Navigation

Dr. Johannes Stübinger

Dr. Johannes Stübinger

Lehrbeauftragter

Fachbereich Wirtschafts- und Sozialwissenschaften
Lehrstuhl für Statistik und Ökonometrie
Telefon: +49 911 5302-290
Fax: +49 911 5302-481

 

Lange Gasse 20
90403 Nürnberg
Sprechzeiten: Nach Vereinbarung

 

Kurzlebenslauf

seit 08/2018 Data Scientist, Siemens AG
seit 08/2018 Lehrbeauftragter an der Friedrich-Alexander-Universität Erlangen-Nürnberg und an der Technischen Hochschule Deggendorf
04/2018 Promotion zum Dr. rer. pol., Thema: Essays on Quantitative Finance in the context of Statistical Arbitrage (Promotionspreis der Staedtler Stiftung)
10/2015 – 07/2018 Wissenschaftlicher Mitarbeiter am Lehrstuhl für Statistik und Ökonometrie der Friedrich-Alexander-Universität Erlangen-Nürnberg
10/2010 – 09/2015 Studium der Wirtschaftsmathematik an der Friedrich-Alexander-Universität Erlangen-Nürnberg

Forschungsschwerpunkte

  • Machine learning (boosting, random forests, generalized linear models, etc.)
  • High-performance computing (GPUs, Amazon Web Services)
  • Big Data Analytics
  • Capital market anamolies
  • Daily and high-frequency data

Lehre

  • WS 19/20: Extremwertstatistik mit Anwendungen in Finanz- und Versicherungsmärkten
  • SS 19: Anwendung statistischer Methoden im Risikomanagement von Finanzinstituten
  • SS 19: Mathematik für die Studiengänge Künstliche Intelligenz, Elektrotechnik, Medientechnik, Bauingenieurwesen, Umweltingenieurwesen
  • WS 18/19: Extremwertstatistik mit Anwendungen in Finanz- und Versicherungsmärkten
  • SS 18: Nichtparametrische statistische Verfahren
  • SS 18: Statistik
  • WS 17/18: Rechnergestützte Fallstudienübung Statistik
  • WS 17/18: Angewandte Analyse von Zeitreihen- und Finanzmarktdaten
  • SS 17: Nichtparametrische statistische Verfahren
  • SS 17: Statistik
  • WS 16/17: Angewandte Analyse von Zeitreihen- und Finanzmarktdaten
  • WS 16/17: Rechnergestützte Fallstudienübung Statistik
  • SS 16: Statistik
  • WS 15/16: Statistik

Publikationen mit Begutachtungsprozess

Konferenzen

  • Beat the bookmaker – Winning football bets with machine learning (Best Refereed Application Paper). Thirty-eighth SGAI International Conference on Artificial Intelligence, Cambridge, December 2018.
  • Using higher-order factorization machines for enterprise value prediction. Research Series of GfK, Nürnberg, October 2017.
  • Financial market predictions with Factorization Machines: Trading the opening hour based on overnight social media data. CEQURA Conference 2017 on Advances in Financial and Insurance Risk Management, München, September 2017.