Γραμμικός προγραμματισμός στη χρηματοοικονομική με εφαρμογή στην αγορά ηλεκτρικής ενέργειας

Στη συγκεκριμένη διπλωματική εργασία μελετήθηκε η εφαρμογή του γραμμικού προγραμματισμού στη βελτιστοποίηση χαρτοφυλακίων. Συγκεκριμένα, μελετήσαμε τα γραμμικά μοντέλα MAD και CVaR καθώς και το τετραγωνικό Mean-Variance, το οποίο αποτελεί και την απαρχή των μοντέλων βελτιστοποίησης χαρτοφυλακίου. Ο...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Βρετός, Χρήστος
Άλλοι συγγραφείς: Δασκαλάκη, Σοφια
Μορφή: Thesis
Γλώσσα:Greek
Έκδοση: 2020
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/13172
id nemertes-10889-13172
record_format dspace
spelling nemertes-10889-131722022-09-05T20:16:20Z Γραμμικός προγραμματισμός στη χρηματοοικονομική με εφαρμογή στην αγορά ηλεκτρικής ενέργειας Linear programming in finance with application to electricity market Βρετός, Χρήστος Δασκαλάκη, Σοφια Δασκαλάκη, Σοφία Χούσος, Ευθύμιος Vretos, Christos Γραμμικός προγραμματισμός Χαρτοφυλάκιο Βελτιστοποίηση Αγορά ηλεκτρικής ενέργειας Linear Programming Portfolio Optimization Electricity market Στη συγκεκριμένη διπλωματική εργασία μελετήθηκε η εφαρμογή του γραμμικού προγραμματισμού στη βελτιστοποίηση χαρτοφυλακίων. Συγκεκριμένα, μελετήσαμε τα γραμμικά μοντέλα MAD και CVaR καθώς και το τετραγωνικό Mean-Variance, το οποίο αποτελεί και την απαρχή των μοντέλων βελτιστοποίησης χαρτοφυλακίου. Ο στόχος αυτών των μοντέλων είναι η δημιουργία βέλτιστων χαρτοφυλακίων τα οποία για δεδομένο κατώτερο επίπεδο επιθυμητής απόδοσης θα παράγουν το μικρότερο δυνατό συνολικό κίνδυνο. Τα τρία αυτά μοντέλα συγκρίνονται με γνώμονα το μέτρο κινδύνου CVaR, το οποίο αποτελεί ένα καθολικά αποδεκτό μέτρο για την μέτρηση του κινδύνου στον κλάδο της χρηματοοικονομικής κοινότητας. Αρχικά εφαρμόσαμε τα μοντέλα σε χαρτοφυλάκια μετοχών. Στην συνέχεια, μελετήθηκε η δυνατότητα εφαρμογής των τριών αυτών μοντέλων στην ελληνική αγορά ηλεκτρικής ενέργειας και συγκεκριμένα στην αγορά φυσικών δικαιωμάτων μεταφοράς. Για τις ανάγκες της εφαρμογής, χρησιμοποιήθηκαν τα διαθέσιμα δεδομένα που περιέχονται στους πίνακες του Ανεξάρτητου Διαχειριστή Μεταφοράς Ηλεκτρικής Ενέργειας (ΑΔΜΗΕ), αναφορικά με τις εισαγωγές και εξαγωγές ηλεκτρικής ενέργειας της Ελλάδας με γειτονικές χώρες. In this thesis, we studied the application of linear programming to portfolio optimization. Specifically, we studied the linear programming portfolio optimization models MAD, CVaR and the quadratic programming model Mean-Variance, which is considered to be the basis for all portfolio optimization models. The objective of these models is to create optimal portfolios that will produce the least possible overall risk for a given lower rate of desired return. These three models are compared in terms of the CVaR risk measure, which is a universally accepted measure for measuring risk in the financial community. Initially we applied the portfolio optimization models to portfolios of shares. Subsequently, we studied the feasibility of applying these three models to the Greek electricity market and in particular their applicability to the Physical Transmission Rights market. For the purposes of this application, we used data publically available in the tables of the Independent Electricity Transmission System Operator (ADMIE), concerning imports and exports of electricity from Greece to neighboring countries. 2020-02-06T22:08:45Z 2020-02-06T22:08:45Z 2020-01-13 Thesis http://hdl.handle.net/10889/13172 gr 0 application/pdf
