Examinando por Materia "Markowitz"
Mostrando 1 - 5 de 5
Resultados por página
Opciones de ordenación
Publicación Acceso abierto Análisis de sentimientos para la construcción de las matrices P y Q en el modelo de Black-Litterman para la optimización de portafolios(Universidad EIA, 2024) Jaramillo Uparela, Mauricio; Higuita Rivillas, Sebastián; Guerra Polania, Wincy AlejandroRESUMEN: El trabajo de crear portafolios de inversión es un campo de estudio bastante amplio y sobre el que se ha investigado mucho en el mundo académico de las finanzas y la economía. Desde los modelos convencionales de colocación de activos como el de Harry Markowitz en 1952, hasta algunos modelos más sofisticados como el de Fisher Black y Robert Litterman en 1990. En el trabajo desarrollado inicialmente por Black y Litterman y posteriormente mejorado por Litterman y He (2002), se incorpora la posibilidad de añadir perspectivas subjetivas a un proceso meramente matemático para la colocación de activos. Un enfoque que transformaría permanentemente los fondos de inversión y sobre lo que este trabajo indagará profundamente. Con la revolución tecnológica en materia de la inteligencia artificial, muchos se preguntan hoy en día cuál es su alcance y en qué tareas podría empezar la inteligencia artificial a servir como herramienta para los humanos. Maquinas cada vez más desarrolladas incluso con la capacidad de entender el lenguaje humano hacen pensar que estas herramientas vinieron para quedarse y revolucionar todo lo que conocemos. No es de extrañar que el mundo de las finanzas vaya adquiriendo cada vez más interés en este nuevo potencial emergente. De ahí, nace la idea y la motivación con la que se realiza este trabajo, pensar en el qué puede llegar a pasar en el proceso de colocar activos para un portafolio de inversión si en lugar de ser un humano quien esté detrás de la operación es una máquina con la capacidad de recoger grandes cantidades de información del mercado en minutos, qué tan eficaz pueden ser las visiones de mercado generadas artificialmente con procesadores de lenguaje natural, son todas preguntas que a lo largo de este trabajo se exploran parcialmente. Por último, las metodologías empleadas para el desarrollo de las ideas planteadas para la investigación antes mencionadas son un primer vistazo de lo que puede llegar a escalarse a modelos de mayor precisión y de mayor complejidad con un volumen de información superior y de mayor calidad.Ítem Acceso abierto Análisis histórico de activos financieros colombianos para construir un portafolio de inversión óptimo para cada perfil del inversionista según edad, género e ingresos(2024-09) Lochmuller Lochmuller, Christian; Fonseca, A.; Castañeda, T.En Colombia, un porcentaje muy bajo de la población destina parte de sus ingresos a invertir. Solo el 2.5% de la población ocupada participa en el mercado accionario. Una de las estrategias que se pueden implementar para incentivar la participación de los colombianos en el mercado de capitales domésticos es la aplicación de la metodología de la frontera eficiente de Markowitz. Esta busca reducir el riesgo al que se enfrentan los inversionistas al acceder al mercado. Su objetivo es designar el capital de la forma más eficiente en un portafolio de activos y luego combinar este con un activo libre de riesgo. El gran beneficio es que dependiendo del nivel de aversión al riesgo se asignan los porcentajes del capital entre los diferentes tipos de activos. Además, se hace uso de los beneficios de la correlación y de la diversificación para reducir los riesgos sin afectar la rentabilidad del portafolio. En el mercado local, están disponibles distintos instrumentos de inversión para los colombianos, como acciones, instrumentos de renta fija, ETF, fondos de inversión colectiva, entre otros. Elegir cuál es la mejor combinación de los anteriores para cada persona no es tarea sencilla, por lo que surge la siguiente pregunta de investigación: ¿Cuál composición de activos dentro de un portafolio sugiere la metodología de la frontera