J.R.O. Osterrieder (Jörg)

Ik werk al meer dan 15 jaar op het gebied van financiële statistieken, kwantitatieve financiën, algoritmische handel en de digitalisering van de financiële sector.

Joerg is de Action Chair van de Europese COST Action 19130 Fintech en Kunstmatige Intelligentie in Financiën, een interdisciplinair onderzoeksnetwerk dat meer dan 200 onderzoekers en 49 landen wereldwijd combineert.

Hij was studieleider voor een executive education cursus over "Big Data Analytics, Blockchain en Distributed Ledger" voor zes opeenvolgende cursussen, co-studieleider voor "Machine Learning en Deep Learning in Finance" en is sinds 2016 de hoofdorganisator van een jaarlijkse onderzoeksconferentie reeks over Kunstmatige Intelligentie in Industrie en Financiën.

Hij is een oprichtend associate editor van Digital Finance, een redacteur van Frontiers Kunstmatige Intelligentie in Financiën en een frequente recensent voor academische tijdschriften, waaronder het European Journal of Finance en het Journal of Investment Strategies.

Daarnaast fungeert hij als expertbeoordelaar voor de Europese Commissie voor de programma's "Executive Agency for Small & Medium-sized Enterprises" en de "European Innovation Council Accelerator Pilot".

Eerder werkte hij als uitvoerend directeur bij Goldman Sachs en Merrill Lynch, als kwantitatief analist bij AHL en als lid van het hoger management bij de Credit Suisse Group. Joerg is nu ook actief op het snijvlak van academie en industrie, met de focus op de overdracht van onderzoeksresultaten naar de financiële dienstensector om praktische oplossingen te implementeren.

Mijn opleiding:

Diploma in Bedrijfswiskunde, Universiteit van Ulm, Duitsland, 2002
Master of Science Wiskunde, Syracuse University, VS, 2002
PhD in Financiële Wiskunde, ETH Zürich, Zwitserland, 2007

Expertises

• Economics, Econometrics and Finance

  • Volatility
  • Finance
  • Learning
  • Cryptocurrency
  • Machine Learning
  • Bitcoin

• Computer Science

  • Artificial Intelligence

• Social Sciences

  • Markets

Organisaties

Europese COST (Samenwerking in Wetenschap en Technologie) Actie 19130 Fintech en kunstmatige intelligentie in financiën

Ik ben de Action Chair van de COST Action Fintech en AI in Finance. Met een netwerk van 49 landen en 200+ onderzoekers werken we aan een aanzienlijk aantal onderzoeksthema's, waaronder, maar niet beperkt tot: Reinforcement learning for trading, Sentiment analysis for Finance, Machine learning for Finance, Fintech-toepassingen, Blockchain en Cryptocurrencies .

Wereldwijde onderzoekssamenwerkingen

Ik heb nauwe onderzoekssamenwerkingen met academici van over de hele wereld

• Professor Ali Hirsa, Columbia University, VS, werkt samen aan synthetische datageneratie, versterkend leren voor financiën, verklaarbare kunstmatige intelligentie, co-supervisie van MSc- en PhD-studenten
• Professor Stephan Sturm, Worcester Polytechnic Institute, VS, werkt aan financiële wiskunde, inclusief versterkend leren voor Finance, co-supervisie van MSc- en PhD-studenten
• Dr. Alex Posth, Zürich University of Applied Sciences, Zwitserland, werkt aan self-play-algoritmen voor Finance
• Professor Stephen Chan, American University of Sharjah, VAE, werkt aan blockchain en cryptocurrencies
• Professor Saralees Nadarajah, Universiteit van Manchester, VK, werkt aan statistische eigenschappen van cryptocurrencies
• Professor Codruta Mare, Babes-Bolyai University, Roemenië, bezig met sentimentanalyse voor Finance
• Professor Ioana-Florina Coita, Universiteit van Oradea, Roemenië, bezig met sentimentanalyse voor Finance
• Professor Branka Hadji Misheva, Bern University of Applied Sciences, Zwitserland, werkt aan versterkend leren voor financiën en verklaarbare AI voor financiën
• Professor Ronald Hochreiter, Universiteit voor Bedrijfskunde en Economie in Wenen, Oostenrijk, bezig met AI en financiële technologie

PhD Co-supervisie en PhD commissies

Ik ben betrokken bij de PhD Co-Supervision en PhD commissies van verschillende universiteiten in Europa en de VS.

• Patchara Santawisook, augustus 2022, "Price Impact of VIX Futures and Two Order Book Mean-Field Games", lid van de PhD-commissie, hoofdpromotor: Prof. Dr. Stephan Sturm, Worcester Polytechnic University (WPI), VS. Dissertatiecommissie: Dr. Stephan Sturm, WPI (adviseur), Dr. Marcel Y. Blais, WPI, Dr. Jörg Osterrieder, Universiteit Twente, Dr. Andrew Papanicolaou, North Carolina State University, Dr. Qingshuo Song, WPI Dr. Frank Zou, WPI
• Sebastian Singer, 2021 - 2025, co-adviseur en lid van de PhD-commissie, hoofdpromotor: Prof. Dr. Ronald Hochreiter, WU Wenen, Oostenrijk
• Dr. Piotr Kotlarz, 2019 - 2023, lokaal adviseur, PhD aan de Universiteit van Liechtenstein
• Dr. Branka Hadji Misheva, 2019 - 2023, lokaal adviseur, PhD aan de Universiteit van Pavia, Italië
• Dr. Rui Li, 2020, PhD-examinator, hoofdbegeleider: Saralees Nadarajah, Universiteit van Manchester, VK
• Dr. Idika Okorie, 2019, PhD-examinator, hoofdbegeleider: Saralees Nadarajah, Universiteit van Manchester, VK
• Dr. M. Weibel, 2019, PhD-examinator, hoofdbegeleider: Juri Hinz, University of Technology, Sydney, Australië

