Prof. Dr. Thomas Krabichler

IFL Institut für Finance und LawKompetenzzentrum Banking und Finance

+41 58 257 12 18thomas.krabichler@ost.ch

Thomas ist Professor am Campus St. Gallen und leitet verschiedene quantitative Innovationsprojekte im Zentrum für Banking & Finance. Er forscht gemeinsam mit verschiedenen Fakultäten und Partnerfirmen im Bereich finanzmathematischer Anwendungen von Maschinellem Lernen und ist assoziiertes Mitglied des «Interdisciplinary Centre for Artificial Intelligence (ICAI)». Er hat an der ETH Zürich in Mathematik promoviert. Seine Zusammenarbeit mit Josef Teichmann wurde 2020 mit dem «Swiss Risk Award» ausgezeichnet. Zuvor war er rund 10 Jahre in der Finanzindustrie als Quantspezialist tätig. Seine Projekte in England, Frankreich und der Schweiz umfassten vorwiegend die Bewertung und Absicherung von Finanzderivaten für grosse Investmentbanken. Aktuelle Forschungsinteressen beinhalten Asset-Liability-Management (ALM), die Bewertung und Absicherung von Derivaten, Ziel-basiertes Investieren, Automatisiertes Marketmaking, Dynamiken der Volatilitätsflächen, und Maschinelles Lernen.

Kompetenzfelder

  • Absicherungsstrategien (Hedging)
  • Anlagestrategien
  • Asset-Liability-Management (ALM)
  • Automated Market Making (AMM)
  • Bewertungen
  • Deep Learning
  • Derivate
  • Finanzmathematik
  • Finanzmodellierung
  • Illiquidität
  • Kreditrisiko
  • Machine Learning in Finance
  • Modellvalidierung
  • Programmierung
  • Quantitative Analysen
  • Reinforcement Learning
  • Risikomanagement
  • Risikoquantifizierung
  • Strukturierte Produkte
  • Szenarien-Generierung
  • Zins- und Terminstrukturtheorie

Ausbildung

2012 - 2017 Doktor der Wissenschaften, Stochastic Finance Group, ETH Zürich
2010 - 2013 Weiterbildung zum Aktuar SAV, ETH Zürich
2007 - 2009 Didaktikzertifikat in Mathematik, ETH Zürich
2004 - 2009 Master of Science in Mathematik, ETH Zürich
1999 - 2003 Matura, Kantonsschule am Burggraben, St. Gallen

Lehre

  • Analysis
  • Analytics
  • Finanzmathematik
  • Kreditrisiko
  • Künstliche Intelligenz
  • Maschinelles Lernen
  • Optimierung
  • Quantitative Modellierung
  • Risikomanagement
  • Statistik
  • Wahrscheinlichkeitstheorie

Projekte

2022 - 2023 Etablierung und Abwicklung eines langfristigen Fonds
2020 - jetzt Automatisiertes Risikomanagement für ein DLT-basiertes Ökosystem von synthetischen Vermögenswerten (53978.1 INNO-ICT, 55591.1 IP-ICT)
2020 - jetzt Massgeschneiderte Daten-Analytics
2020 - jetzt Optimierung von Energiespeichern und illiquiden Portfolien
2020 - jetzt Zielbasiertes Investieren (GBI)
2019 - jetzt Deep ALM
2019 - 2021 Optimierung von Produktionsplänen für Wasserkraftwerke
2019 - 2020 Bonitätsbeurteilung mittels Neuralen Netzwerken
2019 - 2020 Quicktest für die Kreditkapazität von KMU (37920.1 INNO-SBM)
2018 - 2020 Reinforcement Learning für die Bewertung & Absicherung von Derivaten

Mitgliedschaften

  • assoziiertes Mitglied des «ICAI Interdisciplinary Centre for Artificial Intelligence»
  • Aktuar SAV
  • Mitglied der Data Innovation Alliance
  • Mitglied der Swiss Risk Association
  • Akademischer Partner des CQF Institute

