Portfolio Optimization with Application in Python

Abstract

Portfolio optimization is the process of selecting the best portfolio from all the portfolios to be considered. The goal of this thesis is to compare the performance of different models of portfolios. We have selected 30 stocks from the Yahoo website based on the DAX 30 index as our research sample for this thesis. Based on the sample size requirement, we have selected weekly adjusted closing prices from 2011 to 2020. We applied Python as a computational tool to analyze the Naive Strategy, Markowitz mean-variance model, and the Black-Litterman model. The thesis can be divided into five chapters. The first chapter is an introduction. The second chapter introduces the basics of Python. The third chapter introduces the portfolio optimization models that we use in the thesis. The fourth chapter is the application section. We use Python to apply all the models mentioned in the previous chapter to perform portfolio optimization calculations. The fifth chapter is the conclusion.

Optimalizace portfolia je proces výběru nejlepšího portfolia ze všech uvažovaných portfolií. Cílem této práce je porovnat výkonnost různých modelů portfolií. Jako datový vzorek pro tuto práci jsme vybrali 30 akcií z internetových stránek Yahoo Finance na základě indexu DAX 30. Na základě požadavku na velikost vzorku jsme vybrali týdenní upravené závěrečné ceny z let 2011 až 2020. Jako výpočetní nástroj jsme použili Python k analýze Naivní strategie, Markowitzova mean-variance modelu a Black-Littermanova modelu. Práci lze rozdělit do pěti kapitol. První kapitola je úvodem. Druhá kapitola seznamuje se základy jazyka Python. Ve třetí kapitole jsou představeny modely optimalizace portfolia, které v práci využíváme. Čtvrtá kapitola je aplikační částí. Pomocí jazyka Python aplikujeme všechny modely uvedené v předchozí kapitole k provádění optimalizačních výpočtů portfolia a následnému hodnocení výkonnosti. Pátá kapitola je závěr.