The Application of genetic algorithms for the selection of WSE companies in Warsaw for the investment portfolio.

Authors

DOI:

https://doi.org/10.7494/dmms.2020.14.1.3809

Keywords:

Markowitz model, investment portfolio, genetic algorithm

Abstract

Portfolio analysis is a tool particularly intended for investors. Risk assessment and risk specification make the investor able to properly diversify and offset the portfolio. Broadly speaking, there are multiple tools destined for building up an efficient set of portfolios.

One of them is Markowitz’s model theory postulating building up a portfolio determined on the basis of equilibrium between expected profit level as well as accepted level of risk assessment.

In the context of this paper, the objective is to shed some light on creating investment portfolios based on either Markowitz's portfolio theory or evolutionary algorithm. The simulation based methods for building up a portfolio of approximately 40-50 companies listed out in the primary marketof the Warsaw Stock Exchange using the selection function proposed in the BA thesis were presented.

Portfolio profit values have been evaluated in a dynamically shifted time window. The conducted analysis showed shifts in the economy at certain periods of time. The implemented genetic algorithms smoothly handled the optimization with a relatively short processing time of the task result.

References

Czekała M. Rynek kapitałowy. Analiza Fundamentalna i techniczna, wyd. Akademii Ekonomicznej im. Oskara Langego we Wrocławiu, Wrocław 1997

Fabozzi F.J., Gupta F., Markowitz H.M., The Legacy of Modern Portfolio Theory, The Journal of Investing Fall 2002, 11 (3) 7-22

Fama E.F., 1970, Efficient Capital Markets: A Review of Theory and Empirical Work, The Journal of Finance, vol. 25, s. pp. 383-417

Figielska E., Algorytmy ewolucyjne i ich zastosowania, Zeszyty Naukowe Warszawskiej Wyższej Szkoły Informatyki, nr 1, s. 81—92, Warszawa 2006

Goldberg D.E., (1989), Genetic Algorithms in Search, Optimization and Machine Learning, Addison-Wesley Longman Publishing Co., Inc., Boston, MA,

Goldberg D. E., Sastry K., (2001), A practical schema theorem for genetic algorithm design and tuning, in: Proceedings of the Genetic and Evolutionary Computation Conference, pp. 328–335

Graham B. Inteligentny inwestor, wyd. Studio EMKA, Warszawa 2006

Gwiazda T. Algorytmy genetyczne – zastosowania w finansach, wyd. Wyższej Szkoły Przedsiębiorczości i Zarządzania im. L. Koźmińskiego, Warszawa 1998.

Jajuga K., Jajuga T. Inwestycje. Instrumenty finansowe, aktywa niefinansowe, ryzyko finansowe, inżynieria finansowa, wyd. Naukowe PWN, Warszawa 2006,

Janikow C.Z., Machalewicz Z., An experimental Comparison of Binary and Floating Point Representation in Genetic Algorithms, (url: http://umsl.edu/divisions/artscience/math_cs/about/People/Faculty/CezaryJanikow/folder%20two/Experimental.pdf, data dostę5pu: 15.02.2020)

Jasiński G., Ewolucyjna optymalizacja w nowoczesnej teorii portfelowej, Scientific Bulletin of Chełm, Section of Mathematics and Computer Science, No. 1/2008, s.113-122

Kachniewski M. Rynek kapitałowy i giełda papierów wartościowych, Fundacja Edukacji i Rynku Kapitałowego, Warszawa 2008.

Krzywda M. GPW I Giełda Papierów Wartościowych w praktyce, wyd. Złote Myśli, Gliwice 2010, https://www.cdmpekao.com.pl/edukacja/wszystko-o-analizach-gieldowych;

Markowitz H., Portfolio selection: Efficient Diversification of Investments, Yale Uniwersity Press, New Haven 1959.

Z. Michalewicz, Algorytm genetyczny + struktury danych = programy ewolucyjne, Wydawnictwo Naukowo-Techniczne, Warszawa, 2003

Morajda J. Metody sztucznej inteligencji w zarządzaniu portfelem inwestycyjnym, Praca doktorska AE, Kraków 1999

Motyczyńska J., Analiza ryzyka w portfelach akcji wybranych spółek na Warszawskiej Giełdzie Papierów Wartościowych, praca licencjacka WZ AGH, 2019

Murphy J. J. Analiza techniczna rynków finansowych, wyd. Wig-Press, Warszawa 1999

Ostrowska E. Portfel inwestycyjny klasyczny i alternatywny, C.H. Beck, Warszawa 2011

Sharpe, W.F. Asset Allocation: Management Style and Performance Measurement. The Journal of Portfolio Management, 18, 1992, pp. 7-19.

Stawowy A. Algorytmy ewolucyjne w zarządzaniu – stan i perspektywy zastosowania, Produkcja i zarządzanie w hutnictwie, Politechnika Częstochowska, Częstochowa 2000.

Tarczyński W. Analiza portfelowa na giełdzie papierów wartościowych, PTE, Szczecin 1996.

Tarczyński W. Rynki kapitałowe metody ilościowe, Placet, Warszawa 2001

Tarczyński W. Fundamentalny portfel papierów wartościowych, Polskie Wydawnictwo Ekonomiczne 2002

Tarczyński W. Ocena różnych wariantów fundamentalnego portfela papierów wartościowych, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, vol 371, s. 298-309, issn=1899-3192, [w:] Inwestycje finansowe i ubezpieczenia - tendencje światowe a rynek polski / [red. K. Jajuga, W.Ronka-Chmielowiec], Wrocław 2014

Tarczyński W., Łuniewska M., Dywersyfikacja ryzyka na Polskim rynku kapitałowym, Placet, Warszawa 2004.

R Core Team (2019). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/

RStudio Team (2019). RStudio: Integrated Development for R. RStudio, Inc., Boston, MA URL http://www.rstudio.com/.

Downloads

Published

2020-12-30

How to Cite

Basiura, B., & Motyczyńska, J. (2020). The Application of genetic algorithms for the selection of WSE companies in Warsaw for the investment portfolio. Decision Making in Manufacturing and Services, 14(1). https://doi.org/10.7494/dmms.2020.14.1.3809

Issue

Section

Articles