|
|
Stochastic DEA and dominance
Majerová, Michaela ; Kopa, Miloš (vedoucí práce) ; Dupačová, Jitka (oponent)
Na začátku této práce se budeme věnovat DEA metodám, které zkoumají eficienci tzv. DMU jednotek porovnáváním vážených vstupů a výstupů. Nejdříve si uvedeme základní DEA modely, které neuvažují náhodný charakter vstupů a výstupů. Z těchto modelů vycházejí stochastické DEA modely, ke kterým si uvedeme několik různých přístupů buď použitím scénářů vstupů a výstupů anebo použitím úloh stochastického programování s pravděpodobnostními omezeními. Další možností jak zkoumat eficienci je pomocí stochastické dominance. Jedná se o relaci, která porovnává dvě náhodné veličiny. My se budeme zabývat stochastickou dominancí prvního a druhého řádu. Nejdříve si uvedeme párovou stochastickou eficienci aktiva, poté se budeme věnovat eficienci portfolia vzhledem k stochastické dominanci prvního a druhého řádu. K tomuto typu eficience si uvedeme několik různých testů. Na závěr práce budeme zkoumat eficienci portfolií použitím historických amerických akciových dat a porovnáme výsledky získané pomocí stochastických DEA modelů a stochastické dominance. Powered by TCPDF (www.tcpdf.org)
|
|
|
Empirické odhady ve stochastickém programování; závislá data
Kolafa, Ondřej ; Kaňková, Vlasta (vedoucí práce) ; Dupačová, Jitka (oponent)
Práce pojednává o úlohách stochastického programování založených na empirickém a teoretickém rozdělení a jejich vzájemném vztahu. Nejdříve se věnuje případu úloh, kdy empirické rozdělení odpovídá nezávislému náhodném výběru. Jsou ukázány některé základní vlastnosti a poté konvergence úlohy založené na empirickém rozdělení k úloze teoretické. Práce dále zavádí různé druhy závislosti - m-závislost, mixingy a také obecnější pojem slabé závislosti. Pro posloupnosti s některými z těchto závislostí jsou dokázány podobné vlastnosti, které platí pro posloupnosti nezávislé. V práci jsou na závěr teoretické poznatky demonstrovány na numerických příkladech, ve kterých jsou porovnávány posloupnosti závislé s nezávislými i posloupnosti s různou závislostí mezi sebou.
|
|
|
Vícerozměrné míry rizika ve stochastické optimalizaci
Rauš, Jaroslav ; Branda, Martin (vedoucí práce) ; Dupačová, Jitka (oponent)
Práce se zabývá možným zobecněním nejužívanějších měr rizika, Value-at-Risk a Conditional Value-at- Risk, do vyšší dimenze. Nejprve je sepsána teorie p-eficientních bodů dané distribuční funkce, možného zobecnění kvantilu pro vícerozměrný případ. Následně je uveden Prékopův-Vizváriův-Badicsův algorit- mus pro hledání p-eficientních bodů v případě náhodného vektoru, jehož nosičem je konečná množina, a navrženo jeho možné zobecnění pro speciální případ. Dále jsou zadefinovány pojmy Multivariate Value-at-Risk a Multivariate Conditional Value-at-Risk a diskutovány některé jejich vlastnosti. Na konec je pak řešena úloha lot-sizingu pro různé časové horizonty. 1
|
|
|
Robustness of the Markowitz portfolios
Petráš, Tomáš ; Dupačová, Jitka (vedoucí práce) ; Kopa, Miloš (oponent)
Tato práce se zabývá řešením úloh optimalizace portfolia v závislosti na vektoru středních hodnot a variační matici výnosů. Důraz je kladen na úlohy Markowit- zova modelu, které úzce souvisí s modernějšími metodami využívajícími rizikové míry VaR a CVaR. V práci jsou zkoumány možnosti robustifikace úloh na základě použité parametrické množiny. Kromě klasického zadání je věnována pozornost také případům, kdy krátké prodeje nejsou povoleny. Jádro práce tvoří simulační studie, která modeluje dopad nepřesnosti při odhadu vstupních parametrů Mar- kowitzova modelu. Zohledňuje různé druhy averze k riziku a odlišné přístupy při generování odhadů zatížených chybou. Upřesňuje tak tvrzení o převládajícím vlivu odhadu vektoru středních hodnot, které platí jen pro velmi rizikového investora. 1
|
|
|
Multi-Stage Stochastic Programming with CVaR: Modeling, Algorithms and Robustness
