Ein Backtest liefert eine Zahl, aber wie sicher darf man sich sein? Die Bayessche Inferenz antwortet mit einem ganzen Bereich plausibler Werte statt mit einer einzigen Schätzung. Diese Fähigkeit erklärt das in einfachen Schritten, mit kurzen Aufgaben (Zahlen zum Berechnen, Schritte zum Ordnen, Begriffe zum Zuordnen) und Finanzbeispielen: wie sich eine Vorüberzeugung und wenige Tage Ergebnisse verbinden, warum eine Strategie, die an 7 von 10 Tagen gewann, noch nicht bewiesen ist, wie man ein Glaubwürdigkeitsintervall liest und daraus entscheidet, wie ein Sampler eine Posterior ohne Formel erkundet, warum die Durchschnittsrenditen vieler Aktien einander angenähert werden sollten und wie man zwei Modelle fair vergleicht. Das Abschlussprojekt ist ein Code-Labor, in dem Sie Sampler und Shrinkage selbst schreiben und auf echte Aktienrenditen anwenden.
Wahrscheinlichkeit wird erwartet (bedingte Wahrscheinlichkeit, gängige Verteilungen); Grundkenntnisse der Statistik helfen. Bayessche Vorkenntnisse sind nicht nötig.
