|
|
Úlohy stochastického programování a ekonomické aplikace
Kučera, Tomáš ; Kaňková, Vlasta (vedoucí práce) ; Dupačová, Jitka (oponent)
Tato práce se zabývá problémem stochastického programování, a to zejména v souvislosti s rozděleními s těžkými chvosty a optimalizací portfolia. V první části je nejprve zpracována tématika stochastického programování a typy úloh, které se v rámci této problematiky vyskytují. Ve druhé části je zpracováno řešení úloh stochastického programování metodou SAA, a to zejména v případě náhodných veličin s rozděleními s těžkými chvosty. V závěru je teorie aplikována na problém optimalizace portfolia a v programu R je provedena numerická studie na základě reálných dat, získaných z webové stránky Google Finance.
|
|
|
Optimization and stress tests
Fašungová, Diana ; Dupačová, Jitka (vedoucí práce) ; Kozmík, Václav (oponent)
Název práce: Optimalizace a zátěžové testy Autor: Diana Fašungová Katedra: Katedra pravděpodobnosti a matematické statistiky Vedoucí diplomové práce: Prof. RNDr. Jitka Dupačová, DrSc., Katedra pravděpo- dobnosti a matematické statistiky Abstrakt: V práci aplikujeme techniku kontaminačních mezí na úlohu optimali- zace portfolia akcií při rizikové míře CVaR. Úlohu uvažujeme z pohledu riziko- vého manažera. Používáme vhodně zvolená data a dva typy zátěžových scénářů generovaných za účelem stresování korelační struktury dat a výnosu jednotlivých akcií. Z numerické aplikace vyvozujeme na základě chování rizikové míry CVaR vzhledem ke kontaminačním mezím doporučení pro řízení rizik pro úlohu optima- lizace portfolia. Tato doporučení interpretujeme pro oba typy scénářů. Na závěr diskutujeme omezení zvoleného modelu a možnosti dalšího vylepšení. Klíčová slova: kontaminační meze, zátěžové testy, optimalizace portfolia, řízení rizik
|
|
|
Investiční modely v prostředí finančních trhů
Krňávek, Jan ; Lukeš, Zdeněk (oponent) ; Budík, Jan (vedoucí práce)
Diplomová práce se zabývá optimalizací vybraného investičního portfolia. Řešitel navrhne automatizovaný investiční model, který bude využívat pokročilých algoritmů na bázi umělé inteligence a principů technické analýzy. Optimalizace parametrů a ověření výkonnost investičního modelu je realizováno na historických datech. Výsledkem diplomové práce je optimalizovaný investiční model s důrazem na maximalizaci zisku a stability. Diplomová práce je realizována v prostředí programovacího jazyka Python a volně dostupných analytických knihoven.
|
|
|
Optimalizace projektových portfolií s časem a zdroji
Huml, Tomáš ; Barták, Roman (vedoucí práce) ; Vlach, Milan (oponent)
Název práce: Optimalizace projektových portfolií s časem a zdroji Autor: Bc. Tomáš Huml Katedra: Katedra teoretické informatiky a matematické logiky Vedoucí diplomové práce: Doc. RNDr. Roman Barták, Ph.D Abstrakt: Tradiční optimalizace projektových portfolií uvažuje statické projekty nevyvíjející se v čase. Cílem je vybrat optimální podmnožinu projektů vzhledem k daným omezením (rozpočet atd.). Tato diplomová práce se zabývá projekty, které se v čase vyvíjejí. Takové projekty se typicky skládají z posloupnosti aktivit potřebujících pro svoji realizaci čas a zdroje (peníze, lidi atd.). Cílem optimalizace portfolia projektů je potom vybrat podmnožinu projektů vzhledem k daným časovým a zdrojovým omezením a zároveň optimalizovat danou objektivní funkci, jako je například zisk. Takový problém má velmi blízko k tzv. oversubscribed rozvrhovacím problémům, kde se vybírá a rozvrhuje nejvíce zisková množina objednávek. Právě rozvrhovací techniky proto budou sloužit jako hlavní zdroj inspirace v diplomové práci. V rámci této práce je navrženo několik modelovacích algoritmů pro výběr optimálního portfolia a zároveň je řada z nich implementovaná v přiloženém programu. Klíčová slova: optimalizace portfolia, celočíselné lineární programování (ILP), optimalizace workflow, vztahy mezi projekty
|
|
|
Suitable utility function identification
Majerová, Michaela ; Kopa, Miloš (vedoucí práce) ; Lachout, Petr (oponent)
Na začiatku tejto práce uvedieme základné vlastnosti úžitkových funkcií a budeme skúmať ich tvar v závislosti na vzťahu investora k riziku. Ďalej zavedieme pojem rizikovej prémie a miery rizikovej averzie investora. V druhej kapitole sa budeme zaoberať klasifikáciou úžitkových funkcií a to práve na základe miery absolútnej rizikovej averzie a uvedieme si niekoľko základných typov úžitkových funkcií. V tretej kapitole budeme odhadovať vhodný tvar úžitkovej funkcie investora na základe hodnôt poisťovacej prémie, ktoré získame prostredníctvom dotazníkov od študentov MFF UK. Takto získané úžitkové funkcie využijeme v poslednej kapitole, kde si najskôr formálne zadefinujeme úlohu optimalizácie portfólia a potom zostavíme optimálne portfólio českých akcií zo SPADu pre niekoľko rôznych investorov.
