Dr. Daniel Metko
Wissenschaftlicher Mitarbeiter
Kontakt:
Max-von-Laue-Stra?e 1
28359 Bremen
WIWI 2, Raum F4030
Telefon: +49 (0)421 218-66726
metko[at]uni-bremen.de
Zur Person
2023 | Postdoktorand Universit?t Bremen |
2022 | Promotion Dr. rer. pol. |
2022 | Gastwissenschaftler an der John Molson School of Business - Concordia University, Montreal, Kanada |
seit 2021 | Mitglied des Data Science Center |
2020-2022 | Wissenschaftlicher Mitarbeiter für das Arbeitsgebiet Betriebswirtschaftslehre, insbesondere Empirische Kapitalmarktforschung und Derivate |
2017-2020 | Wissenschaftlicher Mitarbeiter am Lehrstuhl für Allg. Betriebswirtschaftslehre, insbesondere Finanzwirtschaft der Universit?t Bremen |
2017 | Wolfgang-Ritter-Studienpreis |
2016-2017 | Junior Quantitative Analyst bei FAROS Fiduciary Management AG, Frankfurt |
2015 | Auslandssemester an der Macau University of Science and Technology (China) |
2014-2017 | Studium der Betriebswirtschaftslehre mit den Schwerpunkten Finanzen und Rechnungswesen an der Universit?t Bremen (M.Sc.) |
2012-2014 | Studentische Hilfskraft an der Hochschule für Internationale Wirtschaft und Logistik, Bremen |
2011-2014 | Studium der Betriebswirtschaftslehre an der Universit?t Bremen (B. Sc.) |
Publikationen
Fieberg, C., Liedtke, G., Metko, D., Zaremba, A.: Cryptocurrency Factor Momentum, Quantitative Finance (SJR: Q1), 2023.
Cakici, N., Fieberg, C., Metko, D., Zaremba, A.: Predicting Returns with Machine Learning Across Horizons, Firms Size, and Time, in: The Journal of Financial Data Science, Forthcoming.
Cakici, N., Fieberg, C., Metko, D., Zaremba, A. (2023): Do Anomalies Really Predict Market Returns? New Data and New Evidence, in: Review of Finance, in press. (VHB-Jourqual 3: A)
Cakici, N., Fieberg, C., Metko, D., Zaremba, A. (2023): Machine Learning Goes Global: Cross-Sectional Return Predictability in International Stock Markets, in: Journal of Economic Dynamics and Control, 155, 104725. (VHB-Jourqual 3: A)
Fieberg, C., Metko, D., Poddig, T. & Loy, T. (2023): Machine learning techniques for cross-sectional equity returns' prediction, in: OR Spectrum, 45, 289–323. (VHB-Jourqual 3: A)
Pakhchanyan, S., Fieberg, C., Metko, D., Kaspereit, T. (2022): Machine learning for categorization of operational risk events using textual description, in: Journal of Operational Risk, 17 (4), 37-65.
Fieberg, C., Hesse, M., Loy, T., Metko, D. (2022): Machine learning in accounting research, in: Lars Hornuf (Hrsg.): Diginomics Research Perspectives: The Role of Digitalization in Business and Society, Cham: Springer International Publishing.
Vortr?ge
Autoren | Titel | Seminar/Konferenz | Ort | Zeit |
---|---|---|---|---|
Cakici, N., Fieberg, C., Metko, D., Zaremba, A. | Machine Learning Goes Global: Cross-Sectional Return Predictability in International Stock Markets | Diginomics Brownbag Seminar | Bremen | 08.06.2022 |
Fieberg, C., Lopatta, K., Metko, D., Tammen, T., Yüksel, G. | Machine Learning for Pattern Discovery in Takeover Target Selection | 83rd Annual Meeting of the German Academic Association for Business Research (VHB) | Online | 08.03.-11.03.2022 |
Metko, D., Fieberg, C., Mohrmann, U., Walker, T. | The relevance of accounting information and the cross-section of equity market returns | Diginomics Brownbag Seminar | Bremen | 22.12.2021 |
Fieberg, C., Lopatta, K., Metko, D., Tammen, T., Yüksel, G. | Machine Learning for Pattern Discovery in Takeover Target Selection | 4th Research Workshop between School of Economics Shanghai University, China, and Faculty of Business Studies and Economics University Bremen, Germany | Online | 10.12.2021 |
Fieberg, C., Lopatta, K., Metko, D., Tammen, T., Yüksel, G. | Machine Learning for Pattern Discovery in Takeover Target Selection | Diginomics Brownbag Seminar | Bremen | 19.05.2021 |
Fieberg, C., Metko, D., Poddig, T., Loy, T. | Machine Learning in Stock Return Prediction | Diginomics Brownbag Seminar | Bremen | 28.10.2020 |