Інформаційна система підтримки процесів прийняття рішень при формуванні портфеля цінних паперів
dc.citation.epage | 55 | |
dc.citation.issue | 11 | |
dc.citation.journalTitle | Вісник Національного університету "Львівська політехніка". Інформаційні системи та мережі | |
dc.citation.spage | 39 | |
dc.contributor.affiliation | Національний університет “Львівська політехніка” | |
dc.contributor.affiliation | Львівський національний університет ветеринарної медицини та біотехнологій ім. С. З. Ґжицького | |
dc.contributor.affiliation | Інститут прикладних проблем механіки і математики ім. Я. С. Підстригача Національної академії наук України | |
dc.contributor.affiliation | Lviv Polytechnic National University | |
dc.contributor.affiliation | Lviv National University of Veterinary Medicine and Biotechnology | |
dc.contributor.affiliation | Institute for Applied Problems of Mechanics and Mathematics | |
dc.contributor.author | Сеник, Андрій | |
dc.contributor.author | Манзій, Олександра Степанівна | |
dc.contributor.author | Футрик, Юрій | |
dc.contributor.author | Степанюк, Олександр | |
dc.contributor.author | Сеник, Юлія | |
dc.contributor.author | Senyk, Andriy | |
dc.contributor.author | Manziy, Oleksandra | |
dc.contributor.author | Futryk, Yuriy | |
dc.contributor.author | Stepanyuk, Oleksandr | |
dc.contributor.author | Senyk, Yuliya | |
dc.coverage.placename | Львів | |
dc.coverage.placename | Lviv | |
dc.date.accessioned | 2023-08-17T06:36:09Z | |
dc.date.available | 2023-08-17T06:36:09Z | |
dc.date.created | 2022-03-01 | |
dc.date.issued | 2022-03-01 | |
dc.description.abstract | У зв’язку із широкомасштабними змінами економіки у світі й, зокрема, в Україні останнім часом спостерігається значне підвищення інтересу до завдань теорії інвестицій. Прикладом може слугувати активізація останніми роками купівлі акцій великих міжнародних компаній та криптовалют і відповідно стрімке зростання їх вартостей. Відомо, що як особливий випадок у теорії інвестицій розглядають завдання оптимізації інвестиційних портфелів. Встановлено, що питання прийняття рішень щодо формування та оптимізації інвестиційного портфеля перебуває у полі уваги як великих інвестиційних компаній, так і приватних інвесторів, оскільки, вибираючи серед можливих альтернатив розподілу капіталовкладень у межах ринку фінансових активів, інвестор отримає різні результати. Прийнято, що оптимальний розподіл наповнення інвестиційного портфеля повинен забезпечувати найкращий дохід за умови збереження найменших ризиків, а під результатом слід розуміти величину доходу, отриманого за час володіння інвестиційним портфелем. Відомо, що рішення щодо структури розподілу капіталу часто приймають в умовах невизначеності, а дохідність від вкладення капіталу в об’єкти інвестування є випадковою. Все це породжує додаткові ризики, тому завдання вкладення капіталу та оптимізації портфеля інвестицій повинні ставитися та вирішуватися в умовах наявності ризику. Ефективна інвестиційна діяльність змушує звертатись до використання спеціальних математичних методів та інформаційних засобів підтримки прийняття рішень. Розроблено інформаційну систему підтримки прийняття рішень формування портфеля цінних паперів, що дає змогу потенційним інвесторам самостійно оцінювати ефективність набору інвестиційного портфеля, порівнюючи динаміку росту наявних на фінансовому ринку акцій. Відомо, що більшість інформації, з якою стикається інвестор, подана у табличному форматі, а згідно із методологією наукового пізнання людина краще сприймає візуалізовані способи подання інформації. У новоствореній інформаційній системі застосовано процес візуалізації, що надає доступну табульовану інформацію у структурованому вигляді схем, графіків, діаграм. | |
