Warum maschinelles Lernen für Finanzmärkte mehr ist als Hype
Wir helfen dir, Stimmungen in Zahlen zu übersetzen
Seit 2015 entwickeln wir praktische Workshops für Leute, die verstehen wollen, wie Algorithmen die Emotionen hinter Marktsignalen lesen. Unser Ansatz ist hands-on, ohne unnötigen Ballast – du arbeitest mit echten Daten und baust Modelle, die wirklich funktionieren.
Wie wir arbeiten und was uns antreibt
Wir glauben nicht an vorgefertigte Theorien ohne Praxisbezug. Jeder Workshop baut auf konkreten Szenarien auf, bei denen du lernst, Sentiment-Daten zu extrahieren, zu bereinigen und in Vorhersagemodelle zu integrieren. Du siehst, wie Nachrichtentexte und Social-Media-Feeds Marktbewegungen beeinflussen – und wie du diese Signale selbst auswertest.
Unsere Teilnehmenden kommen aus unterschiedlichen Branchen – von Finanzanalyse über Softwareentwicklung bis hin zu Unternehmensberatung. Was sie verbindet, ist der Wunsch, ihre Fähigkeiten messbar weiterzuentwickeln. Wir zeigen dir keine Blackbox-Lösungen, sondern den Code dahinter, damit du verstehst, was im Modell passiert und wo du ansetzen kannst.
Die Lernmethode ist iterativ: du probierst eine Technik aus, siehst die Ergebnisse, passt Parameter an und wiederholst den Prozess. So baust du ein echtes Verständnis auf, statt nur Rezepte nachzukochen. Am Ende hast du nicht nur ein fertiges Modell, sondern weißt auch, wie du es für deine eigenen Fragestellungen anpasst.
Die Menschen hinter den Workshops
Leif Arndt
Workshop-Leiter für NLP und Sentiment-Analyse
Leif entwickelt seit acht Jahren Algorithmen für Textanalyse und hat mehrere Jahre bei einem Fintech-Unternehmen Sentiment-Modelle für Aktienprognosen gebaut. Seine Workshops fokussieren sich darauf, wie du aus unstrukturierten Texten strukturierte Signale machst.
Runa Seidel
Spezialistin für Feature Engineering und Modelloptimierung
Runa hat an der Schnittstelle von Machine Learning und Finanzanalyse gearbeitet und zeigt dir, wie du Features so gestaltest, dass sie tatsächlich Vorhersagekraft haben. Sie legt Wert auf transparente Erklärungen und reproduzierbare Ergebnisse.