eficiente de Markowitz, y cómo varía la asignación de capital a este portafolio con cambios en la edad, el género y los ingresos? Por consiguiente, el objetivo de esta investigación consiste en construir un portafolio de activos financieros colombianos, utilizando la metodología de Markowitz con el fin de pronosticar el nivel de asignación que le darían los potenciales inversionistas al portafolio y a los activos libre se riesgo según su perfil de inversionista y la aversión al riesgo mientras que se pronostica la rentabilidad esperada de cada uno. Esto implica: (a) encontrar la frontera eficiente de Markowitz; (b) definir un portafolio óptimo en razón de la rentabilidad y riesgo (Ratio Sharpe; y (c) analizar la rentabilidad esperada y el riesgo que tendrán los inversionistas en promedio, según su edad, género e ingresos. Como resultado preliminar, se encontró el portafolio óptimo usando la metodología de la frontera eficiente de Markowitz, que ofrece un rendimiento esperado del 14.8% anual y una volatilidad anual del 21.1 %. También se ha encontrado la mínima y máxima varianza de un portafolio alcanzable con activos dentro del índice ICOLCAP siendo estas, en orden, del 13.8 % y del 76%. Se formó la línea de asignación de capital (capital allocation line, CAL) analizando distintas asignaciones de capital a invertir entre títulos de deuda gubernamental y el portafolio óptimo, logrando siempre un Sharpe Ratio de 0.22.Publicación Acceso abierto Construcción de modelos para la optimización de portafolios de inversión en renta variable, con base en Markowitz, Blacklitterman y optimización heurística(2021) Uribe Mejía, Tatiana; López Jaramillo, Andrea; García Suaza, AndrésRESUMEN: La presente propuesta de investigación plantea el desarrollo de modelos automatizados en Python para la construcción de portafolios de inversión, como métodos alternativos e innovadores, a partir de los cuales se busca optimizar tiempo, capital de trabajo y lograr los objetivos planteados por los inversionistas en la relación riesgo-retorno respecto a un benchmark. Estas herramientas son un instrumento crucial para diferentes instituciones financieras que actualmente utilizan mecanismos estáticos (Excel) y modelos tradicionales de manera independiente, como Markowitz y/o Black-Litterman, sin dar solución a los inconvenientes de cada uno. Lo anterior se lleva a cabo a través de mejoras a los modelos tradicionales Markowitz y Black-Litterman, la implementación de un tercer modelo basado en optimización heurística (que incorpora elementos de la inteligencia computacional) y la combinación de los anteriores para aumentar la diversificación. En cuanto a las mejoras de los dos primeros, para Markowitz se tiene el cálculo de la varianza condicional mediante el modelo GARCH; para Black-Litterman, el cálculo objetivo de la tabla de views, según un horizonte de tiempo, mediante información obtenida a través del análisis de sentimiento de noticias, análisis de indicadores fundamentales y el pronóstico de retornos con una red neuronal LSTM. En lo referente al tercero, se optó por la programación de un modelo de algoritmo genético que busca maximizar una función objetivo, definida como la relación riesgo-retorno premiada por la rentabilidad adicional al benchmark y castigada por su sensibilidad con el mismo. Por otro lado, la combinación de modelos se efectuó mediante dos criterios: el primero, promediando los pesos resultantes de cada metodología; y el segundo, efectuando una ponderación de acuerdo a los resultados individuales de los modelos en indicadores de desempeño seleccionados. Para la evaluación óptima de las carteras arrojadas por los modelos mencionados anteriormente, se realizó un backtesting comprendido entre el 2013 y el 2019 (omitiendo los años siguientes con el fin de evitar el ruido generado por la pandemia como escenario extremo), en los cuales se implementaron rebalanceos periódicos en el portafolio de acuerdo a los plazos de inversión definidos (corto, mediano y largo plazo). Igualmente, se evaluaron los