Procjena broja latentnih faktora u visokodimenzionalnim financijskim podatcima

diplomski rad

• Naslov (engleski): Estimating the Number of Latent Factors in High-dimensional Financial Data
• Autor: Sven Goluža
• Mentor: Zvonko Kostanjčar (mentor)
• Član povjerenstva: Zvonko Kostanjčar (predsjednik povjerenstva)
• Član povjerenstva: Tomislav Petković (član povjerenstva)
• Član povjerenstva: Stjepan Begušić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2021-07-07, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom radu predstavljena je procjena broja latentnih faktora u visokodimenzionalnim financijskim podatcima. Razmatrana su tri različita procjenitelja broja latentnih faktora temeljena na svojstvima optimizacije portfelja, točnije optimizaciji minimalne varijance, maksimalne diverzifikacije i Sharpeovog omjera portfelja. Opisane su funkcije pogreške koje numerički određuju broj latentnih faktora. Opisani su simulacijski podatci koji predstavljaju visoku dimenzionalnost i teške repove podataka povrata financijskih instrumenata, te se koriste pri testiranju i validaciji procjenitelja. Izvedbe procjenitelja testirane su i uspoređene s već poznatim metodama procjene broja latentnih faktora poput paralelne analize i Marchenko-Pastur pravila nad simulacijskim i financijskim podatcima.

Sažetak (engleski)

This thesis presents an estimation of the number of latent factors in high-dimensional financial data. Three different estimators of the number of latent factors based on portfolio optimization properties are described. Considered portfolio optimizations include minimum variance, maximum diversification and maximum Sharpe ratio optimization. Loss functions used to numerically determine the number of latent factors are described. Simulation data that replicates the high-dimensionality and heavy tails of financial return data is described and used to test and validate mentioned estimators. Performances of mentioned estimators are tested and compared with other common methods for estimating the number of latent factors, like parallel analysis and Marchenko-Pastur rule, on both simulation and financial data.

• Ključne riječi: latentni faktorski modeli; visoka dimenzionalnost; optimizacija portfelja; procjena financijskog rizika; teški repovi
• Ključne riječi (engleski): latent factor models; high-dimensionality; portfolio optimization; financial risk modeling; heavy tails
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:031037
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-13 14:58:04