dc.description.abstract | Due to large-scale changes in the economy in the world and in Ukraine in particular, there has recently been a significant increase in interest in the problems of investment theory. An example is the intensification in recent years of the purchase of shares of large international companies and cryptocurrencies and, according to the rapid growth of their values. It is known that as a special case, the theory of investment considers the task of optimizing investment portfolios. It is established that the issue of decision-making on the formation and optimization of the investment portfolio is in the field of attention of both large investment companies and private investors, because choosing among possible alternatives for allocating investments within the financial assets market, the investor will get different results. It is accepted that the optimal distribution of the investment portfolio should provide the best return while maintaining the least risk, and the result should be understood as the amount of income received during the period of ownership of the investment portfolio. An information system to support the decision-making of the securities portfolio has been developed, which allows potential investors to independently on assess the effectiveness of the investment portfolio by comparing the growth dynamics of shares available on the financial market. It is known that most of the information encountered by the investor is in tabular format, and according to the methodology of scientific knowledge, people are more receptive to visualized ways of presenting information. The newly created information system uses a visualization process that presents available tabulated information in a structured form of diagrams, graphs, charts. | |
dc.format.extent | 39-55 | |
dc.format.pages | 17 | |
dc.identifier.citation | Інформаційна система підтримки процесів прийняття рішень при формуванні портфеля цінних паперів / Андрій Сеник, Олександра Манзій, Юрій Футрик, Олександр Степанюк, Юлія Сеник // Вісник Національного університету "Львівська політехніка". Інформаційні системи та мережі. — Львів : Видавництво Львівської політехніки, 2022. — № 11. — С. 39–55. | |
dc.identifier.citationen | Information system supporting decision-making processes for forming of securities portfolio / Andriy Senyk, Oleksandra Manziy, Yuriy Futryk, Oleksandr Stepanyuk, Yuliya Senyk // Visnyk Natsionalnoho universytetu "Lvivska politekhnika". Informatsiini systemy ta merezhi. — Lviv : Lviv Politechnic Publishing House, 2022. — No 11. — P. 39–55. | |
dc.identifier.doi | doi.org/10.23939/sisn2022.11.039 | |
dc.identifier.uri | https://ena.lpnu.ua/handle/ntb/59489 | |
dc.language.iso | uk | |
dc.publisher | Видавництво Львівської політехніки | |
dc.publisher | Lviv Politechnic Publishing House | |
dc.relation.ispartof | Вісник Національного університету "Львівська політехніка". Інформаційні системи та мережі, 11, 2022 | |
dc.relation.references | 1. Markowitz, H. (1952). Portfolio selection. Journal of Finance, 7(1), 77–91. URL: https://doi.org/10.1111/j.1540-6261.1952.tb01525.x | |
dc.relation.references | 2. Кузьмін О. Є., Алєксєєв І. В., Колісник М. К. (2007). Проблеми фінансово-кредитного регулювання інноваційного розвитку виробничо-господарських структур: монографія / за заг. ред. О. Є. Кузьміна, І. В. Алєксєєва. Львів: Вид-во Нац. ун-ту “Львівська політехніка”, 152 с. | |
dc.relation.references | 3. Lu, J., Ruan, D. and Zhang, G. (eds.) (2007). E-Service Intelligence: Methodologies, Technologiesand Applications (Springer-Verlag, Berlin, Heidelberg. URL: https://dl.acm.org/doi/10.5555/1203907. | |
