401-3932-DRL  Mathematics for New Technologies in Finance

SemesterFrühjahrssemester 2023
DozierendeJ. Teichmann
Periodizitätjährlich wiederkehrende Veranstaltung
LehrspracheEnglisch
KommentarOnly for ETH D-MATH doctoral students and for doctoral students from the Institute of Mathematics at UZH. The latter need to send an email to Jessica Bolsinger (info@zgsm.ch) with the course number. The email should have the subject „Graduate course registration (ETH)“.

Formerly until FS22: Machine Learning in Finance



Lehrveranstaltungen

NummerTitelUmfangDozierende
401-3932-19 VMathematics for New Technologies in Finance3 Std.
Mo10:15-12:00HG G 5 »
Mi11:15-12:00HG F 5 »
J. Teichmann
401-3932-19 UMathematics for New Technologies in Finance1 Std.
Mi10:15-11:00CLA E 4 »
10:15-11:00HG E 21 »
10:15-11:00LEE D 101 »
J. Teichmann

Katalogdaten

KurzbeschreibungThe course will deal with the following topics with rigorous proofs and many coding excursions: Universal approximation theorems, Stochastic gradient Descent, Deep
networks and wavelet analysis, Deep Hedging, Deep calibration,
Different network architectures, Reservoir Computing, Time series analysis by machine learning, Reinforcement learning, generative adversersial networks, Economic games.
Lernziel

Leistungskontrolle

Information zur Leistungskontrolle (gültig bis die Lerneinheit neu gelesen wird)
Leistungskontrolle als Semesterkurs
ECTS Kreditpunkte2 KP
PrüfendeJ. Teichmann
Formunbenotete Semesterleistung
PrüfungsspracheEnglisch
RepetitionRepetition nur nach erneuter Belegung der Lerneinheit möglich.

Lernmaterialien

 
HauptlinkInformation
Es werden nur die öffentlichen Lernmaterialien aufgeführt.

Gruppen

Keine Informationen zu Gruppen vorhanden.

Einschränkungen

VorrangDie Belegung der Lerneinheit ist nur durch die primäre Zielgruppe möglich
Primäre ZielgruppeDoktorat Mathematik (439002)
Doktorat Rechnergestützte Wissenschaften (439102)

Angeboten in

StudiengangBereichTyp
Doktorat MathematikGraduate SchoolWInformation