Herausgeber- und Gutachtertätigkeit

  • unabhängiger Gutachter für wissenschaftliche Forschungsartikel im Bereich der Finanzmathematik

Berufliche Praxis

2023 - jetzt Professor, Ostschweizer Fachhochschule, St. Gallen (OST)
2020 - 2023 Dozent und Quantspezialist, Ostschweizer Fachhochschule (OST)
2018 - 2020 Dozent und Quantspezialist, Hochschule Luzern (HSLU - IFZ)
2010 - 2018 Quantitative Finance & Risk Consultant, PricewaterhouseCoopers AG (PwC)
2009 - 2010 Trading Desk Quant (Praktikum), Credit Suisse AG

Auszeichnungen

  • Swiss Risk Award 2020 zusammen mit Josef Teichmann (ETH)

Peer-Reviewed Journal Articles and Conference Proceedings

  • Brönnimann, W., Egloff, P., and Krabichler, T. (2024, Preprint 2023). Automated Market Makers and their Implications for Liquidity Providers. Digital Finance. Vol. 6. No. 3. pp. 573-604. https://doi.org/10.1007/s42521-024-00117-0.
  • Englisch, H., Krabichler, T., Müller, K. J., and Schwarz, M. (2023, Preprint 2022). Deep Treasury Management for Banks. Frontiers in Artificial Intelligence. Vol. 6. https://doi.org/10.3389/frai.2023.1120297.
  • Hou, S., Krabichler, T., and Wunsch, M. (2022, Preprint 2021). Deep Partial Hedging. Journal of Risk and Financial Management. Vol. 15. No. 5. Article 223. https://doi.org/10.3390/jrfm15050223.
  • Krabichler, T., and Wunsch, M. (2023, Preprint 2021). Hedging Goals. Financial Markets and Portfolio Management. https://doi.org/10.1007/s11408-023-00437-y.
  • Curin, N., Kettler, M., Kleisinger-Yu, X., Komaric, V., Krabichler, T., Teichmann, J., and Wutte, H. (2021). A deep learning model for gas storage optimization. Decisions in Economics and Finance. Vol. 44. pp. 1021–1037. https://doi.org/10.1007/s10203-021-00363-6.
  • Krabichler, T., and Teichmann, J. (2023, Preprint 2020). A Case Study for Unlocking the Potential of Deep Learning in Asset-Liability-Management. Frontiers in Artificial Intelligence. Vol. 6. https://doi.org/10.3389/frai.2023.1177702.
  • Krabichler, T., and Teichmann, J. (Preprint 2020). A constraint-based notion of illiquidity. Submitted, arXiv:2004.12394.
  • Krabichler, T., and Teichmann, J. (2024, Preprint 2020). The Jarrow & Turnbull setting revisited. International Journal of Theoretical and Applied Finance. https://doi.org/10.1142/S0219024923500322.
  • Krabichler, T. (2019). Reinforcement Learning for Pricing & Hedging of Derivatives - A Simplified Showcase. IFZ Working Paper Series. No. 0008. https://doi.org/10.5281/zenodo.2590928.
  • Krabichler, T. (2019). If only there were no liquidity constraints. IFZ Working Paper Series. No. 0007. https://doi.org/10.5281/zenodo.2590926.
  • Krabichler, T. (2019). If only we knew the drift. IFZ Working Paper Series. No. 0006. https://doi.org/10.5281/zenodo.2590924.

Books and Research Monographs

  • Krabichler, T. (2018). Term Structure Modelling Beyond Classical Paradigms - An FX-like Approach. Dissertation. ETH Research Collection. https://doi.org/10.3929/ethz-b-000199168.

