System informatyczny wspomagający decyzje inwestycyjne

• Autorzy: Cezary Szwed
• Języki publikacji: PL

Abstrakty

W pracy „System informatyczny wspomagający decyzje inwestycyjne” (C. Szwed) przedstawiono, zbudowany w Instytucie Automatyki i Informatyki Stosowanej Politechniki Warszawskiej, system "Portfel" wspomagający podejmowanie decyzji inwestycyjnych na giełdzie papierów wartościowych. System umożliwia tworzenie portfeli inwestycyjnych przy wykorzystaniu metod analizy portfelowej. Możliwe jest tworzenie między innymi następujących portfeli: portfelu Markowitza, portfelu EMAD, portfelu EGMD, portfeli CVaR oraz portfelu indeksowego opartego na jednoindeksowym modelu Sharpa. System został przystosowany do współpracy z zewnętrznymi programami MOMIP i CPLEX służącymi do rozwiązywania zadań programowania matematycznego. Ponadto, w systemie zaimplementowano podstawowe narzędzia analizy technicznej. W pracy opisano założenia dotyczące budowy systemu, scharakteryzowano metody wykorzystywane do tworzenia portfeli inwestycyjnych oraz opisano wykorzystywane narzędzia analizy technicznej. Przedstawiono również najważniejsze wnioski z przeprowadzonych badań symulacyjnych. (abstrakt oryginalny)

Słowa kluczowe

PL

System informacyjny; Komputerowe wspomaganie decyzji; Analiza portfelowa; Decyzje inwestycyjne

EN

Information system; Computer aided decision making; Portfolio analysis; Investment decisions

• Czasopismo: Prace Naukowe / Akademia Ekonomiczna w Katowicach
• Rocznik: 2004
• Tom: Modelowanie preferencji a ryzyko '04
• Strony: 509--521

Twórcy

autor

Cezary Szwed

• Politechnika Warszawska

Bibliografia

• 1. Achelis S. B. (1998). Analiza techniczna od A do Z. LT&P, Warszawa.
• 2. LOG CPLEX 6.5. (2002). Advanced Reference Manual. ILOG Inc.
• 3. Elton EJ., Gruber M.J. (1998). Nowoczesna teoria portfelowa i analiza papierów wartościowych. WIG-Press, Warszawa.
• 4. Folwarski S. (2002). Rozwój systemu wspomagającego decyzje inwestycyjne. Analiza techniczna papierów wartościowych. Baza danych. IAiIS, Politechnika Warszawska, Warszawa.
• 5. Gutowski G. (2002). System wspomagający decyzje inwestycyjne. Nowe metody konstrukcji portfeli inwestycyjnych. Rozbudowa interfejsu aplikacji. IAiIS, Politechnika Warszawska, Warszawa.
• 6. Krokhmal P., Palmquist J., Uryasev S. (2002). Portfolio Optimization with Conditional Value-At-Risk Objective and Constraints. Journal of Risk, 4, 2.
• 7. Michałowski W., Ogryczak W. (1999). A Recursive Procedure for Selecting Optimal Portfolio According to the MAD Model. Control and Cybernetics, 28, 725-738.
• 8. Michałowski W., Ogryczak W. (2001). Extending the MAD Portfolio Optimization Model to Incorporate Downside Risk Aversion. Naval Research Logistics, 48, 185-200.
• 9. Murphy J.J. (1999). Analiza techniczna rynków finansowych. WIG-Press, Warszawa.
• 10. Ogryczak W. (2000). Stochastic Dominance and LP Solvable Models for Portfolio Optimization. Report, 00-24. Warsaw University of Technology, Warszawa.
• 11. Ogryczak W. (2000-2002). Konsultacje i współpraca merytoryczna w zakresie tworzenia modułu analizy portfelowej.
• 12. Ogryczak W., Ruszczyński A. (2002). Dual Stochastic Dominance and Quantile Risk Measures. International Transactions in Operational Research, 9, 661-680.
• 13. Ogryczak W., Ruszczyński A. (1999). From Stochastic Dominance to Mean-Risk Models: Semideviations as Risk Measures. European Journal of Operational Research, 116, 33-50.
• 14. Ogryczak W.. Zorychta K. (1994). Modular Optimizer for Mixed Integer Programmnig MOMIP Version 2.1. Working Paper. HASA, Laxenburg, Austria.
• 15. Oracle Documentation (1999). Oracle, wer. 8i (8.1.5).
• 16. Piotrowski J. (1999). System informatyczny wspomagający konstrukcję portfeli inwestycyjnych. lAilS, Politechnika Warszawska, Warszawa.
• 17. Uryasev S. (2000). Conditional Value-at-Risk: Optimization Algorithms and Applications. Financial Engineering News.
• 18. Wilk A. (2002). Rozwój systemu wspomagającego decyzje inwestycyjne w zakresie analizy portfelowej. IAiIS, Politechnika Warszawska, Warszawa.
• 19. Yitzhaki S. (1982). Stochastic Dominance, Mean Variance, and Gini's Mean Difference. American Economic Review, 72, 178-185.
• 20. Young M.R. (1998). A Minimax Portfolio Selection Rule with Linear Programming Solution. Management Science, 44, 673-683.