Transkript: Corona aus der Data-Science Perspektive

Ja, hallo liebe Hörerinnen und Hörer.

Willkommen beim Python Podcast, mittlerweile in der 19.

Episode.

Heute unser Thema ist wieder Data Science.

Wir haben leider ein bisschen den Coronavirus Covid-19, den wir in der 19.

Folge etwas besprechen möchten, aber aus einer Data Science-Perspektive.

Das heißt, wir hoffen, dass ihr euch nicht zu viel mit dem Virus nerven, von dem ihr bestimmt alle die Schnauze und die Nase voll habt.

Ja, wir sind tatsächlich alle remote dabei.

Ich bin der Dominik, dabei ist natürlich wieder Jochen.

Und wir haben einen Gast, den Thomas.

Hallo, ja, vielen Dank für die Einladung.

Ja, schön, dass du da bist.

Ja, vielleicht sollten wir diesmal auch tatsächlich dazu sagen, an welchem Datum das wollten wir sowieso immer machen, aber heute ist es vielleicht besonders relevant, das 26.

März 2020.

Also keine Ahnung, an welchem Punkt irgendwie der ganzen Corona-Krise wir uns befinden.

Vielleicht am Anfang, vielleicht mittendrin, wer weiß.

Alles direkt bald vorbei und ich mache die Augen zu und will nicht sehen und hören davon.

Naja.

Ich hoffe, ihr seid alle gesund.

Ja.

Ja, ich weiß nicht, möchtest du dich vielleicht kurz selbst vorstellen, Thomas?

Ja, gerne.

Also ich bin der Thomas Wiki.

Ich T Wiki auf Twitter.

Ich habe in Tübingen Bioinformatik studiert und dann da am Max-Pank-Institut nebenbei noch so ein paar Sachen gemacht.

Und da habe ich mich ja angefangen für Machine Learning und Statistik zu interessieren.

Dann bin ich in die USA gegeben und bei Brown University habe ich einen Doktor gemacht.

Und das war im Bereich von Computational Psychiatry.

Und da geht es darum, dass man Modelle vom Gehirn baut.

Und dann an diesen Modellen von Teilen des Gehirns überlegt man sich, okay, jetzt weiß ich, wie das möglichst in der gesunden Person funktioniert.

Und dann kann man gewisse Neurotransmitter hoch oder runter regulieren und sehen, okay, wie verändert sich das Verhalten und stimmt das dann zum Beispiel mit dem, wie man es in Parkinson oder in anderen psychiatrischen Erkrankungen sieht, überein.

Und darüber habe ich meine Zitation geschrieben.

Während des Doktors und auch schon davor, allerdings war mir immer klar, okay, die freie Wissenschaft ist zwar sehr cool, macht viel Spaß, aber ein sehr unstetiger und steiniger Karriereweg.

Und das war dann, wo das aufkam zu dieser Zeit mit dem Griff Data Science.

Da war dieser riesige Artikel, Data Science is the sexiest job of the 21st century.

And they have and gedacht, krass, this is jack, what I mean, ohne this to wish, that's just auf einmal Data Science heißt.

And then habe ich mir überlegt, okay, Wissenschaft ist ja schon gut, aber wer weiß überhaupt, wie die Industrie ist, also ich habe das nie wirklich kennengelernt.

And deswegen habe ich dann angefangen, da so ein paar Fühler auszustrecken.

Und bin dann auch auf diese Pi Data Konferenzen gegangen und über den Wes McKinney, der Pandas geschrieben hat, bin ich dann mit dem Force in Kontakt gekommen und der CEO von Kontopian.

Und dann habe ich da angefangen, einmal in der Woche zu arbeiten und also während des Studiums.

Und dann danach bin ich zurück nach Deutschland gezogen und seitdem bin ich da remote als Vice President of Data Science und leite da das Research Team bei Quantor P.

Kannst du das dann nochmal ganz kurz wiederholen?

Ich glaube, wir hatten einen kleinen Knack seiner Verbindung.

Deine letzte Station.

Das klingt sehr spannend.

Genau, nach der bin ich dann nach Deutschland gegangen und die bei Quantum gesagt, ja, willst du nicht dürfte weiter für uns arbeiten?

Und da bin ich VP of Data Science und Leiter des Research Team.

Ah, okay, cool.

Ja, cool.

Was macht Quantopian denn denn so?

Das klingt irgendwie so ein bisschen nach Finanzbranche.

Quants und so.

Genau, richtig.

Daher kommt auch der Name.

Und also wir stellen eine Plattform bereit im Internet, wo jeder, der möchte und so ein paar rudimentäre Python-Skills hat, auf die Plattform kommen kann und da findet er zum Beispiel einen Jupyter Notebook, wo er direkt, er oder sie, alle möglichen Finanzdaten hat und die ganzen Bibliotheken, die man möchte.

Und dann kann man da direkt loslegen und Analysen machen, wie sich zum Beispiel jetzt die Corona-Krise auf den Aktienmarkt auswirkt.

Und wenn man dann eine gute Idee hat, dann kann man daraus einen Algorithmus erwickeln, einen Trading-Algorithmus, der dann in den Markt investiert, was auf gewisse Signale zurückkommt.

Und wenn das tatsächlich funktioniert, dann kann man den Algorithmus der Plattform zum Beispiel bei unseren Trading Competitions einreichen and Cash Prize or Allocationen.

Also we arbeiten mit Asset Management zusammen, um then these algorithms to verwenden on other, and then a given beteiligation, zum Beispiel.

And the other was all not is this finance platform, this research platform that we have, then all of an Kunden to verse.

Da sind unsere Terms of Service sehr genau, weil das oft eine Frage ist, die wir

ich meine, um da irgendwie Modelle bauen zu können, braucht man auch irgendwie Zugriff auf eine ganze Menge historische Daten.

Werden die dann schon angeboten oder muss man da irgendwie gucken, wo man die herbekommt?

Ich glaube, ganz lange war irgendwie Jahoof Finance irgendwie eine ganz gute Quelle, aber.

Die Avis sind nicht mehr frei.

Ja, also die haben es schwieriger gemacht, die Daten zu kriegen.

Also ja, das habe ich dann irgendwann aufgegeben.

Also es gibt eigentlich kaum wirklich gute Datenquellen, die kostenlos sind.

Aber bei uns auf jeden Fall auf der Plattform gibt es die alle.

Also internationale Equities, Price Volume, alles Mögliche in Minutenauflösungen über, ich glaube, die letzten 14 Jahre oder so.

Und auch eine wichtige Sache ist, dass die Survivor-Ship-Bys frei sind.

Also das heißt, wenn eine Firma untergeht, oft werden die dann zum Beispiel über E-Hoo Finance nicht mehr aufgelistet.

Und bei uns allerdings schon.

Und wir sind da auch sehr, haben da sehr viel Arbeit reingesteckt, dass die Daten auch wirklich sauber sind und dass da, wenn da Splits in dem Stock oder Dividend Payments sind, dass die akkurat reflektiert wird.

Zusätzlich haben wir noch alle möglichen anderen Datenquellen wie Estimates, also was Leute glauben, wie sich die Earnings entwickeln oder Insider-Transactions, also Leute, die gewisse Reglementierungen haben.

Wenn man bei einer Firma arbeitet, dann darf man nur in ganz gewisser Art und Weise diese Firma, für die man arbeitet, traden.

Das ist ja klar, weil man natürlich Insider-Informationen hat.

Und man muss es auch angeben.

Und das sind auch zum Beispiel Daten, die zur Verfügung sind.

Also wir sind die ganze Zeit dabei, alle möglichen neuen Datenquellen dazuzufügen.

Und das ist auch immer wichtig, denn diese Daten ist eigentlich das, worum es geht.

Also wenn man nur Preisdaten hat, das gibt es seit 50 Jahren.

Also da ist nichts mehr.

Also Alpha nennt sich das.

Wenn man ein Signal hat, was Vorhersagekraft hat, was der heilige Gral ist in Quantfinance, braucht man immer diese neuen Datenquellen und das ist immer so ein Wettristen zwischen den verschiedenen Hedgefunds.

Wer kriegt die neuesten Daten, die noch das am besten vorhersagen?

Kind sehr interessant.

Habt ihr da bestimmte Favoriten oder sowas?

Oder wie ihr dann den Markt auch performen könnt?

Oder bist du da selber irgendwie finden, machst du da selber Investments?

Also ich, also wir sozusagen auf der Plattform machen das nicht, einfach weil es ein Conflict of Interest ist.

Das heißt, das übrigens nur unseren Usern und nicht nur Conflict of Interest, sondern unsere User können das auch viel besser.

Also ich bin gespannt, wenn ich mit denen spreche, was für interessante Hintergründe die haben und wie viel Ahnung die auch wirklich haben von der Materie.

Und die kommen von allen möglichst verschiedenen Bereichen.

Also Leute, die VWL studiert und haben sich dann auf unserer Plattform, also wir haben alle möglichen Tutorials, Python selber beigebracht und implementieren dann da ihre eigenen Ideen.

Oder aber auch viele Software-Engineers, die eigentlich Python können und dann da so ein bisschen Data Science lernen wollen.

Und genau, und da haben wir halt alle möglichen Tutorials für jedermann, was auch immer man da lernen möchte.

Und dadurch, dass alles auch natürlich gehostet ist, keine Installationsdelays oder so, also man kann direkt loslegen.

Gut, das läuft alles auf den Jupyter Notebooks dann bei euch.

Genau, also Jupyter Notebook ist das eine, das ist so das Primäre.

Und dann gibt es aber auch noch einen separaten Backtester, wo man dann wirklich den Algorithmus schreiben kann.

Und dann hat man so ein Wrap-Interface, wo man dann sagen kann, okay, das möchte ich jetzt auf historischen Daten starten von 2000 bis heute.

Und dann wird das dadurch simuliert und dann schaut man sich die Ergebnisse an und möglicherweise ja.

Ja, aber das ist auch interessant, genau.

Backtesting ist vielleicht auch nicht in dem irgendwie ein Begriff direkt.

Ich meine, wenn man jetzt irgendwie evaluieren will, ob irgendwie ein Modell, so im Machine Learning-Bereich zum Beispiel, irgendwie das tut, was man haben möchte oder so, dann macht man da irgendwie Cross-Validation oder sowas.

Und bei solchen Zeitreihen-Geschichten muss man ja da irgendwie ein bisschen was anderes machen, weil man ja gar nicht quasi sozusagen muss ja die Zeitrichtung irgendwie berücksichtigen.

Kannst du was dazu sagen, wie das genau funktioniert oder wo man da aufpassen muss, was man da macht?

Ja, also aufpassen muss man auf jeden Fall, das größte Risiko ist immer Overfitting und das ist sehr, sehr schwer, das nicht zu machen.

Also dadurch, dass wir uns die Algorithmen anschauen, also wir schauen uns nicht mehr den Code, aber wir schauen uns die Ergebnisse an, also wie viel Profit haben die dekoriert und wie viele Positionen traden die und solche, also den Output von den Algorithmen schauen wir uns an.

Und da können wir auch immer sehen, okay, also hier ist die Zeitperiode, wo der Quant, der User, Zugriff drauf hatte.

Und hier ist die Zeitperiode, wo er keinen Zugriff darauf hatte.

Und in der Regel sieht man, dass es nur im Backtest, also historisch, wo man es drauf entwickelt hat, gut funktioniert und dann out of sample eben nicht.

Und um das zu umgehen, muss man auf jeden Fall da sehr diszipliniert drangehen.

Und genau auch da Cross-Validation machen, die funktioniert ein kleines bisschen anders, aber die Idee ist trotzdem die gleiche.

Also es geht immer darum, gewisse Training-Daten zur Verfügung zu haben und darauf entwickelt man seine Ideen und dann andere Daten, die man nicht anrührt und dann wirklich nur ganz am Ende benutzt zum Testen, um zu wissen, ob die Idee auch wirklich valide ist oder nicht.

Und da gibt es verschiedene Ansätze.

Zum Beispiel eine Sache, die ich recht elegant finde, ist, dass man die geraden und die ungeraden Quarter, also Business Quarter, Vierteljähre immer austauscht.

Also man trainiert nur auf den geraden Quartern, also erster und dritter und dann zweiter und vierter Benutzer zu testen.

Denn das, was immer die riesige Schwierigkeit ist, bei allem was Quant Finance ist, ist es nicht stationär.

Also das heißt, der Markt ändert sich permanent und irgendwas, was damals funktioniert hat, funktioniert dann vielleicht nicht mehr.

Aber vielleicht fängt es auch wieder an zu funktionieren.

Also man weiß nie so genau, was da Sache ist.

Das klingt so ein bisschen schwierig, also wenn man so Quartale rausnimmt.

Ich stemme jetzt vor, es gibt Saisonengeschäfte oder sowas und die würde man ja dann verlieren.

Also dann würde ich fast lieber das umgerade Jahr rausnehmen oder so, und dann alle zwei Jahre gucken.

