Zobrazit minimální záznam

Mean Variance Optimization for Minimal Entropy Measure
dc.contributor.advisorVečeř, Jan
dc.creatorPustějovský, Zdeněk
dc.date.accessioned2024-07-08T09:10:26Z
dc.date.available2024-07-08T09:10:26Z
dc.date.issued2024
dc.identifier.urihttp://hdl.handle.net/20.500.11956/190603
dc.description.abstractIt can be shown that linear transformations of logarithm are the only utility functions whose optimal portfolios do not depend on numeraire. This thesis focuses on maximiza- tion of expected logarithmic utility of a general portfolio. We show that, given our market opinion represented by a state price density, the optimal expected payoff is the Kullback- Leibler divergence of the market state price density and the numeraire state price density. In an incomplete market however, the market density may not be replicable and the best we can do is to find the portfolio with the smallest K-L divergence to the market density. This problem does not have a general analytical solution and may not be numerically feasible for large portfolios but can be approximated, in two different ways, by a mean variance problem that do have such solutions. We demonstrate this approach on simple portfolios of 2 assets and one or two maximal contracts, that are just shifted European options and finally we point out some option strategies that can be used to partially hedge the portfolio against certain market scenarios. 1en_US
dc.description.abstractLze ukázat, že lineární transformace logaritmu jsou jediné úžitkové funkce, pro které se optimální portfolio nemění v závislosti na podkladovém aktivu. Tato práce se zaměřuje na maximalizaci střední hodnoty logaritmického úžitku obecného portfolia. Ukážeme, že optimální střední výplata je Kullback-Leiblerova divergence mezi naším názorem na cho- vání trhu reprezentovaným state price density a state price density podkladového aktiva. Pokud předpokládáme, že trh je neúplný, tržní state price density nemusí být repliko- vatelná a nejlépe můžeme najít portfolio, které má vůči ní nejmenší K-L divergenci. Tento problém nemá obecně analytické řešení a pro velká portfolia nemusí být numericky schůdný, ale lze ho aproximovat mean variance úlohami, které už řešení mají a jsou výpo- četně jednodušší. Tyto metody nakonec demonstrujeme a porovnáme proti jednoduché numerické maximalizaci na portfoliích sestávajících ze dvou aktiv a jednoho nebo dvou maximálních kontraktů na těchto aktivech, což jsou pouze posunuté Evropské opce. 1cs_CZ
dc.languageČeštinacs_CZ
dc.language.isocs_CZ
dc.publisherUniverzita Karlova, Matematicko-fyzikální fakultacs_CZ
dc.subjectMean variance optimization|minimal entropy measureen_US
dc.subjectMean variance optimalizace|minimální entropická míracs_CZ
dc.titleMean variance optimalizace pro minimální entropickou mírucs_CZ
dc.typediplomová prácecs_CZ
dcterms.created2024
dcterms.dateAccepted2024-06-10
dc.description.departmentDepartment of Probability and Mathematical Statisticsen_US
dc.description.departmentKatedra pravděpodobnosti a matematické statistikycs_CZ
dc.description.facultyMatematicko-fyzikální fakultacs_CZ
dc.description.facultyFaculty of Mathematics and Physicsen_US
dc.identifier.repId194573
dc.title.translatedMean Variance Optimization for Minimal Entropy Measureen_US
dc.contributor.refereeKříž, Pavel
thesis.degree.nameMgr.
thesis.degree.levelnavazující magisterskécs_CZ
thesis.degree.disciplinePravděpodobnost, matematická statistika a ekonometriecs_CZ
thesis.degree.disciplineProbability, Mathematical Statistics and Econometricsen_US
thesis.degree.programProbability, Mathematical Statistics and Econometricsen_US
thesis.degree.programPravděpodobnost, matematická statistika a ekonometriecs_CZ
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.csPravděpodobnost, matematická statistika a ekonometriecs_CZ
uk.degree-program.enProbability, Mathematical Statistics and Econometricsen_US
thesis.grade.csVelmi dobřecs_CZ
thesis.grade.enVery gooden_US
uk.abstract.csLze ukázat, že lineární transformace logaritmu jsou jediné úžitkové funkce, pro které se optimální portfolio nemění v závislosti na podkladovém aktivu. Tato práce se zaměřuje na maximalizaci střední hodnoty logaritmického úžitku obecného portfolia. Ukážeme, že optimální střední výplata je Kullback-Leiblerova divergence mezi naším názorem na cho- vání trhu reprezentovaným state price density a state price density podkladového aktiva. Pokud předpokládáme, že trh je neúplný, tržní state price density nemusí být repliko- vatelná a nejlépe můžeme najít portfolio, které má vůči ní nejmenší K-L divergenci. Tento problém nemá obecně analytické řešení a pro velká portfolia nemusí být numericky schůdný, ale lze ho aproximovat mean variance úlohami, které už řešení mají a jsou výpo- četně jednodušší. Tyto metody nakonec demonstrujeme a porovnáme proti jednoduché numerické maximalizaci na portfoliích sestávajících ze dvou aktiv a jednoho nebo dvou maximálních kontraktů na těchto aktivech, což jsou pouze posunuté Evropské opce. 1cs_CZ
uk.abstract.enIt can be shown that linear transformations of logarithm are the only utility functions whose optimal portfolios do not depend on numeraire. This thesis focuses on maximiza- tion of expected logarithmic utility of a general portfolio. We show that, given our market opinion represented by a state price density, the optimal expected payoff is the Kullback- Leibler divergence of the market state price density and the numeraire state price density. In an incomplete market however, the market density may not be replicable and the best we can do is to find the portfolio with the smallest K-L divergence to the market density. This problem does not have a general analytical solution and may not be numerically feasible for large portfolios but can be approximated, in two different ways, by a mean variance problem that do have such solutions. We demonstrate this approach on simple portfolios of 2 assets and one or two maximal contracts, that are just shifted European options and finally we point out some option strategies that can be used to partially hedge the portfolio against certain market scenarios. 1en_US
uk.file-availabilityV
uk.grantorUniverzita Karlova, Matematicko-fyzikální fakulta, Katedra pravděpodobnosti a matematické statistikycs_CZ
thesis.grade.code2
uk.publication-placePrahacs_CZ
uk.thesis.defenceStatusO


Soubory tohoto záznamu

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

Tento záznam se objevuje v následujících sbírkách

Zobrazit minimální záznam


© 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