Renvik Olo logo
Renvik Olo Deep Learning in Finance

Deep learning
in de financiële wereld

Seminars die verder gaan dan theorie — concrete modellen, financiële datasets en vakgenoten die dezelfde vragen stellen als jij.

Programma bekijken Masterclass materialen
Deep learning en financiële analyse in de praktijk
4+ modules Per seminartraject, opgebouwd van fundament naar toepassing
90 min Per sessie, met ruimte voor vragen en groepsdiscussie
Sinds 2015 Renvik Olo verbindt financiële professionals via virtueel onderwijs

Inhoud & aanpak

Wat behandelen de seminars precies?

Deep learning in de financiële sector is breder dan voorspellingsmodellen alleen. De seminars belichten hoe neurale netwerken worden ingezet bij risicoanalyse, tijdreeksmodellering en portefeuilleoptimalisatie — altijd gekoppeld aan herkenbare financiële vraagstukken.

Neurale netwerken voor tijdreeksen

LSTM- en Transformer-architecturen toegepast op financiële tijdreeksen. Welke parameterinstelling werkt voor volatiele markten en waarom verschilt dat van andere domeinen?

Risicoclassificatie met diepte

Hoe creditrisicomodellen verbeteren door embedding-lagen en aandachtsmechanismen. Concrete vergelijking met klassieke logistische regressie op dezelfde datasets.

Portefeuillemodellering

Reinforcement learning als alternatief voor Markowitz-optimalisatie. Simulaties tonen wanneer het leert handelen en wanneer het gewoon een histogram nabootst.

Tekst en sentimentanalyse

NLP-modellen die financiële nieuwsstromen en jaarverslagen verwerken. Hoe sentimentsignalen worden gecombineerd met kwantitatieve features zonder datalekkage.

Leertraject

Hoe is het programma opgebouwd?

Elk seminar volgt een vaste structuur die deelnemers eerst conceptueel verankert en daarna direct naar codeersessies en discussieronden brengt. De overgang van theorie naar toepassing verloopt nooit abrupt.

  1. 1 Conceptuele inleidingArchitectuurkeuzes besproken aan de hand van financiële datasets — geen abstracte wiskunde zonder context.
  2. 2 Geleide implementatieStap-voor-stap opbouw van een model in Python. Deelnemers werken mee, stellen vragen en zien de resultaten direct.
  3. 3 Kritische evaluatieWaar gaat het model mank? Hoe interpreteer je outputresultaten tegenover een baseline? Discussie met peers.
  4. 4 Zelfstandige verdiepingAanvullende opdrachten en leesmateriaal, zodat deelnemers buiten de sessies verder kunnen werken op eigen tempo.
Deelnemers werken aan een deep learning model tijdens een seminar Volledig programma
Wouter Declercq, hoofddocent deep learning in financiën bij Renvik Olo

Wouter Declercq

Hoofddocent & programmabegeleider

Wie geeft de seminars

Achtergrond die het verschil maakt

Wouter heeft jarenlang gewerkt als kwantitatief analist bij een institutionele vermogensbeheerder, waar hij meegebouwd heeft aan de eerste generatie deep learning-systemen voor fraudedetectie. Die ervaring kleurt elke sessie — niet als anekdote, maar als kritische blik op wat modellen wél en niet kunnen.

Aanpak bij moeilijke vragen

Wouter behandelt vragen waarvoor geen standaardantwoord bestaat als eigenlijk interessanter dan de rest. Deelnemers leren dat onzekerheid geen gebrek aan kennis is, maar een eigenschap van het vakgebied.

Keuze van datasets en voorbeelden

Alle gebruikte datasets zijn publiek beschikbaar of geanonimiseerd. Voorbeelden komen uit obligatiemarkten, kredietbeoordelingen en macrodata — niet uit de typische introductietutorials die iedereen al kent.

Samenwerking met andere deelnemers

Elke sessie bevat een moment waarop deelnemers elkaars aanpak becommentariëren. Dat levert meer op dan extra uitleg van de docent — feedback van peers zit dichter bij de eigen praktijk.

Veelgestelde vragen

Praktische informatie

Vragen die vaak gesteld worden vóór aanmelding, op een rijtje gezet. Voor specifieke situaties of organisatiebrede deelname kunt u altijd direct contact opnemen.

Online seminar in financieel deep learning
Voor wie zijn deze seminars bedoeld?

De seminars richten zich op financiële analisten, datawetenschappers en studenten die deep learning willen toepassen in de financiële praktijk. Basiskennis van statistiek of programmeren is nuttig maar geen harde vereiste — het programma begint met de fundamenten.

Hoe lang duurt een seminar gemiddeld?

Elk seminar bestaat uit meerdere sessies van elk 90 minuten. Het volledige traject duurt doorgaans 8 tot 12 weken, afhankelijk van het gekozen onderdeel. Sessies worden opgenomen en zijn achteraf terug te kijken.

Ontvang ik een certificaat na afloop?

Ja, wie het programma succesvol afrondt ontvangt een deelnamecertificaat van Renvik Olo. Op de certificeringspagina staat beschreven welke criteria van toepassing zijn en welke kwalificaties worden bevestigd.

Welke software heb ik nodig?

Python 3.10 of hoger met standaardbibliotheken zoals TensorFlow, PyTorch en pandas. De installatie-instructies worden voor aanvang van elke sessie meegestuurd. Er is geen commerciële licentie vereist.

Kan ik deelnemen vanuit het buitenland?

Alle seminars verlopen volledig online. Deelnemers vanuit heel Europa nemen deel. De voertaal is Nederlands; een Frans- of Engelstalig overzicht van het materiaal is op aanvraag beschikbaar.

Contact

Vragen of aanmelden?

Stuur een bericht en vermeld bij voorkeur uw achtergrond en welk onderdeel van het programma u interesseert. Wij reageren doorgaans binnen één werkdag.

Stuur ons een bericht