Data mining pro efektivní ocenění a ovládání akciového portfólia

Angelina YUMATOVA

Bakalářská práce

Data Mining for Efficient Evaluation and Management of Stock Portfolio

Anotace:

Tato práce je založena na analýze a hledání vhodných společností tak, aby si každý investor našel a přidal do svého portfolia společnost, která investorovi přinese stabilní příjem po celý život. Hlavním cílem této práce je ukázat způsoby ocenění společností pomocí poměrových ukazatelů, vnitřní hodnoty společnosti a různých metod Data miningu. Bude uvedena podrobná informace o pojmu Data miningu a praktická užitečnost metod Data miningu. Práce obsahuje hlavní metodu, kterou investor používá k vyhodnocení odhadovaného zisku na příštích pět nebo deset let, jako je metoda návratnosti vlastního kapitálu (ROE). Bude také uvedené porovnání akcií a fondů pomocí strategie Dollar-Cost Averaging a zjištění toho, co je přínosnější pro investování. Na závěr jsou uvedeny výpočty poměrových ukazatelů, metody ROE a různé Data mining metody pro známé společnosti po celém světě.

Abstract:

This bachelor thesis is based on the analysis and searching for suitable companies so that each investor can find and add to his portfolio a company that will provide the investor a stable income throughout his life. The main goal of this work is to show methods of companies valuation using ratio indicators, intrinsic value of companies and various Data mining methods. Detailed information about the concept of Data mining and the practical usefulness of Data mining methods will be presented. The work includes the main method that an investor uses to evaluate the estimated profit for the next five or ten years, such as the return on equity (ROE) method. It will also provide a comparison of shares and funds using the Dollar-Cost Averaging strategy and determining which is more beneficial for investing. In conclusion, ratio calculations, ROE methods and various data mining methods for well-known companies around the world are presented.

Klíčová slova

investice, oceňování, Data mining, investor, akciové portfolio, akcie

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 14. 4. 2023

Obhajoba závěrečné práce

• Vedoucí: Ing. Milan Cepák, Ph.D.

JIHOČESKÁ UNIVERZITA V ČESKÝCH BUDĚJOVICÍCH

Ekonomická fakulta

Bakalářský studijní program / obor:
Systémové inženýrství a informatika / Ekonomická informatika