AI & Machine Learning in Finance

AI en machine learning spelen een steeds grotere rol in de financiële sector. Van het voorspellen van rendement en het samenstellen van portefeuilles tot risicomanagement en kredietbeoordeling: financiële professionals krijgen steeds vaker te maken met modellen die verder gaan dan traditionele financiële en econometrische methoden.

Maar wanneer levert machine learning daadwerkelijk betere inzichten op? Welke toepassingen zijn relevant voor de financiële praktijk? En hoe beoordeel je de mogelijkheden én beperkingen van deze modellen?

Tijdens de tweedaagse Masterclass AI & Machine Learning in Finance maak je op een toegankelijke manier kennis met de belangrijkste machine learning-technieken en hun toepassingen binnen finance. De nadruk ligt niet op programmeren, maar op het begrijpen van de modellen en de vraag wanneer, waarom en hoe je machine learning zinvol kunt inzetten.

De Masterclass is ontwikkeld in samenwerking met docenten en onderzoekers van het Econometrisch Instituut van Erasmus School of Economics. Daarmee combineren we actuele wetenschappelijke inzichten met toepassingen uit de financiële praktijk.

Voor wie is deze Masterclass?

Deze Masterclass is ontwikkeld voor finance professionals die willen begrijpen welke mogelijkheden AI en machine learning bieden binnen hun vakgebied. Bijvoorbeeld professionals werkzaam in asset management, investment management, risk management, financial analytics, banking en financial services.

De Masterclass is met name interessant wanneer je in je werk te maken krijgt met data, modellen of AI-toepassingen, maar niet noodzakelijk zelf machine learning-modellen hoeft te programmeren.

Wat levert deelname aan de Masterclass op?

Na twee dagen heb je een goed beeld van wat machine learning kan betekenen voor financiële vraagstukken. Je leert niet alleen wat verschillende technieken doen, maar vooral wanneer ze van toegevoegde waarde zijn.

Na afloop:

• begrijp je de belangrijkste principes achter machine learning;
• herken je relevante toepassingen binnen finance;
• kun je beter beoordelen wanneer machine learning meerwaarde biedt ten opzichte van traditionele modellen;
• begrijp je de sterke kanten én beperkingen van verschillende methoden;
• kun je kritischer meepraten over de inzet van AI en machine learning binnen je organisatie.

Toelatingseisen

Je kunt aan deze Masterclass deelnemen met een achtergrond (MSc-niveau) in:

• Finance
• Economie
• Econometrie 

Hoewel enige voorkennis van machine learning een pré is, is een vooropleiding in machine learning of programmeerervaring niet vereist. De nadruk ligt op conceptueel begrip, intuïtie en praktische toepasbaarheid, niet op coderen.

Programma

Gedurende vier dagdelen maken deelnemers eerst kennis met de fundamentele principes van machine learning, waaronder:

• Supervised learning 
• Bias-variance trade-off 
• Modeltraining en validatie 
• Cross-validatie en hyperparameter tuning 
• Ensemble methoden (bagging & boosting) 

Deze basis wordt aangevuld met een toegankelijke introductie tot de belangrijkste algoritmische benaderingen binnen finance

• Tree-based modellen 
• Neurale netwerken 
• Ridge en Lasso (regularisatie)

Deze technieken worden niet als doel op zich behandeld. Steeds staat de vraag centraal: wat betekent dit voor een financieel vraagstuk en wanneer is een bepaalde aanpak geschikt?

Machine learning toegepast in finance

Op basis van deze kernconcepten wordt vervolgens ingegaan op toepassingen van machine learning binnen belangrijke domeinen van finance:

• Asset pricing en portefeuilleconstructie, waaronder factor discovery, rendementvoorspelling en portefeuille-optimalisatie;
• Risicomanagement, met toepassingen in forecasting, stresstesten en kredietrisico, inclusief machine learning-benaderingen voor het schatten van de probability of default en gerelateerde classificatievraagstukken;
• Derivatenmarkten, met aandacht voor prijsmodellen, maar ook voor het modelleren en voorspellen van implied volatility surfaces, en de rol van machine learning als aanvulling op traditionele modellen.

Gedurende de cursus worden machine learning-methoden besproken in de context van realistische financiële vraagstukken, waarbij inzichten uit zowel de praktijk als academisch onderzoek worden gecombineerd. De focus ligt op het begrijpen wanneer en waarom specifieke machine learning-methoden effectief zijn, wat hun voordelen en beperkingen zijn, en hoe zij zich verhouden tot traditionele econometrische en financiële modellen.

Waarom AI & Machine Learning in Finance?

Machine learning biedt veel mogelijkheden, maar is niet automatisch voor ieder financieel vraagstuk de beste oplossing. Juist daarom is het belangrijk om als finance professional te begrijpen wat deze modellen doen, waar ze waarde toevoegen en waar hun beperkingen liggen.

Deze Masterclass geeft je de kennis om ontwikkelingen op het gebied van AI en machine learning beter te duiden en onderbouwde keuzes te maken over de toepassing ervan binnen de financiële praktijk.