Professional Journals and Newspaper

Beiträge
- Egloff, P., and Turnes, E. (2023). Blockchain in der Finanzwelt. Verlag SKV.
- Lux, W., Krabichler, T., and Gehrig, M. (2023). Unternehmerische Resilienz und Resilienzverlust. Newsletter «Finanz- und Rechnungswesen» (April 2023), WEKA Business Media AG.
- Millius, T. (2022). Derivate 2.0. Interview, LEADER – Das Ostschweizer Unternehmermagazin (June 2022).
- Borkert, S. (2022). Künstliche Intelligenz kann nicht alles. Press Article, St. Galler Tagblatt (15.03.2022).
- Bechtiger, P., and Spring, R. (2022). Orientierung statt Moneypulierung. Verlag SKV. (Machine Learning in Financial Planning).
- Krabichler, T. (2019). Künstliche Intelligenz in der Finanzbranche - eine Utopie? IFZ Retail Banking Blog.
- Cuchiero, C., Larsson, M. and Svalutto-Ferro, S. (2018). Polynomial jump-diffusions on the unit simplex. Annals of Applied Probability. Vol. 28, No. 4, pp. 2451–2500.
- Golnaraghi, M. (2018). Climate Change and the Insurance Industry: Taking Action as Risk Managers and Investors. The Geneva Association.

Teaching related publications

  • Krabichler, T. (2022). Risikokalkül für eine Leasing-Gesellschaft. Case Study & Teaching Notes, Open Education Platform (OEP) for Management Schools.
  • Krabichler, T. (2019). New Frontiers in Quantitative Risk Management (Updated Version). https://doi.org/10.5281/zenodo.5094917.

