Národní úložiště šedé literatury Nalezeno 4 záznamů.  Hledání trvalo 0.01 vteřin. 
Důkazy silného zákona velkých čísel
Odintsov, Kirill ; Štěpán, Josef (vedoucí práce) ; Staněk, Jakub (oponent)
Tato práce obsahuje dva různé důkazy Silného zákona velkých čísel i se všemi potřebnými pomocnými větami a lemmaty. První Borelův důkaz je méně obecný, avšak podstatně jednodušší. Druhý důkaz je proveden za použití Kroneckerova lemmatu a Kolmogorov-Khinchinovy věty, která je dokázana přes Kolmogorovu nerovnost. Důkazy jsou dělány velmi podrobně a u čtenáře předpokládají pouze základní znalosti z pravděpodobnosti a teorie míry. Text je provázen četnými příklady a to, jak matematickými tak i příklady z bežného života. Nakonec jsou popsány čtyři důležité matematické aplikace Silného zákonu velkých čísel.
Rozhodovací úlohy a empirická data; aplikace na nové typy úloh
Odintsov, Kirill ; Kaňková, Vlasta (vedoucí práce) ; Lachout, Petr (oponent)
Práce pojednává o řešení různých typů rozhodovacích úloh, které v sobě obsahují náhodné prvky. Jsou zde popsány základní metody převodu stochastických optimalizačních úloh na deterministické optimalizační úlohy. Práce se zabývá blízkostí řešení obecné úlohy a úlohy s empirickou distribuční funkcí, na kterou převádíme naši úlohu ve chvíli, kdy neznáme rozdělení náhodných prvků zadané úlohy. Práce také pojednává o distribucích s těžkými chvosty, o stabilních distribucích a o jejich vzájemném vztahu. Dále se zde zavádí pojem stochastické dominance a popisuje se možnost využití tohoto pojmu při kontrukci úloh. Dokazuje se zde blízkost řešení úlohy se stochastickou dominancí druhého řádu s řešením jí odpovídající úlohy s empirickou distribuční funkcí. Na závěr se řeší příklad řízení akciového portfolia se stochastickou dominancí druhého řádu pomocí přechodu k odpovídající úloze s empirickou distribuční funkcí. Powered by TCPDF (www.tcpdf.org)
Důkazy silného zákona velkých čísel
Odintsov, Kirill ; Štěpán, Josef (vedoucí práce) ; Staněk, Jakub (oponent)
Tato práce obsahuje dva různé důkazy Silného zákona velkých čísel i se všemi potřebnými pomocnými větami a lemmaty. První Borelův důkaz je méně obecný, avšak podstatně jednodušší. Druhý důkaz je proveden za použití Kroneckerova lemmatu a Kolmogorov-Khinchinovy věty, která je dokázana přes Kolmogorovu nerovnost. Důkazy jsou dělány velmi podrobně a u čtenáře předpokládají pouze základní znalosti z pravděpodobnosti a teorie míry. Text je provázen četnými příklady a to, jak matematickými tak i příklady z bežného života. Nakonec jsou popsány čtyři důležité matematické aplikace Silného zákonu velkých čísel.
Modely Mean-Variance a Mean-CVaR v optimalizaci portfolia
Spousta, Tomáš ; Borovička, Adam (vedoucí práce) ; Odintsov, Kirill (oponent)
Práce srovnává dvě metody, které lze využít v optimalizaci portfolia, konkrétně při hledání množiny efektivních portfolií. V první části je stručně popsána základní teorie, zároveň je zde nastíněna motivace k využití složitější metody. V druhé části jsou definovány oba použité modely. Prvním z nich je průkopnický Markowitzův model, který se za 60 let své existence stal již legendou. Výhodou tohoto modelu je především jeho jednoduchost, která je však vykoupena předpokladem normality výnosů. Tento předpoklad lze vypustit při použití modelu Mean-CVaR, který je druhým modelem využitým v této práci. Oba výše zmíněné modely jsou následně ve třetí části práce aplikovány na reálná data ve čtyřech odlišných situacích a jejich výsledky jsou následně podrobně analyzovány. Sledováno je především složení hranic efektivních portfolií nalezených odlišnými modely a jejich VaR.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.