Ja, also es gibt da wenig, was wirklich perfekt ist.

Bei Jahren zum Beispiel hat man 2009, was natürlich ein besonderes Jahr ist.

Also ja, also das mit den Quartalen zum Beispiel, die kann man dann auch randomisieren, also dass man vielleicht nicht nur die Geraden und Ungeraden nimmt, sondern das randomisiert.

Und genau, und das klassisch natürlich auch einfach, und das ist eigentlich auch eine solide Methode, ist einfach dann zu sagen, okay, die letzten zwei Jahre schaue ich mir nicht an.

Denn die Annahme ist so ein bisschen, was jetzt funktioniert, was noch nicht so lange her ist, was dann was hoffentlich auch dann funktioniert, wenn man es wirklich live schaltet.

Also es gibt verschiedene Philosophien und leider eine, die so richtig zufriedenstellend ist, hat so alles seine Vor- und Nachteile.

Also ja, ist man.

Spannend, also es ist ja sehr, sehr, sehr interessant.

Es geht ja auch das Gerücht um, dass dieser große Abschutz jetzt gefolgt ist, der hauptsächlich auf so Quants zurückzuführen wäre.

Und dass sie halt.

Ich glaube, der ist eher auf Covid-19 zurückzuführen.

Ja, ja, aber in der Kombination, ja, und in der Härte.

Also da ist vielleicht auch was dran, weil die halt dann alle stumpf sagen, okay, jetzt raus, raus, raus, verkaufe.

Also das ist auf jeden Fall so, dass Hedgefunds und Quantfunds da auf jeden Fall ihr Risiko minimiert haben und rausgegangen sind, aber das haben die gemacht, so wie jeder andere auch.

Gerade die großen Anleger, die gehen wahrscheinlich früher raus noch als vielleicht private, weil die halt ihr Stop Loss dann irgendwann haben und sagen, nee, jetzt muss weg.

Ja, ja und nein.

Also die sind dann natürlich sehr hinterher, aber gleichzeitig haben die natürlich auch Investments, die in einer anderen Größenordnung stattfinden.

Also wenn es halt nicht die Rentenanlage von irgendeiner Privatperson ist, der damit 100.000 oder sowas ETFs hat, sondern einen Rentenfonds mit Gott weiß wie vielen Milliarden.

Das kann man nicht von heute auf morgen in einem absoluten panischen Markt direkt abstoßen.

Das ist so ein bisschen, also die sind da sehr viel langsamer und natürlich auch, die gehen jetzt auch nicht einfach so im Cash.

Also die machen nur die Protest weiter, aber es ist, ja, also das Risiko wird minimiert und das hat dann immer diese Feedback-Effekte.

Also die ersten fangen an und dann werden die Stop-Losses bei den nächsten getriggt und die verkaufen dann sehr rapide und das triggert dann weitere Stop-Losses.

Und ja, also das sind so Schnellwaleffekte, die da ganz leicht entstehen.

Interessant.

Also da könnte man halt auch irgendwie ein Albo drauf ansetzen, der es vielleicht erkennt oder so, so ein Muster in diesem Losses, oder?

Ja, durchaus.

Also wird auch gemacht.

Wir sind jetzt allerdings gerade aber natürlich echt in einem Marktregime oder einfach auch allgemein in einer Weltsituation, die wir so noch hatten.

Das ist ja ein komplett irrationales Verhalten, das so herzusagen, glaube ich, das ist sehr, sehr tough.

Also ob das überhaupt geht, ist halt die Frage.

Glasgow reibeln.

Ja, also ob es Irrationales wird sich rausstellen.

Denn ich meine, die Effekte auf die Weltwirtschaft sind natürlich schon jetzt schon massiv und werden wahrscheinlich nur noch viel stärker werden.

Also es ist echt eine sehr hartige Situation und diese ganzen Anlagestrategien, wie wir schon gerade besprochen haben, haben natürlich schon immer so die Annahme mit eingebaut, dass sich die Geschichte zu einem gewissen Teil schon wiederholt.

Aber das ist jetzt halt im Moment gerade nicht so und da sind die genauso von überrascht wie alle anderen auch.

Also ich habe relativ interessante Artikel dazu gelesen, was dann die Zentralbanken machen könnte, um zu reagieren und wie man halt das dagegenwirken könnte.

Und das kommen einige spannende Effekte bei raus.

Von Deflation über mehrere Inflationen in Folge angefangen und die man dann halt mit Geld bewerfen kann.

Wenn man es schafft, diesen Wirtschaftskreislauf mit Geld wieder anzukurbeln, dass halt die Umschlagsgeschwindigkeit wieder hochgeht und so, das würde dann bedeuten, dass es sich auf einem ähnlichen Niveau wie jetzt vor kurzem einpendeln könnte.

Ja, aber das ist sehr, sehr schwierig, vorauszusagen, ob das überhaupt klappt und ob das alles wieder anläuft.

Und man muss halt erstmal alles möglich mit Geld beschmeißen und dann machen die Staaten vielleicht noch den Adler oder so, dass das alles sehr komplex ist.

Ja, also ist auf jeden Fall eine sehr schwierige Situation.

Und die Notenbanken, wir sind jetzt auch nicht in einer Situation, wo sie noch so viel mehr Spielraum hatten.

Also die Fed zum Beispiel hat ja den Leitzins, bevor das überhaupt passiert ist, ziemlich angekommen und ihn dann aber sehr frühzeitig schon direkt runtergesetzt.

Und die Märkte haben nicht wirklich darauf reagiert.

Also das ist schon eigentlich so mit der einzige Hebel, den die wirklich haben.

Ich habe nur minus 6% ist das neue Ziel.

Ja, bis ungefähr.

Also in der EU zum Beispiel müssen wir das fast machen.

Die EZB war ja schon immer bei Null.

Jetzt schon seit einer langen Zeit, also da ist kaum noch Spielraum überhaupt vorhanden, diesen Hebel zu benutzen.

Und das, was ich auch denke, ist, dass es natürlich ein anderes Problem ist.

Also es ist halt jetzt nicht wie 2009, wo es ein Problem in der Finanzbranche war, was sich dann ausgebreitet hat und andere gemacht hat, aber wo die Weltwirtschaft trotzdem ja noch funktioniert hat, sondern es war halt einfach so ein Schneeballeffekt, der sich da dann ausgebreitet hat.

Aber im Moment steht die Weltwirtschaft dann einfach.

Das gleichzeitig.

Ja, und egal wie viel Geld man druckt, das wird allein die Wirtschaft nicht wieder ankurbeln, wenn alle zu Hause bleiben müssen.

Bestimmte Sachen kann man auch gar nicht wieder so schnell anfahren, wenn man bestimmte Fabriken oder bestimmte Kraftwerke erstmal stillgelegt hat oder so, weil da halt auch keine Abnehmer für den Strom sind, dann kann man die auch nicht wieder gut anfahren und so weiter und so.

Das ist halt alles jede Menge Konsequenzen.

Wenn der dann erstmal breite ist, ob die dann direkt den neuen aufmacht, weiß man nicht.

Da muss sich jemand wieder finden, der dasselbe nochmal macht.

Ja, was ich dann auch noch echt interessant fand, ist, dass halt auch die politischen Konsequenzen von solchen Sachen, wenn sich so viel ändert, sind ja auch immer so völlig unklar.

Das hatte letztens irgendwie auch mit jemandem drüber gesprochen, der meinte dann so, ja, also gerade zum Beispiel in der EU ist ja gar nicht so gar nicht so klar, wie das irgendwie mit dieser ganzen Brexit-Geschichte zum Beispiel ausgeht.

Und das könnte ja politisch desaströse Konsequenzen haben, wenn diese Geschichte wirtschaftlich funktioniert.

Aber ob die wirtschaftlich funktioniert oder nicht, hängt ja jetzt von ganz vielen komischen Dingen ab.

Wie zum Beispiel, könnte es sein, dass es in einer Pandemie eine gute Idee ist, wenn man auf einer Insel lebt?

Das kann ja sein.

Das hat jetzt gar nichts mit der Brexit-Geschichte zu tun.

Aber wenn das jetzt irgendwie dazu führt, dass die wirtschaftliche Situation in Großbritannien irgendwie deutlich besser ist als anderswo in Europa, dann hat das halt politische Konsequenzen für alle anderen, die unter Umständen sehr unangenehm werden.

Es kann aber auch andersrum ausgehen, das weiß einfach keiner.

Das ist echt.

Es gab einen Artikel von Taiwanesen, die auch gesagt haben, ja, also Großbritannien ist ja eigentlich auf der Insel, die müssen das ähnlich machen wie wir und dann werden die vor dem Virus relativ geschützt.

Und haben gesagt, nee, das war nicht funktioniert.

Und naja, von daher.

Ja, wir werden sehen.

Die hatten da durchaus ihre Einherangensweise.

Aber vielleicht gehen wir nochmal zum Ganzen zurück, das ist alles sehr spannend.

Aber wie macht man das denn in Python?

Also diese ganzen Quantsachen, die du da beschrieben hast, die total spannend sind.

Was würdest du denn da machen?

Und vielleicht kannst du gerade den Hörern so ein bisschen detaillierter erklären, also wie man damit so anfangen würde und welche Bibliothek man vielleicht benutzt und wie so das Schema wäre und die Struktur, um das so ein bisschen aufzubauen.

Also oft fangen Leute so ganz simpel an, zum Beispiel, also der Klassiker und das funktioniert schon längst nicht mehr, aber ist so ein Dual-Moving Average.

Und da ist man Dual Moving Average.

Also ein

doppelter gleitender Durchschnitt, oder?

Ja, genau, also ein Durchschnitt, den man berechnet über zum Beispiel jetzt den Preis.

Also ich sage, okay, ich nehme immer den durchschnittlichen Preis der letzten 10 Tage und vergleiche das mit dem durchschnittlichen Preis über 100 Tage.

Also das heißt, das eine ist was, was sich sehr schnell anpasst an die aktuelle Preisentwicklung und das andere ist mehr so ein Langzeittrend.

Und dann kann ich zum Beispiel sagen, okay, also wenn der Kurzzeittrend, also die 10 Tage, den Langzeittrend durchbrechen, also höher werden von unten, dann glaube ich, ah, okay, das ist Momentum, also der Stock geht wohl gerade nach oben.

Und dann glaube ich, dass der auch noch weiter nach oben geht.

Das heißt, das ist dann, wann ich einkaufen möchte.

Und wenn dann diese Linie mit dem 10 Tage Moving Average wieder von der anderen Seite kommt, dann denke ich, ah, okay, jetzt ist der Trend, wo das Momentum von dem Stock nach unten geht und dann möchte ich das verkaufen.

Und das kann man auf einzelne Seiten anwenden und so fangen viele Leute an, aber in Hedgefunds ist es oft so, dass man dann ganz viele Stocks traden möchte.

Also es ist wie im Casino, also wenn man jetzt 51% Gewinnschance hat oder auch nur deutlich weniger, dann möchte man einfach ganz viele Bets machen, um irgendwann halt über den Mittelwert, Law of Large Numbers, die Edge dazukriegen aus dem ganz kleinen Vorhersagekraft, die man da hat.

Und deswegen macht man dann Strategien, die halt ja nicht nur einen Stock, sondern 1000 Stocks oder 2000 Stocks traden.

Und aber die gleiche Logik, die ich gerade beschrieben habe, kann man natürlich auch nicht nur auf einen Stock anwenden, sondern auf all diese gleichzeitig.

Also da würde ich dann einfach sagen, okay, wenn jetzt diese, also diese 2000 Stocks, die ich mir da rausgesucht habe, davon gehen manche gerade nach oben, also haben Abwärts Momentum und andere nach unten, die haben Downward-Momentum.

Und dann kann ich zum Beispiel hingehen und sagen, okay, also die, die gerade nach oben gehen, die möchte ich gerne kaufen und die, die nach unten gehen, die möchte ich gerne verkaufen sozusagen.

Also Long Selling und Short Selling.

Also Short Selling heißt, dass ich Geld verdiene, wenn die Aktie nach unten geht.

Und das ist so ein ganz klassischer Trick, dass man sagt, okay, also 50% meiner Anlage möchte ich gern long anlegen, also Geld verdienen, wenn der Stock nach oben geht, und die anderen 50%, da möchte ich gern Geld verdienen, wenn der Stock nach unten geht.

Und die Idee hinter dieser Long Short-Strategie ist, dass es dann alles, was der Markt macht.

Also der Markt geht nach oben und das interessiert mich aber nicht, denn ich 50%, die Long 50% verdiene Geld und die anderen Short 50% verlieren Geld, aber das gleicht dich aus.

Und genauso wenn der Markt nach unten geht, dann verliere ich mit meinem, also gewinne ich mit meinen Shorts und verliere mit meinen Longs.

Das heißt, ich isoliere wirklich nur das Signal, was ich auch wirklich glaube, wo ich eine Vorhersagekraft habe in dem Moment.

