Meine Lernreise: Aktuariat & Quantitative Finance
Willkommen zu meinem GitHub-Repository Meine-Lernreise-Aktuariat-QuantFinance! Hier dokumentiere ich meinen persönlichen Lernpfad im Bereich des Aktuariats und der quantitativen Finanzen. Das Ziel ist es, meinen Fortschritt transparent zu machen, meine erworbenen Fähigkeiten als Portfolio zu präsentieren und mich selbst zu motivieren, kontinuierlich weiterzulearnen. Dieses Repo wird regelmäßig erweitert mit neuen Code-Beispielen, Notizen zu Kursen, Projekten und Modellen.
Aktueller Stand meiner Fähigkeiten (Stand: 24. November 2025)
Ich befinde mich derzeit in der Grundlagenphase meines Lernpfads, mit Fokus auf regulatorische Standards, Risikomanagement und grundlegende quantitative Methoden. Hier eine Übersicht:
Erworbene Zertifikate & Kurse
- IFRS 17 for Insurers Foundational Package (PwC, abgeschlossen am 12.11.2025)
Dieser 7-stündige E-Learning-Kurs hat mir die Kernprinzipien des neuen internationalen Rechnungslegungsstandards für Versicherungsverträge vermittelt. IFRS 17 ersetzt IFRS 4 und bringt mehr Transparenz in die Bilanzierung von Versicherungspflichten.
Wichtige Learnings: - Bewertungsmodelle: General Model (GMM) für nicht-partizipierende Verträge und Variable Fee Approach (VFA) für partizipierende.
- Contractual Service Margin (CSM): Glättung von Gewinnen über die Vertragslaufzeit.
- Offenlegung und Präsentation: Strukturierte Bilanz- und GuV-Aufstellung.
- Übergang von IFRS 4, Rückversicherung und Vergleich zu Solvency II.
CPD-Punkte: 7 (basierend auf 50-Minuten-Stunde).
Zertifikat als Beweis
Technische Skills
- Grundlagen: Python (NumPy, Pandas für Datenanalyse) für Aktuarsberechnungen.
- Aktuarielle Tools: Erste Schritte mit Python für stochastische Modellierung (z.B. Monte-Carlo-Simulationen für Versicherungsrisiken).
- Quantitative Finance: Verständnis von Black-Scholes-Modell und Basis-Optionspreisen (noch in der Theoriephase).
Nächste Schritte in meiner Lernreise
- Kurzfristig: Vertiefung in Solvency II und erste praktische Implementierungen von SCR und VaR in Python.
Gruß
Eike