Kozmík, Václav ; Dupačová, Jitka (vedoucí práce) ; Morton, David (oponent) ; Kaňková, Vlasta (oponent)
Vícestupňové stochastické programování s CVaR: modely, algoritmy a robustnost RNDr. Václav Kozmík Abstrakt: Předložená práce formuluje tři vícestupňové modely stochastického programování, které jsou založené na míře rizika CVaR, a popisuje jejich vlastnosti včetně časové konzistence. Pro řešení těchto modelů se používá algoritmus stocha- stického duálního dynamického programování. Při použití vnořené míry rizika s CVaR chybí v současnosti spolehlivý postup na odhad účelové funkce. Náš nový postup, který je založen na technice simulace podle důležitosti, přináší spolehlivé výsledky a umožňuje kontrolu kvality řešení. Postup simulace podle důležitosti je dále zobecněn a lze jej použít pro redukci rozptylu ve všech modelech, které pracují s mírou rizika CVaR. Ke studiu robustnosti využíváme techniku kontami- nace a rozšíříme ji pro úlohy s velkým počtem scénářů, pro které není možné nalézt přesné optimální řešení. Navržené postupy jsou ověřeny na numerických příkladech velkého rozsahu, které jsou založeny na jednoduchém vícestupňovém investičním modelu. Klíčová slova: Vícestupňové stochastické programování, stochastické duální dynamické progra- mování, simulace podle...
|
|
| |
|
|
Problém prodavače novin
Šedina, Jaroslav ; Dupačová, Jitka (vedoucí práce) ; Lachout, Petr (oponent)
Tato práce se zabývá problémem prodavače novin a jeho různými obměnami. V první kapitole je zaveden aparát, který je třeba k vyšetřování optimálního řešení úlohy. Druhá kapitola obsahuje různé formulace problému prodavače novin a jejich řešení, například metodou SAA. V závěru jsou výsledky aplikovány na výpočet podmíněné míry rizika CVaR a v programu R je uvedena numerická studie, která porovnává parametrický a neparametrický přístup k úloze. Text je průběžně doplňován grafy. Powered by TCPDF (www.tcpdf.org)
|
|
|
Generování scénářů při požadavku na shodu momentů
Koláčková, Hana ; Dupačová, Jitka (vedoucí práce) ; Branda, Martin (oponent)
V práci jsou uvedeny čtyři způsoby generování scénářů tak, aby výsledné diskrétní rozdělení pravděpodobnosti replikovalo předepsané hodnoty momentů. Prvním z~nich je heuristický algoritmus, druhým ze způsobů je symetrické rozložení okolo střední hodnoty, další je systém nelineárních rovnic a poslední způsob je řešení pomocí cílového programování. V další části je přiblížen charakter této úlohy cílového programování a jsou uvedeny konkrétní možnosti specifikací parametrů úlohy s následným ovlivněním náročnosti řešení. V poslední části práce jsou porovnány výsledky několika možných způsobů řešení vybraných typů úlohy. Powered by TCPDF (www.tcpdf.org)
|
|
|
Robustní optimalizace pro řešení neurčitých optimalizačních úloh
Komora, Antonín ; Dupačová, Jitka (vedoucí práce) ; Kopa, Miloš (oponent)
Robustní optimalizace je cennou alternativou k stochastickému programování. Veškeré podkladové pravděpodobnostní struktury jsou v ní nahrazeny tzv. neurčitou množinou a podmínky z ní pramenící musí být splněny za každých okolností. Tato práce přibližuje základní aspekty robustní optimalizace, a pojednává o nejčastější typech úloh a neurčitých množin. Zahrnuje zejména polyedrické a eliptické množiny neurčitosti a v případech lineárního, kvadratického, semidefinitního či diskrétního programování jsou pro druhý typ formulovány výpočetně schůdnější podoby robustifikovaných úloh. Další část práce se pak zabývá všeobecně známým problémem květinářky. Nejprve je pomocí principů robustní metodologie vytvořen základ pro konstrukci robustifikované varianty a posléze je, v návaznosti na předchozí část práce, formulováno, otestováno a porovnáno několik pro řešení vhodnějších variant. Powered by TCPDF (www.tcpdf.org)
|
|
|
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.
|
host ::
RSS.