dc.contributor.author |
Σαρμάς, Ελισσαίος
|
el |
dc.contributor.author |
Sarmas, Elissaios
|
en |
dc.date.accessioned |
2020-12-10T10:56:32Z |
|
dc.identifier.uri |
https://dspace.lib.ntua.gr/xmlui/handle/123456789/52456 |
|
dc.identifier.uri |
http://dx.doi.org/10.26240/heal.ntua.20154 |
|
dc.rights |
Default License |
|
dc.subject |
Πολυκριτήρια ανάλυση αποφάσεων |
el |
dc.subject |
Χρηματοοικονομική μηχανική |
el |
dc.subject |
Θεωρία βελτιστοποίησης χαρτοφυλακίου |
el |
dc.subject |
Συστήματα υποστήριξης αποφάσεων |
el |
dc.subject |
Μετοχικοί τίτλοι |
el |
dc.subject |
Multicriteria decision analysis |
en |
dc.subject |
Financial engineering |
en |
dc.subject |
Portfolio optimisation theory |
en |
dc.subject |
Decision support systems |
en |
dc.subject |
Security |
en |
dc.title |
Ολοκληρωμένη πολυκριτηριακή μεθοδολογία & πληροφοριακό σύστημα διαχείρισης χαρτοφυλακίων |
el |
dc.title |
Integrated multicriteria methodology & portfolio management information system |
en |
heal.type |
bachelorThesis |
|
heal.classification |
Χρηματοοικονομική μηχανική |
el |
heal.classification |
Financial engineering |
en |
heal.classification |
Συστήματα υποστήριξης αποφάσεων |
el |
heal.classification |
Decision support systems |
en |
heal.dateAvailable |
2021-12-09T22:00:00Z |
|
heal.language |
el |
|
heal.language |
en |
|
heal.access |
embargo |
|
heal.recordProvider |
ntua |
el |
heal.publicationDate |
2020-02-03 |
|
heal.abstract |
Αντικείμενο της παρούσας Διπλωματικής Εργασίας αποτελεί η ανάπτυξη μιας ολοκληρωμένης μεθοδολογίας για την κατασκευή και διαχείριση χαρτοφυλακίου μετοχικών τίτλων. Η μεθοδολογία στηρίζεται σε δύο βασικούς άξονες: Ο πρώτος άξονας αφορά στο πρόβλημα της επιλογής των μετοχικών τίτλων, ενώ ο δεύτερος
αφορά στο πρόβλημα της βελτιστοποίησης του επιλεχθέντος χαρτοφυλακίου μετοχών.
Η προτεινόμενη μεθοδολογία αφορά μία συνδυαστική προσέγγιση των παραπάνω προβλημάτων, με αποτέλεσμα τη διαμόρφωση ενός πλήρους πλαισίου υποστήριξης αποφάσεων, το οποίο αποσκοπεί να συμπεριλάβει όλες τις παραμέτρους.
Ο πρώτος άξονας της μεθοδολογίας επικεντρώνεται στην επιλογή των μετοχικών τίτλων, οι οποίοι ενδεχομένως να συμπεριληφθούν στο τελικό χαρτοφυλάκιο. Για τη θεραπεία του συγκεκριμένου προβλήματος χρησιμοποιείται η Πολυκριτήρια Ανάλυση Αποφάσεων. Πιο συγκεκριμένα, ο αποφασίζων καλείται να επιλέξει τις αγορές και τους τομείς στους οποίους θα τοποθετηθεί. Στη συνέχεια, εφαρμόζονται τέσσερις βασικές μέθοδοι κατάταξης της Πολυκριτήριας Ανάλυσης Αποφάσεων στο σύνολο των επιλεχθέντων μετοχικών τίτλων: (α) η ELECTRE 3, (β) η PROMETHEE, (γ) η MAUT και (δ) η TOPSIS. Τέλος, ο πρώτος άξονας ολοκληρώνεται με την αθροιστική κατάταξη των μετοχικών τίτλων, βασισμένη στα επιμέρους αποτελέσματα
κάθε μεθόδου.
Ο δεύτερος άξονας εστιάζει στη μοντελοποίηση μιας σειράς μεθοδολογιών για την επίλυση του προβλήματος της βελτιστοποίησης μετοχικού χαρτοφυλακίου. Ο αποφασίζων καλείται να καθορίσει το πλήθος των μετοχικών τίτλων που θα επιλεχθούν από την κατάταξη του προηγουμένου σταδίου. Εν συνεχεία, προτείνεται μια σειρά επιμέρους μεθοδολογιών για τη βελτιστοποίηση του χαρτοφυλακίου όπως: (α) η κλασσική μεθοδολογία μέσου-διακύμανσης, η οποία εμπλουτίζεται με μια πλήρη σειρά περιορισμών πολιτικής, (β) η μεθοδολογία του Προγραμματισμού Στόχων (γ) η μεθοδολογία πολυστοχικής βελτιστοποίησης, η οποία συμπεριλαμβάνει τη ροή της πολυκριτήριας μεθόδου PROMETHEE (δ) η μεθοδολογία που αφορά στη χρήση γενετικών αλγορίθμων για τη βελτιστοποίηση του χαρτοφυλακίου.
