Wie lassen sich alternative Daten und Künstliche Intelligenz systematisch in konkrete Investmententscheidungen überführen. Dieses Referat zeigt, wie moderne Finanzmodelle Daten in marktrelevante Signale transformieren.
In dieser Folge geben Prof. Dr. Jan-Alexander Posth und David Jaggi einen praxisnahen Einblick in den Einsatz von KI, Machine Learning und alternativen Daten im Asset Management. Im Fokus steht die Frage, wie unstrukturierte und nicht-traditionelle Datenquellen analysiert und in robuste Investmentprozesse integriert werden können.
Diskutiert werden methodische Grundlagen, typische Anwendungsfälle sowie die Herausforderungen bei Modellierung, Datenqualität und Implementierung. Zudem wird beleuchtet, wie quantitative Ansätze Entscheidungsprozesse verbessern, Risiken transparenter machen und die Brücke zwischen Forschung und marktfähigen Strategien schlagen.
Die Episode richtet sich an Fachpersonen, die verstehen möchten, wie datengetriebene Modelle zunehmend zur Grundlage moderner Finanzmarktentscheidungen werden.
Mehr Podcast-Folgen und Informationen: www.finanz-ch.ch
Mehr zur ZHAW: www.zhaw.ch
Mehr zu EconSight AG: www.econsight.ch
Mehr zur Universität Zürich: www.uzh.ch