|
|
|
Exponenciální řízení homogenních markovských procesů
Stanek, Pavol ; Dostál, Petr (vedoucí práce) ; Beneš, Viktor (oponent)
Název práce: Exponenciální řízení homogenních markovských procesů Autor: Pavol Stanek Katedra/Ústav: Katedra pravděpodobnosti a matematické statistiky MFF UK Vedoucí diplomové práce: Mgr. Peter Dostál Ph.D., Katedra pravděpodobnosti a matematické statistiky MFF UK Abstrakt: Táto diplomová práca sa zaoberá exponenciálnym riadením markovských ret'azcov. V práci je odvodený iteračný algoritmus na nájdenie riadenia, ktoré maxi- malizuje mieru rastu očakávaného úžitku. Úžitok je meraný exponenciálnou úžitkovou funkciou. Algoritmus je odvodený pre ret'azce v diskrétnom aj spojitom čase. Výsledný algoritmus je následne aplikovaný na problém optimálneho riadenia portfólia pri proporcionálnych transakčných nákladoch. Je odvodená dynamika vývoja investo- rovej pozície. Výsledný proces je approximovaný markovským ret'azcom. Použitím iteračného algoritmu je numericky nájdená optimálna obchodná stratégia. Klíčová slova: exponenciálne riadenie, markovský ret'azec, optimalizácia porfólia, proporcionálne transakčné náklady 1
|
|
|
Dynamické řízení portfolia aktiv
Kudrna, Aleš ; Málek, Jiří (vedoucí práce) ; Fučík, Vojtěch (oponent)
Investorovi je dnes nabízeno velké množství aktiv, a pokud vezmeme v potaz možnosti rozdělení investorových finančních prostředků, dostáváme se k velmi komplikovanému problému, jenž se snaží obsáhnout tato práce. Hlavním cílem je prozkoumat základy teorie portfolia a jejich reálné využití v praxi. Důraz je kladen na pravidelnou reoptimalizaci portfolia a zjištění odpovědi na otázku, zda je takovéto chování úspěšnější než standardní investování do akciových indexů. Teoretická část shrnuje dosud používané přístupy optimalizace, které jsou dále v praktické části otestovány na reálných datech a vyhodnoceny.
|
|
|
Software Design for Portfolio Investment Decision Support
Seifert, Marián ; Juríček,, Jozef (oponent) ; Škapa, Stanislav (vedoucí práce)
This thesis deals with the security portfolio optimization. For this process will be created software, which outputs should help the investor to decide. The program will be able to choose specific investor portfolio designed according to the recommended investment period and the corresponding risk. Further feature is the possibility of creating their own portfolio according to specific requests.
|
|
|
Metody stochastického programováni pro investiční rozhodování
Kubelka, Lukáš ; CFA, Tomáš Menčík, (oponent) ; Popela, Pavel (vedoucí práce)
Tato práce se zabývá metodami stochastického programování a jejich využitím v oblasti finančního investování. Teoretická část práce je věnována základním pojmům matematické optimalizace, stochastického programování a rozhodování v podmínkách nejistoty. Dále jsou představeny výchozí principy moderní teorie portfolia, značný prostor je věnován technikám měření rizika v kontextu investování, zejména pak metodám Value at Risk a Expected shortfall. Praktická část je zaměřena na tvorbu optimalizačních modelů s důrazem na minimalizaci investičních rizik. Vytvořené modely pracují s reálnými daty a jsou řešeny v optimalizačním software GAMS.
|
|
|
Portfolio Optimization Using Metaheuristics
Haviar, Martin ; Doubravský, Karel (oponent) ; Budík, Jan (vedoucí práce)
This thesis deals with design and implementation of an investment model, which applies methods of Post-modern portfolio theory. Particle swarm optimization (PSO) metaheuristic was used for portfolio optimization and the parameters were analyzed with several experiments. Johnsons SU distribution was used for estimation of future returns as it proved to be the best of analyzed distributions. The result is software application written in Python, which is tested for stability and performance of model in extreme situations.
|
host ::
RSS.