Das Wichtigste in Kürze
- Kurs mit Online-Videos
- Ca. 21 Stunden Dauer
- Benotete Übungen
- Keine festen Lernzeiten
- Coursera Zertifikat
Vorteile
- Kursteilnahme findet vollständig online statt
- Kursinhalte werden über Video-Vorlesungen vermittelt
- Teilnehmer müssen keine festen Lernzeiten einhalten
- Überprüfung des Lernerfolgs durch benotete Übungen
- Teilnehmer erhalten ein Abschlusszertifikat von Coursera
Nachteile
- keine Nachteile ersichtlich
Der Kurs »Python and Machine-Learning for Asset Management with Alternative Data Sets« ist der vierte Kurs der Spezialisierung »Investment Management with Pyhton and Machine Learning« und befasst sich mit den Kernkonzepten alternativer Daten und deren Anwendung im Finanzmanagement. Die Weiterbildung basiert auf Video-Vorlesungen und Lektüren, die die Teilnehmer über das Internet abrufen. Start- und Endzeiten werden hierbei vom Kursanbieter nicht vorgegeben. Wenn alle Kursinhalte abgeschlossen wurden, erhalten die Teilnehmer das Coursera Zertifikat.
Zielgruppe
Zur Zielgruppe des Kurses gehören Datenwissenschaftler, die in der Finanzbranche tätig sind und ihre Analysefähigkeiten verbessern möchten. Der Kurs richtet sich außerdem an alle Teilnehmer der Spezialisierung »Investment Management with Pyhton and Machine Learning«.
Ziele
In diesem Kurs erfahren die Teilnehmer, was alternative Daten sind und wie sie für Finanzmarktanwendungen genutzt werden. Der Kurs widmet sich der Analyse von alternativen Datensätzen mit Python und vermittelt Kenntnisse zur akademischen und praktische State-of-the-Art Forschung. Nach Abschluss des Kurses besitzen die Teilnehmer praktische Erfahrungen in der Datenanalyse und sind in der Lage Visualisierung und quantitative Modellierung auf alternative Daten im Finanzbereich anzuwenden.
Zertifizierung
Die Teilnehmer erwerben mit Abschluss des Kurses ein Zertifikat. Verwendung findet das Zertifikat zum Beispiel als Qualifikationsnachweis im Berufsleben. Auch online lässt sich das Zertifikat nutzen und zum Beispiel in das Profil bei LinkedIn einbinden.
Inhalte
Die Kursinhalte sind in vier Module unterteilt. In den Kursmodulen werden unter anderen die folgenden Inhalte behandelt:
- Modul 1 – Verbrauch:
- Was sind Verbrauchsdaten?
- Geolokalisierung und Fußverkehr
- Laborsitzung:
- Einführung in das Uber Dataset
- Points of Interest
- Kartendaten mit Folium
- Saisonabhängigkeit testen
- Anwendung:
- Verbrauchsdaten und Verdienstüberraschungen
- Verbrauchsbasierte Proxys für private Informationen
- Weitere Anwendungen von Verbrauchsdaten
- Modul 2 – Textanalyse für Finanzanwendungen:
- Einführung in das offene Web
- Einführung in die Textanalyse
- Text in Vektoren verarbeiten
- Textdaten normalisieren
- Einführung in Webscraping
- Angewandte Textdatenverarbeitung
- Ähnlichkeitsanalyse zur Vorhersage von Renditen anwenden
- Modul 3 – Bearbeitung von Unternehmensanmeldungen:
- Arbeit mit 10-K-Daten
- Anwendung von TF-IDF
- Risikoanalyse
- Arbeit mit 13-F-Daten
- Vergleich von Holding-Ähnlichkeiten
- Netzwerkzentralität
- Wettbewerbsverbindung
- Aktienrenditen
- Verwendung von Standortdaten zur Messung und Vorhersage von Renditen
- Modul 4 – Verwendung von Medien abgeleiteten Daten:
- Stimmungsanalyse
- Netzwerkvisualisierung
- PageRank replizieren
- Angewandte Stimmungsanalyse
- Verwendung von Medien zur Vorhersage von Finanzmarktvariablen
Dozent/-en
Die Dozenten des Kurses sind Gideon Ozik, Gründer und Geschäftsführer von MKT MediaStars, und Sean McOwen, Quantitativer Analyst im Finanzbereich. Erstellt und entwickelt wurde der Kurs in Zusammenarbeit mit der EDHEC Business School.