Also in dem Fall jetzt zum Beispiel, dass halt Stocks, Aktien Momentum haben und dass sie halt anfangen nach oben zu gehen, dass sie dann noch ein bisschen weiter nach oben gehen und umgekehrt umgehen, dass sie dann noch ein bisschen weiter nach unten gehen.

Das ist so eine sehr klassische, aber dennoch moderne Quant-Strategie.

Die, ja, also dieses Long Short ist ganz klassisch und dass man das auf ganz vielen Aktien anwendet.

Wenn ich jetzt versuche, also im Grunde geht es darum, dass ich sagen können möchte, ob ich, also ob jetzt morgen irgendwie eine Aktie hoch oder runter geht, so mehr oder weniger, oder für einen bestimmten Zeitraum.

Also ich glaube, ich habe das Portfolio vielleicht, das spielt eine große Rolle.

Und wenn ich das jetzt höre, dass sie sich ausgleichen sollen, dann ist vielleicht das Portfolio wichtiger als die Einzelposition?

Genau, richtig, ja.

Also es ist natürlich wichtig, auf welcher Seite von meinem Portfolio ist dann diese Aktie, die ich da traden will.

Aber es geht so ein bisschen weg eigentlich davon, sich dann für einzelne Aktien zu interessieren, sondern es geht vielmehr darum, wie sich jetzt diese Aktien anschauen, diese, also sagen wir mal, wir haben 1000 Aktien, die wir uns anschauen und die wir zu jeder Zeit traden.

Und das hat 500 davon sind dann auf der Long-Seite und 50% sind auf der Short-Seite.

Und da geht es dann darum, wie in welcher, also wie sortiere ich die so, dass die, die ich natürlich Short habe, sollen abstürzen, denn dann verliere ich Geld und die, die ich auf der Long Seite haben, sollen nach oben gehen und dann verdiene ich Geld.

Aber ich verdiene wirklich nur Geld immer auf den relativen Unterschied zwischen denen und nicht zu dem, was der Markt macht.

Und deswegen heißt es Hedge Fund, also Hedge heißt, dass man sich absichert von diesen anderen Risikofaktoren.

Was zum Beispiel sehr hilfreich ist, zum Beispiel, wenn so eine Pandemie zu 20% Losses täglich führt.

Also das ist genau dann, wenn man sowas haben möchte, denn ja, da ist man so gewissermaßen abgesichert.

Allerdings sind auch die Hedgehunds davon sehr stark betroffen gewesen.

Allerdings aber auch nicht so stark, wie es der Markt.

Also das funktioniert schon, aber es ist auch nicht so, dass man dann sagt, okay, da ist man komplett immun gegen solch starke Events.

Also das hat einen Einfluss auf jeden Fall.

Ja, da kann man natürlich auch nicht so viel gewinnen, als wenn jetzt Leute auf gute Einzelpositionen setzen würden, die sich damit ganz besonders toll auskennen oder so.

Die können natürlich den Markt deutlich mehr outperformen als jemand, der so einen Mittelwert dann bildet.

Also zumindest theoretisch, die können natürlich auch mehr verlieren.

Ja, also es gibt da alle möglichen verschiedenen Ansätze.

Also der Quant-Ansatz ist auf jeden Fall, diese statistischen Signale zu finden und die dann auf sehr großen Portfolios anzulegen.

Aber natürlich gibt es auch die Discretionary, also die, die wirklich einzelne Firmen dann sich sehr im Detail anschauen und da alle möglichen Analysen machen und dann sagen, okay, also ich weiß, dass jetzt Apple möglicherweise halt irgendwas in einem coolen neuen Produkt rauskommt und deswegen werde ich so alles auf Rot setzen.

Also das sind ganz unterschiedliche Anlagen.

Also hier habe ich jetzt wirklich nur den Quant-Ansatz beschrieben.

Aber ist das, ich meine, ich würde jetzt, wie gesagt, ich mache ja normalerweise so andere Data Science Machine Learning-Modelle.

Ich würde jetzt denken, so, wenn man irgendwie Kurs vorhersagen möchte, dann, also das Allersimpelste, was mir jetzt einfallen würde, wäre, ich mache einfach lineare Regression oder so, ich nehme einfach, weiß ich nicht, den Aktienkurs von gestern, von vor einer Woche, vor einem Monat oder sowas und habe halt irgendein lineares Modell, was halt dann mir den für morgen halt vorhersagt.

Also das ist auch ziemlich nah dran, eigentlich, wie es oft gemacht wird.

Und dann, so wie du jetzt angefangen hast, zu sagen, okay, also ich nehme jetzt den Aktienkurs von vor einer Woche und das ist dann das erste Feature.

Und dann kann ich aber noch sagen, okay, vielleicht nehme ich auch das Volumen oder so vor einer Woche und dann nehme ich noch was das Twitter Sentiment, also was haben Leute auf Twitter über diesen Stock geschrieben.

Und das ist dann mein drittes Feature.

Und dann sozusagen so fange ich dann an immer mehr und dann werden es tausende von Signalen, die man hat und dann oft eine lineare Gression, dann die funktionieren erstaunlich gut.

Also jeder sagt immer, er macht da super fancy machine learning, aber 80 bis 90 Prozent sind schon noch lineare Versionen, weil die einfach so robust sind.

Also das ist immer das große Problem bei Crant Finance, das Rauschen in den Daten ist so massiv und das egal so klein, dass wenn man da sehr fancy Methoden macht, dann ist das immer der Nachteil, dass die halt nicht so robust sind.

Deswegen sind lineare Modelle da sehr mächtig.

Ja.

Welche Bibliotheken benutzt man denn da so?

Ich glaube, ich habe einmal so ein bisschen was mit Zeitreihen gemacht.

Das ist jetzt auch schon wieder ein bisschen was her.

Da hatte mich auch so erstaunt, dass das Interface ganz anders ist, weil normalerweise mache ich immer so Sachen mit Cikit Learn oder so oder Interfaces zumindest, die so ähnlich aussehen.

Und das war dann Stats-Models irgendwie, so Arima, Sarima-Modelle und die sahen halt alle schon so ein bisschen anders.

Ich weiß gar nicht, ist das das, was man dann auch.

Jetzt muss ich mir kurz erklären, was ist Arima, was ist Sarima?

Oh je, aber genau, du musst erklärst.

Ja, also das sind so klassische statistische Modelle.

Arma steht für Auto-Regressive, also A Auto-Regressive und A für Moving Average.

Und das heißt einfach, dass ich mir anschaue, okay, wie war denn der Wert for 10 Tagen und wie is der Moving Average?

Also einfach so ein klassisches statistics Zeit reinmodell.

And they were under one from Stats Models of Python Bibliothek understood.

Alright, they come to that to the answer in Quant Finance.

Also this would be, but it is telling of the classical machine learning answer.

So wie man es oft macht, ist es einfach, dass man die Zeit eigentlich so ignoriert und sagt, okay, also ich habe halt einfach Features und so ein, also es nennt sich dann Walkforward, dass man sagt, okay, jetzt habe ich irgendwie Daten von 2017, auf denen trainiere ich.

Dann habe ich Vorhersagen und teste dann das Modell und jeden Tag mache ich neue Vorhersagen für 2018.

Und dann, wenn ich 2018 getestet habe, dann Training Daten, die 2018 und 2017 und sage für 2019 vorher.

Und dann gehe ich halt immer so Schritt für Schritt in der Zeit nach vorne und retraine immer mein Cycitlearn-Modell.

Und CycitLearn ist auf jeden Fall das, was auf AH sehr häufig eingesetzt wird, einfach weil es wie bei dem anderen Piedata auch mit die klassische Bibliothek ist.

Es gibt auch ein paar andere, die dann noch besser skalieren, aber das ist schon der gute Standard.

Ja.

Tja, ja.

Genau, ich weiß, für ist das Zipline, glaube ich, gab es noch irgendwie.

Genau, ja.

Also wir haben selber fast alle unsere Software eigentlich ist Open Source.

Also wenn man auf GitHub, ähm, Quantopian schaut, dann findet man da alle möglichen Projekte, die wir auf unserer web-basierten Plattform benutzen.

Genau, richtig, ja.

Also genau, Zipline ist unser Open-Source-Backtaster, den wir auch auf der Plattform benutzen.

Und der, das war am Anfang echt so eine ziemlich schwierige Entscheidung eigentlich, wo wir lange überlegt haben.

Also ich war immer der Meinung, dass es eine gute Idee ist, das Open Source zu stellen, aber unseren CEO muss sich da noch von überzeugen.

Aber das war sehr, sehr positiv für uns.

Also das in vielerlei Hinsicht.

Also eins ist natürlich, wir bekommen Pull Requests, also dass andere Leute, die die Software verwenden, dann ihre eigenen Verbesserungen daran machen und dann uns diese Verbesserungsvorschläge auf GitHub zuschicken.

Und dann kriegen wir da Pull Requests, wie das heißt, über zum Beispiel jemanden, der unsere Simulations-Engine um Faktor 4 beschleunigt hat.

Wow.

Und voll cool.

Also ja, genau, vielen Dank.

Und das haben wir dann natürlich gemerkt und das kommt dann natürlich auch der Plattform zugute, weil das die gleiche Software ist, die wir da auch benutzen.

Und das ist zusätzlich dann auch, und in dem Fall hat es auch sehr gut funktioniert, haben wir uns natürlich diese Person dann genau angeschaut und so, ja, okay, was machst du denn so?

Und wir haben den dann eingestellt.

Einfach weil erstmal jemand, der das kann, ist so das beste Vorstellungsgespräch, was man sich vorstellen kann.

Und er hat auch schon bewiesen, also er hat es bewiesen, dass er es kann und er ist natürlich auch schon direkt mit der Codebase vertraut.

Also der hat dann keine lange Eingewöhnungszeit, sondern wir wissen, dass das kann und er weiß, worum es geht und wie der ganze Code aussieht.

Also, das war eine sehr positive Erfahrung in vielerle Hinsicht für uns.

Und wir machen das auch schon seit vielen Jahren.

Ja, so geht halt das.

Also auf Open Source ist schon eine coole Sache oder dann.

Ja, auf jeden Fall.

Wenn ich jetzt nochmal da einen Angriff an so diese einfachen Linear-Modelle oder ich meine, irgendwie, was man so Cyclit Learn oder so an Machine Learning-Geschichten üblicherweise so verwendet, das, was du machst, ist ja jetzt eher so, ich glaube, das Großteil von Pi MC Theory geschrieben oder im probabilistischen Modelle.

Warum würde ich denn eher sowas verwenden wollen?

Oder was ist eigentlich der grundsätzliche Unterschied zu den Dingen, die man vielleicht eher so aus dem Cyclone-Bereich kennt oder so, weil.

Ja, gute Frage.

Da sind wir auf jeden Fall beim Middlingsthema angekommen.

Was ist das denn überhaupt PiMMC?

Vielleicht fangen wir damit

kurz an.

Genau, also PiMC3 steht einfach nur für Python und MC, also Markov Chain ist so der Algorithmus, der da verwendet wird.

Und das in gewisser Hinsicht kann man es schon zum Beispiel jetzt mit Cyclit Learn vergleichen, aber es ist doch eigentlich eine andere Idee.

Vielleicht einmal nochmal ganz kurz, was eine Markov-Chain ist für alle Hörer, der ist.

Ja, also das ist nicht so leicht zu erklären.

Es ist leichter, so die Idee dahinter zu erklären, was es überhaupt kann.

Und dann macht das mit der Markov-Chain vielleicht irgendwann auch ein bisschen mehr Sinn.

Aber genau, also wenn man sich jetzt Cycit Learn anschaut, dann ist es ja, dass man einfach gewisse Muster in Daten lernen möchte, um dann Vorhersagen machen zu können.

Also ich habe Trainingsdaten und Labels und möchte ich mit den Trainingsdaten die Labels vorhersagen.

Und das ist ein ganz klassisches Problem, aber die Daten, die man da reinfüttert, sind dann natürlich ziemlich rudimentär offen.

Also zum Beispiel, also es ist halt alles tabular.

Also das heißt, ich habe jeder Datenpunkt unabhängig von anderen Datenpunkten.

Zum Beispiel jetzt nehmen wir Handschrifterkennung oder sowas her mit dem ganz berühmten Amnest-Datensatz.

Da ignoriert man einfach zum Beispiel, dass die einzelnen Pixel eigentlich ja was miteinander zu tun haben und man sagt einfach, okay, jedes Bild ist einfach ein ganz langer Vektor und dann lerne ich halt, was für eine Zahl da drauf ist und das gebe ich ihm einfach ganz viele Daten und hoffe, dass der das dann rauslernt.

Und das kann dann ein lineares Modell sein, was in dem Fall nicht gut funktioniert, oder ein Random Forest oder ein neuronales Netzwerk.

Und das ist oft allerdings natürlich schade, wenn man da viele Informationen hat über seine Daten.

Also zum Beispiel jetzt weiß ich, dass die einzelnen Pixel da einen Zusammenhang haben.

