magistrsko delo
Nejc Cvörnjek (Avtor), Miran Brezočnik (Mentor), Timotej Jagrič (Mentor), Gregor Papa (Komentor)

Povzetek

V magistrskem delu smo uporabili algoritme po vzorih iz narave za finančna modeliranja. Najprej smo uporabili umetne nevronske mreže za napovedovanje cene delnice, nato pa še genetske algoritme za optimizacijo portfelja delnic, ki smo jih primerjali s kvadratnim programiranjem. V raziskavi se je izkazalo, da lahko s umetnimi nevronskimi mrežami bolje ocenimo variančno-kovariančno matriko, kot če bi uporabili zgodovinske podatke. Pri reševanju problema optimizacije portfelja delnic se je izkazalo, da lahko z genetski algoritmi dobimo rezultate primerljive s kvadratnim programiranjem, saj rezultati med tehnikama, predvsem pri manjšem porteflju, v glavnem niso statistično značilni.

Ključne besede

finančni trg;teorija upravljanja portfelja;umetne nevronske mreže;genetski algoritmi;Markowitzev model;optimizacija;večkriterijska optimizacija;magistrske naloge;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.09 - Magistrsko delo
Organizacija: UM FS - Fakulteta za strojništvo
Založnik: [N. Cvörnjek]
UDK: 004.89.012:336.763(043.2)
COBISS: 18622742 Povezava se bo odprla v novem oknu
Št. ogledov: 1726
Št. prenosov: 218
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Usage of nature-inspired algorithms for stock price predictions and portfolio optimization
Sekundarni povzetek: In a master work we used nature inspired algorithms for financial modeling. Firstly we use an artificial neural networks to predict stock prices and secondly, we used genetic algorithms for stock portfolio optmization. The results show better assessing covariance matrix with neural networks gives more accurate results in a portfolio optimization than if we are taking historical prices. We can assert that results obtained with a genetic algorithms are in general statistically the same as they are with quadratic programming, especially in cases with less stocks in a portfolio.
Sekundarne ključne besede: financial market;portfolio theory;aritificial neural networks;genetic algorithms;Markowitz model;optimization;multiobjective optimization;
URN: URN:SI:UM:
Vrsta dela (COBISS): Magistrsko delo/naloga
Komentar na gradivo: Univ. v Mariboru, Fak. za strojništvo, Gospodarsko inženirstvo, Strojništvo
Strani: XII, 59 f.
ID: 8739083