modelos en tiempo real para un periodo de un mes (marzo 2021). De lo anterior, en el backtesting todos los modelos propuestos, además de representar una ventaja frente a los tradicionales gracias a su automatización, arrojaron indicadores mejorados y rentabilidades superiores al benchmark de evaluación (S&P500), éste último seleccionado por la alta liquidez de los activos que lo conforman. Ahora, en referencia a la evaluación en tiempo real, se concluye que los modelos no tuvieron una buena respuesta bajo un escenario de estrés como lo es la contingencia actual. Los resultados finales muestran que el modelo de Markowitz mejorado presenta el mejor ratio de Sharpe para el corto y mediano plazo, mientras que el modelo de Black-Litterman y los modelos integrados se destacan por el desempeño en el mediano y largo plazo. Al tiempo, el algoritmo genético se presenta como un importante generador de alfa en el corto y mediano plazo. Es importante tener en cuenta que estos resultados pueden varían por la composición del portafolio y el periodo de tiempo en que se realiza el proceso de optimización.Publicación Acceso abierto Modelo computacional para optimización de portafolio con estrategia de inversión pasiva basada en ETFS(Universidad EIA, 2020) Ruz Barcha, Juan Camilo; Jaramillo Palacio, Verónica; Pérez Ramírez, Fredy OcarisRESUMEN: El presente trabajo, busca desarrollar un modelo computacional que permita administrar portafolios de inversión conformados por ETFs, estos son vehículos financieros que cotizan en bolsa y se caracterizan porque buscan reproducir un determinado índice bursátil, lo que permite aumentar la diversificación disminuyendo el riesgo. Se realizó una comparación entre los resultados de varias carteras con diferentes estrategias y perfiles de riesgo por medio de la teoría de portafolios de Harry Markowitz, y de la simulación Monte Carlo, ambos métodos combinados con el modelo de Sharpe, escogiendo uno de estos como el más eficiente para desarrollar el algoritmo y haciendo uso de la misma para la administración de los portafolios durante un período de cuatro meses, lo que permitió analizar los resultados obtenidos por medio de Backtesting, al generar portafolios que superen a su referente (Benchmark). A su vez, fueron comparados los resultados de portafolios obtenidos únicamente por medio del modelo, y otros generados con el mismo algoritmo, pero con una gestión basada en noticias y movimientos del mercado. Teniendo en cuenta que el estudio se realizó durante el año 2020, en medio de la crisis del COVID-19, el trabajo presenta un estudio de la volatilidad de los retornos por medio de un modelo de la familia GARCH, en el cual se analizan los resultados y se dan recomendaciones.Publicación Sólo datos SELECCIÓN DE PORTAFOLIOS DE INVERSIÓN SOCIALMENTE RESPONSABLES USANDO EL MÉTODO DE LAS RESTRICCIONES Y LA TÉCNICA MULTICRITERIO PROCESO ANALÍTICO JERÁRQUICO(Fondo Editorial EIA - Universidad EIA, 2016-02-25) Bernard Suárez, Lady Mayerly; Ortiz Pimiento, Néstor Raúl; Duarte Duarte, Juan BenjamínEn este artículo se presenta un procedimiento que permite apoyar el proceso de decisión de los inversionistas al seleccionar un portafolio que cumpla con sus expectativas económicas y con aquellas relacionadas con Responsabilidad Social Empresarial (RSE). Para ello, se consideran criterios de rentabilidad y riesgo como medidas económicas que, abor- dadas desde el método de las restricciones, dan como resultado una serie de portafolios eficientes que se emplean como alternativas para la aplicación de la técnica multicriterio AHP (sigla en inglés), la cual permite establecer el portafolio que cumple con criterios de gobierno corporativo, relaciones con colaboradores, medio ambiente y relaciones con la co- munidad como medidas de RSE. El procedimiento se aplica en la selección de portafolios de inversión para acciones del mercado bursátil colombiano, dando como resultado que el portafolio que mejor cumple con los criterios establecidos en este artículo para RSE también es el de mínimo riesgo.
