rmf570 - Financial Data Analytics mit R: Methods and Applications (Complete module description)

rmf570 - Financial Data Analytics mit R: Methods and Applications (Complete module description)

Original version English PDF download
Module label Financial Data Analytics mit R: Methods and Applications
Module code rmf570
Credit points 6.0 KP
Workload 180 h
Institute directory Department of Mathematics
Applicability of the module
  • Master's programme Risk Management and Financial Analysis (Master) > Wahlpflichtmodule
Responsible persons
  • Prof. Dr. Ruckdeschel, Peter (Carl von Ossietzky Universität Oldenburg) (authorised to take exams)
  • Centre for lifelong learning (C3L) (module responsibility)
Prerequisites

Keine
Skills to be acquired in this module
  • Die Teilnehmenden sammeln praktische Erfahrung im Umgang mit statistischen Datenanalysen im Versicherungs- und 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 Versicherungs- und Finanzanwendungen
    (Verarbeitung von Zeitangaben, Rmetrics; R-Pakete für die Versicherung; Pakete zur Portfolio Optimierung; domänenspezifische Dateninfrastruktur)

Drei weitere Kapitel richten sich an den Schwerpunkten der Hörerschaft aus und werden ausgewählt aus:

  • Parametrische Volatilitätsmodellierung in R
  • Zinsmodelle / Fixed Income 
  • Prädiktive Modelle in der Tarifierung 
  • Unsicherheitsbemessung und Exposureberechnung in der Schadenreservierung Langlebigkeitsrisiko und Sterbetafeln
  • Berechnung von Value at Risk und Expected Shortfall in R 
  • Copulas in R
  • Kreditrisiko in R 
Recommended reading

Ruckdeschel, P.: Financial Data Analytics mit R: Methoden und Anwendungen, Lernmaterial. Universität Oldenburg, C3L – Center für lebenslanges Lernen, Oldenburg (fortlaufend aktualisiert).

Weitere Literatur wird über das eigens für das Modul entwickelte Lernmaterial und/oder im Modulverlauf bekannt gegeben.
Links

https://uol.de/c3l/studiengang
Language of instruction German
Duration (semesters) 20 Wochen in 1 Semester
Module frequency Das Modul wird in einem Turnus von ca. vier Semestern angeboten.
Module capacity 25 Modulplätze; max. 25 Teilnehmende
Reference text

Sofern das Modul im aktuellen Semester stattfindet, lassen sich die Termine dem (Online-)Anmeldeformular entnehmen.
Examination Prüfungszeiten Type of examination
Final exam of module

Prüfungsleistungen sind innerhalb des Modulverlaufs zu den dafür festgelegten Fristen zu erbringen. Die Termine werden von den Lehrenden i.d.R. mit Beginn des jeweiligen Moduls bekannt gegeben.
G
Type of course Seminar
SWS 0
Frequency see frequency of module offering
Workload attendance time 30 h

Die Angabe bezieht sich auf die ungefähre (virtuelle) Präsenzzeit im gesamten Modulverlauf.