📄Работа №72902
Тема: Разработка алгоритма иерархической кластеризации для снижения размерности при составлении оптимального инвестиционного портфеля
Тип работы
Дипломные работы, ВКР
Предмет
инвестиции
Объем:
65 листов
Год:
2020
Просмотров:
145
4790
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Введение
1. Задача снижения размерности при составлении оптимального инвестиционного портфеля 5
1.1. Постановка задачи 5
1.2. Понижение размерности при составлении инвестиционного портфеля 8
1.3. Существующие подходы к применению кластеризации в составлении оптимальных портфелей 10
2. Предлагаемый алгоритм для снижения размерности 14
2.1. Основные этапы алгоритма 14
2.2. Разделение ценных бумаг на кластеры 17
2.3. Пересчёт цен и доходностей 23
2.4. Получение долей кластеров 27
2.5. Расчёт итоговых долей ценных бумаг 28
3. Применение предлагаемого алгоритма 31
3.1. Программная реализация предлагаемого алгоритма 31
3.2. Влияние предлагаемого алгоритма на составление инвестиционного
портфеля 34
3.2.1. Методология изучения влияния алгоритма на составление
инвестиционного портфеля 34
3.2.2. Набор данных для проведения экспериментов 36
3.2.3. Влияние предлагаемого алгоритма при кластеризации по методу одиночной связи 40
3.2.4. Влияние предлагаемого алгоритма при кластеризации по методу полной связи 43
3.2.5. Влияние предлагаемого алгоритма при кластеризации по методу средней связи 45
Заключение 49
Список литературы 50
Приложение
1. Задача снижения размерности при составлении оптимального инвестиционного портфеля 5
1.1. Постановка задачи 5
1.2. Понижение размерности при составлении инвестиционного портфеля 8
1.3. Существующие подходы к применению кластеризации в составлении оптимальных портфелей 10
2. Предлагаемый алгоритм для снижения размерности 14
2.1. Основные этапы алгоритма 14
2.2. Разделение ценных бумаг на кластеры 17
2.3. Пересчёт цен и доходностей 23
2.4. Получение долей кластеров 27
2.5. Расчёт итоговых долей ценных бумаг 28
3. Применение предлагаемого алгоритма 31
3.1. Программная реализация предлагаемого алгоритма 31
3.2. Влияние предлагаемого алгоритма на составление инвестиционного
портфеля 34
3.2.1. Методология изучения влияния алгоритма на составление
инвестиционного портфеля 34
3.2.2. Набор данных для проведения экспериментов 36
3.2.3. Влияние предлагаемого алгоритма при кластеризации по методу одиночной связи 40
3.2.4. Влияние предлагаемого алгоритма при кластеризации по методу полной связи 43
3.2.5. Влияние предлагаемого алгоритма при кластеризации по методу средней связи 45
Заключение 49
Список литературы 50
Приложение
📖 Введение
Составление оптимального портфеля ценных бумаг является важным и
частым случаем решения задачи оптимизации. Практическое применение существующих методов составления оптимального портфеля часто затруднено или
экономически не обосновано из-за большого числа доступных для инвестирования ценных бумаг (и, как следствие, большой размерности исходных данных).
Следовательно, необходимо исследовать возможность сокращения размерности
данных о ценных бумагах за счёт кластеризации — объединения ценных бумаг в
группы — кластеры.
В первой части данной работы приводится обзор предпринимавшихся ранее
попыток использовать кластеризацию для составления инвестиционных портфелей и даётся краткая справка по алгоритмам кластеризации.
Во второй части данной работы предлагается алгоритм снижения размерности исходных данных при составлении инвестиционного портфеля, основанный
на иерархической кластеризации доступных для инвестирования ценных бумаг.
В качестве меры близости ценных бумаг для иерархической кластеризации используется мера расстояния, основанная на коэффициенте парной корреляции
Пирсона.
