Darba nosaukums: Uz ekonomikas teorijas stohastiskas optimizācijas algoritmiem
balstītas informācijas sistēmas izveide
Darba autors: Toms Millers
Darba vadītājs: Dr. Phys. Sergejs Hiļķevičs
Darba apjoms: 50 lpp., 5 tabulas, 14 attēli, 23 bibliogrāfiskās norādes, 2 pielikumi.
Atslēgas vārdi: Informācijas sistēma, stohastika, optimizācija, ekonomika, finanšu laika rindas, algoritmi, akcijas, portfeļi,
portfeļa optimizācija, risku minimizēšana
Bakalaura darbā ir apskatīti stohastiskās optimizācijas algoritmi, kas tiek pielietoti finanšu tirgos investīciju portfeļu veidošanai. Darbā ir izpētīti optimizācijas uzdevumu pamatprincipi — no beznosacījumu optimizācijas līdz stohastiskai optimizācijai ar
gadījuma lielumiem. Teorētiskajā daļā analizētas fundamentālās un tehniskās analīzes metodes, uzņēmumu novērtēšanas modeļi (Greiema, Altmana, Olsona, Gordona–Šapiro), kā arī investīciju portfeļu teorijas pamati, ietverot Markovica portfeļa teoriju un alternatīvos riska mērus. Praktiskajā daļā izstrādāta tīmekļa informācijas sistēma, kas realizē akciju
atlases, portfeļa optimizācijas un vēsturiskās testēšanas procedūras, izmantojot ASV akciju tirgus datus (5000 instrumenti, periods 2009–2024). Sistēma integrē divus alternatīvus riska mērus — Hiļķeviča S/V pieeju un Markovica standartnovirzi — un ir publiski pieejama: https://econmodels.venta.lv.
Darbs ir paredzēts datorzinātņu, un finanšu matemātikas studentiem, pasniedzējiem,
kā arī speciālistiem, kurus interesē investīciju portfeļu optimizācijas praktiskā realizācija tīmekļa vidē.
Anotācija (angļu):
Thesis title: On the creation of an information system based on stochastic optimization algorithms of economic theory
Thesis author: Toms Millers
Thesis supervisor: Dr. Phys. Sergejs Hiļķevičs
Thesis scope: 50 pp., 5 tables, 14 figures, 23 bibliographic references, 2 appendices.
Keywords: information system, stochastics, optimization, economics, financial time
series, algorithms, stocks, portfolio, portfolio optimization, minimization of risk
The bachelor thesis examines stochastic optimization algorithms applied to financial
markets for the construction of investment portfolios. The work explores the fundamental
principles of optimization problems — from unconstrained optimization to stochastic optimization
involving random variables. The theoretical part analyzes fundamental and technical
analysis methods, corporate valuation models (Graham, Altman, Ohlson, Gordon–Shapiro),
as well as the foundations of investment portfolio theory, including Markowitz portfolio
theory and alternative risk measures. The practical part presents a web-based information
system that implements stock screening, portfolio optimization, and walk-forward backtes-
ting procedures using US stock market data (5000 instruments, period 2009–2024). The
system integrates two alternative risk measures — Hilkevics’ S/V approach and Markowitz
standard deviation — and is publicly available at https://econmodels.venta.lv.
The thesis is intended for computer science and financial mathematics students,
lecturers, and specialists interested in the practical implementation of investment portfolio
optimization in a web environment.
Šo darbu aizsargā autortiesības un/vai blakustiesības. Šo darbu var brīvi lietot personiskai lietošanai, zinātniskam pētījumam vai pašizglītībai. Citiem izmantošanas veidiem jāsaņem tiesību subjekta (-u) atļauja.
APLIS tiesību paziņojums:
Ir aizsargāts ar autortiesībām — komerciālā apritē neesošs