Tvorba investičního portfolia

Bc. Richard Romančák

Diplomová práce

Creation of an investment porfolio

Abstract:

This paper examines the effectiveness of machine learning (ML) models in the construction of investment portfolios, focusing on their performance compared to traditional investment strategies. Using historical data and various ML algorithms such as ElasticNet, Ridge, Lasso, SVM and Random Forest. Methodologies include data pre-processing, model selection and optimization techniques. The study confirms the robustness of these ML models in covariance matrix forecasting and portfolio management, especially on the German DAX 30 stock exchange.

Abstract:

Táto práca skúma účinnosť modelov strojového učenia (ML) pri zostavovaní investičných portfólií so zameraním na ich výkonnosť v porovnaní s tradičnými investičnými stratégiami. S využitím historických údajov a rôznych algoritmov ML, ako sú ElasticNet, Ridge, Lasso, SVM a Random Forest. Metodiky zahŕňajú predbežné spracovanie údajov, výber modelov a optimalizačné techniky. Štúdia potvrdzuje robustnosť týchto ML modelov pri predpovedaní kovariančnej matice a riadení portfólií, najmä na nemeckej burze DAX 30.

Klíčová slova

ML models, investment portfolios, DAX 30, ElasticNet, Ridge, Lasso, SVM, Random Forest, portfolio optimization, Covariance matrix forecast

Jazyk práce: slovenština

Datum vytvoření / odevzdání či podání práce: 9. 1. 2025

Obhajoba závěrečné práce

• Obhajoba proběhla 29. 1. 2025
• Vedoucí: Ing. Luděk Benada, Ph.D.
• Oponent: Mgr. Silvie Zlatošová, Ph.D.

Masarykova univerzita

Ekonomicko-správní fakulta

Magisterský studijní program / obor:
Finance / Finanční trhy, instituce a technologie