Στα πλαίσια της Διπλωματικής Εργασίας αναπτύχθηκε ένα ολοκληρωμένο πληροφοριακό σύστημα, το οποίο ενσωματώνει μερικές από τις σημαντικότερες μεθόδους της Πολυκριτήριας Ανάλυσης Αποφάσεων. Το πληροφοριακό σύστημα υλοποιήθηκε στη γλώσσα προγραμματισμού Python 3 και εξήχθη στον Παγκόσμιο Ιστό ως Διαδικτυακή Εφαρμογή μέσω του πλαισίου λογισμικού Django. Το πληροφοριακό σύστημα προσφέρει φιλική διεπαφή χρήστη και υλοποιεί αποδοτικά τις παραπάνω μεθόδους, παρέχοντας αναλυτική επίλυση πολυκριτηριακών προβλημάτων.
Επιπλέον, ο δεύτερος άξονας της μεθοδολογίας αναπτύχθηκε, επίσης, στη γλώσσα προγραμματισμού Python 3 όπου υλοποιήθηκαν η οπτικοποίηση των δεδομένων, η στατιστική μελέτη των χρηματοοικονομικών δεικτών, καθώς και οι προαναφερθείσες τεχνικές βελτιστοποίησης χαρτοφυλακίου.
Η προτεινόμενη μεθοδολογία εφαρμόστηκε σε τέσσερα από τα μεγαλύτεραnδιεθνή Χρηματιστήρια (NASDAQ, NYSE, Paris, Tokyo), σε τρεις από τους πιο αναπτυγμένους βιομηχανικούς τομείς (Τεχνολογικός, Ενεργειακός, Χρηματοοικονομικός), σε ένα σύνολο πάνω απο 2000 μετοχικών τίτλων. Τα δεδομένα για την εφαρμογή της μεθοδολογίας αντλήθηκαν από τις βάσεις δεδομένων των Yahoo Finance και Investing, ενώ η χρονική διάρκεια της ανάλυσης των δεδομένων ορίστηκε στα 3.5 έτη (Ιανουάριος 2016 - Ιούνιος 2019). |
el |
heal.abstract |
The main object of this Thesis Project is the development of an integrated
methodology for security portfolio management. The methodology consists of two
basic phases: The first phase of the process involves the problem of security selection,
while the second phase involves the problem of security portfolio optimisation. The
proposed methodology includes an alternative combinatorial approach of the above
problems, resulting in the configuration of a consistent decision support framework.
The first phase focuses on the selection of the securities which will potentially
be included to the portfolio. The solution of this problem is approached with the
Multiple-criteria Decision Analysis (MCDA). More specifically, initially the decision
maker (DM) selects the market and the industrial sectors that he wishes to invest in.
Subsequently, four MCDA ranking methods are applied to the pool of the selected
securities: ELECTRE 3, PROMETHEE, MAUT and TOPSIS. Finally, the first
phase includes the cumulative ranking of the securities, based on the individual
ranking of each method.
The second phase focuses on the problem of portfolio optimisation. The DM
should set the number of securities that will be selected from the cumulative ranking
of the previous phase. In this point, four individual methodologies are proposed for
portfolio optimisation: (a) the classic mean-variance methodology, equipped with
a complete series of policy constraints, (b) the goal programming methodology, (c)
the multiobjective programming methodology which includes the optimisation of
PROMETHEE net flow and (d) the genetic algorithm methodology for portfolio
optimisation.
As part of the Thesis project, an integrated information system was developed
which includes some of the most important MCDA methods. The information
system was developed in Python 3 programming language and was deployed as
a Web Application with Django Web Framework. The information system offers a
friendly Graphical User Interface (GUI) and efficiently implements a series of MCDA
methods, exporting extensive solutions for a wide range of MCDA problems.
The validity of the proposed methodology is verified through an illustrative
experimental application on four major international stock exchanges (NYSE,
NASDAC, Paris, Tokyo) and 3 industrial sectors (Technological, Energy, Financial),
including a pool of 2000 equities. The input data of the application were drawn from
Yahoo Finance and Investing databases and the time horizon of the experimental
application was set to 3.5 years (January 1, 2016 - June 31, 2019) |
en |
heal.advisorName |
Ψαρράς, Ιωάννης |
el |
heal.committeeMemberName |
Ψαρράς, Ιωάννης |
el |
heal.committeeMemberName |
Ασκούνης, Δημήτριος |
el |
heal.committeeMemberName |
Δούκας, Χρυσόστομος |
el |
heal.academicPublisher |
Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεων. Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης |
el |
heal.academicPublisherID |
ntua |
|
heal.numberOfPages |
242 σ. |
el |
heal.fullTextAvailability |
false |
|