Kosten und Bezahlung
Die Absolvierung des Kurses »Python and Machine-Learning for Asset Management with Alternative Data Sets« ist mit Kosten in Höhe von 36€ verbunden. Die Kursgebühr wird während der Teilnahme monatlich berechnet. Für die Bezahlung der Gebühr stehen die Zahlungsarten Kreditkarte und PayPal zur Auswahl. Alle Kurse der Spezialisierung »Investment Management with Pyhton and Machine Learning« können auch über Coursera Plus absolviert werden. Für Mitglieder fallen keine zusätzlichen Kosten an.
| Preis | 36,00 € (inkl. MwSt) |
| Bezahlmethode | Kreditkarte, PayPal |
| Zahlungsweise | monatlich |
Teilnahmevoraussetzungen
Bei der Anmeldung zu diesem Kurs müssen die folgenden Teilnahmevoraussetzungen berücksichtigt werden.
Fachliche Voraussetzungen
Die Teilnehmer benötigen für die Absolvierung des Kurses Grundkenntnisse in der Python-Programmierung. Empfohlen sind außerdem Grundwissen in Anlagetheorie und Statistiken.
Technische Voraussetzungen
Die Absolvierung des Kurses findet vollständig online statt und setzt daher einen PC oder ein Notebook mit Verbindung zum Internet voraus. Um die Videos abspielen zu können, sollte eine Breitbandinternetverbindung mit mindestens 5 Mbit/s zur Verfügung stehen. Benötigt wird zudem eine aktuelle Version eines Browsers sowie eine Möglichkeit zur Ausgabe des Tons. Ob Lautsprecher oder Kopfhörer verwendet werden, bleibt den Teilnehmern überlassen.
Medium – Wie wird das Wissen vermittelt?
In diesem Kurs wird das Wissen über Video-Vorlesungen vermittelt, die für die Teilnehmer online zum Abruf bereitgestellt werden. Zur Erweiterung der theoretischen Inhalte stehen außerdem Lektüren zur Verfügung. In jedem Modul ist zusätzlich ein benotetes Quiz enthalten, das zur Vertiefung des Wissens und zur Überprüfung des Lernerfolgs beiträgt.
| Format | Onlinekurs |
| Videos | Ja |
| Audio | Ja |
| Handout | Ja |
| Zugangsdauer | unbegrenzt |
Interaktion – Dozenten/Teilnehmer-Kommunikation
Auf eine Interaktion mit den Dozenten Gideon Ozik und Sean McOwen müssen die Teilnehmer in diesem Kurs verzichten. Ermöglicht wird jedoch die Kommunikation mit anderen Teilnehmern des Kurses. Diese Möglichkeit steht über die Community von Coursera zur Verfügung.
Kundenservice
Der Kundenservice von Coursera beantwortet Fragen und hilft bei technischen Schwierigkeiten schnell und kompetent weiter. Sollte während der Absolvierung des Kurses eine Frage auftreten, können die Teilnehmer jederzeit eine E-Mail an den Kundenservice senden. Als weitere Unterstützung hat Coursera ein Help Center eingerichtet, das Antworten auf die häufigsten Fragen der Lernenden liefert.
Fazit
Der Kurs »Python and Machine-Learning for Asset Management with Alternative Data Sets« befasst sich mit dem Thema alternative Daten und deren Verwendung in der Finanzbranche. Zusätzlich schließt der Kurs die vierteilige Spezialisierung »Investment Management with Pyhton and Machine Learning« ab. Die Kursinhalte werden über Video-Vorträge vermittelt, die über das Internet abgerufen werden. Ergänzt werden die Videos von Lektüren und Quizfragen. Die Teilnehmer sind während der Absolvierung zeitlich ungebunden und genießen die Freiheit die Lernzeiten individuell zu gestalten.
