- Grundlagen der Python-Programmierung und Datenstrukturen
- Statistik für Data Science und Business Analytics
- Datenbeschaffung und Aufbereitung von Finanzdaten
- Zeitreihenanalyse und Datenvisualisierung
- Finanzmodelle und Portfolioanalyse (z. B. Sharpe Ratio, Portfoliooptimierung)
- SQL und Datenbankmanagement für Finanzdaten
- Entwicklung und Test algorithmischer Handelsstrategien
- Praxisprojekte zur Analyse realer Finanzmarktdaten
(Version: 2026-03-14T13:58:02+01:00)