dc.relation.references | 4. Stoilov, T. (2019). How to integrate complex optimal data processing in information services ininternet, in Proc. 20th Int. Conf. Computer Systems and Technologies, ACM Digital Library, 19–30. URL: https://doi.org/10.1145/3345252.3345254. | |
dc.relation.references | 5. Ta, V. D., Liu, C. M. and Tadesse, D. A. (2020). Portfolio optimization-based stock predictionusing longshort term memory network in quantitative trading, Applied Sciences, 10(2020), 437. URL: https://doi.org/10.3390/app10020437. | |
dc.relation.references | 6. Кальний С. В., Висоцький В. А. (2019). Управління формуванням інвестиційного портфеля підприємства в Україні. Ефективна економіка, № 3. URL: http://www.economy.nayka.com.ua/?op=1&z=6953. https://doi:10.32702/2307-2105-2019.3.39 | |
dc.relation.references | 7. Мединська Т. В., Рущишин Н. М., Ніконенко У. М. (2020). Податкове регулювання інвестиційної діяльності банків України. Бізнес Інформ, № 11, С. 316–324. URL: https://doi.org/10.32983/2222-4459-2020-11-316-324 | |
dc.relation.references | 8. García-Galicia, M., Carsteanu, A. A. and Clempner, J. B. (2019). Continuous-time mean varianceportfolio with transaction costs: Aproximal approach involving time penalization, International Journal of General Systems, 48(2), 91–111. URL: https://doi:10.1080/03081079.2018.1522306. | |
dc.relation.references | 9. Huang, X. and Wang, X. (2019). Portfolio investment with options based on uncertainty theory, International Journal of Information Technology & Decision Making, 18, 929–952. URL: https://doi.org/10.1142/S0219622019500159. | |
dc.relation.references | 10. Allaj, E. (2020). The Black–Litterman model and views from a reverse optimization procedure: An out-ofsample performance evaluation. Computational Management Science, 17, 465–492. URL: https://doi.org/10.1007/s10287-020-00373-6. | |
dc.relation.references | 11. Palczewski, A. and Palczewski, J. (2019). Black-Litterman model for continuous distributions. European Journal of Operational Research, 273(2), 708–720. URL: https://doi:10.1016/j.ejor.2018.08.013, https://www.science direct. comscience/ article/pii/S0377221718306933. | |
dc.relation.references | 12. Rutkowska, A.., Bartkowiak, M. (2019). Exertion approach to vague information in portfolioselection problem with many views, 2019 Conf. Int. Fuzzy Systems Association and the European Society for Fuzzy Logic and Technology (EUSFLAT 2019) (Atlantis Press, Paris, France, 142–149. URL: https://www.atlantispress.comproceedings/eusat-19/125914792 | |
dc.relation.references | 13. Wen, F., Xu, L., Ouyang, G. and Kou, G. (2019). Retail investor attention and stock price crashrisk: Evidence from China. Journal of International Review of Financial Analysis, 65(2019), 1–15. URL: https://doi.org/10.1016/j.irfa.2019.101376. | |
dc.relation.references | 14. Kou, G., Akdeniz, Ö., Dinçer, H. and Yüksel, S. (2021). Fintech investments in European banks: Ahybrid IT2 fuzzy multidimensional decision-making approach. Journal of Financial Innovation, 7(39), 1–28. URL: https://doi.org/10.1186/s40854-021-00256-y. | |
dc.relation.references | 15. Wes McKinney (2018). Python for Data Analysis. Wes McKinney, Julie Steele and Meghan Blanchette. United States of America: O’Reilly, 470 с. | |
dc.relation.references | 16. Jake, VanderPlas (2017). Python Data Science Handbook. Essential Tools for Working with Data / Jake VanderPlas. United States of America: O’Reilly Media, Inc., 1005. Gravenstein Highway North, Sebastopol, CA 95472, 548. | |
