Publikace detail

Robotic process automation for investment modelling

Autoři: Gogola Ján | Šild Petr

Rok: 2019

Druh publikace: článek ve sborníku

Název zdroje: European Financial Systems 2019 : Proceedings of the 16th International Scientific Conference

Název nakladatele: Masarykova univerzita

Místo vydání: Brno

Strana od-do: 126-132

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	Robotic process automation investičního portfolia	Vývoj ve vědě o datech, strojovém učení a umělé inteligenci nás nutí znovu se zabývat otázkou „Co by mělo být automatizováno a co by měli dělat lidé?“ Hlavním cílem našeho příspěvku je použít automatizaci robotických procesů (RPA) k vytvoření modelu. který identifikuje rizikové situace na základě tržních cen a externích dat, jako jsou peněžní zásoby M2, index spotřebitelské důvěry (CCI), denní výnosová křivka státní pokladniční poukázky atd., a doporučuje jakou část aktiv držet v portfoliu. Naším cílem je vytvořit model, který porazí jeho benchmark, index S&P 500. Za tímto účelem vytvoříme portfolio složené z jednotlivých akciových titulů obsažených v indexu S&P 500 a porovnáme modelovou míru návratnosti se skutečnou mírou S&P 500 za období od 1.1. 2004 až 1.1. 2019. V důsledku toho můžeme ukázat, že kumulativní výnos modelu překonává jeho referenční hodnotu cca. sedminásobně během sledovaného období.	robotic process automation (RPA), teórie portfólia, data mining
eng	Robotic process automation for investment modelling	The developments in data science, machine learning and artificial intelligence force us to revisit the question “What should be automated and what should be done by humans?” The main objective of our contribution is to apply Robotic Process Automation (RPA) to create a model which identifies risk situations on the model based on the market prices and external data such as M2 Money Stock, Consumer Confidence Index (CCI), Daily Treasury Yield Curve etc., and recommend a proportion of assets in the portfolio. Our goal is to build a model that will beat its benchmark, the S&P 500 index, for that purpose we create a portfolio composed of individual stock titles contained in the S&P 500 index and compare the model rate of return with the real rate of the S&P 500 for the period from 1.1. 2004 to 1.1. 2019. As a result we can show that the cumulative yield of the model beats its benchmark approx. 7 times during the period under review.	robotic process automation (RPA), theory of portfolio, data mining

Search

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Ústavy

Pracoviště

Jak nás najdete?

Služby

Často hledáte