Zwei Jahrzehnte Kapitalmarkt, heute verbunden mit Machine Learning und Python: Ich entwickle neue Modelle auf neuen Technologien und bringe sie gemeinsam mit Domänenexperten bis zur Marktreife.
Zwei Jahrzehnte im Finanzsektor haben mir gezeigt, wie Märkte sich tatsächlich verhalten — und wo Daten in strategischen Entscheidungen den Unterschied machen. Heute setze ich diese Erfahrung in der Modellentwicklung ein, mit Machine Learning und Python.
Mein Fokus liegt auf quantitativer Kapitalmarkt-Analytik, Zeitreihen- & Signalerkennung sowie Full-Stack-Webanwendungen: neue Modelle auf neuen Technologien, von Anfang an darauf ausgelegt, eine echte Fragestellung zu beantworten — nicht, im Backtest gut auszusehen.
Ich entwickle selten allein. Die enge Zusammenarbeit mit Domänenexperten — aus Bergbau, Digital Assets oder Kapitalmarkt — macht aus einem vielversprechenden Prototyp eine Lösung, die in der Praxis standhält und bis zur Kommerzialisierung reift.
Zwischen den Küsten Schleswig-Holsteins und dem Berliner Tech-Ökosystem baue ich produktionsreife Datensysteme — von ETL-Pipelines bis zu interaktiven Dashboards, mit Fokus auf Erklärbarkeit, Robustheit und wirtschaftlichem Nutzen.
End-to-End-Screening-System für den Kapitalmarkt, das ein Aktienuniversum auf Dip- und Trend-Setups durchsucht. Automatisierte EOD-Datenpipeline (PostgreSQL + Scheduler), Engine für technische Signale und ein ereignisgesteuertes Dashboard, das nach jedem Lauf aktualisiert wird.
Zum Projekt →
Bewertungs- und Risiko-Engine für Single-Asset-Treasury-Vehikel im Digital-Asset-Bereich, zunächst mit Fokus auf das Hyperliquid-Ökosystem. Verbindet On-Chain-Daten, Marktdaten und SEC-Filings zu Fundamental-, Liquiditäts-, Risiko- und mNAV-Modulen — ergänzt um Szenario- und Monte-Carlo-Stresstests.
Zum Projekt →
Europäische Exploration-Intelligence-Plattform: offene Geodaten der geologischen Dienste, nationale Bergrechts-Register und Sentinel-2-Satellitenbilder in einem einheitlichen Raummodell. Historische Explorationsberichte werden per OCR ausgewertet, ein Exploration Opportunity Score (0–100) bewertet jedes 1-km²-Raster auf einer interaktiven Karte.
Zum Projekt →
Freiberuflicher Financial Data Scientist
Berlin & Schleswig-Holstein, Deutschland
Ob quantitative Marktanalyse, ML-Modelle oder eine vollständige Datenanwendung — lassen Sie uns ausloten, was möglich ist.
Nachricht senden