• Lietuvių
    • English
  • English 
    • Lietuvių
    • English
  • Login
View Item 
  •   DSpace Home
  • Mokslinės publikacijos (PDB) / Scientific publications (PDB)
  • Konferencijų publikacijos / Conference Publications
  • Konferencijų straipsniai / Conference Articles
  • View Item
  •   DSpace Home
  • Mokslinės publikacijos (PDB) / Scientific publications (PDB)
  • Konferencijų publikacijos / Conference Publications
  • Konferencijų straipsniai / Conference Articles
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Investavimas į ateities sandorius naudojant Monte Carlo ir Sharpo metodus

Thumbnail
Date
2020
Author
Žolnerovičiūtė, Ieva
Maknickienė, Nijolė
Metadata
Show full item record
Abstract
Pasaulinė išvestinių finansinių priemonių rinka yra dinamiškai augantis finansų rinkos segmentas. Nauji finansiniai produktai daro ekonominius santykius sudėtingesniais ir atsiranda naujų finansinių naujovių poreikis. Atsiranda pasaulinė tinklo ekonomika, kuri remiasi elektroninėmis jos veikimo sistemomis, per kelias sekundes perkelia milijardus dolerių į kitas rinkas. Ateities sandorių augimo dinamika pasaulyje per pastaruosius metus rodo, kad ši finansų rinkos dalis sparčiai vystosi. Maži transakcijų kaštai bei lengvas šių priemonių panaudojimas suteikia investuotojams daug galimybių kryptingai planuoti pinigų srautus bei siekti norimos grąžos. Dėl šios priežasties labai svarbu išanalizuoti ir tinkamai įvertinti ateities išvestinių sandorių galimas kainų kitimo kryptis ir tendencijas. Tam darbe sujungti du algoritmai, kaip paramos sistema investuotojui: prognozuojantis Monte Carlo metodas, kuris rodo atskirų instrumentų kitimo tendencijas, leidžia įžvelgti pirkimo ir pardavimo signalus, rinkos aktyvumą ir pasyvumą bei pasirinkti įėjimo į rinką laiką, kad prekyba būtų pelninga; kitas – optimizuojantis, leidžiantis sudaryti efektyvų portfelį, Sharpo metodas. Pasitelkiant šiais algoritminiais metodais bei jų rezultatais prognozuojamos ateities sandorių kainos ir sudaromas investicinis portfelis su tikėtina grąža ir mažesne rizika.
 
The global derivatives market is a dynamically growing segment of the financial market. New financial products complicate economic relations and require new financial innovations. The emergence of a global network economy that relies on its electronic operating systems, shifts billions of dollars to the rest of the world in seconds. Global futures growth dynamics in recent years show that the most sensitive part of the financial market is developing rapidly. The low transaction costs and ease of use of these tools provide investors with plenty of opportunities for purposeful cash flow planning and the desired return. For this reason, it is very important to analyze and properly evaluate the potential price trends and trends of future derivatives. This work combines two algorithms as an investor support system: the Monte Carlo Predictive Approach, which tracks the movement of individual instruments, provides insight into buying and selling signals, market activity and inactivity, and allows for market entry time for profitable trading; the other is the Sharp method of optimizing for an efficient portfolio. Using these algorithms and their results, futures prices are forecasted and an investment portfolio with expected returns and reduced risk is created.
 
Issue date (year)
2020
URI
https://etalpykla.vilniustech.lt/handle/123456789/149367
Collections
  • Konferencijų straipsniai / Conference Articles [15192]

 

 

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjects / KeywordsInstitutionFacultyDepartment / InstituteTypeSourcePublisherType (PDB/ETD)Research fieldStudy directionVILNIUS TECH research priorities and topicsLithuanian intelligent specializationThis CollectionBy Issue DateAuthorsTitlesSubjects / KeywordsInstitutionFacultyDepartment / InstituteTypeSourcePublisherType (PDB/ETD)Research fieldStudy directionVILNIUS TECH research priorities and topicsLithuanian intelligent specialization

My Account

LoginRegister