Also zwei Pixel, die direkt nebeneinander sind, ist die Wahrscheinlichkeit, dass die den gleichen Wert haben, sehr viel höher als jetzt irgendwas, was ganz rechts oben oder ganz links unten ist.

Aber der ganz naive Ansatz beruht es nicht.

Also natürlich klar, wenn man es mit normalen Netzen macht, die sind dafür gebaut.

Aber hier geht es jetzt eher darum, dass wir Strukturen in unseren Daten haben, die wir wissen und die wir ausnutzen wollen.

Und wir wollen nicht alles nur aus unseren Daten lernen.

Ein anderes gutes Beispiel ist auch immer hierarchische Strukturen.

Also sagen wir mal, ich habe jetzt einen Supermarkt und ich möchte gerne voraussagen, wie sich gewisse Warengruppen absetzen, also einzelne Produkte, wie viel verkaufe ich jetzt nächste Woche von Snickers und wie viel verkaufe ich nächste Woche von Hackfleisch.

Und das kann man natürlich auch ganz normal als Maschine ein Problem betrachten.

Allerdings weiß ich doch, dass zum Beispiel jetzt Schokolade gehört, also Snickers gehört ins Schokoladensortiment.

Und wenn, und das wird sich wahrscheinlich schon auch ähnlich verhalten, also Schokoladensachen und Süßigkeiten allgemein werden sich ähnlich verhalten und Sachen wie Hackfleisch oder so, können zu einer anderen Warngruppe.

Und da gibt es auch gewisse Ähnlichkeiten zu denen.

Und diese Ähnlichkeiten möchte ich gerne auch in meinem statistischen Modell oder in meinem Vorhersagen abbilden.

Und wenn man diese Modelle spezifischer bauen möchte, die diese Strukturen auch wirklich abbilden, da ist dann PyMC oder jedes andere Problistic Programming, wie das oft genannt wird, oder Basin-statistische Modelle, das ist alles beides so das Gleiche, die sind dann da sehr viel geeigneter.

Denn was die einem erlauben, ist, diese Modelle zu bauen, die ganz spezifisch sind für das Problem, was man auch wirklich lösen möchte.

Kriegen die dann irgendwie lineare Abhängigkeiten mit dann oder anders?

Zum Beispiel, also das kann ich so komplett einbauen, wie ich gerne möchte.

Also ich kann sagen, okay, der Zusammenhang zwischen diesen Sachen hier ist linear und hier ist es aber logarithmisch oder nicht linear.

Und genau, und hier sind gewisse hierarchische Strukturen in meinen Daten drin und über die weiß ich Bescheid und ich weiß, dass sich jetzt die Süßigkeitensachen ähnlich verhalten und Fleischprodukte verhalten sich auch ähnlich zueinander, aber dennoch erlaube ich auch, dass zum Beispiel Snickers und Mars, was beides in der Süßigkeitenkategorie ist, Unterschiede hat, aber auch gleichzeitig lerne ich die Ähnlichkeiten davon.

Also ich lerne die Unterschiede, aber auch die Ähnlichkeiten.

Und dadurch kann ich dann natürlich deutlich besser Vorhersagen machen.

Und das ist aber nicht nur auf Vorhersagen beschränkt.

Also diese statistischen Modelle können alles machen.

Also die können auch einfach nur Daten erklären.

In der Wissenschaft zum Beispiel geht es dann oft darum, okay, ich habe zwei Versuchsgruppen, gibt es da einen Unterschied zwischen denen und ich, die einen bekommen das Medikament, die anderen das Placebo.

Ist das ein statistischer, signifikanter Unterschied, den es da gibt?

Und da könnte natürlich auch ein statistisches Modell bauen.

Also man kann es immer ganz gut so vergleichen, dass vielleicht Machine Learning ist so ein bisschen Playmobil, ist schon alles vorgebaut und man kauft es einfach und so wie es ist, dann kann man nichts dran ändern.

Und Problemistic Programming ist so Lego.

Also da hast du deine eigenen Bausteine, die du zusammensetzen kannst und baust dir ganz spezifisch das statistische Modell, was du gerne haben möchtest.

Und wenn für das nächste Problem baust du dann ein anderes Modell.

Also ja, es ist ein sehr viel manuellerer, aber auch dadurch natürlich sehr viel flexiblerer Ansatz.

Ja, ja, ich glaube, ich habe, also so ähnliches Problem hatte ich auch schon mal, das stimmt.

Das hätte ich dann vielleicht irgendwie mit zu hierarchischen Modellen irgendwie besser in den Griff kriegen können, dass man halt zum Beispiel eben das, was man vorhersagen möchte, dass das sehr Spaß ist, irgendwie eben um bei dem Supermarktbeispiel zu bleiben, man hat einen sehr, sehr großen Supermarkt, mit ganz, ganz vielen unterschiedlichen Sachen und man beobachtet nur ganz selten Käufe, möchte aber trotzdem vorhersagen, irgendwie, was wird denn jetzt irgendwie, oder was ist denn der durchschnittliche, wie viel wird denn da ungefähr verkauft von irgendeinem speziellen Geschichte, wo man nie irgendwas beobachtet hat.

Und dann war halt so der Ansatz in dem Machine Learning-Teil, den wir dann benutzt haben, eher sowas wie, eben man clustert das in sowas wie Süßwaren oder so und sammelt dann dafür halt irgendwie Daten, die man dann wieder als Features verwendet.

Das ging auch irgendwie, aber wenn man es explizit in ein Modell reinpacken kann, ist natürlich, ja.

Ja, genau, also das ist ein gutes Beispiel.

Also zum Beispiel, jetzt kommt eine neue Süßigkeitenkategorie dazu, wo ich noch keine Daten habe und ein Machine Learning-Modell wird einfach sagen, naja, habe ich vorher nicht gesehen, kann ich nicht zu sagen.

Aber wenn ich diese hier reichen Strukturen abbilde, kann ich natürlich das, was ich von den anderen Produkten gelernt habe, auch darauf anwenden.

Oder aber auch, und das ist ein anderer wichtiger Punkt, der ein großer Vorteil ist von Bayesin Statistics generell, ist, dass man sogenannte Prior setzen kann.

Und das ist Wissen, was ich schon habe, bevor ich überhaupt irgendwelche Daten gesehen habe.

Und um da auch zum Beispiel bei den Supermarkt-Beispielen zu bleiben, wenn ich jetzt in den Supermarkt gehen würde und den Manager da fragen, dann wird er mir alle möglichen Sachen erzählen können darüber, wie sich das verhält.

Also er sagt, zum Beispiel Schokolade vor Weihnachten geht halt immer nach oben.

Das muss ich nicht auf den Daten lernen, das wissen wir schon.

Und das kann ich mein Modell dann auch schon einprogrammieren in Form von diesen Priern.

Also da kann ich Expertenwissen direkt schon injizieren in das Modell, was bei Machine Learning auch oft sehr schwer ist, weil ich wirklich alles von den Daten lernen muss.

Ja, na ja stimmt.

Ja, Statistic Programming nennt man das oder Probability Programming.

Also Probabilistic Programming, genau.

Und die PiMC ist dafür die Bibliothek deiner Wahl.

Und du hast ja viel mitgearbeitet.

Genau, also ich habe die auch die mitentwickelt und benutze die auch sehr viel.

Und die erlaubt einem dann, also das ist nicht so, dass man diese Modelle halt dann von der Stange hat, wie zum Beispiel jetzt bei Circuit Learn, habe ich einfach eine Klasse, die macht Lineareaggressionen oder Random Forests.

Und hier habe ich stattdessen von der Stange Wahrscheinlichkeitsfunktionen, die ich dann zusammenstöpseln kann, um mir mein statistisches Modell zu bauen.

Also das ist, also da kann ich aus diesen Wahrscheinlichkeitsverteilungen zum Beispiel auch eine Linearaggression zusammenbauen, aber das muss ich halt erst noch machen.

Und das ist mit PyMC3 sehr leicht möglich.

Und das heißt, erstmal geht es darum, das Modell zu bauen.

Und dann im zweiten Schritt geht es darum, okay, jetzt habe ich das Modell gebaut, wie fitte ich das überhaupt zu meinen Daten?

Und da kommen dann alle möglichen Algorithmen zum Tragen, die diese Probleme automatisch lösen.

Also oft ist es so, irgendein Modell, was man sich ausmalt und was man dann in Code zusammenschreibt, mit PMC3 zum Beispiel, das lässt sich dann nicht einfach so lösen.

Also man, genau, man braucht da ziemlich ausgefeilte Algorithmen und da ist es dann, wo das mit dem Markov Chain Monte Carlo MCMC hinzukommt.

Das ist so eine Klasse von Algorithmen, die auf so fast allen Modellen, die man sich vorstellen kann, automatisch funktionieren.

Und das ist so, was echt cool an dem Approach ist, dass man sagt, okay, ich baue jetzt irgendein total verrücktes Modell und dann drücke ich einfach den Inference-Button, wie ich das nenne, und der fittet dann das Modell zu den Daten.

Und das andere, was auch noch sehr wichtig ist, ist, dass ich nicht nur eine Antwort bekomme.

Und das ist auch ein Unterschied zum Beispiel zu Machine Learning.

Also wenn ich da jetzt eine lineare Aggression laufen lasse, dann bekomme ich eine Antwort.

Und das ist die Antwort, also in dem Fall jetzt halt die Steigung und die Intercept, ist zwei Parameter, skalare Parameterwerte, die ich bekomme und die beschreiben die Daten am besten.

Aber ist natürlich trotzdem die Frage, wenn ich jetzt nicht so viele Daten habe, gibt es vielleicht noch andere Linien, die die Daten beschreiben können.

Also wenn ich jetzt die Steigung um 0,01 verschiebe, dann passt das wahrscheinlich trotzdem noch ganz gut.

Also ich bin mir halt nie so richtig sicher, diese Antwort, die mir jetzt das Machine Learning Modell gegeben hat, ist das wirklich die allerbeste?

Und wie gut funktionieren dann andere Antworten?

Und da geht es um Uncertainty oder halt Ungewissheit.

Also wie sicher kann ich mir sein, dass die Antworten, die mir mein Modell geben, auch wirklich die richtigen sind.

Also wie sicher sind die Datenpunkte irgendwie klassifiziert und wie gut sind die voneinander trennbar überhaupt von den Modellen?

Genau, richtig.

Und da ist auch ein gutes Beispiel zum Beispiel im Gesundheitssektor.

Wenn ich da jetzt vorhersagen möchte, hat diese Person Diabetes oder nicht und ich habe irgendwelche Tests, die ich gemacht habe und diese meine Inputs.

Und dann ist die Frage, wie sicher bin ich mir denn überhaupt in dieser Antwort?

Und das ist natürlich in dem Fall extrem wichtig.

Und da sind diese Problem Programming, das ist so eine der Kernstärken davon, dass man diese Ungewissheit, die Unsicherheit in den Antworten und aber auch in den Parametern von dem Modell immer direkt mit spezifiziert.

Also man arbeitet ja nie mit einzelnen Werten, sondern immer nur mit Wahrscheinlichkeitsverteilungen, die einem angeben, okay, also die Steigung von meiner Linear-Agression kann 0,5 sein, aber 0,6 kann es eigentlich auch sein.

Also beschreibt beides das eigentlich sehr gut.

Und genau, das ist.

Er hat den schönen Fehler-Schätzler mit drin, den ihr mitbestimmt dann.

Oder wird der ausgerechnet von dem Modell oder könnt ihr den auch einstellen?

Also genau, man kann es so einstellen in Form der Prile.

Also da kann ich zum Beispiel sagen, ich weiß eigentlich schon, dass der Wert sehr nah 0,5 ist, ohne überhaupt irgendwelche Daten gesehen zu haben.

Und dann kann ich da schon mal dem Modell vorher sagen, okay, das hier ist die Richtung, in die du da schauen solltest.

Und wenn ich das, und dann schätze ich das Modell und kriege eine neue Wahrscheinlichkeitsverteilung, die mir sagt, okay, das ist jetzt, nachdem ich die Daten gesehen habe, wie, in welchem Bereich spielen sich denn die Parameterwerte ab, die das dann am besten erklären.

Also ich kann beides machen.

Also ich kann im Vorfeld schon mal das spezifizieren, je nachdem, wie genau ich das möchte, und dann wird das mit, nachdem ich die Datenpunkte gesehen habe, werden diese Algorithmen das abschätzen und ich kriege eine neue Wahrscheinlichkeitsverteilung, die einfach nur beschreibt, wie viel habe ich gelernt.

Also man kann sich so vorstellen, eigentlich, ich fange an mit einem gewissen Wissen und dann sehe ich Daten und dann update ich dieses Wissen und habe dann einfach neue Wahrscheinlichkeitsverteilungen.

Ja, nee, das klingt schon sehr gut.

Das ist immer so ein Problem auch bei diversen Modellen.

