Portfolio design using time series clustering

Cílem této diplomové práce je návrh a analýza investičních strategií založených na shlukování časových řad. Práce představuje inovativní přístup k výběru akcií, jehož hlavním účelem je diverzifikace rizika portfolia prostřednictvím identifikace aktiv, která se od sebe liší, ať už z hlediska vývoje cen, geografické příslušnosti nebo odvětvového zařazení. Metodický rámec zahrnuje aplikaci metody DTW (Dynamic Time Warping) pro výpočet vzdáleností mezi časovými řadami a použití algoritmu PAM (Partitioning Around Medoids) pro identifikaci reprezentativních akcií. V práci jsou navrženy tři aktivní strategie, které jsou porovnávány s tržním benchmarkem, indexem EURO STOXX 50. Všechny strategie jsou popsány slovně i matematicky způsobem, který je srozumitelný i pro investora bez znalostí kvantitativních metod. Výsledky analýzy ukazují, že aktivně sestavená portfolia mohou v určitých případech dosahovat vyšších výnosů, efektivnějšího poměru výnosu k riziku a stabilnějšího vývoje výnosu než pasivní strategie. Součástí práce je také diskuse o vhodnosti jednotlivých strategií pro různé typy investorů a doporučení zohledňující jejich rizikový profil.

The aim of this thesis is to design and analyze investment strategies based on time series clustering. The thesis presents an innovative approach to stock selection, with the primary goal of diversifying portfolio risk by identifying assets that differ from one another in terms of price evolution, geographical affiliation, or sector classification. The methodological framework includes the application of the Dynamic Time Warping (DTW) method to calculate distances between time series and the use of the Partitioning Around Medoids (PAM) algorithm to identify representative stocks. Three active strategies are proposed and compared with the market benchmark index EURO STOXX 50. All strategies are described verbally and mathematically in a way that is understandable even to investors, even those without expertise in quantitative methods. The results of the analysis show that actively constructed portfolios can, in certain cases, achieve higher returns, a more efficient return-to-risk ratio, and a more stable return path than a passive strategy. The thesis also includes a discussion of the suitability of each strategy for different types of investors and recommendations taking into account their risk profile.