Řešení reálné investiční úlohy pomocí stochastického programování a Monte-Carlo technik

Abstrakt

Zabýváme se řešením reálné investiční úlohy s Value at Risk, transakčními náklady a celočíselnými alokacemi aktiv, kde výnosy jsou modelovýný pomocí zešikmeného t-rozdělení. Porovnáváme schopnost sample-aproximovaných úloh s pravděpodobnostním omezením a penelizační funkcí generovat řešení úlohy původní.

Klíčová slova

• Value at Risk
• stochastické programování
• Monte-Carlo simulace
• pravděpodobnostní omezení
• penalizační funkce