Full metadata record
DC poleHodnotaJazyk
dc.contributor.advisorŠedivá Blanka, RNDr. Ph.D.
dc.contributor.authorKopová, Šárka
dc.contributor.refereeŤoupal Tomáš, Ing. Ph.D.
dc.date.accepted2019-6-17
dc.date.accessioned2022-02-11T09:23:27Z-
dc.date.available2018-10-1
dc.date.available2022-02-11T09:23:27Z-
dc.date.issued2019
dc.date.submitted2019-5-17
dc.identifier79697
dc.identifier.urihttp://hdl.handle.net/11025/46892-
dc.description.abstractPředkládaná diplomová práce je zaměřena na analýzu stability odhadu kovarianční matice. Odhad kovarianční matice je následně využit v modelu optimálního portfolia v Markowitzově smyslu. Největší důraz byl kladen na to, jak dlouhou časovou řadu zvolit pro odhad kovarianční matice a zda má významný vliv délka historie, ze které je kovarianční matice odhadována, na investici do příslušných aktiv. Analýza byla prováděna pomocí simulovaných a reálných dat v rozsahu let 2006 - 2018. Sada reálných dat pochází z amerických burz NYSE a NASDAQ, bylo voleno 50 společností s nejvyšší tržní kapitalizací. Provedená analýza ukázala, že čím delší je časový horizont, tím menší jsou rozdíly mezi maximálními a minimálními vlastními čísly kovariančních matic a kovarianční matice se stávají stabilnějšími, a také čím delší je časový horizont, tím je investice v případě volby reálných dat výnosnější.cs
dc.formatvi, 84 s.
dc.language.isocs
dc.publisherZápadočeská univerzita v Plzni
dc.rightsPlný text práce je přístupný bez omezení
dc.subjectkovarianční maticecs
dc.subjectmarkowitzův modelcs
dc.subjectočekávaný výnoscs
dc.subjectočekávané rizikocs
dc.subjectcenné papírycs
dc.subjectoptimální portfoliocs
dc.subjectoptimální váhycs
dc.subjectburzacs
dc.subjectprůměrovánícs
dc.subjectvlastní čísla.cs
dc.titleStabilizace odhadu kovarianční matice pro Markowitzův model portfoliacs
dc.title.alternativeStabilization of the estimation of the covariance matrix for the Markowitz portfolio theoryen
dc.typediplomová práce
dc.thesis.degree-nameMgr.
dc.thesis.degree-levelNavazující
dc.thesis.degree-grantorZápadočeská univerzita v Plzni. Fakulta aplikovaných věd
dc.thesis.degree-programMatematika
dc.description.resultObhájeno
dc.description.abstract-translatedThis magister thesis is focused on analysis of stability of covariance matrix estimation. The estimate of covariance matrix is then used in the optimal portfolio model in the Markowitz sense. The greatest emphasis was put on it, how long to take the time series for the covariance matrix estimate and whether the length of history, from which the covariance matrix is estimated, has a significant impact to the investment in the relevant assets. The analysis was conducted using simulated and real data over the period 2006 - 2018. The real data set comes from NYSE and NASDAQ and were elected 50 compenies with the highest market capitalization. The analysis showed that the longer the time horizon is taken, the smaller the differences between the maximum and minimum eigenvalues are and the covariance matrixs are more stable. Further in the case of choosing real data the~longer the time horizon is, the more profitable the investment is.en
dc.subject.translatedcovariance matrixen
dc.subject.translatedmarkowitz modelen
dc.subject.translatedexpected returnen
dc.subject.translatedexpected risken
dc.subject.translatedstocksen
dc.subject.translatedoptimal portfolioen
dc.subject.translatedoptimal weightsen
dc.subject.translatedstock exchangeen
dc.subject.translatedaveragingen
dc.subject.translatedeigenvalues.en
Vyskytuje se v kolekcích:Diplomové práce / Theses (KMA)

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
Diplomova_prace_Kopova_Sarka.pdfPlný text práce8,35 MBAdobe PDFZobrazit/otevřít
PV_Kopova.pdfPosudek vedoucího práce663,62 kBAdobe PDFZobrazit/otevřít
PO_Kopova.pdfPosudek oponenta práce1,14 MBAdobe PDFZobrazit/otevřít
Kopova_PO.pdfPrůběh obhajoby práce22,96 kBAdobe PDFZobrazit/otevřít


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/46892

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.