Manchen fällt ja eventuell auch eine Wahrscheinlichkeit direkt raus, aber manchmal einfach nur eine Distanz zu irgendwas oder so.

Da muss man das halt irgendwie kalibrieren auf eine Wahrscheinlichkeit und dann meistens nimmt man nur irgendwie Sigmuit-Funktion oder sowas.

Aber da ist natürlich jetzt Covid-19 auch ein super Beispiel, wenn ich da jetzt Vorhersagen treffen möchte mit gewissen statistischen Modellen und da gibt es aus der Epidemiologie alle möglichen Modelle, die man da finden kann.

Und dann ist die Frage, also wenn ich jetzt das nicht in einem besianischen Ansatz mache, dann kriege ich halt eine Kurve raus, die vorhersagt, okay, so wird sich das jetzt über die nächste Woche entwickeln.

Aber klar, wir haben noch nicht so viele Datenpunkte.

Das kann sich, also so wie ich die historischen Daten beschreiben, ich kann die historischen Daten halt nicht nur auf eine Weise beschreiben, sondern auf potenziell unendlich viele Weisen.

Und jede unterschiedliche Weise, wie ich die historischen Daten beschreiben kann, führt zu unterschiedlichen Vorhersagen, wie sich die Zukunft verhalten wird.

Und das heißt, ich möchte halt nicht nur die Linie sehen und die Vorhersage sehen, die die Daten am besten beschreiben, sondern halt alle, die das einigermaßen gut beschreiben.

Denn das sind alles dann Ausgänge, die passieren können.

Und das sieht man dann immer super gut bei diesen Modellen, dass es halt ja nicht nur eine Linie gibt, die dann in die Zukunft zeigt, sondern ganz viele Linien, die so auseinanderstreuen.

Also je nachdem, je weiter ich in die Zukunft gehe, desto weniger kann ich mir sicher sein, wie sich das entwickelt.

Also kann sein, dass es exponentiell weiter nach oben schießt und wir bald Millionen von Infizierten haben.

Es kann auch sein, dass aber natürlich die Interventionen, die wir jetzt machen, effektiv sind und sich die Kurve abflacht.

Und das sind alles Vorhersagen, die dann innen, die aus dem Modell rauskommen.

Ja, das wäre natürlich genau interessant.

Also ich meine, ich könnte mir jetzt vorstellen, dass wenn man zum Beispiel eben macht irgendeine Maßnahme oder überlegt sich halt, wenn ich jetzt, keine Ahnung, irgendetwas tue, also ich glaube, Zeilen, die ich da schon mal gehört habe, sind sowas wie seit, zumindest in Deutschland, Beginn, der etwas heftigeren Maßnahmen ist halt der, ich glaube, in dem Modell vom Robert-Koch-Institut werden irgendwie Landkreise als kleinste Einheiten irgendwie benutzt, sozusagen, wenn die Reisetätigkeit zwischen Landkreisen irgendwie sozusag

en ist irgendwie schon um 40 Prozent runtergegangen, seitdem dann ändern sich halt entsprechend Parameter in dem Modell und dann kann man halt gucken, okay, wie geht denn das jetzt aus?

Die Frage wäre jetzt sozusagen, okay, wenn ich jetzt irgendeinen dieser Parameter ändere, wie wirkt sich das dann zum Beispiel auf diese Basisreproduktionszahl aus?

Also wie stark führt das dazu, dass jetzt etwas, also der Anstieg der infizierten Zahlen halt hochgeht oder gleich bleibt oder so.

Und dann wäre halt die ganz interessante Frage, mit welcher Wahrscheinlichkeit kann ich diese Vorhersage machen, weil es könnte ja auch sein, also wenn ich halt ein, weiß ich nicht, 30-prozentiges Risiko habe, dass sich das ganz anders verhält als das, was ich vorhersage, dann möchte ich mir das vielleicht nochmal überlegen, weil ich ja gar nicht so ein großes Risiko eingehen möchte vielleicht.

Sondern ich möchte vielleicht eine Maßnahme machen, wo ich dann ziemlich sicher sein kann, dass das dann halt auch hilft.

Und ja, das wäre dann sozusagen etwas, was ich direkt aus so einem probabilistischen Modell rauskriegen würde, wie dann die Erfolgswahrscheinlichkeit oder wie wahrscheinlich es ist, dass es dann halt auch in dem Bereich bleibt, sozusagen.

Genau, also das ist sehr wichtig.

Also nicht jeder Ausgang ist ja auch gleich.

Also jetzt habe ich vielleicht, wenn ich jetzt das so filter, dass ich wirklich nur eine Linie bekomme, dann sieht die vielleicht okay aus.

Und dann sage ich, ah ja, okay, muss ich ja gar nicht mehr wirklich Gedanken machen.

Und möglicherweise ist das auch der wahrscheinlichste Ausgang.

Aber was ist, wenn mit einer fünfprozentigen Wahrscheinlichkeit das exponentiell weitergeht und diese Maßnahmen halt nicht greifen?

Das möchte ich ja unbedingt wissen, was ist der Worst-Case-Scenario.

Das ist vielleicht unwahrscheinlich, aber nicht so unwahrscheinlich, dass wir es außer Acht lassen dürfen.

Und da kann man dann auch, je nachdem, das Modell verändern, also in verschiedene Hinsicht.

Und das ist auch so ein bisschen das, was ich so mächtig an diesem Ansatz finde, ist, dass es so ein oft ein sehr iteratives Arbeiten ist mit diesen Modellen.

Also ich fange an mit einem ganz einfachen Modell und das habe ich auch gemacht.

Also ich habe einfach ein exponentielles Modell genommen und das funktioniert dann am Anfang zum Beispiel ziemlich gut.

Und dann aber sehe ich auch, ah ja, okay, ich habe ja nicht nur ein Land, sondern ich habe mehrere Länder.

Und diese Kurven verhalten sich bei allen Ländern eigentlich ziemlich ähnlich.

Nicht immer gleich, aber ähnlich.

Und da kommt es dann wieder rein mit der hierarchischen Struktur, die ich vorhin erwähnt habe, wo ich genau das auch in mein Modell einbauen kann und sage, okay, also da gibt es Ähnlichkeiten in diesen Growth Rates, in diesen Steigerungszahlen.

Und das heißt, dann habe ich ein hierarchisches Modell, was für jedes einzelne Land einzelne Parameter hat, aber diese Parameter sind dann auch auf einem höheren Level noch miteinander verbunden und ich lerne also beides zugleich.

Und dann zum Beispiel könnte ich hingehen und sagen, na gut, exponentiell ist ja vielleicht gar nicht mal so ein gutes Modell, denn das nimmt ja an, dass das einfach immer weiter nach oben geht und immer und immer schneller wird.

Irgendwo ist ja da schon spätestens bei der Anzahl der Menschen, die in einem Land leben, ein ganz natürliches physikalisches Limit gesetzt.

Und dann kann ich das Modell verbessern und sage, okay, dann nehme ich stattdessen eine logistische Funktion, die am Anfang auch steil nach oben geht, aber dann sich wieder abflacht.

Und dann kann ich aber auch hingehen und sagen, okay, das modelliert schon die Steigungssache vielleicht ganz gut, aber ich weiß, dass es da, zum Beispiel habe ich jetzt vielleicht gerade ein Buch von Nassim Taleb gelesen, The Black Swan, und ich weiß, dass es sehr wichtig ist, da nicht auch nur anzunehmen, dass sich alles in der Welt nach einer Normalverteilung verhält, sondern es gibt halt auch das Tail Risk.

Und dann nehme ich halt nicht eine Normalverteilung, sondern eine zum Beispiel Student-T-Verteilung, also eine T-Verteilung.

Und die hat sehr viel mehr Wahrscheinlichkeiten, dass da auch extreme Ausreißer passieren können.

Und dann habe ich das in mein Modell integriert und arbeite dann halt nicht immer weiter vor und verbessert das Modell immer weiter und kriege dann auch immer bessere Vorhersagen, die natürlich dann die möglichen Handlungen, die man machen möchte, hoffentlich da bessere Antworten zu liefern.

Ja, ja, das ist für das im Teil ist auch irgendwie ein Twitter-Account, der hat ein Twitter-Account, dem ich auch folge und da sind manchmal sehr lustige Sachen dabei.

Er hat jetzt auch was über diese über statistische Modelle, die irgendwelche Dinge vorhersagen, gesagt.

Das fand ich auch ganz bemerkenswert, weil es halt, ich weiß, ich, also er hat ja schon so einen gewissen Punkt.

Er sagt halt im Grunde, naja, also da einige weniger Ereignisse, was so Pandemien angeht, halt sehr, sehr böse Auswirkungen haben können, ist es halt eigentlich, sobald man sieht, dass das irgendwie in die Richtung geht, dann ist das eher so wie eine Lawine.

Wenn man sieht, wenn man irgendwann am Berg steht und sieht, da kommt eine Lawine runter, dann fange ich jetzt nicht an, mir auszurechnen, ob die mich jetzt treffen kann oder nicht.

Und bei so einer Pandemie ist halt auch so ein bisschen, und der hat ja einen schönen Vergleich benutzt, dann hätte dann, also wenn ich jetzt anfange, da statistisch ganz genau zu werden, dann ist das so ein bisschen wie Löffelzellen auf der Titanic, ja, das ist halt so.

Sondern da muss man halt dann irgendwie das Extremste machen, was man irgendwie hinkriegt, um halt zu verhindern, dass diese ganz schlimmen Sachen halt passieren, ja.

Ja, also der ist auf jeden Fall sehr extrem in seinen Ansichten, dass man eigentlich, also der sagt eigentlich, so extrem sagt das nicht, aber dennoch, dass 90, 95 Prozent aller Statistiken komplett in die Tonne geklopft werden können, weil das alles Phänomene sind, die halt diese Ausreißevents haben, die das alles bestimmen.

Ich finde das ein bisschen oft sehr extrem, denn diese Modelle funktionieren doch schon oft auch ganz gut, aber klar muss man sich immer bewusst sein, dass das Modelle sind und dass es diese Terrorists gibt und die auch idealerweise natürlich ins Modell integrieren, dass man das mit berücksichtigt ablassen kann man.

Diesen unvorhergesehenen Ereignissen sind halt nämlich genau diese unvorhergesehenen Ereignisse.

Da kannst du halt so viel modellieren und Statistik machen, wie du willst, wenn halt Ereignisse auftreten, deren Dimensionen man nicht abschätzen kann oder deren Auswirkungen auf die einzelnen Achsen in dieser Verteilung, das wird natürlich dann ja also schwer zu prognostizieren, weil woher soll man das wissen, dass solche Events kommen?

Ja und nein, also genau, diese Ausreißer sind fast unmöglich zu modellieren, aber jetzt zum Beispiel die Modelle, die ich da gebaut habe, um die um vorherzusagen, wie sich das Wachstum weiterverhält, sind bisher erschreckend akkurat gewesen.

Jetzt hören sie auf, also zu funktionieren und das ist gut.

Also das erste Modell, wie ich schon gesagt habe, war so ein exponentielles Modell.

Und das, ja, also am Anfang hatten wir exponentielles Wachstum, jetzt scheint es sich ein bisschen abzuschwächen, was ja sehr gut ist.

Aber dennoch, also das, ja, also diese Modelle haben schon eine vorher sage Kraft und das ist ja auch genau das, was man wissen möchte.

Also und das ist auch das, was ich so erschreckend fand.

Dass es eigentlich, wenn man sich das angeschaut hat, also zum Beispiel vor drei Wochen noch gab es in Deutschland zehn Fälle oder so und in Italien aber war schon alles, war schon sehr dramatisch.

Und dann hierzulande, wo es gesagt hat, naja, aber es sind nur zehn Fälle, was uns ja nicht interessieren.

Aber gut, also beziehungsweise sagen wir mal zehn Fälle und in drei Tagen sind es halt 100 Fälle.

Und er sagt mir noch gut, 100 Fälle ist ja trotzdem noch nicht viel.

Aber vollkommen egal, es geht darum, was für eine Steigung haben wir da und das ist exponentiell und das heißt, in drei Tagen sind es dann von 100 auf 1000.

Also da hast du auch ein Notebook zu, online, ja, wo man da so

ein bisschen.

Genau, das hatten wir noch gar nicht erwähnt, aber ja, das war auch einer der Gründe, warum das jetzt halt ein guter Zeitpunkt ist, vielleicht dieses Gespräch zu führen.

Ich hatte da irgendwie diese Notebooks gesehen.

Ich weiß jetzt nicht, es gibt mehrere.

Das erste ist, glaube ich, das Daily, wir packen den Link in die Shownotes, das ist ein Repository, in dem mehrere Notebooks sind.

Covid-19 Growth ist glaube ich das erste.

Ja, und das ist sozusagen das exponentielle Modell und da gibt es halt so einen Graph mit einer Logscale sozusagen, was die Anzahl der Infizierten angeht und dass man das halt so ein bisschen linearer sieht.

