Statistische Modellierung im Energiebereich (Online)
Online Compter-Workshop mit Excel und Python
Termin: 13. Juni 2023, 15. Juni 2023, 20. Juni 2023
Preis: 2150.00 EUR zzgl. MwSt. Anmeldung hier...
Inhalt
Zur Prognose oder Simulation von Last, Preisen und anderen dem Zufall unterliegenden Größen ist eine statistische Modellierung Voraussetzung. Ziel des Seminars ist die anwendungsorientierte Modellierung verschiedener Energiedaten. Methoden aus Statistik und Ökonometrie werden eingesetzt, um ausgehend von einem Datensatz brauchbare Modelle zu entwickeln.
Wir modellieren Abhängigkeiten, z.B. Last/Temperatur, schätzen die Modellparameter und analysieren die Qualität und Prognosekraft der Modelle. Außerdem modellieren wir Zeitreihen wie Temperatur, Last und Spotpreise. Solche Modelle können verwendet werden, um im Rahmen einer Monte-Carlo-Simulation Szenarien der zukünftigen Entwicklung für Profit-at-Risk oder Pricing zu generieren. Im Zentrum stehen dabei zunächst die Saisonalitäten, aber auch Aspekte der Stochastik wie Mean-Reversion und GARCH-Effekte.
Themen
Formulierung und Parametrisierung eines Modells 
lineare Regression kleinste Quadrate Standarderrors Maximum Likelihood Prognosen Mean-Reversion Residualanalyse Autokorrelation Temperaturmodell Lastmodell stochastische Volatility und GARCH Gas- und Strom-Spotpreise Saisonalitäten in Last und Preisen Likelihood-Ratio Tests
Zielgruppe
Risikomanagement, Handel, Analyse, Portfoliomanagement, Beschaffung, Vertrieb oder andere Interessierte aus dem Bereich der Energiewirtschaft gute Excel-Fertigkeiten werden vorausgesetzt, Python wird nicht vorausgesetzt.
Tag 1 |
| 09:00 - |
10:30 |
Einführung, kleinste Quadrate, OLS, WLS |
| 10:30 - |
10:45 |
Kaffeepause |
| 10:45 - |
12:30 |
Modellentwicklung an einem einfachen Beispiel |
| 12:30 - |
14:30 |
Pause |
| 14:30 - |
16:00 |
Kleinste Quadrate und Maximum Likelihood |
Tag 2 |
| 09:00 - |
10:30 |
Zeitreihen, Modellierung von Saisonalitäten, Fourier, Splines |
| 10:30 - |
10:45 |
Kaffeepause |
| 10:45 - |
12:30 |
Zeitreihen: Modellierung der Stochastik, ACF, PACF, AR, ARMA, Garch |
| 12:30 - |
14:30 |
Pause |
| 14:30 - |
16:00 |
Schätzung (MLE), Diagnosen, Monte-Carlo Simulation der Reihen |
Tag 3 |
| 09:00 - |
10:30 |
Berücksichtigung von Einflussgrößen, Sigmoidmodell |
| 10:30 - |
10:45 |
Kaffeepause |
| 10:45 - |
12:30 |
Anregungen der TN auf Basis eigener Daten umsetzen |
| 12:30 - |
14:30 |
Pause |
| 14:30 - |
16:00 |
Prognosen: Konfidenzintervalle, Statistik vs. Machine Learning |
Format
Online-Workshop unter Einsatz von Excel und Python maximal 6 TN Viel Interaktivität und Individualität
Hinweise zur Technik
Hardware: Windows-Rechner mit zwei Monitoren, Headset (kein Handy Headset), Webcam
