|
|
Minimax v úlohách rozvrhování za nejistoty
Jeliga, Jan ; Branda, Martin (vedoucí práce) ; Lachout, Petr (oponent)
V práci se zabýváme rozvrhovací úlohou pro úkoly s daným časem začátku a konce práce (FIS) při možnosti náhodného zpoždění konce práce. Nejprve představujeme základní deterministické úlohy FIS a možnosti jejich řešení. Dále zavádíme koncept minimaxu a představujeme dvě známé a jednu novou úlohu FIS za nejistoty, kdy jsou náhodná zpoždění úkolů uvažována z vybrané množiny rozdělení. Dále se věnujeme řešení dříve představených FIS úloh pro pět konkrétních množin pravděpodobnostních rozdělení. Uvádíme jak dříve dosažené, tak původní výsledky. Práci zakončuje shrnutí numerické studie dvou úloh. Nejprve zkoumáme možnost aplikace Lagrangeovské relaxace na první z uvedených úloh. Dále zkoumáme kvalitu aproximace umožňující ře- šení druhé úlohy jako LP. 1
|
|
|
Základní přístupy k robustifikaci podmíněné hodnoty v riziku
Nožička, Michal ; Branda, Martin (vedoucí práce) ; Petrová, Barbora (oponent)
Práce pojednává o podmíněné hodnotě v riziku, její robustifikaci vzhledem k pravděpodobnostnímu rozdělení výnosů a využití při hledání optimální skladby portfolia. V první kapitole je zadefinována podmíněná hodnota v riziku a její robustní zobecnění včetně motivace. Druhá kapitola pojednává o základních vlastnostech podmíněné hodnoty v riziku, zejména koherenci a spojitosti podle parametru hladiny. Také je zde ukázáno, že se některé tyto vlastnosti zachovají i po robustifikaci. Třetí kapitola je věnována formulaci optimalizačních úloh hledání optimální skladby portfolia na základě podmíněné hodnoty v riziku a její robustifikace. Tato práce se věnuje jen speciálním případům, které vedou na úlohu lineárního programování. Poslední čtvrtá kapitola popisuje konkrétní numerické výsledky použití těchto metod na reálných datech z finančních trhů. Powered by TCPDF (www.tcpdf.org)
|
|
|
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
|
host ::
RSS.