Und auf der Y-Achse halt die, äh, auf der X-Achse die Zeit, auf der Y-Achse die Infizierten und dann halt sozusagen ab irgendwie Tage nach den ersten bestätigten 100 Fällen und die Kurven sehen alle relativ ähnlich aus am Anfang zumindest.

Ist auch China mit geplottet?

Weil, also ich hatte nämlich vom Freund von mir gehört, der aus Shanghai geflohen ist, schon Ende Januar, weil die Flüge alle gestrichen wurden, dass das die Situation wohl sehr dramatisch sein soll und dass wir uns auf was gefasst machen müssen.

Ja.

Ja, also genau, China ist nicht mit dabei, weil das Modell das nicht abbilden kann, also dieses nicht, das Modell, was ich jetzt gerade gebaut habe.

Das logistische Modell des Kantes, denn da gibt es diesen Effekt, dass die auch wieder sich auch wieder stehen bleiben, die Neuinfektion, und das scheint China nach den offiziellen Zahlen, die wir haben, ist die Frage, wie man die glauben möchte, dass, wobei ich, also meine Meinung ist, ich glaube schon, dass die es geschafft haben, das abzuschwächen.

Also ich glaube nicht, also die absolute Zahl ist möglicherweise viel höher, aber ich glaube trotzdem nicht, dass die Neuinfektionen haben.

Und zumindest auch in Korea.

Also diese Länder haben es geschafft, dieses Wachstum zu stoppen eigentlich effektiv.

Und das sieht man, dass das Modell das nicht kann.

Also die sind auf jeden Fall ausgebrochen aus dem Exponentiellen und dafür braucht man das logistische Modell, was das, was genau diesen Effekt modellieren kann.

Und das sieht man jetzt auch bei anderen, also das ist ganz interessant bei dem logistischen Modell, also das interpretiert dann schon, dass wenn man aus dem Exponentialen rauskommt und sieht, ah okay, es fängt sich an abzuschwächen und man nimmt an, dass das dieser logistischen Funktion folgt, dann kann man auch vorher sagen, okay, also jetzt dauert es vielleicht noch zwei Wochen, bis sich das, dass die Neuinfektionen dann zurückgegangen sind und es keine neuen gibt.

Ja, ja, ich glaube auch, dass das in China, klar, man kann ja nur zweifeln, aber eben bei so einer exponentiellen Entwicklung, das hätten wir dann halt schon über die Zeit gemerkt, wenn das irgendwie nicht geklappt hätte, weil dann wäre das schon überall jetzt und das ist es irgendwie nicht.

Und daher, in Südkorea ist ein ganz interessanter Fall, weil da man das relativ gut verfolgen konnte, weil das irgendwie hauptsächlich irgendwie eine, ein Community-Cluster irgendwie war, in dem das aufgetreten ist und dann haben halt diese ganzen, wir verfolgen das jetzt mit auch großem Personalaufwand Aktionen halt da tatsächlich sehr viel gebracht.

Aber das geht halt anderswo nicht so gut.

Also das ging halt in dem Fall super.

Und naja, ja, ist halt immer auch die Frage, inwiefern irgendwelche so Geschichten vergleichbar und übertragbar sind.

Wenn jetzt irgendwie alle Leute sagen, man muss das nur so machen wie in Südkorea, dann ist es kein Problem.

Naja, irgendjemand meinte dann so satirischerweise irgendwie ja, ich habe gehört, in Südkorea wird ganz viel Kimchi gegessen.

Lass uns alle einfach Kimchi essen, dann ist okay.

Aber was ich auch interessant finde, ist, dass halt einige, also Japan, Taiwan, Hongkong, Singapur, die ja dann auch schon seit seit langer Zeit irgendwie da relativ viel Maßnahmen machen, dass die auch irgendwie von dieser exponentiellen Entwicklung relativ gut verschont wurden.

Die haben aber alle unterschiedliche Methoden gemacht.

Also ja, man hat zum Beispiel einfach die Anzahl an Tests unheimlich hochgefahren, indem sie einfach jeden Menschen getestet haben und dann diese Kette auch versucht haben, damit zu unterbrechen.

Weil die halt relativ genau wussten, wer jetzt da vielleicht dann Kontaktperson war.

Das mag auch ein Vorteil sein.

Aber von China glaube ich übrigens keine einzige Zahl.

Also ich habe Dunkelziffern gelesen, die man jetzt alle mit Vorsicht genießen möchte, aber dass irgendwie 700.000 Fälle alleine in Wuhan noch irgendwie offen waren, die nicht registriert waren.

Und naja, was man da glauben kann, ich weiß ja nicht.

Und also eine Sache auf jeden Fall noch zu den Notebooks.

Also die diese Modelle habe ich dann online gestellt und die haben auf jeden Fall da sehr viel Interesse bekommen.

Ich wurde auf jeden Fall auch dafür kritisiert, dass es, also ich bin kein Epidemiologe und ja, habe mir das angeschaut und so Modelle gebaut, dass das ja nur jeden verwirren würde und dass exponentielle Modelle ja sowieso komplett falsch sind.

Und ich kann das verstehen, allerdings sind im Moment diese exponentiellen Modelle erschreckend akkurat.

Also die letzten Wochen war es ein sehr guter Fit.

Klar, dass das nicht sehr weit in die Zukunft projizieren kann, ist klar.

Und das andere, was aber auch sehr interessant ist, was passiert ist, ist, dadurch, dass man dann diese Sachen shared, also das ist halt dieses Open Source Prinzip.

Dann came the Hamel and hat then Dashboard daraus gebaut, that's high technically updated.

And that heißt das eine cool, where the notebook then automatic laden is and it's interactive.

Other people have this model to verbess or einfach then this model of other data anzuwenden.

I have self feedback become what they besser.

Also this iterative answer that in the Öffentlichkeit start findet and off the code to post, where other leute bugfixes shicken or so is also meiner die Vorteile einfach viel mehr als die Nachteile, dass ich halt erstmal sechs Monate mit Epidomologen zusammenarbeite, um das absolut wasserdichte Modell zu bauen, was dann aber vielleicht nicht richtig funktioniert, weil ich halt nicht das Feedback von der Community habe und auch nicht diese ganzen Netzwerkeffek

te, die Open Source da bringen.

Ja, ja, das würde ich auch sagen.

Also ich meine, wenn da irgendwie, das ist auch etwas, wenn das halt in der Öffentlichkeit passiert.

Also ich meine, im Grunde kann man ja nur durch Feedback irgendwie Dinge lernen.

Das ist auch etwas, was ich immer sehe, dass es halt dann, ich meine, das ist halt auch unter Umständen ein schmerzhafter Prozess, irgendwie öffentlich Feedback einzusammeln, aber es hilft auch tatsächlich.

Während ich da große Bedenken haben, wenn da Leute irgendwie jahrelang an irgendwas arbeiten oder so und da gab es nie wirkliches Feedback, ob das dann so wirklich stimmt, naja, also es ist

da habe ich letztens erst einen Tweet gesehen von einem Epidemiologie-Professor, der da einen super akkuraten Simulator geschrieben hat, der halt da verschiedene Agenten simuliert, die sich treffen und die infizieren sich und das ist ja also das absolute Nonplus-Ultra-

Modell.

Und das ist jetzt, und das hat er aber schon vor langer Zeit gemacht, also ist sein als Epidemiologe und da aber natürlich bisher nur Paper drüber geschrieben.

Und dann ist natürlich sofort die Frage, okay, du hast ja vor zehn Jahren dieses super coole Modell gebaut, was sagt es denn jetzt voraus und kann man das denn nicht benutzen, um das halt abzudaten?

Naja, und dann war halt die Frage, ja, was ist denn mit dem Code?

Und dann so, oh, okay, naja, der Code sind irgendwie 50.000 Zeilen C<unk> Code, den eine Person versteht, der unkommentiert ist, ungetestet ist.

Also ich war selbst in der Forschung, ich weiß ganz genau, was die Code-Qualität da ist und die ist oft sehr niedrig.

Und in dem Fall jetzt, weil der Code einfach so wahnsinnig wichtig ist, arbeitet er mit Microsoft zusammen, um den Code dann da tatsächlich zu testen und zu wissen, dass der funktioniert.

Da werden bestimmt einige Bugs gefunden.

Und das ist natürlich auch sehr gefährlich.

Also diese ganz klassische, so wie die Wissenschaft da bisher immer arbeitet und wie wenig die sich wirklich für Codequalität da einsetzen, glaube ich, dass wir da viel voneinander lernen können.

Also und zum Beispiel oft sind die halt auch nicht Bayesianisch.

Also gibt es wirklich den Epidemiologen, der ein Top-Caller ist und gleichzeitig halt natürlich öpidologisch total fit ist und dann zusätzlich auch noch weiß, wie man Pine T3 benutzt.

Wahrscheinlich gibt es die nicht.

Deswegen, wenn wir da alle unseren Teil dazu beitragen, glaube ich, wird es am besten funktionieren.

Ja, ja, ja, ich bin, ich bin auch, ich bin gut das jetzt auch wieder ein bisschen her.

Ich habe auch eine Zeit lang irgendwie viel Pepper gelesen und versucht, Dinge zu reproduzieren und so, und das hat, äh, also das war schon.

Also oft bekommt man dann ja Code, wenn man irgendwie einen Paper hat und dann sich überlegt, okay, das sieht sehr interessant aus für das Problem, was ich habe.

Und wenn man dann die Autoren anschreibt und sagt, so, ich würde das mal gern reproduzieren, könnt ihr mir den Code dann mal irgendwie so, wie mache ich das denn dann, dann kriegt man meistens den Code, meistens mit einer länglichen Entschuldigung für die Codequalität.

Das ist, und ganz oft ist es dann halt auch so, wenn man das dann tatsächlich versucht, nochmal selber zu implementieren, also dass man bemerkt so, oh ne, das tut nicht so wirklich genau das, was da in dem Paper drin steht.

Und also da muss irgendwie, ich meine, ich kann auch verstehen, wie das passiert.

Das ist halt, man kann halt Code nicht veröffentlichen in einer Zeitschrift, sondern da ist halt dann halt ein gesetztes Paper irgendwie das Entscheidende.

Oder halt sogar oft in der Informatik sind es halt irgendwie Formeln, mathematische Formeln, die da drin stehen müssen, weil das ist halt das, was man irgendwie da reinschreiben kann.

Code ist halt, kann man nicht so wirklich publizieren, aber das muss sich irgendwie ändern, weil das ist, ja, das ist eigentlich alles relativ furchtbar.

Ja, also ich stimme mir voll zu, ne?

Also weil es, also welches Paper kann heutzutage noch geschrieben werden, was nicht auf Code beruht.

Also das ist wahnsinnig, es ist absolut fundamental, die Ergebnisse und die Ergebnisse sind davon gestützt.

Also wenn da ein Bug drin ist, dann kriegst du halt falsche Ergebnisse raus.

Also dass das bisher immer noch nicht, also fairerweise muss man sagen, das verstehen schon immer mehr Leute und es gibt auch immer mehr Wissenschaftler, die das auch anfangen zu machen und ihre GitHub-Repositories haben.

Der Danilo Bistock zum Beispiel, mit dem habe ich letztens ein Paper gemacht, also dass der stellt alles immer online und ich kenne auch viele andere Kollegen, die das machen und das ist super, also gerade jüngere Wissenschaftler, aber das ist halt bisher noch größtenteils freiwillig.

Also ich glaube, das muss schon einfach auch ein Zwang sein, dass die Methoden und der Code alles online kommt.

Und wenn es online ist, dann ist natürlich auch automatisch oft der Anspruch an die Code-Qualität höher.

Also das heißt, man möchte dann vielleicht doch ein bisschen mehr Zeit darauf verbringen, auch den Code zu kommentieren und ein paar Tests zu schreiben.

Das sind ja alles Peer Pressure.

Ja, genau, so ein bisschen gesunde Peer Pressure da reinbringen.

Ja.

Ja, genau.

Gab es irgendwas irgendwas sehr Interessantes, was du nicht erwartet hattest, irgendwie beim Bauen der Modelle für dieses Problem oder ich weiß nicht genau, ob ich jetzt irgendwas.

Ja, also das, was

am schwierigsten daran ist, ist, dass man sich halt leider auch die Grunddaten nicht so richtig verlassen kann.

Also angefangen habe ich zum Beispiel dann mit den Fallzahlen einfach.

Aber die Fallzahlen sind natürlich wahnsinnig abhängig davon, wie viel überhaupt getestet wird.

Und in Südkorea wurde wahnsinnig viel getestet, in Deutschland wird auch ziemlich viel getestet, in den USA wird kaum getestet bisher.

Und das ändert sich natürlich auch über die Zeit.

Das heißt, wenn ich mehr teste, finde ich mehr Fälle.

Das heißt, das ist auch schon für einen Anstieg allein verantwortlich.

Da gibt es aber auch nicht wirklich verlässliche Daten zu, wie viel da genau jetzt getestet wurde.

