten aus verschiedenen Quellen importieren (Datenbanken/Excel/Inhouse-Formate).
Mit Hilfe von Simulationsstudien können Sie Risikokennziffern kritisch beurteilen und dadurch Reports mit statistischen Auswertungen für das regelmäßige Meldewesen in standardisierter Form verfassen.
Darüber hinaus können sie Ergänzungsinfrastruktur zu R eigenständig auffinden und verwenden.
Module contents
Allgemein:
• multivariate Verfahren
(Hauptkomponentenanalyse / Dimensionsreduktion, Diskriminanzanalyse & Klassifikation, Clustering, Multidimensional Scaling)
• Techniken des maschinellen Lernens
(Modellwahl und Regularisierung, Lasso, elasticnet, Kreuzvalidierung; Bagging Boosting; Klassifikationsbäume; Random Forest; Einstieg in TensorFlow; Einstieg in Text Mining)
• Zeitreihen und prädiktive Modelle

R für Finanzdienstleister:
• R verbinden mit anderer IT-Infrastruktur
(R & Excel, R & Datenbanken, das R Bloomberg-package. )
• Infrastruktur für R in Finanzanwendungen
(Verarbeitung von Zeitangaben, Rmetrics; R für die Versicherung: actuar, ChainLadder; Pakete zur Portfolio Optimierung)
• Parametrische Volatilitätsmodellierung in R
(GARCHmodellierung in R; Quantifikation des Vorhersagefehlers; Parametrische Value at Risk Berechnung)
• Zinsmodelle / Fixed Income
(Modelle für die Zinsstrukturkurve in R; Zinsderivate in R; die RQuantLib Bibliothek)
• Risikomanagement
(Berechnung des Value at Risk und des Expected Shortfall in R; er Verlustverteilungsansatz in R; Abhängigkeiten / Copulas in R; Kreditrisiko in R)
Literaturempfehlungen
Links
Language of instruction German
Duration (semesters) 16 Wochen Semester
Module frequency Das Modul wird in einem Turnus von ca. vier Semestern angeboten.
Module capacity unlimited (
20
)
Reference text
Wahlpflichtmodul
Modullevel / module level MM (Mastermodul / Master module)
Modulart / typ of module Wahlpflicht / Elective
Lehr-/Lernform / Teaching/Learning method Internetgestütztes Studium (Einzeln und in Gruppen), Bearbeitung von Übungsaufgaben, zwei Präsenzworkshops
Vorkenntnisse / Previous knowledge
Examination Prüfungszeiten Type of examination
Final exam of module
G
Form of instruction Seminar
SWS 4
Frequency SoSe oder WiSe
Workload Präsenzzeit 56 h