dc.relation.references | 17. Ярошко С. М., Манзій О. С.. (2021). Фінансова математика. Частина 1: навч. посіб. Львів: ЗУКЦ, 209 с. | |
dc.relation.references | 18. Dickey, D. A.; Fuller, W. A. (1979). Distribution of the Estimators for Autoregressive Time Series with a Unit Root. Journal of the American Statistical Association, 74 (366): 427–431. JSTOR 2286348. URL: https://doi:10.1080/01621459.1979.10482531. | |
dc.relation.referencesen | 1. Markowitz, H. (1952). Portfolio selection. Journal of Finance, 7(1) 77–91. Available at: https://doi.org/10.1111/j.1540-6261.1952.tb01525.x | |
dc.relation.referencesen | 2. Kuzmin, O., Alekseev, I., Kolisnyk, M. (2007). Problems of financial and credit regulation of innovative development of production and economic structures: monograph. Lviv Polytechnic National University Publishing House, 152 p. | |
dc.relation.referencesen | 3. Lu, J. D. Ruanand G. Zhang (eds.) (2007). E-Service Intelligence: Methodologies, Technologies and Applications (Springer-Verlag), Berlin, Heidelberg. Available at: https://dl.acm.org/doi/10.5555/1203907. | |
dc.relation.referencesen | 4. Stoilov T. (2019). How to integrate complex optimal data processing in information services ininternet, in Proc. 20th Int. Conf. Computer Systems and Technologies, ACM DigitalLibrary, 19–30. Available at: https://doi.org/10.1145/3345252.3345254. | |
dc.relation.referencesen | 5. Ta, V. D., Liu, C. M. and Tadesse, D. A. (2020). Portfolio optimization-based stock predictionusing longshort term memory network in quantitative trading. Applied Sciences, 10(2020), 437. https://doi.org/10.3390/app10020437. | |
dc.relation.referencesen | 6. Kalnyi, S. V. and Vysotskyi, V. A. (2019). Management formation of investment portfolio enterprises in Ukraine, Efektyvna ekonomika, [Online], Vol. 3. Available at: http://www.economy.nayka.com.ua/?op=1&z=6953. https://doi:10.32702/2307-2105-2019.3.39 | |
dc.relation.referencesen | 7. Medynska, T. V., Rushchyshyn, N. M., and Nikonenko, U. M. (2020). Tax Regulation of Investment Activity of Ukrainian Banks, Business Inform, 11:316–324. Available at: https://doi.org/10.32983/2222-4459-2020-11-316-324 | |
dc.relation.referencesen | 8. García-Galicia, M., Carsteanu, A. A. and Clempner, J. B. (2019). Continuous-time mean varianceportfolio with transaction costs: A proximal approach involving time penalization, International Journal of General Systems, 48(2), 91–111. Available at: https://doi: 10.1080/03081079.2018. 1522306. | |
dc.relation.referencesen | 9. Huang, X. and Wang, X. (2019). Portfolio investment with options based on uncertainty theory, International Journal of Information Technology & Decision Making, 18, 929–952. Available at: https://doi.org/10.1142/S0219622019500159. | |
dc.relation.referencesen | 10. Allaj, E. (2020). The Black–Litterman model and views from a reverse optimization procedure: An out-ofsample performance evaluation, Computational Management Science, 17(2020), 465–492. Available at: https://doi.org/10.1007/s10287-020-00373-6. | |
dc.relation.referencesen | 11. Palczewski, A. and Palczewski, J. (2019). Black-Litterman model for continuous distributions. European Journal of Operational Research, 273(2), 708–720. Available at: https://doi:10.1016/j.ejor.2018.08.013, https://www.sciencedirect.comscience/article/pii/S0377221718306933. | |
dc.relation.referencesen | 12. Rutkowska, A. and Bartkowiak, M. (2019). Exertion approach to vague information in portfolioselection problem with many views, 2019 Conf. Int. Fuzzy Systems Association and theEuropean Society for Fuzzy Logic and Technology (EUSFLAT 2019) (Atlantis Press, Paris, France, 2019), 142–149. https://www.atlantispress.comproceedings/eus°at-19/125914792. | |
