Optimization of Portfolio Composition in Python

Abstract

The aim of the thesis is to find the optimal portfolio by different portfolio optimization models using Python in short term. In this thesis, we select 30 constituent stocks of the Dow Jones Industrial Average Index. We describe the Python basics, portfolio optimization and portfolio optimization models, including Naive strategy and Markowitz Mean-Variance model. Besides, we analyze the performance of the two models in in-sample period and out-of-sample period and compare the results.

Cílem práce je najít optimální portfolio pomocí různých modelů optimalizace portfolia s využitím jazyka Python v krátkodobém horizontu. V této práci jsme vybrali 30 akcií tvořících index Dow Jones Industrial Average. V práci jsou popsány základy jazyka Python, optimalizace portfolia a modely optimalizace portfolia, včetně naivní strategie a Markowitzova mean-variance modelu. V praktické části práce analyzujeme výkonnost obou modelů v období in-sample a out-of-sample a porovnáváme výsledky.