ING Groep - Samenwerking Universiteit Twente - Universitair Hoofddocent Financiën en Kunstmatige Intelligentie

Ik werk samen met ING Groep, het Global Analytics-team, aan geavanceerde, kwantitatieve, datagestuurde onderzoeksprojecten die relevant zijn voor zowel de academische wereld als de industrie.

1. Toepassingen van synthetische gegevensgeneratie voor Finance

•De robuustheid van handelsstrategieën testen, portefeuilleconstructiemethoden vergelijken, het risico van een portefeuille of een strategie inschatten, alternatieve prijsstelling en hedging van opties en andere derivaten, handelssignalen genereren, afwijkingen in fundamentele gegevens detecteren, met bijzondere aandacht voor het gebruik van generatieve vijandige netwerken .

•Synthetische generator voor (arbitragevrije) vluchtigheidsoppervlakken

•Synthetische gegevensgeneratoren die verschillend privé zijn, d.w.z. die geen informatie over de originele gegevens lekken en toch voldoende functies hebben

2. Onderzoek naar onderwerpen die verband houden met risicobeheer

3. Privacyverhogende technieken voor het opslaan en analyseren van vertrouwelijke gegevens

4. Federaal leren. Dit is een machine learning-techniek die een algoritme traint op meerdere servers die lokale gegevensmonsters bevatten, zonder ze uit te wisselen. Er is onderzoek nodig naar hoe dit kan worden gebruikt in Finance-toepassingen, met name die met vertrouwelijke gegevens.

5. Toepassingen van Reinforcement Learning in Finance. Bestaande toepassingen omvatten portfolio-optimalisatie en optimale uitvoering van transacties. Verder onderzoek is nodig om deze techniek uit te breiden naar andere financiële gebieden.

6. De waarde van innovatieprojecten in Finance. Innovatieve projecten hebben een hoog faalrisico en zijn vaak ook gericht op kostenreductie en verliesvermijding. Daarom is de impact op de P&L van het bedrijf niet meteen duidelijk. Het project moet manieren vinden om de kosten-batenverhouding te meten en een conceptuele benadering bieden.

7. Het gebruik van "meta labeling"-techniek (afgestemd op niet-HFT-strategieën). De aanpak bestaat uit het bouwen van een secundair ML-model dat leert hoe een primaire exog te gebruiken

Publicaties

Onderzoeksprofielen

Versterkend Leren voor Financiën (MSc)
Informatiesystemen voor de Financiële Dienstensector (MSc)
Toepassingen van Kunstmatige Intelligentie in Bedrijfsleven (MSc)
Voor studenten:

Ik heb verschillende afstudeerstages beschikbaar (MSc en BSc), in samenwerking met ING Groep, Amsterdam. Programmeerervaring vereist.
Als je geïnteresseerd bent om je BSc of MSc scriptie met mij te schrijven, neem dan direct contact met mij op. Ik heb een substantieel aantal onderwerpen die geschikt zouden zijn voor een scriptie.
Algemene onderwerpen voor MSc en BSc scriptie:

Kwantitatieve Financiën
Kunstmatige Intelligentie en Machine Learning
Cryptocurrencies
Versterkend Leren
Andere onderwerpen mogelijk op aanvraag

Verbonden aan opleidingen

Vakken collegejaar 2024/2025

Vakken in het huidig collegejaar worden toegevoegd op het moment dat zij definitief zijn in het Osiris systeem. Daarom kan het zijn dat de lijst nog niet compleet is voor het gehele collegejaar.

Vakken collegejaar 2023/2024

Lopende projecten

Strategic Research fund within the BMS Research Theme Emerging Technologies & Societal Transformations “Digital Transformation of Finance and Society"

European Innovation Council Accelerator Pilot

Executive Agency for Small & Medium-sized Enterprises

Artificial Intelligence in Finance

COST Action Fintech and Artificial Intelligence in Finance

MSCA Industrial Doctoral Network on Digital Finance

Narrative Digital Finance: a tale of structural breaks, bubbles & market narratives

Anomaly and fraud detection in blockchain networks

Network-based credit risk models in P2P lending markets

Hybrid Approach for Robust Identification and Measurement of Investors Driving Corporate Sustainability and Innovation. Design of Policy Tools for Evaluating the Impact of Specific Investors and Assessing the Quality of Companies’ Investor Bases

Mathematics and Fintech - the next revolution in the digital transformation of the finance industry

Adres

Universiteit Twente

Ravelijn (gebouwnr. 10), kamer 3107
Hallenweg 17
7522 NH Enschede

Navigeer naar locatie

Organisaties

Overige contactinformatie

Office, 3rd floor, RA, facing the main square