|
|
Optimization in Finance
Sowunmi, Ololade ; Hrabec, Dušan (oponent) ; Popela, Pavel (vedoucí práce)
This thesis presents two Models of portfolio optimization, namely the Markowitz Mean Variance Optimization Model and the Rockefeller and Uryasev CVaR Optimization Model. It then presents an application of these models to a portfolio of clean energy assets for optimal allocation of financial resources in terms of maximum returns and low risk. This is done by writing GAMS programs for these optimization problems. An in-depth analysis of the results is conducted, and we see that the difference between both models is not very significant even though these results are data-specific.
|
|
|
Metody tvorby pojistných sazeb založené na mírách rizika
Malá, Kateřina ; Branda, Martin (vedoucí práce) ; Mazurová, Lucie (oponent)
V této práci zkoumáme míry rizika a jednu z jejich vlastností - koherenci. Zaměřujeme se zejména na hodnotu v riziku (zkráceně VaR), respektive na podmíněnou hodnotu v riziku (CVaR). Zmiňujeme také výhody CVaR oproti VaR. Dále rozebíráme nejběžnější formy složeného rozdělení, které jsou užívány v praxi. Závěrečná část této bakalářské práce je věnována numerické studii, kde počítáme střední hodnotu, rozptyl, VaR a CVaR pro konkrétní hodnoty parametrů.
|
|
|
Robust methods in portfolio theory
Petrušová, Lucia ; Branda, Martin (vedoucí práce) ; Večeř, Jan (oponent)
01 Abstrakt: Práca sa zaoberá robustnými metódami v teórii portfólia. Sú popísané rôzne miery rizika, ktoré sa využívajú pri optimalizácii portfólia, a na základe popísaných mier sú sformulované odpovedajúce optimalizačné úlohy. Analytické riešenie problému robustnej optimalizácie portfólia je uvedené pre miery rizika lower partial moments (LPM), value-at-risk (VaR) a conditional value-at-risk (CVaR). Práca popisuje aplikácie worst-case conditional value- at-risk (WCVaR) v oblasti finančného manažmentu, pričom sú detailnejšie skúmané a popísané minimalizačné úlohy za predpokladu zmiešaného rozdelenia, "box" neistoty a "ellipsoidal" neistoty. V závere práce sú prezentované výsledky numerickej štúdie na reálnych dátach z finančného trhu.
|
|
|
Optimization in Finance
Sowunmi, Ololade ; Hrabec, Dušan (oponent) ; Popela, Pavel (vedoucí práce)
This thesis presents two Models of portfolio optimization, namely the Markowitz Mean Variance Optimization Model and the Rockefeller and Uryasev CVaR Optimization Model. It then presents an application of these models to a portfolio of clean energy assets for optimal allocation of financial resources in terms of maximum returns and low risk. This is done by writing GAMS programs for these optimization problems. An in-depth analysis of the results is conducted, and we see that the difference between both models is not very significant even though these results are data-specific.
|
|
|
Robust methods in portfolio theory
Petrušová, Lucia ; Branda, Martin (vedoucí práce) ; Večeř, Jan (oponent)
01 Abstrakt: Práca sa zaoberá robustnými metódami v teórii portfólia. Sú popísané rôzne miery rizika, ktoré sa využívajú pri optimalizácii portfólia, a na základe popísaných mier sú sformulované odpovedajúce optimalizačné úlohy. Analytické riešenie problému robustnej optimalizácie portfólia je uvedené pre miery rizika lower partial moments (LPM), value-at-risk (VaR) a conditional value-at-risk (CVaR). Práca popisuje aplikácie worst-case conditional value- at-risk (WCVaR) v oblasti finančného manažmentu, pričom sú detailnejšie skúmané a popísané minimalizačné úlohy za predpokladu zmiešaného rozdelenia, "box" neistoty a "ellipsoidal" neistoty. V závere práce sú prezentované výsledky numerickej štúdie na reálnych dátach z finančného trhu.
|
|
|
Metody tvorby pojistných sazeb založené na mírách rizika
Malá, Kateřina ; Branda, Martin (vedoucí práce) ; Mazurová, Lucie (oponent)
V této práci zkoumáme míry rizika a jednu z jejich vlastností - koherenci. Zaměřujeme se zejména na hodnotu v riziku (zkráceně VaR), respektive na podmíněnou hodnotu v riziku (CVaR). Zmiňujeme také výhody CVaR oproti VaR. Dále rozebíráme nejběžnější formy složeného rozdělení, které jsou užívány v praxi. Závěrečná část této bakalářské práce je věnována numerické studii, kde počítáme střední hodnotu, rozptyl, VaR a CVaR pro konkrétní hodnoty parametrů.
|
|
|
Sparse robust portfolio optimization via NLP regularizations
Branda, Martin ; Červinka, Michal ; Schwartz, A.
We deal with investment problems where we minimize a risk measure\nunder a condition on the sparsity of the portfolio. Various risk measures\nare considered including Value-at-Risk and Conditional Value-at-Risk\nunder normal distribution of returns and their robust counterparts are\nderived under moment conditions, all leading to nonconvex objective\nfunctions. We propose four solution approaches: a mixed-integer formulation,\na relaxation of an alternative mixed-integer reformulation and\ntwo NLP regularizations. In a numerical study, we compare their computational\nperformance on a large number of simulated instances taken\nfrom the literature.
|
host ::
RSS.