CAS Machine Learning for Advanced Portfolio and Risk Management
AnmeldenAuf einen Blick
Abschluss:
Certificate of Advanced Studies ZHAW in Machine Learning for Advanced Portfolio and Risk Management (12 ECTS)
Start:
auf Anfrage
Dauer:
ca. 5 Monate, mehr Details zur Durchführung
Kosten:
CHF 9'500.00
Bemerkung zu den Kosten:
Im Preis inbegriffen sind die Kursunterlagen, ggfls. die Literatur und die Prüfungsgebühren (exkl. Nachprüfungskosten).
Die Kurskosten für den CAS in Machine Learning for Advanced Portfolio and Risk Management betragen CHF 9'500 pro einzelnen Teilnehmenden. Bei frühbuchenden Teamanmeldungen ab zwei Personen aus dem gleichen Unternehmen wird ein Rabatt von 15% gewährt, was zu Kurskosten von CHF 8'075 pro TN führt.
Des Weiteren werden einzelnen Frühbuchenden ebenfalls ein Rabatt gewährt, welcher 10% beträgt (Kurskosten CHF 8’550).
Der CAS kann an den MAS Business Innovation Engineering for Financial Services angerechnet werden und MAS-Teilnehmende, welche diesen Wahl-CAS belegen, wird ein Rabatt CHF 500.- gewährt.
Die Buchung einzelner Module ist nicht möglich.
Durchführungsort:
ZHAW School of Management and Law / Campus St.-Georgen-Platz, 8401 Winterthur
Unterrichtssprache:
Englisch
Ziele und Inhalt
Zielpublikum
Der Lehrgang richtet sich an:
- Portfolio- und Risikomanager, die datengetriebene Entscheidungsmodelle für die Portfoliokonstruktion und das Risikomanagement entwickeln und optimieren möchten.
- Investmentanalysten und Finanzexperten, die Machine-Learning-Methoden zur Vorhersage von Marktentwicklungen, zur Risikobewertung und zur Alpha-Generierung in ihre tägliche Arbeit integrieren wollen.
- Quants und Data Scientists, die bereits über technische Fähigkeiten verfügen und ihre Kenntnisse um finanzspezifische Anwendungen von Machine Learning erweitern möchten.
- IT- und Technologie-Experten in Finanzunternehmen, die ML-gestützte Anwendungen in Handels-, Investment- und Risikomanagementsysteme implementieren und deren Effizienz steigern wollen.
- Erfahrene Business- und Strategie-Consultants, die ML- und KI-Technologien verstehen möchten, um deren Potenzial für Finanzinstitute besser zu nutzen und datengetriebene Entscheidungen zu ermöglichen.
- Projektleitende innovativer ML-gestützter Finanzanwendungen, die die Herausforderungen von ML-Projekten in der Finanzbranche verstehen und wissen möchten, wie sie diese erfolgreich umsetzen und in bestehende Prozesse integrieren.
- Finanz- und Wirtschaftsexperten mit einem starken unternehmerischen Mindset, die KI/ML-gestützte Strategien in ihrem Unternehmen implementieren und skalieren möchten.
Ziele
Teilnehmer werden befähigt:
- ML-Modelle für Investmentstrategien und Risikomanagement zu entwickeln, zu testen und zu validieren,
- ML-Modelle für Investmentstrategien und Risikomanagement zu entwickeln, zu testen und zu validieren,
- datengetriebene Portfolio-Optimierungsansätze anzuwenden,
- regulatorische, ethische und technische Herausforderungen in ML-Projekten zu bewältigen,
- interdisziplinär mit Data Scientists, Portfolio Managern und Compliance-Experten zusammen-zuarbeiten.
Durch die enge Verbindung zur Finanzindustrie und die Kooperation mit führenden Experten bietet dieser CAS einen direkten Mehrwert für Finanzpraktiker, die ML fundiert und gewinnbringend in ihre Prozesse integrieren möchten. Dies macht den CAS einzigartig in der Schweizer Weiterbildungslandschaft und trägt zur Stärkung der Innovationskraft im Finanzsektor bei.
