Dieser Kurs zielt darauf ab, die grundlegenden Konzepte des Reinforcement Learning (RL) einzuführen und Anwendungsfälle für RL für die Optionsbewertung, den Handel und die Vermögensverwaltung zu entwickeln.

Am Ende dieses Kurses werden die Studenten in der Lage sein - Reinforcement Learning zur Lösung klassischer Finanzprobleme wie Portfolio-Optimierung, optimaler Handel, Optionsbewertung und Risikomanagement einzusetzen - an wertvollen Beispielen wie dem berühmten Q-Learning anhand von Finanzproblemen zu üben - das im Kurs erworbene Wissen auf ein einfaches Modell für die Marktdynamik anzuwenden, das mit Hilfe von Reinforcement Learning als Kursprojekt erstellt wird. Voraussetzung sind die Kurse "Guided Tour of Machine Learning in Finance" und "Fundamentals of Machine Learning in Finance". Von den Studenten wird erwartet, dass sie den lognormalen Prozess kennen und wissen, wie er simuliert werden kann. Kenntnisse der Optionsbewertung werden nicht vorausgesetzt, sind aber wünschenswert.