Data-Driven Duration Management

Techniken des maschinellen Lernens gelten als universell einsetzbare Technologie der Zukunft. Institutionelle Anleger stehen in der praktischen Umsetzung jedoch vor Herausforderungen hinsichtlich der Stabilität und Erklärbarkeit solcher Modelle. Am Beispiel der Durationssteuerung zeigt ein Autorenteam der TUM und Hochschule der Bayerischen Wirtschaft, wie eine Verbesserung von Zinsstrukturprognosen durch Machine Learning erfolgen kann.

Abonnenten finden den Beitrag in Ausgabe 01|2026 des Absolut|report auf Seite 18.