В третьей части работы описывается программная реализация предложенного алгоритма на языке программирования Python; далее исследуется влияние предложенного метода на качество получаемого оптимального решения
на нескольких примерах составления оптимального портфеля ценных бумаг по
модели Марковица. Также исследуется влияние параметров иерархической кластеризации (метрики межкластерного расстояния и порогового значения кластеризации) на изменение качества получаемого оптимального решения. Исследуется
зависимость между целевой доходностью портфеля и возможностью снижения
размерности с помощью предложенного метода. Для каждого рассмотренного
примера приводятся графики и таблицы с основными полученными результатами
применения метода — понижением размерности и падением доходности (снижением качества оптимального решения) у портфеля, построенного с применением
предложенного метода по сравнению с портфелем, построенным без применения
предложенного метода.
частым случаем решения задачи оптимизации. Практическое применение существующих методов составления оптимального портфеля часто затруднено или
экономически не обосновано из-за большого числа доступных для инвестирования ценных бумаг (и, как следствие, большой размерности исходных данных).
Следовательно, необходимо исследовать возможность сокращения размерности
данных о ценных бумагах за счёт кластеризации — объединения ценных бумаг в
группы — кластеры.
В первой части данной работы приводится обзор предпринимавшихся ранее
попыток использовать кластеризацию для составления инвестиционных портфелей и даётся краткая справка по алгоритмам кластеризации.
Во второй части данной работы предлагается алгоритм снижения размерности исходных данных при составлении инвестиционного портфеля, основанный
на иерархической кластеризации доступных для инвестирования ценных бумаг.
В качестве меры близости ценных бумаг для иерархической кластеризации используется мера расстояния, основанная на коэффициенте парной корреляции
Пирсона.
В третьей части работы описывается программная реализация предложенного алгоритма на языке программирования Python; далее исследуется влияние предложенного метода на качество получаемого оптимального решения
на нескольких примерах составления оптимального портфеля ценных бумаг по
модели Марковица. Также исследуется влияние параметров иерархической кластеризации (метрики межкластерного расстояния и порогового значения кластеризации) на изменение качества получаемого оптимального решения. Исследуется
зависимость между целевой доходностью портфеля и возможностью снижения
размерности с помощью предложенного метода. Для каждого рассмотренного
примера приводятся графики и таблицы с основными полученными результатами
применения метода — понижением размерности и падением доходности (снижением качества оптимального решения) у портфеля, построенного с применением
предложенного метода по сравнению с портфелем, построенным без применения
предложенного метода.
✅ Заключение
В результате проведённого исследования было выявлено, что наилучшим
способом сокращения размерности в задаче составления оптимального инвестиционного портфеля является иерархическая кластеризация. Вычислять расстояние
между отдельными ценными бумагами необходимо с использованием меры расстояния на основе коэффициента парной корреляции между ними. Полученный
в результате алгоритм можно применять на практике. В дальнейшем исследования стоит направить на совершенствование методов кластеризации (как самих
алгоритмов, так и способов вычисления расстояний), чтобы сделать результаты
более предсказуемыми. Также стоит обратить внимание на гладкие алгоритмы
кластеризации, использование которых сейчас затруднено из-за отсутствия меры
расстояния между ценными бумагами, которая являлась бы метрикой. Другой
важной будущей задачей является обобщение алгоритма на задачу оптимизации
«в целом», чтобы расширить сферу возможного будущего применения алгоритма.
способом сокращения размерности в задаче составления оптимального инвестиционного портфеля является иерархическая кластеризация. Вычислять расстояние
между отдельными ценными бумагами необходимо с использованием меры расстояния на основе коэффициента парной корреляции между ними. Полученный
в результате алгоритм можно применять на практике. В дальнейшем исследования стоит направить на совершенствование методов кластеризации (как самих
алгоритмов, так и способов вычисления расстояний), чтобы сделать результаты
более предсказуемыми. Также стоит обратить внимание на гладкие алгоритмы
кластеризации, использование которых сейчас затруднено из-за отсутствия меры
расстояния между ценными бумагами, которая являлась бы метрикой. Другой
важной будущей задачей является обобщение алгоритма на задачу оптимизации
«в целом», чтобы расширить сферу возможного будущего применения алгоритма.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.