Optimizing the portfolio of shares traded on the PSE using the mean-risk models

Hlavním cílem práce je představení a aplikování tří mean-risk modelů na vybrané akcie obchodované na pražské burze cenných papírů. Jde o Markowitzův selektivní model, Mean-Semivariance model a model Podmíněné hodnoty v riziku. Vedlejším cílem práce je porovnání těchto sofistikovaných modelů s naivním modelem, ve kterém je každé akcii přiřazena stejná váha v portfoliu. Data použitá v této práci byla získána z aplikace Refinitiv Eikon with Datastream, na výpočty byl použit programovací jazyk Python a na optimalizaci modelovací jazyk CVXPY. Data byla rozdělena na dvě skupiny - trénovací a testovací. V testovacím období nejlépe dopadl Markowitzův selektivní model, následovaný Mean-Semivariance modelem a třetí skončil model Podmíněné hodnoty v riziku. Naivní portfólio dosáhlo nejnižšího výnosu, avšak bylo jen těsně za modelem Podmíněné hodnoty v riziku.

The primary objective of this thesis is to present and apply three mean-risk models to selected shares traded on the Prague Stock Exchange. These mean-risk models are the Markowitz selective model, the Mean-Semivariance model and the Conditional value at risk model. A secondary objective of the thesis is to compare these sophisticated models with a naive model, in which each stock is assigned the same weight in the portfolio. The data used in the thesis were obtained from the application Refinitiv Eikon with Datastream, the Python programming language was used for the calculations and the CVXPY modeling language was used for the optimisation. The data were divided into two groups - training and testing data. In the test period, the Markowitz model performed best, followed by the Mean-Semivariance model, and the model of Conditional value at risk placed third. The naive portfolio achieved the lowest return, but was just behind the Conditional value at risk model.