hidden - assigned and confirmed by the Study Dept.
Date of registration:
16.11.2007
Date of assignment:
23.11.2007
Date and time of defence:
08.09.2008 00:00
Date of electronic submission:
08.09.2008
Date of proceeded defence:
08.09.2008
Opponents:
doc. RNDr. Pavel Surynek, Ph.D.
Guidelines
Student se seznámí se základními optimalizačními technikami, zejména s multikriteriální optimalizací, a s problematikou správy portfolií. Na základě tohoto studia navrhne nový nebo vylepšený algoritmus pro optimalizaci portfolia výběrem nejlepších kandidátů. Svůj algoritmus implementuje formou softwarového prototypu.
References
Juuso Liesiö: Robust Portfolio Optimization in Multi-Criteria Project Selection. Thesis, Helsinki University of Technology, 2006
Janne Gustafsson: Portfolio Optimization Models for Project Valuation. PhD Thesis, Helsinki University of Technology, 2005
T.J. Chang, N. Meade, J.E. Beasley, Y.M. Sharaiha: Heuristics for cardinality constrained portfolio optimisation. Computers & Operations Research 27 (2000) 1271-1302
Preliminary scope of work
Optimalizace portfolia např. projektů, vyráběných či distribuovaných produktů, akcií apod. je netriviální problém, který v sobě zahrnuje ocenění jednotlivých částí portfolia a na základě tohoto ocenění a vztahů mezi jednotlivým částmi nalezení nejlepší možné podmnožiny portfolia, která splňuje daná omezení, jako jsou například limitované finanční prostředky. Tato práce se zabývá algoritmickými aspekty nalezení optimálního portfolia za předpokladu, že počáteční ocenění a vazby mezi jednotlivými prvky portfolia jsou dány.
Preliminary scope of work in English
Project, product, shares etc. portfolio optimisation is a non-trivial problem that includes evaluation of future value of several items and based on this assessment and relations between the items, the best subset of items is selected that satisfies given constraints such as a limited budget. The thesis deals with algorithmic aspects of finding the optimal portfolio provided that the item assessment and relations are given.
- assigned and confirmed by the Study Dept.