institution UPatras
collection Nemertes
language Greek
topic Γραμμικός προγραμματισμός
Χαρτοφυλάκιο
Βελτιστοποίηση
Αγορά ηλεκτρικής ενέργειας
Linear Programming
Portfolio
Optimization
Electricity market
spellingShingle Γραμμικός προγραμματισμός
Χαρτοφυλάκιο
Βελτιστοποίηση
Αγορά ηλεκτρικής ενέργειας
Linear Programming
Portfolio
Optimization
Electricity market
Βρετός, Χρήστος
Γραμμικός προγραμματισμός στη χρηματοοικονομική με εφαρμογή στην αγορά ηλεκτρικής ενέργειας
description Στη συγκεκριμένη διπλωματική εργασία μελετήθηκε η εφαρμογή του γραμμικού προγραμματισμού στη βελτιστοποίηση χαρτοφυλακίων. Συγκεκριμένα, μελετήσαμε τα γραμμικά μοντέλα MAD και CVaR καθώς και το τετραγωνικό Mean-Variance, το οποίο αποτελεί και την απαρχή των μοντέλων βελτιστοποίησης χαρτοφυλακίου. Ο στόχος αυτών των μοντέλων είναι η δημιουργία βέλτιστων χαρτοφυλακίων τα οποία για δεδομένο κατώτερο επίπεδο επιθυμητής απόδοσης θα παράγουν το μικρότερο δυνατό συνολικό κίνδυνο. Τα τρία αυτά μοντέλα συγκρίνονται με γνώμονα το μέτρο κινδύνου CVaR, το οποίο αποτελεί ένα καθολικά αποδεκτό μέτρο για την μέτρηση του κινδύνου στον κλάδο της χρηματοοικονομικής κοινότητας. Αρχικά εφαρμόσαμε τα μοντέλα σε χαρτοφυλάκια μετοχών. Στην συνέχεια, μελετήθηκε η δυνατότητα εφαρμογής των τριών αυτών μοντέλων στην ελληνική αγορά ηλεκτρικής ενέργειας και συγκεκριμένα στην αγορά φυσικών δικαιωμάτων μεταφοράς. Για τις ανάγκες της εφαρμογής, χρησιμοποιήθηκαν τα διαθέσιμα δεδομένα που περιέχονται στους πίνακες του Ανεξάρτητου Διαχειριστή Μεταφοράς Ηλεκτρικής Ενέργειας (ΑΔΜΗΕ), αναφορικά με τις εισαγωγές και εξαγωγές ηλεκτρικής ενέργειας της Ελλάδας με γειτονικές χώρες.
author2 Δασκαλάκη, Σοφια
author_facet Δασκαλάκη, Σοφια
Βρετός, Χρήστος
format Thesis
author Βρετός, Χρήστος
author_sort Βρετός, Χρήστος
title Γραμμικός προγραμματισμός στη χρηματοοικονομική με εφαρμογή στην αγορά ηλεκτρικής ενέργειας
title_short Γραμμικός προγραμματισμός στη χρηματοοικονομική με εφαρμογή στην αγορά ηλεκτρικής ενέργειας
title_full Γραμμικός προγραμματισμός στη χρηματοοικονομική με εφαρμογή στην αγορά ηλεκτρικής ενέργειας
title_fullStr Γραμμικός προγραμματισμός στη χρηματοοικονομική με εφαρμογή στην αγορά ηλεκτρικής ενέργειας
title_full_unstemmed Γραμμικός προγραμματισμός στη χρηματοοικονομική με εφαρμογή στην αγορά ηλεκτρικής ενέργειας
title_sort γραμμικός προγραμματισμός στη χρηματοοικονομική με εφαρμογή στην αγορά ηλεκτρικής ενέργειας
publishDate 2020
url http://hdl.handle.net/10889/13172
work_keys_str_mv AT bretoschrēstos grammikosprogrammatismosstēchrēmatooikonomikēmeepharmogēstēnagoraēlektrikēsenergeias
AT bretoschrēstos linearprogramminginfinancewithapplicationtoelectricitymarket
_version_ 1771297274481082368