Optimální portfolio složené z kryptoměnových ETF

Abstract

This thesis deals with the application of a portfolio optimization model for cryp- tocurrency ETFs based on Conditional Value-at-Risk minimization. The objective is to evaluate the model's performance under real market conditions from July 23, 2024, to May 2, 2026, while taking transaction costs into account. The theoretical part first intro- duces the linear programming problem, which serves as a foundation for the subsequent formulation of a dynamic investment model. The practical part focuses on the imple- mentation of the model in the Python programming language and a subsequent analysis for various input parameters. A key finding of the thesis is that for models with high requirements on expected return, transaction costs have a significant impact on the final portfolio return, due to frequent rebalancing caused by high asset correlation.

Tato práce se zabývá aplikací modelu optimalizace portfolia kryptoměnových ETF založeného na minimalizaci podmíněné hodnoty v riziku. Cílem je zhodnotit chování mo- delu v reálných tržních podmínkách v období od 23. 7. 2024 do 2. 5. 2026, přičemž je brán v potaz vliv transakčních nákladů. V teoretické části je nejdříve představena úloha lineárního programování, která slouží jako základ pro následnou formulaci dynamického investičního modelu. Praktická část práce se věnuje implementaci modelu v programo- vacím jazyce Python a následné analýze modelu pro různé volby vstupních parametrů. Klíčovým zjištěním práce je, že u modelů s vysokým požadavkem na minimální očekávaný výnos mají transakční náklady zásadní dopad na výsledné zhodnocení portfolia, což je způsobeno častým přeuspořádáním aktiv v důsledku jejich vysoké vzájemné korelace.