Inhalt
Modul: Foundations of Machine Learning in Finance
Nach dem Abschluss des Lehrgangs:
- haben die Teilnehmenden (TN) ein grundlegendes Verständnis für Python als Werkzeug für Datenanalyse und Finanzanwendungen,
- verstehen die TN die Konzepte von überwachtem und unüberwachtem Lernen sowie Feature Engineering für Finanzdaten,
- kennen die TN verschiedene ML-Modelle für Portfoliokonstruktion und Risikomanagement, einschliesslich Markowitz-Optimierung und Faktorenmodellierung,
- sind sich die TN der Bedeutung von Datenqualität, Sicherheitsaspekten und regulatorischen Anforderungen für Finanzanwendungen bewusst,
- sind die TN in der Lage, datengetriebene Portfoliostrategien zu entwickeln und ML-gestützte Entscheidungsmodelle kritisch zu hinterfragen.
Modul: Advanced Machine Learning Applications
Nach dem Abschluss des Lehrgangs:
- kennen die TN fortgeschrittene ML-Techniken wie Lasso, SVM, Entscheidungsbäume und neuronale Netze für Finanzanwendungen,
- erlangen die TN ein tiefgehendes Verständnis für ML-gestützte Risikomodelle, einschliesslich Value at Risk, Stresstests und Anomalieerkennung,
- können die TN algorithmische Handelsstrategien konzipieren, backtesten und anhand relevan-ter Performance-Metriken bewerten,
- kennen die TN Methoden zur Modellvalidierung und verstehen, wie ML-Modelle stressgetestet und robust gemacht werden,
- erhalten die TN Einblicke in aktuelle Forschungsthemen, insbesondere "Explainable AI" (XAI), um Modellinterpretierbarkeit zu verbessern,
- profitieren die TN von einem erweiterten Netzwerk mit Experten aus Finanz, Technologie und Machine Learning.
Mehr Details zur Durchführung
Start: März 2026.
Der Lehrgang wird als berufsbegleitender Lehrgang angeboten.
Die Höchststudiendauer beträgt 2 Jahre. In begründeten Fällen kann die Studienleitung eine Verlängerung der Studienzeit bewilligen.
Beratung und Kontakt
-
Studienleiter:
Dr. Marc Weibel
+41 58 934 44 94
E-Mail -
Studienleiter:
Eduardas Lazebnyj
+41 58 934 68 09
E-Mail -
Administration:
Customer Service Weiterbildung
+41 58 934 79 79
E-Mail
Veranstalter
Anmeldung
Zulassungskriterien
Zulassungsbedingungen für Personen mit Hochschulabschluss
Die Zulassung zum Zertifikatslehrgang setzt voraus:
- Abschluss (Diplom, Lizentiat, Bachelor- oder Masterabschluss) einer staatlich anerkannten Hochschule beziehungsweise einer der Vorgängerschulen.
- Zum Zeitpunkt der Anmeldung mindestens 3 Jahre Berufserfahrung.
- Oder einen vergleichbaren Abschluss sowie mindestens 5 Jahre Berufserfahrung.
Die Studienleitung behält sich vor, die interessierten Personen zu einem Gespräch einzuladen sowie Referenzen einzuholen.
Zulassungsbedingungen für Personen ohne Hochschulabschluss
Die Zulassung zum Zertifikatslehrgang setzt voraus:
- Nachweis eines Tertiär B-Abschluss (Höhere Berufsbildung):
Berufsprüfung BP (eidgenössischer Fachausweis) oder Höhere Fachprüfung HFP (eidge-nössisches Diplom) oder Höhere Fachschule HF. In Ausnahmefällen können weitere Per-sonen zugelassen werden, wenn sich deren Befähigung zur Teilnahme aus einem anderen Nachweis ergibt. - Zum Zeitpunkt der Anmeldung und nach Abschluss einer ersten beruflichen Grundbildung mindestens 5 Jahre Berufserfahrung.
- In Ausnahmefällen können weitere Personen zugelassen werden, wenn sich deren Befähigung zur Teilnahme aus einem anderen Nachweis ergibt.
Für Personen ohne Hochschulabschluss ist ein Zulassungsgespräch ein zwingender Bestandteil der Zulassungsprüfung.
Über die definitive Zulasung entscheidet die Studienleitung.
Anmeldeinformationen
Anmeldungen werden in der Reihenfolge des Eingangs berücksichtigt.
Startdaten und Anmeldung
Start | Anmeldeschluss | Anmeldelink |
---|---|---|
auf Anfrage | Start: März 2026 |