Webová aplikace na analýzu, predikce a rebalanci akciového portfolia v Pythonu
Autor(ka) práce:
Radil, Martin
Typ práce:
Diplomová práce
Vedoucí práce:
Šimpach, Ondřej
Oponenti práce:
-
Jazyk práce:
Česky
Abstrakt:
Diplomová práce se zabývá návrhem a implementací webové aplikace pro analýzu, predikci a rebalancování akciového portfolia v jazyce Python. Teoretická část práce shrnuje základní principy investičního portfolia, měření výkonnosti a rizika, moderní teorii portfolia, metody optimalizace alokace aktiv a modelování finančních časových řad. Věnuje se zejména ukazatelům výnosnosti a rizika, časově váženému výnosu, volatilitě, maximálnímu drawdownu, Sharpe Ratio, Sortino Ratio, metodám Mean-Variance, Risk Parity a CVaR a modelům ARIMA a GARCH. Praktická část popisuje vytvořenou aplikaci postavenou nad frameworky Dash a Flask. Aplikace umožňuje import transakční historie, správu více portfolií, rekonstrukci historické hodnoty portfolia, výpočet výkonnostních a rizikových metrik, porovnání s benchmarky, predikci budoucího vývoje portfolia a jednotlivých aktiv a návrh rebalancingu pomocí tří optimalizačních přístupů. Důležitou součástí řešení je převod transakčních dat na časové řady a využití cash-flow-adjusted TWR indexu, který odděluje investiční výkonnost od externích vkladů a výběrů. Výsledkem práce je funkční analytický nástroj, který propojuje statistické metody finanční analýzy s praktickou podporou rozhodování individuálního investora.
Web Application for the Analysis, Prediction, and Rebalancing of a Stock Portfolio in Python
Autor(ka) práce:
Radil, Martin
Typ práce:
Diploma thesis
Vedoucí práce:
Šimpach, Ondřej
Oponenti práce:
-
Jazyk práce:
Česky
Abstrakt:
This master’s thesis focuses on the design and implementation of a web application for the analysis, forecasting, and rebalancing of an equity portfolio in Python. The theoretical part summarizes the basic principles of investment portfolios, performance and risk measurement, modern portfolio theory, asset allocation optimization methods, and financial time series modeling. Particular attention is paid to return and risk indicators, time-weighted return, volatility, maximum drawdown, Sharpe Ratio, Sortino Ratio, Mean-Variance optimization, Risk Parity, CVaR, and ARIMA and GARCH models. The practical part describes the developed application built using the Dash and Flask frameworks. The application enables transaction history import, management of multiple portfolios, reconstruction of historical portfolio value, calculation of performance and risk metrics, benchmark comparison, forecasting of future portfolio and individual asset development, and rebalancing proposals using three optimization approaches. An important part of the solution is the transformation of transaction data into time series and the use of a cash-flow-adjusted TWR index, which separates investment performance from external deposits and withdrawals. The result of the thesis is a functional analytical tool that connects statistical methods of financial analysis with practical decision support for an individual investor.