Algorithmische Modelle mit Python entwickeln

Lerne, strukturierte Datenpipelines zu erstellen, Merkmale aus Zeitreihen zu generieren und maschinelles Lernen gezielt einzusetzen, um fundierte Modelle zu entwickeln, die stabil und nachvollziehbar funktionieren.

  • 100% online
  • Dauer : 6 Wochen
  • Niveau : Mittelstufe
Vorschau Algorithmische Modelle mit Python

Warum dieser Kurs?

Lerne, wie du aus komplexen Datensätzen stabile, nachvollziehbare Modelle entwickelst. Du erfährst, wie du Verzerrungen erkennst, Validierung systematisch aufbaust und Ergebnisse richtig interpretierst, um datenbasierte Entscheidungen zu treffen.

  • Nachvollziehbare Datenpipelines (OHLCV / Ereignisdaten)
  • Relevante Merkmalsextraktion für Zeitreihen
  • Zeitbasierte Validierung & robuste Metriken
  • Klare Ergebnisberichte & strukturierte Entscheidungsgrundlagen

Zielgruppe

Data-Analysten, autodidaktische Entwickler und technische Fachkräfte, die ihre Modelle professioneller aufbauen und evaluieren möchten.

Voraussetzungen

Grundkenntnisse in Python und pandas. Erste Erfahrung mit Datenauswertung ist hilfreich, aber kein Muss.

Format

Video-Lektionen, geführte Notebooks, bewertete Übungen und asynchroner Support. Zugriff für 6 Monate.

Datenschutz & Konformität

DSGVO-konforme Verarbeitung, Hosting innerhalb der EU und sichere, voneinander getrennte Lernumgebungen mit anonymisierten Datensätzen.

Kursprogramm

Modul 1

Daten & Pipeline

Datenquellen verstehen, Qualität sichern und strukturierte Pipelines aufbauen. Von der Erfassung über APIs und CSVs bis zur lückenlosen Nachvollziehbarkeit.

  • Datenerfassung und Bereinigung
  • Synchronisierung mehrerer Datenströme
  • Audit-Trails und Protokollierung
Modul 2

Feature Engineering & ML

Transformation von Zeitreihen, Erstellung relevanter Merkmale und Aufbau überwachter Modelle mit Python, scikit-learn und TensorFlow.

  • Berechnung von Veränderungen und Volatilität
  • Fenstertechnik und Verzögerungsfunktionen
  • Baseline-Modelle und erste Evaluation
Modul 3

Backtesting & Bewertung

Systematische Validierung durch zeitliche Aufteilung, Rolling-Ansätze und reproduzierbare Auswertungen – mit Fokus auf Stabilität und Transparenz.

  • Walk-Forward-Validierung
  • Vermeidung von look-ahead bias
  • Berichtserstellung und Ergebnisinterpretation

Praxisworkshops & Ergebnisse

  • Notebook für Datenpipeline (Import, Qualitätskontrolle, Logging)
  • Vollständiges Feature-Set zur Modellierungsvorbereitung
  • Rolling-Backtest mit zusammenfassendem Ergebnisbericht
8–10
Stunden / Woche
6
Wochen
100%
Online
Vorschau Backtest-Bericht

Preise & Anmeldung

Erhalte Zugang zu allen Kursinhalten, interaktiven Notebooks, Updates und technischem Support. Unternehmensrechnungen mit österreichischer USt sind auf Anfrage möglich.

Standard

€ 690
Zugang für 6 Monate
  • Video-Lektionen & Notebooks
  • Übungen mit Feedback
  • Asynchroner Support
Jetzt anmelden

Bereit, dein nächstes Projekt mit Python zu starten?

Erzähl uns, woran du arbeitest oder was du lernen möchtest. Wir helfen dir, den passenden Kurs oder Workshop zu finden – individuell, praxisnah und vollständig online.