|
|
Methods of dynamical analysis of portfolio composition
Meňhartová, Ivana ; Hanzák, Tomáš (vedoucí práce) ; Cipra, Tomáš (oponent)
Název 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
|
|
|
Methods of dynamical analysis of portfolio composition
Meňhartová, Ivana ; Hanzák, Tomáš (vedoucí práce) ; Cipra, Tomáš (oponent)
Název 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
|
|
| |
|
| |
host ::
RSS.