<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=176870"><dc:title>Faktorski modeli in optimizacija portfeljev</dc:title><dc:creator>Nolimal,	Matevž	(Avtor)
	</dc:creator><dc:creator>Košir,	Tomaž	(Mentor)
	</dc:creator><dc:subject>faktorski modeli</dc:subject><dc:subject>teorija slučajnih matrik</dc:subject><dc:subject>optimizacija portfeljev</dc:subject><dc:subject>kovariančna matrika</dc:subject><dc:description>Delo obravnava faktorske modele in različne pristope k ocenjevanju kovariančnih matrik kot temeljna orodja pri optimizaciji portfeljev in obvladovanju tveganj. V teoretičnem delu so sistematično predstavljeni enofaktorski, večfaktorski in temeljni faktorski modeli, s posebnim poudarkom na modelu Barra in njegovi sposobnosti segmentacije portfeljev na osnovi stilskih, industrijskih in državnih faktorjev. Takšen pregled vzpostavi metodološko podlago za nadaljnje empirične analize ter omogoča kritično vrednotenje učinkovitosti različnih modelov v realnih tržnih razmerah.

Osrednji del analitičnega dela podrobno primerja klasične metode ocenjevanja kovariančnih matrik (zgodovinska kovariančna matrika, eksponentno tehtano drseče povprečje) z naprednimi pristopi, ki temeljijo na teoriji slučajnih matrik. Med slednjimi so podrobno analizirane metode skrčitve, prireza lastnih vrednosti, rotacijsko invariantne cenilke in metode čiščenja s potenčno porazdelitvijo. Izkazalo se je, da so ti pristopi praviloma učinkovitejši pri ločevanju signala od šuma v finančnih podatkih, kar pomembno zmanjšuje napake pri optimizaciji portfeljev. Primerjava metod tako osvetli njihove relativne prednosti in slabosti ter pokaže, v katerih pogojih se posamezne tehnike izkažejo kot zanesljivejše.

Delo vključuje tudi praktično uporabo prilagojenega faktorskega modela, ki omogoča podrobno razčlenitev tveganja na sistemske in idiosinkratične komponente ter identifikacijo dejavnikov, ki najbolj vplivajo na uspešnost optimiziranih portfeljev. Ugotovitve potrjujejo, da kombinacija faktorskih modelov z naprednimi metodami ocenjevanja kovariančnih matrik vodi do robustnejših in bolj transparentnih strategij, ki dosegajo ugodnejše razmerje med donosom in tveganjem.</dc:description><dc:date>2025</dc:date><dc:date>2025-12-12 08:15:06</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>176870</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