Presentations

  • Kann KI mein Geld anlegen? Data Science Talks, University of Hamburg (D), Podcast, https://open.spotify.com/show/5T02RSRfup08oR2c5SEHit?si=2e38a1f31e984252.
  • Exploring the Dynamics of Liquidity Pools: A Mathematical Approach. (2024). Seminario al Dipartimento di Scienze Economiche, Università di Verona (I).
  • Automated Market Makers and their Implications for Liquidity Providers. (2024). Digital Assets Switzerland, Webinar.
  • A Parametric Spot and Vol Surface Model for Equities. (2024). ETH Stochastic Finance Group, Friday Seminar, Zürich (CH).
  • Ramifications of Deep Hedging. (2023). Research Seminar, Faculty of Mathematics, Informatics and Natural Sciences, University of Hamburg (D), Webinar.
  • Automated Market Makers and their Implications for Liquidity Providers. (2023). Stochastics, Statistics, Machine Learning and their Applications to Sustainable Finance & Energy Markets, Wolfgang Pauli Institute (WPI), Vienna (A).
  • Automated Market Makers and their Implications for Liquidity Providers. (2023). 3rd Oxford - ETH Workshop on Mathematical & Computational Finance, University of Oxford (UK).
  • Deep Asset-Liability-Management. (2022). 7th European COST Conference on AI in Industry & Finance, Winterthur (CH).
  • Deep Treasury Management. (2022). KI Erfahrungsaustausch Schweizer Inlandbanken, Webinar.
  • ML in Finance. (2022). Public Lecture, ICAI, St. Gallen (CH).
  • Einführung in Künstliche Intelligenz und Machine Learning in Finance. (2022). Guest Lecture, Certificate Program Blockchain & Fintech, University of Liechtenstein (FL).
  • Künstliche Intelligenz im Spannungsfeld zwischen Mensch und Maschine. (2022). SGKB Konjunktur- und Trendforum Horizonte, St. Gallen (CH), Live Broadcast.
  • What Can SMEs Learn from «ML in Finance»? (2021). CSEMnext, Alpnach (CH).
  • Balance Sheet Optimisation: Vom Bauchgefühl zur Wissenschaft mit AI und ML. (2021). BANKINGCLUB-Online-Forum, Panel Discussion, Köln (D), Webinar.
  • Prescriptive Analytics and Artificial Intelligence. (2021). Guest Lecture, CAS Digital Controlling, IFZ – Institute of Financial Services Zug (CH).
  • Deep Asset-Liability-Management. (2021). COST Fintech and Artificial Intelligence in Finance (FinAI), Webinar.
  • Datenbasierte Anwendungen aus der Praxis. (2021). Guest Lecture, Executive MBA HSG, University of St. Gallen (CH).
  • Rare Events in Financial Modelling. (2021). Data Innovation Alliance: ML-Clinic Expert Group Meeting, Berne (CH).
  • Machine Learning in Finance. (2021). Advisory Board Meeting «Banking East», St. Gallen (CH).
  • Machine Learning in Finance. (2021). Guest Lecture, EMBA, Solvay Brussels School of Economics and Management (B), Webinar.
  • Machine Learning for Pension Funds. (2021). Strategy workshop of a Swiss investment committee, Switzerland (CH).
  • A Deep Learning Model for Gas Storage Optimisation. (2021). Energy Finance Italia 6 Workshop, University of Brescia (I), Webinar.
  • A Deep Learning Model for Gas Storage Optimisation. (2021). SIAM Conference on Financial Mathematics and Engineering, Philadelphia (U.S.), Webinar.
  • Two Showcases of Deep ALM. (2021). SRA Chapter Event: New Frontiers in Data Analytics for Risk and Asset Management, Webinar.
  • Predictive Technologies for Better Business Lending. (2020). Professional Risk Managers' International Association (PRMIA), Singapore, Webinar.
  • Deep Replication of a Runoff Portfolio. (2020). ETH Stochastic Finance Group, Webinar.
  • New Frontiers in Quantitative Risk Management. (2019). IFZ Fintech Colloquium, Rotkreuz (CH).
  • Dynamic Financial Analyses with Reinforcement Learning. (2019). Expert meeting of an international insurance company, Switzerland (CH).
  • Machine Learning in Finance. (2019). Data Science Fundamentals, University of St. Gallen (CH).
  • Deep ALM. (2019). Minisymposium on Mathematical Finance in the age of Machine Learning, ÖMG Conference, Dornbirn (A).
  • Deep ALM. (2019). FPWZ Seminar, University of Padova (I).
  • Credit Risk Management. (2019). Board meeting of a Swiss retail bank, Switzerland (CH).
  • The Transformation of Treasury/ALM to Deliver Optimised Performance Management. (2019). Finastra Universe, Panel Discussion, Frankfurt (D).
  • Reinforcement Learning in Quant Finance: An Introduction for Non-Financial Experts. (2018). Swiss Data Alliance: ML-Clinic Expert Group Meeting, Schweizerische Mobiliar, Berne (CH).
  • A Joint Modelling Framework for Credit and Liquidity Risk. (2018). Workshop of the Freiburg-Strasbourg Research Group on Financial and Actuarial Mathematics, Freiburg Institute for Advanced Studies (D).
  • Term Structure Modelling Beyond Classical Paradigms. (2017). Doctoral Defence, ETH Zürich (CH).
  • The Jarrow & Turnbull Setting Revisited. (2017). 5th Imperial - ETH Workshop on Mathematical Finance, Imperial College London (UK).
  • Term Structure Modelling in the Presence of Multiple Yield Curves. (2016). Challenges in Mathematical Finance, University of Cape Town (ZA).
  • Term Structure Modelling in the Presence of Multiple Yield Curves. (2015). 3rd Imperial - ETH Workshop on Mathematical Finance, Imperial College London (UK).

Automatisiertes Risikomanagement für ein DLT-basiertes Ökosystem von synthetischen VermögenswertenAutomatisiertes Risikomanagement für ein DLT-basiertes

Projekt

Im Zentrum steht eine Plattform, die für alle Marktteilnehmenden solides Margining automatisiert. Damit entsteht ein dezentralisiertes Ökosystem mit kontrolliertem Gegenparteirisiko, in welchem vertraglich definierte Risiken transparent abgesichert und gehandelt werden.

Unternehmerische Resilienz zur Steigerung der KrisenfähigkeitUnternehmerische Resilienz zur Steigerung der

Projekt

In Krisenzeiten zeigt sich, welche Unternehmen widerstandsfähig sind, die Krise überstehen oder sie als Chance für Neues nutzen können. Leider wird auch klar, dass dies vielen Unternehmen nicht gelingt. Es stellt sich die Frage, was erstere anders bzw. besser machen und diese Frage adressiert das Forschungsprojekt.