Und dann ist ein anderer Ansatz, zum Beispiel sich die Todesfallzahlen anzusehen, um da zu denken, okay, die sind wahrscheinlich verlässlicher, die sind leider auch nicht so genau.

Also ja, es ist ein sehr, sehr schwieriges Problem, weil die Datenqualität oft nicht wirklich gegeben ist, was natürlich dann die ganzen Vorhersagen da beeinflusst und auch, ja, also, und das allerdings ist natürlich auch eine Chance für diese Modelle, denn das sind alles Sachen, die man damit einbauen kann.

Also zum Beispiel kann ich hingehen und sagen, okay, und das ist das Modell, an dem ich gerade arbeite, ich fange jetzt an mit den Todeszahlen, weil ich denke, dass die am verlässlichsten sind.

Und dann weiß ich, ah, okay, also es ist mittlerweile recht gut etabliert, das ist ungefähr 1%, die es bekommen, sterben daran.

Das heißt, das kann ich dann hochrechnen und sagen, okay, also jetzt hatte ich 100 Tote, das heißt das mal 100 und dann kriege ich die Anzahl der Infizierten, aber nicht die Anzahl der Infizierten an dem Tag, sondern vor zwei Wochen.

Weil oft dauert es von der Zeit der Infizierung bis zum Tod zwei Wochen.

Und das heißt, das kann ich dann alles in das Modell mit einbauen und sagen, okay, jetzt kann ich da zurückrechnen.

Und dann habe ich also den Wert der Infizierten vor zwei Wochen von den Toten.

Und dann kann ich den vergleichen mit dem, wie viele Fälle, positiv getestete Fälle gab es denn vor zwei Wochen.

Und das sind natürlich wenige.

Also wir haben ja nicht alle getestet und dann kann ich da so einen Faktor rausfinden, zum Beispiel, wie viel Prozent der Fälle, die es denn scheinbar gab, wurden dann überhaupt getestet.

Und das sind dann, ja, also mit diesen Modellen, die man halt also ganz spezifisch bauen kann, und das ist natürlich was, vorhin haben wir über Machine Learning gesprochen, das kann man natürlich absolut nicht damit machen, aber mit Problemistic Programming kann man diese ganzen Annahmen da halt reinbauen und das Expertenwissen, was man hat, über zum Beispiel die Growth Rate oder halt die Sterblichkeit oder wie lange es dauert, sind halt alles Annahmen, die man da mit reinstecken kann.

Aber auch jetzt nicht ganz fix und sagen, okay, es sind exakt zwei Wochen, sondern sagen, okay, naja, könnte irgendwas zwischen 7 und 18 Tagen sein.

Also so eine Ungenauigkeit kann man auch in dem Bereich einsetzen und das wirkt sich dann natürlich auch darauf aus, auf die Ungenauigkeiten, die man dann aus dem Modell rausbekommt.

Ja, sehr interessant.

Hast du irgendein Land gefunden, wo du sagst, dass die Fallzahlen, die du da so rausfindest, relativ nah an der Realität sind oder an der Wirklichkeit?

Kann ich noch nicht sagen.

Das ist eine sehr gute Frage, ja.

Das habe ich noch gar nicht dran gedacht, aber werde ich mir auf jeden Fall anschauen.

Ich würde erwarten, dass es Südkorea ist, weil die am meisten getestet haben.

Das wäre ein guter Test auf jeden Fall, das Modell zu sehen, wer da am genauesten dran ist und wer nicht, wenn ich jetzt hier nach dem Podcast reinschaue, sind die Modelle wahrscheinlich gerade fertig und dann kann ich sie schreiben.

Okay, cool.

Schicken wir in die Shownotes.

Ja, genau.

Wir packen das alles da an die Links.

Ja.

Ja, ja, ja, ist ja interessant.

Ja, ich weiß nicht, wollen wir doch, haben wir noch irgendwas, was wir mit diesem Corona-Geschichte besprechen wollten?

Ich überlege gerade.

Thomas hat so viele interessante Sachen auch über Quanzsachen gesagt, die mich noch viel mehr interessieren als Corona-Krise.

Also genau, ich glaube zu Corona auf jeden Fall haben wir, also ich glaube zu allem haben wir eigentlich recht gut was, also alles, was ich, glaube ich, so sagen wollte, habe ich da gesagt.

Ja.

Aber also wenn ihr noch Sachen habt, die ihr vertiefen wollt,

das ist für uns der Virus ab jetzt auch offiziell beendet.

Ja, wir erklären das jetzt mal für beendet, genau.

Ja, ansonsten, ich weiß nicht genau, aber das ist, das ist vielleicht auch noch so ein Ding, wo es, also ich, wo es Überschneidungen gibt zu, also auch interessant, wie veröffentlicht man eigentlich solche Daten?

Und wie kann man die, ja, wie kann man die am besten so, dass das halt alle lesen können, irgendwie übermitteln und so.

Und naja, gut, das hat mir eben auch

Notebooks sind doch total super, da kann ja relativ einfach das plotten

und ja, ja, aber der Daten, auf denen das basiert, ist ja meistens dann irgendwie CSV oder so.

Ein Google

Spead Chat.

Ja, also genau, das ist auf jeden Fall echt so ein Ding, die, also Johns Hopkins hat da die Daten aus den WHO-Berichten, die als PDF da geschickt werden, benutzt und die waren die ersten, die das Dashboard da hatten.

Und dann haben andere Leute angefangen, diese Daten dann auf GitHub zur Verfügung zu stellen, als CSV-Dateilen und dann kann man sich da halt immer die aktuelle Datei runterladen.

Und das hat eigentlich auch so funktioniert, wie es hätte funktionieren sollen, nämlich die Daten natürlich, klar, hatten alle möglichen Probleme und dann haben Leute da GitHub-Issues und Pull Requests gestartet, um dann die Daten, Probleme, die es da gab, zu reparieren.

Leider haben die, die das Report da laufen, dann sind nicht sehr aktiv, sondern stellen halt die Daten rein und oft enthalten die echte Fehler.

Und die werden dann nur sehr schleppend bis gar nicht da gefixt.

Und die andere Webseite, die ich jetzt angefangen habe zu nutzen, ist European Center for Disease Control, ECDC, und die haben deutlich bessere Daten und also die Website, die ich jedem empfehlen würde, ist nicht mein Dashboard, sondern Our World in Data.

Die haben da, finde ich, mit die besten die besten Datenquellen und von denen habe ich das, dass die da umgestiegen sind auf die Daten von der ECDC.

Die benutze ich jetzt auch und die sind ein bisschen vergesselt, ja.

Ah ja, okay.

Ja, ja, sehr cool.

Ja, ja, das ist also, ich meine, auch da, das ist natürlich wahrscheinlich eine der Geschichten, die man daraus dann irgendwie lernen sollte, auch in Europa ist halt so, das ist überhaupt nicht einheitlich, genau wie diese Daten eigentlich erhoben werden oder wer da was an wen meldet und so.

Und das ist halt alles überhaupt nicht miteinander vergleichbar.

Aber wenn man jetzt auch, dass das halt irgendwie aus PDFs, also ich meine, auch in Deutschland so ganz, ganz krude Geschichten, hört man dann von irgendwie Faxen, die hin und her geschickt werden oder irgendwie werden Leute telefonisch irgendwie informiert über bestimmte Sachen und dann tragen sie das halt irgendwo ein oder halt auch nicht oder vergessen es halt auch mal.

Oder manchmal

ausgedruckt und dann per Post geschickt und wieder eingescannt.

Ja, also irgendwie, da ist auf jeden Fall eine Menge Verbesserungspotenzial offenbar.

Aber da haben ja einige Gruppen an dem Hackathon dran gearbeitet in diesem Jahr.

Ja, ach, das gab es ja jetzt dieses Wochenende.

War jede Menge los, auch in Python.

Ah, okay.

Ich habe tatsächlich so ein bisschen versucht, da Projekte zu finden.

Ich habe ja tatsächlich nicht die allercoolsten entdeckt, habe ein bisschen gecodet, Telegram-Bot zur Aufklärung und es ging um Supermärkte.

Aber ich habe ehrlich gesagt eher Leute da getroffen und versucht, so ein bisschen was Sinnvolles zu tun, aber wirklich, die kamen da wo, glaube ich, nicht bei raus.

Es waren sehr viele Menschen.

Das hat mich ein bisschen gefreut, ein bisschen Hoffnung gegeben.

Ich glaube, über 42.000 Anmeldungen gab es.

Und hinterher über 1000 Devs, die dann tatsächlich irgendwas gecodet haben.

Das war ganz schön.

Gab es irgendein Projekt, was du besonders cool fandest, was daraus was geboten ist?

Ja, es gibt so ein paar Sachen, die tatsächlich sich um Menschen halt irgendwie versuchen zu kümmern und denen halt die Ängste abnehmen oder vernünftiges Händlingen von den Fragen zu machen, dass die Telefone nicht mehr überlastet werden.

Aber dass da jetzt so richtig das Projekt rausgekommen ist, ich glaube, die brauchen alle noch.

Ja, es dauert halt noch einen Moment, ja.

Es waren viele Sachen, die von Ministerien dazu kamen, was man halt das an Datenanalysen machen kann, auch die die Wirtschaft für kleine Unternehmen irgendwie gute Ideen sind.

Aber an Wochenende, glaube ich, kann man da noch nicht ganz was Bauchbares bauen.

Aber ich glaube, da entsteht was draußen.

Das war wirklich, glaube ich, ein guter Effekt, der mal wirkliche Digitalisierung in Deutschland gezeigt hat, dass gerade so der Anfang jetzt vielleicht gemacht worden ist, den man die ganze Zeit schon seit 20 Jahren erwartet hätte.

Absolut, ja.

Also das finde ich auch wirklich so.

Das möglicheweise Positive an dieser ganzen Sache ist, dass wir diese ganzen Trends, die da angefangen sind mit Heimarbeit, Homeoffice und oder auch Telemedizin, ne, sind alles Sachen, wo man schon Ewigkeiten drüber spricht, aber es ist nie so richtig in die Gänge gekommen.

Jetzt ist da eine sehr starke Forcing-Function dahinter, dass wir das halt alle machen müssen und dann bewegt sich auch was.

Breitbandausbau, ne?

Vielleicht werden entweder wieder ein paar Kliniken privatisiert, man weiß es nicht.

Und ich meine, das sind alles Sachen, die dann, wenn wir diese ganze Corona-Geschichte überstanden haben, hoffentlich auch bestehen bleiben.

Also die ganzen Arbeitgeber sind jetzt damit, haben jetzt Erfahrung damit, die Ärzte haben Erfahrung damit, Konferenzen auch zum Beispiel, viele wurden abgesagt, aber einige sind auch virtuell geworden.

Und das ist auch eine Sache, die schon immer so gefordert wurde, weil es natürlich auch CO2 sehr schlecht für die Umwelt ist, wenn da hunderttausend Leute zu dieser Konferenz fliegen.

Und das kann man viel virtuell machen und das wurde auch nur lange gefordert.

Jetzt wird es tatsächlich umgesetzt, weil es nicht anders geht.

Apropos virtuell muss ich einmal kurz einhaken, weiß ich nicht, wann wir die Folge veröffentlicht bekommen, aber jetzt am Wochenende ist der virtuelle Düsseldorfer Python-Sprint, der sonst immer bei Trivago stattfand, auch auf virtuelle Ebene verschoben worden.

Also ich weiß nicht, ob man das noch hört.

Das Pythoncamp auch, also das Python, das in Deutschland stattfindet.

Ja, und das ist jetzt auch, da ist noch nicht so richtig klar.

Und sogar die EuroPython auch, auch virtuell.

Ach, ernsthaft.

Das habe ich noch gar nicht mitbekommen, weil, ja, okay, das wäre nämlich, weil da war, hatte ich ja auch, oder hatten wir auch überlegt, äh, dahin zu gehen.

Ja, ich hatte schon gebucht, ich habe schon, aber ja.

Hm, interessant, ja, aber das wird auf jeden Fall.

Ich bin auch gespannt, wie das dann jetzt am Wochenende wird.

Die ganzen Geschichten müssen sich jetzt halt erstmal so finden, aber ich bin auch überzeugt, dass das eigentlich im Prinzip kein Problem ist.

Das sollte schon gehen.

Es hat halt schon ein paar Vorteile, wenn man die Leute tatsächlich persönlich sehen kann, als nur remote, ne?

Ja.

Das ist natürlich schon auch mal schön, lieber Thomas, aber wir hätten dich natürlich gerne alle begrüßt.

Genau, richtig.

Mit Handschlag.

Ja, aber genau, also das, ich glaube, also diese ganzen Nachteile gibt es auf jeden Fall, aber ich würde mich wundern, wenn es da nicht auch sehr viel Potenzial für innovative Ideen gibt, wie man das Nachteile ausgleichen und Vorteile ausbeihen kann.

Ja, und es gab ja auch noch eine Kegel-Competition gab es noch jetzt irgendwie neu.

