Finanzforschung neu gedacht
Entdecke moderne Ansätze zur Marktanalyse und Dateninterpretation. Wir zeigen dir, wie quantitative Methoden wirklich funktionieren – abseits von Standard-Lehrbüchern.
Unsere Methoden entdecken
Quantitative Analyse
Statistische Verfahren sind nur so gut wie ihre Anwendung. Wir arbeiten mit realen Datensätzen und zeigen dir, wo die Grenzen liegen.
- Zeitreihenanalyse mit Python und R
- Monte-Carlo-Simulationen verstehen
- Risikometriken richtig interpretieren
- Backtesting-Fallstricke vermeiden
Behavioral Finance
Menschen treffen irrationale Entscheidungen. Das macht Märkte interessant – und vorhersagbar, wenn du die Muster erkennst.
- Cognitive Bias in der Praxis
- Herdenverhalten analysieren
- Sentiment-Indikatoren nutzen
- Anomalien systematisch finden
Praktische Finanzforschung
Forschung, die sich in der Realität bewährt. Diese Bereiche decken wir ab – mit echten Beispielen aus der Praxis.
Makroökonomische Modelle
Wie Zentralbankpolitik und Wirtschaftsdaten zusammenhängen. Wir analysieren die Mechanismen, die hinter den Headlines stehen.
Alternative Datenquellen
Satellitendaten, Social Media Trends, Kreditkarten-Transaktionen. Moderne Finanzforschung nutzt unkonventionelle Quellen.
Risikomanagement
Von VaR bis zu Machine Learning Ansätzen. Risiko messen ist eine Sache – es richtig zu verstehen eine andere.
ESG-Integration
Nachhaltigkeit quantifizieren und in Anlageentscheidungen einbauen. Ein Bereich, der sich rasant entwickelt.
Dr. Katharina Mühlbauer
Nach meiner Promotion in Ökonometrie habe ich acht Jahre bei einer Investmentbank gearbeitet. Dort habe ich gelernt, dass akademische Modelle oft anders funktionieren als in der Theorie. Diese Erfahrung gebe ich heute weiter – ehrlich und ohne Schönfärberei.
Wo Forschung auf Praxis trifft
Diese Projekte zeigen, wie wissenschaftliche Methoden echte Probleme lösen. Jedes Beispiel basiert auf realen Herausforderungen.
Portfolio-Optimierung für Pensionsfonds
Ein deutscher Pensionsfonds wollte sein Risiko besser verstehen. Klassische Korrelationsmatrizen zeigten nicht das ganze Bild.
- Copula-Modelle für Tail-Dependencies
- Stress-Testing unter extremen Szenarien
- Integration von ESG-Faktoren in die Optimierung
Alternative Risikoindikatoren
Standard-Volatilitätsmaße versagen in Krisenzeiten. Wir haben neue Frühwarnindikatoren entwickelt, die funktionieren.
- Sentiment-Analyse aus Nachrichtentexten
- Netzwerkanalyse für Ansteckungseffekte
- Machine Learning für Mustererkennung
Interesse an tieferen Einblicken?
Unsere Workshops starten im Herbst 2025. Dort arbeiten wir mit echten Datensätzen und aktuellen Fragestellungen.
Mehr Informationen anfordern