Zobrazit minimální záznam

Kombinování predikcí mnohorozměrné volatility v úloze optimalizace portfolia
dc.contributor.advisorHendrych, Radek
dc.creatorŠípka, Stanislav
dc.date.accessioned2022-07-25T15:23:56Z
dc.date.available2022-07-25T15:23:56Z
dc.date.issued2022
dc.identifier.urihttp://hdl.handle.net/20.500.11956/173616
dc.description.abstractThe selection of the best-performing model is always a challenge when solving financial-economic problems. The final model might prove to be suboptimal even after a short time if the economic climate changes suddenly. This thesis aims to construct a final model capable of estimating large-scale covariance matrices via the utilization of time-varying weights. A set of multivariate GARCH mod- els to be used as an input in the final combined estimate is used to introduce a weighting scheme based on the metrics of risk-adjusted return of the individ- ual model portfolios. As large-scale modeling often faces problems connected with the underlying dimensionality, the composite likelihood approach to model parameter estimation is proposed as a solution and compared to the standard maximum likelihood and its SVD modification. The resulting weighted covari- ance matrix prediction is used to construct optimal portfolios and their properties are compared in an empirical study. The thesis is concluded by noting the real-life limitation and possible improvements of the defined investing methodology. 1en_US
dc.description.abstractPri riešení finančno-ekonomických problémov je výber najlepšieho modelu vždy výzvou. Ak sa ekonomická situácia nečakane zmení, už po krátkom čase sa aj najlepší model môže ukázať ako nevhodný. Táto práca sa zameriava na zostavenie modelu schopného odhadovať veľké kovariančné matice použitím časovo dynam- ických váh. V úvodnej časti práce je predložená sada viacrozmerných GARCH modelov použitá pri vytváraní kombinovanej predikcie. Následne je predstavená metodika váženia modelov založená na metrikách rizikovo korigovaných výnosov. Keďže je modelovanie týchto vysoko rozmerných úloh často spojené s problémami súvisiacimi s ich dimenzionalitou, metóda odhadu parametrov pomocou zloženej maximálnej vierohodnosti (angl. composite maximum likelihood) je definovaná a porovnaná s klasickým prístupom maximálnej vierohodnosti a jej SVD modifiká- ciou. Výsledné odhady vážených kovariančných matíc sú použité na zostavenie optimálnych portfólií a ich vlastnosti sú porovnané v empirickej štúdii. Práca je ukončená spomenutím problémov a možných zlepšení definovanej investičnej metodológie pri zohľadnení transakčných poplatkov vyskytujúcich sa v skutočnom svete. 1cs_CZ
dc.languageEnglishcs_CZ
dc.language.isoen_US
dc.publisherUniverzita Karlova, Matematicko-fyzikální fakultacs_CZ
dc.subjectzložená maximálna vierohodnosť|MGARCH|optimálne portfólio|kombinácia predikcii|časové radycs_CZ
dc.subjectcomposite maximum likelihood|MGARCH|optimal portfolio|prediction combination|time seriesen_US
dc.titleCombining multivariate volatility forecasts in portfolio optimizationen_US
dc.typediplomová prácecs_CZ
dcterms.created2022
dcterms.dateAccepted2022-06-08
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.repId228438
dc.title.translatedKombinování predikcí mnohorozměrné volatility v úloze optimalizace portfoliacs_CZ
dc.contributor.refereeHudecová, Šárka
thesis.degree.nameMgr.
thesis.degree.levelnavazující magisterskécs_CZ
thesis.degree.disciplineFinanční a pojistná matematikacs_CZ
thesis.degree.disciplineFinancial and insurance mathematicsen_US
thesis.degree.programMathematicsen_US
thesis.degree.programMatematikacs_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.csFinanční a pojistná matematikacs_CZ
uk.degree-discipline.enFinancial and insurance mathematicsen_US
uk.degree-program.csMatematikacs_CZ
uk.degree-program.enMathematicsen_US
thesis.grade.csVelmi dobřecs_CZ
thesis.grade.enVery gooden_US
uk.abstract.csPri riešení finančno-ekonomických problémov je výber najlepšieho modelu vždy výzvou. Ak sa ekonomická situácia nečakane zmení, už po krátkom čase sa aj najlepší model môže ukázať ako nevhodný. Táto práca sa zameriava na zostavenie modelu schopného odhadovať veľké kovariančné matice použitím časovo dynam- ických váh. V úvodnej časti práce je predložená sada viacrozmerných GARCH modelov použitá pri vytváraní kombinovanej predikcie. Následne je predstavená metodika váženia modelov založená na metrikách rizikovo korigovaných výnosov. Keďže je modelovanie týchto vysoko rozmerných úloh často spojené s problémami súvisiacimi s ich dimenzionalitou, metóda odhadu parametrov pomocou zloženej maximálnej vierohodnosti (angl. composite maximum likelihood) je definovaná a porovnaná s klasickým prístupom maximálnej vierohodnosti a jej SVD modifiká- ciou. Výsledné odhady vážených kovariančných matíc sú použité na zostavenie optimálnych portfólií a ich vlastnosti sú porovnané v empirickej štúdii. Práca je ukončená spomenutím problémov a možných zlepšení definovanej investičnej metodológie pri zohľadnení transakčných poplatkov vyskytujúcich sa v skutočnom svete. 1cs_CZ
uk.abstract.enThe selection of the best-performing model is always a challenge when solving financial-economic problems. The final model might prove to be suboptimal even after a short time if the economic climate changes suddenly. This thesis aims to construct a final model capable of estimating large-scale covariance matrices via the utilization of time-varying weights. A set of multivariate GARCH mod- els to be used as an input in the final combined estimate is used to introduce a weighting scheme based on the metrics of risk-adjusted return of the individ- ual model portfolios. As large-scale modeling often faces problems connected with the underlying dimensionality, the composite likelihood approach to model parameter estimation is proposed as a solution and compared to the standard maximum likelihood and its SVD modification. The resulting weighted covari- ance matrix prediction is used to construct optimal portfolios and their properties are compared in an empirical study. The thesis is concluded by noting the real-life limitation and possible improvements of the defined investing methodology. 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


© 2025 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