Ja, da gab es mehrere.

Moment, was ich denn.

Genau, es gab einmal eine Geschichte.

Genau, da geht es darum, haben sie so einen riesen Datensatz mit Research Papern zur Verfügung gestellt und da wird NLP drauf gemacht.

Auch bei Contopian sind wir auch gerade dabei, eine neue Challenge zu starten.

Und das haben wir immer gemacht mit gewissen Datensätzen oder so.

Jetzt generiert mal Algorithmen auf den Insider-Daten oder so.

Das, wie wir es jetzt machen wollen, ist ein bisschen eine andere Idee.

Da geht es auch um Covid-19 und den Einfluss davon auf die Wirtschaft und auf die Finanzmärkte.

Und da geht es nicht darum, irgendwelche Algorithmen zu entwickeln, sondern stattdessen interessante Analysen und Visualisierungen davon zu machen.

Also wer macht die coolste Analyse, wie der Einfluss von Covid-19 auf die Supply Chains ist oder auf die Aktienmärkte.

Zeichnet man nimmt nicht so ein Aktienmarkt und dann kommt irgendwie so ein großer Hammer und dann macht es Bumm.

Ja, genau sowas.

Aber genau, also bis der Podcast dann raus ist, ist es wahrscheinlich schon auf der Contomic-Website.

Also jeder, der da Interesse hat, so soll sich das mal ansehen, gibt auch einen Preis.

Ah, cool.

Genau, da hat er sehe ich gerade auch schon.

Es gibt eine Forecasting Competition auf Camel auch, wo halt die Leute auch schon ihre Notebooks und da sehe ich auch schon diese SER-Modelle und Leute, die interessante Visualisierungen gemacht haben.

Der Preis auf CantoPin ist aber deutlich interessanter.

Ja, das ist, ja, genau, das packen wir auf jeden Fall auch mit rein.

Ja, ne, sehr schön.

Ja, Schatzmann, schreibt uns, wenn ihr irgendwie ein tolles Projekt habt, wo ihr Unterstützung versucht, das werden wir natürlich dann in der nächsten Zeit versuchen zu berücksichtigen.

Ja, ich weiß nicht genau, vielleicht haben wir nochmal so ein bisschen allgemein.

Also was auch interessant ist, wenn man da auf dem Laufenden bleiben will, was gerade so passiert, diese Geschichten, es gibt vom CCC irgendwie eine Linkliste und einem Wiki und auch einen Bulletin, das sie halt jeden Tag veröffentlichen mit allen aus ihrer Sicht irgendwie wichtigen Entwicklungen und das ist auch interessant.

Also ich meine, das sind irgendwie so, die organisieren sich irgendwie um so einen so einen Streamer-Channel und Gruppe.

Und das sind irgendwie so hundert Leute oder so, die halt alle aus diesem medizinischen oder Katastrophenschutzbereich kommen und die da auch halt echt Ahnung von haben.

Und da stehen auch mal sehr interessante Sachen dabei.

Also wenn da irgendwas Neues erschienen ist, was irgendwie interessant ist, dann findet man das da eigentlich immer.

Und die machen das halt auch anders.

Das ist auch sowas, was mich irgendwie in letzter Zeit, also ich habe da jetzt auch so ein bisschen, naja, ich meine, man konnte ihm eigentlich nicht entgehen.

Man hört ja die ganze Zeit von allen möglichen Richtungen, strömt das auf einen ein.

Wenn man sich anguckt, was so in Zeitungen oder eben klassischen journalistischen Publikationen irgendwie geschrieben wird, was mich immer so ein bisschen stört, ist, dass oft nicht die Quellen dabei stehen oder so.

Und das machen die zum Beispiel eben auch anders, dass sie halt immer die Quellen alle mitverlinken und dass man halt gucken kann, wenn da steht, wenn da steht halt nicht nur irgendwie, es gibt eine Studie, die irgendwie das und das sagt.

Und man sich denkt sich, okay, zeig mir doch mal die Studie, ich möchte mal gucken, was haben die denn da wirklich gemacht.

Dann ist das da halt auch alles verlinkt und das ist schon mal sehr praktisch.

Ja.

Ja, es gibt leider auch wie sehr viele wieder Alternativmedien, die irgendwelchen

Schrott erzählen.

Ja, das ist

Eva Herrmann sagt, das wäre wie die Grippe.

Ja, furchtbar.

Ja.

Ja, wie wird man dem her?

Gute Frage.

Ja, keine Ahnung.

Genau, genau, was ich noch, worauf ich noch hinaus wollte, mit dem, wie man Daten austauschen kann.

Also was ich ja persönlich hoffe, ich habe ab und zu keine Ahnung, ob das irgendwie jemals passieren wird, aber das habe ich ja, die Idee ist ja nicht von mir, sondern das ist halt, habe ich auch irgendwann mal gehört und dachte, so, also zuerst dachte ich, ist vielleicht eine tolle Idee, aber dann so, je länger man drüber nachdenkt, desto irgendwie interessanter sieht das aus, irgendwie halt als Standarddatenaustauschformat für solche Art von Daten halt SQLite zu etablieren.

Weil eben CSV irgendwie diverse böse Nachteile hat und man mit SQLite halt auch sehr schöne Geschichten bauen kann gerade.

Ja, also das Problem aus SQLite ist natürlich, du brauchst immer ein Interface, mit dem man das beschreiben kann.

Und du hast halt bei CSV einfach eine offene Tabelle, wo du einfach in irgendwelche Zellen irgendwas reinpasten kannst und das kenne ich so für SQLite so low-levelig, für den Privatanwender nicht.

Ja, natürlich.

Also wenn du, wenn du sozusagen tatsächlich da Daten verändern willst, dann ist das natürlich alles sowieso schwierig.

Aber wenn du es jetzt nur irgendwie lesen und auswerten willst, dann ist vielleicht gar keine so viel Schwert.

Also ich finde die Idee super, so aus technischer Perspektive.

Ich frage mich halt nur, wie Herr Meyer und Frau Kunze das umsetzen wollen, wenn sie zu Hause sind.

Und dann ihre Daten bereitstellen.

Also vielleicht sind diese Menschen, die da arbeiten, ja irgendwie an der Quelle und haben halt dieses Fax in der Hand zum Beispiel und müssen halt diese Daten aus diesem Fax irgendwo eintippen.

Und man hat halt vielleicht gar nicht diese Schnittstelle, dieses Interface, dass es halt direkt in eine zentrale, gute Datenbank kommt, sondern man muss halt irgendwie sich so ein Überträgerdatenformat überlegen, was halt dann oft so eine Tabelle ist einfach.

Ja, aber also was man tatsächlich mit SQL, also mit Data Setter zum Beispiel, das ist halt das Projekt, was ich in dem zusammen, weil es gibt auch zum Beispiel für diese Covid-Daten jetzt eine Datasette irgendwo auf,

das hatten wir nochmal ein, zweimal schon mal erwähnt, aber vielleicht erklärt mal kurz, was ist das, eine Datasette?

Ja, also da geht es darum, eben genau Daten halt öffentlich machen zu können.

Es ist ein Projekt von, war jahrelang ein Side-Projekt, sozusagen das Haupt-Side-Projekt von San Wilson, einem der Gründer von Django, von dem Django-Projekt da, die Webgeschichte.

Und der hatte halt auch irgendwie im Zeit lang beim Guardian gearbeitet und hatte da halt gesehen, dass es irgendwie deren Hauptdatensammlung von jemandem betreut wurde, der halt irgendwie Hunderte von CSV-Files und Dingen irgendwie auf seinem Desktop liegen hatte und halt wusste, was da drin stand.

Und aber das ist natürlich nicht so eine gute Ausgangsbasis, um da irgendwie die Daten dann zu veröffnen.

Also das könnte man gar nicht so richtig veröffentlichen, weil wenn man halt nicht weiß, was da überall drin steht, dann kann man mit dieser Datensammlung gar nicht so viel anfangen.

Und hat er dann überlegt, was man tun kann, um das irgendwie, ja, um auf so einer Toolbasis irgendwie daran was.

Das ist aufzubereiten, ja.

Ja, und das ist halt, das, was daraus entstanden ist, halt die Tassette.

Und das ist halt, besteht aus mehreren Teilen.

Ein Teil ist halt, man wirft irgendwie CSV-Dateien da rein oder sagt halt auch nur zu einem Verzeichnis, in dem viele CSV-Dateien drin liegen, so werdet mal zu einer SQLite-Datenbank.

Und dann wird das mehr oder weniger automatisch transformiert.

Und wenn es dann eine SQLite-Datenbank ist, dann kann man da halt beliebige SQL-Anfragen drauf stellen, weil man kann halt bei SQLite sagen, das ist auch eine schöne Geschichte, das ist in der Python-Standard-Bibliothek direkt mit drin.

Das heißt, man muss da nichts installieren oder so.

Sobald man einen Python-Interpreter hat, hat man das dabei und kann das Read-only sozusagen aufmachen.

Und der gibt dann das Schema dann heraus, was er in den Daten gegeben hat.

Ja, und also was Seta Setter macht, es macht halt automatisch eine API drumrum.

So dass du halt auch direkt ein Web-API hast auf deine SQLite und sozusagen, du hast jetzt nicht irgendwie GraphQL, mit der du mit dem du als Abfragesprache, mit der du das abfragst, sondern du hast halt direkt SQL und kriegst dann halt JSON oder CSV zurück.

Und ja, das ist eigentlich sehr, sehr schick.

Aber ja, es ist natürlich, ja klar, also ich meine, ich habe das nicht so gut.

Das heißt, man könnte jetzt diese ganzen Repos auf GitHub, wo die ganzen Datensätze als CSV drin sind, einfach in irgendeine Datasette kippen und hätte direkt als SQL die Abfrage.

Ja, nicht nur das, sondern man hat sogar einmal ein Interface, wo man SQL hin tun oder reinposten kann sozusagen und dann kommt halt irgendwie eine HTML-Tabelle im Browser zurück oder halt eben CSV oder JSON, wenn man es als API verwenden möchte und man hat direkt eine API auf die Datenbank.

Und es ist sogar so, dass man das nicht mal selber husten muss, sondern es gibt dann diverse Provider, die halt so Dinge anbieten, wie du kannst dann, das habe ich jetzt gar nicht nochmal genau nachgeguckt, aber es gibt, glaube ich, Glitch, mit Glitch geht das irgendwie oder es gibt halt auch mit, es gibt auch diverse, die einfach so Docker-Container anbieten, die man, wo man halt so ein freies Kontingent hat an Containern irgendwie und dann damit kann man das halt auch hochziehen.

Und sodass man halt ohne irgendwie selber da irgendwie Hosting bezahlen zu müssen, die CSVs halt als SQLat-Datenbank mit API irgendwie ins Netz stellen kann.

Und das ist auch mit diesen John Hopkins-Daten passiert.

Und das fand ich auch schon sehr interessant, aber na gut, ich meine, das fixt natürlich die grundlegenden Datenprobleme darunter halt dann nicht.

Aber ist auf jeden Fall eine ganz interessante Geschichte, wenn ich jetzt, wenn ich zum Beispiel irgendwie ein Notebook baut, was halt irgendwie diese Daten verwendet, dann kann man halt auch direkt, das könnte man direkt die Datasette, diese Covid-19 Data Set einfach verwenden und dann halt die ganzen Daten über eine API bekommen, ohne dass man da selber CSV auspasen muss oder so.

Cool.

Ja.

Ja.

Aber genau.

Ja, also Feedback und Anregungen und Fragen und alle eure Sorgen an hallo atpython-podcast.de.

Thomas, bist du nun da?

Ich bin auch da.

Ja, ich weiß nicht.

Sind wir dann schon durch?

Ich weiß nicht, haben wir noch irgendwas Interessantes, was wir irgendwie, haben wir noch irgendwelche Dinge, die ansonsten.

Also News aus der Sene, die geilsten Konferenzen abgesagt und halt.

Das ist die eine große Neuigkeit zum Penn.

Ja, wenn ihr zum Python-Proof kommen wollt, der stattfindet, der ist jetzt auch virtuell.

Könnt ihr auf dem Chaos drauf, irgendwie mal gucken, welche Räume es da gibt.

Ja.

Ja, dann vielen Dank, dass du heute da warst und vielen Dinge erzählt hast.

Ja, vielen Dank für die Einladung.

Es war sehr cool mit euch zu sprechen.

Wir freuen uns schon, wenn alle wieder gesund sind, dann müssen wir es hier mal live wieder vor Ort wiederholen.

Sehr gerne.

Daniel ist ja gar nicht so weit.

Ja, vielen Dank fürs Zuhören.

Bleibt uns gewogen, haut wieder rein, bleibt gesund, vor allen Dingen in diesen unruhigen Zeiten und hören wir wieder rein.

Wir hören uns.

Bis zum nächsten Mal.

Bis zum nächsten Mal.

Tschüss.

Tschüss.

Tschüss.