Детальная информация

Данная работа посвящена разработке и исследованию программной системы поддержки принятия решений, ориентированной на качественное многокритериальное ранжирование инвестиционных альтернатив и формирование оптимального инвестиционного портфеля с учётом предпочтений пользователя, бюджетных ограничений и уровня риска. Задачи, которые решались в ходе исследования: 1. Анализ существующих подходов и программных решений в области инвестиционного выбора и СППР. 2. Формализация инвестиционных предпочтений на основе бинарных отношений и механизмов выбора. 3. Разработка теоретической модели многокритериального ранжирования альтернатив и процедуры получения итоговых оценок. 4. Реализация программной системы поддержки принятия решений с модульной архитектурой. 5. Проведение экспериментального исследования для оценки корректности и устойчивости получаемых результатов. 6. Формирование оптимального инвестиционного портфеля при бюджетных ограничениях и учёте риска. Работа выполнена на базе Высшей школы программной инженерии СПбПУ. Проведен анализ предметной области, включая открытые данные на finam.ru. Разработана математическая модель задачи, в качестве методологической основы которой использовались механизмы доминирования, блокировки, турнирного и K-максимального выбора с последующей агрегацией результатов. В результате разработана и реализована программная система поддержки принятия решений по инвестициям, обеспечивающая загрузку сценарных данных, формирование бинарных отношений, вычисление итоговых оценок и ранжирования альтернатив, а также формирование оптимального инвестиционного портфеля с представлением результатов в табличной и графической форме. Экспериментальная проверка проведена на трёх сценариях: акции российских компаний, криптовалюты и объекты недвижимости в Москве. Для каждого сценария задавалось не менее шести инвестиционных альтернатив и предпочтений; дополнительно выполнялись исследования с уравниванием весов, сокращением набора предпочтений и изменением состава альтернатив. Также выполнено формирование оптимального инвестиционного портфеля: для акций и криптовалют использовался бюджет 100 000 рублей при штрафе за риск 0,1, для недвижимости — бюджет 100 млн рублей при штрафе за риск 0,15. Система формирует состав портфеля и структуру распределения вложений, что завершает полный цикл поддержки принятия решений от задания предпочтений до получения итогового решения. Для достижения данных результатов в работе были использованы современные информационные технологии и программные средства: язык программирования Python 3.11, серверная часть на FastAPI, пользовательский веб-интерфейс (SPA) на React, система контроля версий GitLab, средства автоматизированного тестирования pytest, инструменты анализа покрытия кода, система непрерывной интеграции GitLab CI/CD, а также контейнеризация Docker для воспроизводимого развёртывания и выполнения вычислительных экспериментов.

The work focuses on the development and analysis of a software decision support system designed to perform qualitative multicriteria ranking of investment alternatives and to generate an optimal investment portfolio while accounting for user preferences, budget constraints, and risk level. The research set the following goals: 1. Analysis of existing approaches and software solutions in the field of investment decision-making and decision support systems. 2. Formalization of investment preferences based on binary relations and selection mechanisms. 3. Development of a theoretical model for multicriteria ranking of alternatives and a procedure for obtaining aggregated final scores. 4. Implementation of a software decision support system with a modular architecture. 5. Conducting an experimental study to assess the correctness and stability of the obtained results. 6. Formation of an optimal investment portfolio under budget constraints and risk considerations. The work was carried out at the Higher School of Software Engineering of Peter the Great St. Petersburg Polytechnic University. An analysis of the subject area was performed, including the use of open data from finam.ru. A mathematical model of the problem was developed, with domination, blocking, tournament, and K-maximum selection mechanisms used as the methodological basis, followed by aggregation of results. As a result, a software decision support system for investment decision-making was developed and implemented. The system ensures loading of scenario-based input data, formation of binary preference relations, computation of final scores and rankings of alternatives, as well as generation of an optimal investment portfolio with results presented in tabular and graphical form. Experimental validation was conducted for three scenarios: stocks of Russian companies, cryptocurrencies, and real estate objects in Moscow. For each scenario, at least six investment alternatives and preferences were defined; additional studies included weight equalization, reduction of the preference set, and modification of the alternative set. An optimal investment portfolio was also formed: for stocks and cryptocurrencies, a budget of 100,000 rubles with a risk penalty of 0.1 was used; for real estate, a budget of 100 million rubles with a risk penalty of 0.15 was applied. The system generates the portfolio composition and investment allocation structure, completing the full decision support cycle from preference specification to obtaining the final decision. To achieve these results, the following information technologies and software tools were used: Python 3.11 programming language, FastAPI server framework, React-based single-page application (SPA), GitLab version control system, automated testing tools pytest, code coverage analysis tools, GitLab CI/CD continuous integration system, and Docker containerization for reproducible deployment and execution of computational experiments.