Iskanje po katalogu digitalne knjižnice

Opis: 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
Objavljeno v DKUM: 30.03.2015; Ogledov: 2419; Prenosov: 283
Celotno besedilo (4,12 MB)