Optimalizace investičního portfolia pomocí metaheuristiky

Abstract

Diplomová práce se zabýva návrhem a implementací investičního modelu, který aplikuje metody Postmoderní teorie portfolia. Na optimalizaci portfolia je použitá metaheuristika optimalizace rojem částic (PSO), které parametry boli analyzované různými experimenty. Model na odhad distribuce budoucích výnosů využívá Johnsonovo SU rozdelení, které se ukázalo jako nejvhodnejší z analyzovaných distribucí. Výsledkem je softvérová aplikace v jazyce Python, na které je testována stabilita a výkonnost modelu v extrémních situacích.This thesis deals with design and implementation of an investment model, which applies methods of Post-modern portfolio theory. Particle swarm optimization (PSO) metaheuristic was used for portfolio optimization and the parameters were analyzed with several experiments. Johnsons SU distribution was used for estimation of future returns as it proved to be the best of analyzed distributions. The result is software application written in Python, which is tested for stability and performance of model in extreme situations.