Témakiírás

A modern pénzügy egyik legnagyobb kihívása olyan befektetési stratégiák kialakítása, amelyek bizonyos szempontok szerint optimálisak – ez tipikusan a várható hozam maximalizálása, a kockázat minimalizálása, vagy a kettő valamilyen arányú keveréke. A hallgatónak először meg kell ismernie a numerikus optimalizálás módszereit, kiemelve a lineáris, egészértékű és kvadratikus programozást, illetve az ezek megoldására alkalmas Python vagy R nyelvben használható könyvtárakat. Meg kell ismernie továbbá a portfólió optimalizálás közgazdasági hátterét, a különböző kockázati metrikákat, valamint az ezekre épülő alapvető matematikai modelleket. A megismert stratégiákat le kell implementálnia és historikus adatokon a hatékonyságukat összehasonlítani, kiértékelni. A hallgató megpróbálkozhat új stratégia kidolgozásával, vagy megvizsgálhatja, hogy kiugró adatok (outlier-ek) és egyéb hibák hogyan befolyásolják a végeredményt, illetve robusztus statisztikai módszerek alkalmazásával ezek mennyire kezelhetők. További kérdés, hogy a modellek tanuláskor mekkora időtartamot vegyenek figyelembe visszamenőlegesen, mivel az idő folyásával a piac változik, így túl régi adatok már irrelevánsak lehetnek és negatívan érinthetik a folyamatot. A téma kidolgozása során betekintést nyerhet a hallgató a kvantitatív pénzügyek világába.

Kulcsszavak: befektetési stratégiák, numerikus optimalizálás, pénzügyi matematika, robusztus statisztika, kvantitatív pénzügyek, Python, R

Irodalom:
Boyd, Vandenberghe: Convex Optimization
Elton, Gruber, Brown, Goetzmann: Modern Portfolio Theory and Investment Analysis
Pfaff: Financial Risk Modelling and Portfolio Optimization with R