Combining Analytical and Machine Learning Methods in Computational Finance
Johannes Himmelbauer
Johannes Himmelbauer arbeitet in seinem Promotionsvorhaben an der theoretischen Fundierung und praktischen Durchführung der Kombination von analytischen Modellen mit Methoden des maschinellen Lernens im Bereich der Finanzmathematik. Die Arbeit, die vor allem den KBT Bereich des SCCH betrifft, wird von Prof. Dr. Erich Peter Klement (Johannes Kepler Universität Linz) betreut. Hauptziel der Arbeit ist die Verwendung von datengetriebenen Methoden zur Verbesserung von traditionellen analytischen Modellen, die aktuell von den meisten Finanzanalytikern zur Preisbestimmung von Finanzprodukten herangezogen werden. Im Speziellen wird versucht, die Vorteile von analytischen und datengetriebenen Ansätzen derart zu verbinden, dass die resultierenden Methoden und Werkzeuge eine signifikant bessere Unterstützung bei der Entscheidungsfindung der Finanzanalytiker bieten. Mögliche Verbesserungen umfassen Eigenschaften wie Genauigkeit, Interpretierbarkeit, Konfidenz und Anwendbarkeit der Modelle. Das langfristige Ziel dieses PhD Projekts ist, aufbauend auf einer wohlbegründeten Theorie eine Reihe von Werkzeugen und Strategien für die Erstellung solcher Modelle zu entwickeln.
zurück