Advanced Optimization Techniques for Portfolio Selection in the US Technology Sector

Abstract

This thesis implements and evaluates five portfolio optimization strategies applied to the NASDAQ-100 technology universe over the period from April 7, 2000 to April 9, 2026. The strategies include an equal-weighted benchmark, three ranking-based preselection approaches selecting the Top 10, Top 20, and Top 30 assets based on the rolling Sharpe ratio, and a PCA-based optimization using seven principal components. The empirical analysis is conducted using daily closing price data for 101 NASDAQ-100 companies obtained from the Bloomberg database. A rolling estimation window of 504 trading days and rebalancing frequency of 21 trading days are applied throughout. The results confirm that all three ranking-based strategies consistently outperform the equal-weighted benchmark, achieving annualized returns of 23.63% to 24.97% compared to 19.10% achieved by the benchmark, and Sharpe ratios of 0.96 ro 0.98 compared to 0.92. The Top 30 postfolio delivers the most favorable risk-return trade-off with the highest Sharpe ratio of 0.98. The PCA-based strategy underperforms all other approaches, delivering a return of 18.42%, and Sharpe ratio of 0.79, and the largest maximum drawdown of -64.52%. The findings suggest that within a highly correlated sectoral universe, systematic Sharpe ratio ranking represents an effective and simple approach to portfolio construction superior to PCA-based optimization.

Tato diplomová práce se zabývá implementací a hodnocením pěti strategií optimalizace portfolia aplikovaných na technologické univerzum NASDAQ-100 v období od 7.dubna 2000 do 9.dubna 2026. Zkoumané přístupy zahrnují benchmark s rovnoměrnými vahami, tři strategie předvýběru aktiv založené na klouzavém (rolling) Sharpeho poměru (Top 10, Top 20, Top 30) a strategii vycházející z optimalizace pomocí PCA s využitím sedmi hlavních komponent. Empirická analýza vychází z denních dat uzavíracích cen 101 společností indexu NASDAQ-100, získaných z databáze Bloomberg. V celém sledovaném období je použito klouzavé odhadové okno o délce 504 obchodních dní a rebalancování portfolia probíhá každých 21 obchodních dní. Výsledky ukazují, že všechny tři strategie předvýběru překonávají benchmark - dosahují anualizovaných výnosů v rozmezí 23,63% až 24,97% oproti 19,10% u benchmarku a Sharpeho poměru 0,96 až 0,98 ve srovnání s 0,92. Nejlepší poměr rizika a výnosu vykazuje portfolio Top 30, které dosahuje nejvyššího Sharpeho poměru 0,98. Naopak strategie založená na PCA zaostává za všemi ostatními přístupy, s výnosem 18,42%, Sharpeho poměrem 0,79 a maximálním propadem ve výši -64,52%. Závěrem lze konstatovat, že v silně korelovaném sektorovém prostředí představuje systematické řazení aktiv podle Sharpeho poměru efektivní přístup ke konstrukci portfolia, který překonává optimalizaci založenou na PCA.