Show simple item record

Robustní přístupy v optimalizaci portfolia se stochastickou dominancí
dc.contributor.advisorKopa, Miloš
dc.creatorKozmík, Karel
dc.date.accessioned2019-10-17T11:41:09Z
dc.date.available2019-10-17T11:41:09Z
dc.date.issued2019
dc.identifier.urihttp://hdl.handle.net/20.500.11956/109247
dc.description.abstractV problému optimalizace portfolia využíváme moderní přístup stochastické dominance, kde chceme, aby portfolio dominovalo benchmark. Jelikož je rozdělení výnosů často jen odhadnuto z dat, hledáme nejhorší rozdělení, které se liší od empirického rozdělení maximálně o předem nastavenou hodnotu. Nejdříve definujeme, v jakém smyslu je rozdělení nejhorší pro první a druhý řád stochastické dominance. Pro druhý řád stochastické dominance využíváme dvě odlišné formulace pro nejhorší případ. Odvozujeme test robustní stochastické dominance pro všechny zmíněné přístupy a nacházíme nejhorší rozdělení jako optimální řešení nelineárního maximalizačního problému. Dále odvozujeme programy pro maximalizaci účelové funkce přes váhy portfolia s robustní stochastickou dominancí v omezeních. Uvažujeme buď robustnost ve výnosech, nebo v pravděpodobnostech, pro první i druhý řád stochastické dominance. Podle našeho nejlepšího vědomí takový program ještě nikdo nedokázal odvodit. Aplikujeme všechny odvozené optimalizační programy na reálná data, přesněji na výnosy aktiv zachycených Dow Jones Industrial Average, a analyzujeme detailně dané problémy s využitím optimálních řešení pro různá nastavení optimalizačních programů. Portfolia odvozená s robustností ve výnosech překonala portfolia odvozená bez robustnosti v analýze mimo učící...cs_CZ
dc.description.abstractWe use modern approach of stochastic dominance in portfolio optimization, where we want the portfolio to dominate a benchmark. Since the distribution of returns is often just estimated from data, we look for the worst distribution that differs from empirical distribution at maximum by a predefined value. First, we define in what sense the distribution is the worst for the first and second order stochastic dominance. For the second order stochastic dominance, we use two different formulations for the worst case. We derive the robust stochastic dominance test for all the mentioned approaches and find the worst case distribution as the optimal solution of a non-linear maximization problem. Then we derive programs to maximize an objective function over the weights of the portfolio with robust stochastic dominance in constraints. We consider robustness either in returns or in probabilities for both the first and the second order stochastic dominance. To the best of our knowledge nobody was able to derive such program before. We apply all the derived optimization programs to real life data, specifically to returns of assets captured by Dow Jones Industrial Average, and we analyze the problems in detail using optimal solutions of the optimization programs with multiple setups. The portfolios calculated using...en_US
dc.languageEnglishcs_CZ
dc.language.isoen_US
dc.publisherUniverzita Karlova, Matematicko-fyzikální fakultacs_CZ
dc.subjectoptimalizace portfoliacs_CZ
dc.subjectrobustní optimalizacecs_CZ
dc.subjectstochastická optimalizacecs_CZ
dc.subjectstochastická dominancecs_CZ
dc.subjectPortfolio optimizationen_US
dc.subjectrobust optimizationen_US
dc.subjectstochastic optimizationen_US
dc.subjectstochastic dominanceen_US
dc.titleRobust approaches in portfolio optimization with stochastic dominanceen_US
dc.typediplomová prácecs_CZ
dcterms.created2019
dcterms.dateAccepted2019-09-09
dc.description.departmentDepartment of Probability and Mathematical Statisticsen_US
dc.description.departmentKatedra pravděpodobnosti a matematické statistikycs_CZ
dc.description.facultyFaculty of Mathematics and Physicsen_US
dc.description.facultyMatematicko-fyzikální fakultacs_CZ
dc.identifier.repId201774
dc.title.translatedRobustní přístupy v optimalizaci portfolia se stochastickou dominancícs_CZ
dc.contributor.refereeLachout, Petr
thesis.degree.nameMgr.