dc.relation.referencesen | 13. Wen, F., Xu, L., Ouyang, G. and Kou, G. (2019). Retail investor attention and stock price crashrisk: Evidence from China, Journal of International Review of Financial Analysis, 65(2019), 1–15. Available at: https://doi.org/10.1016/j.irfa.2019.101376. | |
dc.relation.referencesen | 14. Kou, G., Akdeniz, Ö., Dinçer, H. and Yüksel, S. (2021). Fintech investments in European banks: Ahybrid IT2 fuzzy multidimensional decision-making approach. Journal of Financial Innovation, 7(39), 1–28. Available at: https://doi.org/10.1186/s40854-021-00256-y. | |
dc.relation.referencesen | 15. Wes McKinney (2018). Python for Data Analysis / Wes McKinney, Julie Steele and Meghan Blanchette. United States of America: O’Reilly, 470. | |
dc.relation.referencesen | 16. Jake VanderPlas (2017). Python Data Science Handbook. Essential Tools for Working with Data / Jake VanderPlas. United States of America: O’Reilly Media, Inc., 1005. Gravenstein Highway North, Sebastopol, CA 95472, 548. | |
dc.relation.referencesen | 17. Yaroshko, S., Manziy, O. (2021). Financial mathematics. Part 1. Lviv: ZUKC Publishing House, 209 p. | |
dc.relation.referencesen | 18. Dickey, D. A.; Fuller, W. A. (1979). Distribution of the Estimators for Autoregressive Time Series with a Unit Root. Journal of the American Statistical Association, 74 (366): 427–431. JSTOR2286348. Available at: https://doi:10.1080/01621459.1979.10482531 | |
dc.relation.uri | https://doi.org/10.1111/j.1540-6261.1952.tb01525.x | |
dc.relation.uri | https://dl.acm.org/doi/10.5555/1203907 | |
dc.relation.uri | https://doi.org/10.1145/3345252.3345254 | |
dc.relation.uri | https://doi.org/10.3390/app10020437 | |
dc.relation.uri | http://www.economy.nayka.com.ua/?op=1&z=6953 | |
dc.relation.uri | https://doi:10.32702/2307-2105-2019.3.39 | |
dc.relation.uri | https://doi.org/10.32983/2222-4459-2020-11-316-324 | |
dc.relation.uri | https://doi:10.1080/03081079.2018.1522306 | |
dc.relation.uri | https://doi.org/10.1142/S0219622019500159 | |
dc.relation.uri | https://doi.org/10.1007/s10287-020-00373-6 | |
dc.relation.uri | https://doi:10.1016/j.ejor.2018.08.013 | |
dc.relation.uri | https://www.science | |
dc.relation.uri | https://www.atlantispress.comproceedings/eusat-19/125914792 | |
dc.relation.uri | https://doi.org/10.1016/j.irfa.2019.101376 | |
dc.relation.uri | https://doi.org/10.1186/s40854-021-00256-y | |
dc.relation.uri | https://doi:10.1080/01621459.1979.10482531 | |
dc.relation.uri | https://doi: | |
dc.relation.uri | https://www.sciencedirect.comscience/article/pii/S0377221718306933 | |
dc.relation.uri | https://www.atlantispress.comproceedings/eus | |
dc.rights.holder | © Національний університет “Львівська політехніка”, 2022 | |
dc.rights.holder | © Сеник А., Манзій О., Футрик Ю., Степанюк О., Сеник Ю., 2022 | |
dc.subject | інформаційні та комунікаційні технології | |
dc.subject | математичні методи | |
dc.subject | візуалізація | |
dc.subject | ризик | |
dc.subject | теорія портфеля | |
dc.subject | Python | |
dc.subject | information and communication technologies | |
dc.subject | mathematical methods | |
dc.subject | visualization | |
dc.subject | risk | |
dc.subject | portfolio theory | |
dc.subject | Python | |
dc.subject.udc | 004.413.4 (330.322.1) | |
dc.title | Інформаційна система підтримки процесів прийняття рішень при формуванні портфеля цінних паперів | |
dc.title.alternative | Information system supporting decision-making processes for forming of securities portfolio | |
dc.type | Article |
Files
License bundle
1 - 1 of 1