Einstellungen für Cookies und Datenerfassung

Wir setzen auf unserer Website technisch notwendige Cookies ein. Diese sind dazu da, um die Sitzung aufrecht zu erhalten sowie Ihre Angabe zu dieser Hinweisfunktion für diese und weitere Sitzungen zu speichern. Sie können diese Cookies in Ihren Browsereinstellungen kontrollieren und verwalten.

Bitte entscheiden Sie darüber hinaus, welche weiteren Cookies sie zulassen wollen:

ALLE COOKIES ABLEHNEN ALLE COOKIES AKZEPTIEREN

Cookies für Statistik:  Wir nutzen Google Analytics, um die Zugriffe auf unserer Website zu analysieren und damit das Angebot zu verbessern. Dazu werden Daten zur Website-Nutzung anonymisiert an Google übertragen.

Mehr Informationen finden Sie auf den Seiten Impressum und Datenschutz, wo Sie diese Einstellung auch später wieder ändern können.

Machine Learning in der Marktrisikorechnung

Ein innovativer Ansatz zur Performance-Optimierung

Gemeinsam mit der parcIT GmbH, einem der führenden Anbieter für Verfahren und Softwarelösungen im Bereich der Bank- und Risikosteuerung in Deutschland, wurde in einer Vorstudie zum Thema "Performance-Optimierung im Marktrisikomodell" untersucht, inwiefern sich mit Neuronalen Netzen die Marktrisikorechnung für Bank-Portfolios mit komplexen Optionalitäten beschleunigen lässt.

Die Ergebnisse sind vielversprechend: Die Laufzeiten der historischen Simulation zur Marktrisikorechnung konnten in einer prototypischen Umsetzung im Risikosystem der Genossenschaftlichen FinanzGruppe um 65% reduziert werden, bei einer nur marginalen Beeinträchtigung der Genauigkeit.

Im Interview geben Dr. Christian Kappen von d-fine sowie Oliver Mena Moya und Dr. Lukas Matuschek von der parcIT weitere Einblicke zu Hintergrund, Ablauf und Ergebnissen der Vorstudie.

Weitere detaillierte Informationen finden Sie im Whitepaper von Dr. Gregor Wergen (parcIT) und Dr. Alexander Malinowski (d-fine).

« Zurück