Backtesting einer Mean-Reversion-Strategie für DAX-Aktien
Übersicht
Worum es bei diesem Projekt geht.
Teste eine Mean-Reversion-Strategie für DAX-Aktien mit Z-Score und Transaktionskosten über fünf Marktregime – erhalte ein verifizierbares Zertifikat.
Das Szenario
Die Vermögensverwaltung hat 24 Mitarbeitende, ist in zwei Strategie-Pods organisiert und nutzt eine eigene Python-Backtesting-Bibliothek auf Basis von `vectorbt`. Backtests, die Transaktionskosten oder Marktregime ignorieren, werden im Investmentkomitee sofort verworfen.
Das Briefing
Was Du tust und was Du zeigst.
Erreicht eine schlicht formulierte Mean-Reversion-Strategie auf DAX-Werten nach realistischen Kosten eine Sharpe-Ratio über 1,2 — und in welchen Marktregimen versagt sie?
Earning criteria — what you'll demonstrate
- Eine Handelsstrategie quantitativ formalisieren und mit realistischen Annahmen testen
- Transaktionskosten und Slippage als integralen Bestandteil eines Backtests behandeln
- Performance-Kennzahlen einer Strategie segmentiert über Marktregime auswerten
- Quantitative Ergebnisse so kommunizieren, dass ein Investmentkomitee entscheiden kann
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Studienzuordnung folgt in Kürze.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
- Backtesting
Apply backtesting to solve real industry problems and demonstrate production-level capability.
- Statistical Arbitrage
Apply statistical arbitrage to solve real industry problems and demonstrate production-level capability.
- Time Series Analysis
Apply time series analysis to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Portfolio Construction
Apply portfolio construction to solve real industry problems and demonstrate production-level capability.
- Risk Metrics
Apply risk metrics to solve real industry problems and demonstrate production-level capability.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
ML Researcher
Diese Challenge schult exakt die Fertigkeiten eines ML Researchers im Quant-Bereich: präzise Hypothesenbildung, methodisch sauberes Backtesting, ehrlicher Umgang mit Bias und Kommunikation an ein Komitee.
Dieses Projekt schärft
- backtesting
- statistical-arbitrage
- portfolio-construction
Data Scientist
Data Scientists in der Vermögensverwaltung verbinden Zeitreihenanalyse, Risikometriken und kommunizierbare Ergebnisse — die drei Säulen, die diese Challenge bewertet.
Dieses Projekt schärft
- time-series-analysis
- risk-metrics
- python
Applied AI Scientist
Ein Applied AI Scientist überführt Forschungsmethoden in einsetzbare Pipelines mit messbarem geschäftlichen Effekt — der Bogen, den die Strategie-Vorlage hier explizit spannen muss.
Dieses Projekt schärft
- backtesting
- risk-metrics
- portfolio-construction
Noch eine Sache