thesis.degree.levelnavazující magisterskécs_CZ
thesis.degree.disciplineProbability, mathematical statistics and econometricsen_US
thesis.degree.disciplinePravděpodobnost, matematická statistika a ekonometriecs_CZ
thesis.degree.programMatematikacs_CZ
thesis.degree.programMathematicsen_US
uk.thesis.typediplomová prácecs_CZ
uk.taxonomy.organization-csMatematicko-fyzikální fakulta::Katedra pravděpodobnosti a matematické statistikycs_CZ
uk.taxonomy.organization-enFaculty of Mathematics and Physics::Department of Probability and Mathematical Statisticsen_US
uk.faculty-name.csMatematicko-fyzikální fakultacs_CZ
uk.faculty-name.enFaculty of Mathematics and Physicsen_US
uk.faculty-abbr.csMFFcs_CZ
uk.degree-discipline.csPravděpodobnost, matematická statistika a ekonometriecs_CZ
uk.degree-discipline.enProbability, mathematical statistics and econometricsen_US
uk.degree-program.csMatematikacs_CZ
uk.degree-program.enMathematicsen_US
thesis.grade.csVýborněcs_CZ
thesis.grade.enExcellenten_US
uk.abstract.csV problému optimalizace portfolia využíváme moderní přístup stochastické dominance, kde chceme, aby portfolio dominovalo benchmark. Jelikož je rozdělení výnosů často jen odhadnuto z dat, hledáme nejhorší rozdělení, které se liší od empirického rozdělení maximálně o předem nastavenou hodnotu. Nejdříve definujeme, v jakém smyslu je rozdělení nejhorší pro první a druhý řád stochastické dominance. Pro druhý řád stochastické dominance využíváme dvě odlišné formulace pro nejhorší případ. Odvozujeme test robustní stochastické dominance pro všechny zmíněné přístupy a nacházíme nejhorší rozdělení jako optimální řešení nelineárního maximalizačního problému. Dále odvozujeme programy pro maximalizaci účelové funkce přes váhy portfolia s robustní stochastickou dominancí v omezeních. Uvažujeme buď robustnost ve výnosech, nebo v pravděpodobnostech, pro první i druhý řád stochastické dominance. Podle našeho nejlepšího vědomí takový program ještě nikdo nedokázal odvodit. Aplikujeme všechny odvozené optimalizační programy na reálná data, přesněji na výnosy aktiv zachycených Dow Jones Industrial Average, a analyzujeme detailně dané problémy s využitím optimálních řešení pro různá nastavení optimalizačních programů. Portfolia odvozená s robustností ve výnosech překonala portfolia odvozená bez robustnosti v analýze mimo učící...cs_CZ
uk.abstract.enWe use modern approach of stochastic dominance in portfolio optimization, where we want the portfolio to dominate a benchmark. Since the distribution of returns is often just estimated from data, we look for the worst distribution that differs from empirical distribution at maximum by a predefined value. First, we define in what sense the distribution is the worst for the first and second order stochastic dominance. For the second order stochastic dominance, we use two different formulations for the worst case. We derive the robust stochastic dominance test for all the mentioned approaches and find the worst case distribution as the optimal solution of a non-linear maximization problem. Then we derive programs to maximize an objective function over the weights of the portfolio with robust stochastic dominance in constraints. We consider robustness either in returns or in probabilities for both the first and the second order stochastic dominance. To the best of our knowledge nobody was able to derive such program before. We apply all the derived optimization programs to real life data, specifically to returns of assets captured by Dow Jones Industrial Average, and we analyze the problems in detail using optimal solutions of the optimization programs with multiple setups. The portfolios calculated using...en_US
uk.file-availabilityV
uk.publication.placePrahacs_CZ
uk.grantorUniverzita Karlova, Matematicko-fyzikální fakulta, Katedra pravděpodobnosti a matematické statistikycs_CZ
thesis.grade.code1


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV