Název:
Metody dynamické analýzy složení portfolia
Překlad názvu:
Methods of dynamical analysis of portfolio composition
Autoři:
Meňhartová, Ivana ; Hanzák, Tomáš (vedoucí práce) ; Cipra, Tomáš (oponent) Typ dokumentu: Diplomové práce
Rok:
2012
Jazyk:
slo
Abstrakt: [eng][cze] Title: Methods of dynamical analysis of portfolio composition Author: Ivana Meňhartová Department: Department of Probability and Mathematical Statistics Supervisor: Mgr. Tomáš Hanzák, KPMS, MFF UK Abstract: In the presented thesis we study methods used for dynamic analysis of portfolio based on it's revenues. The thesis focuses on Kalman filter and local- ly weighted regression as two basic methods for dynamic analysis. It describes in detail theory for these methods as well as their utilization and it discusses their proper settings. Practical applications of both methods on artificial data and real data from Prague stock-exchange are presented. Using artificial data we demonstrate practical importance of Kalman filter's assumptions. Afterwards we introduce term multicolinearity as a possible complication to real data applicati- ons. At the end of the thesis we compare results and usage of both methods and we introduce possibility of enhancing Kalman filter by projection of estimations or by CUSUM tests (change detection tests). Keywords: Kalman filter, locally weighted regression, multicollinearity, CUSUM testNázev práce: Metody dynamické analýzy složení portfolia Autor: Ivana Meňhartová Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí diplomové práce: Mgr. Tomáš Hanzák, KPMS, MFF UK Abstrakt: V predloženej práci študujeme metódy používané k dynamickej analýze zloženia portfólia na základe jeho výnosov. Práca sa zameriava na Kalmanov filter a lokálne váženú regresiu, ako základné metódy dynamickej analýzy. Podrobne popisuje teóriu k týmto metódam, ich spôsob použitia a diskutuje ich vhodné nastavenie. V práci ďalej uvádzame praktické aplikácie oboch metód na umelo generovaných dátach, ale aj na reálnych dátach indexu pražskej burzy. Na ume- lých dátach rôznych typov tiež skúmame fungovanie modelu Kalmanovho filtra v prípade porušenia jeho predpokladov. V práci ďalej uvádzame pojem multiko- linearity ako možnú komplikáciu v reálnych dátach. V závere práce porovnávame výsledky a využitie oboch metód a uvádzame možnosti rozšírenia Kalmanovho fil- tra pomocou projekcie odhadov a pomocou zavedenia tzv. CUSUM testov (testy detekcie zmien). Klíčová slova: Kalmanov filter, lokálne vážená regresia, multikolinearita, CUSUM test
Klíčová slova:
CUSUM test; Kalmanov filter; lokálne vážená regresia; multikolinearita; CUSUM test; Kalman filter; locally weighted regression; multicollinearity