Examinando por Materia "Portafolio de inversión"
Mostrando 1 - 2 de 2
Resultados por página
Opciones de ordenación
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 Acceso abierto Optimización de portafolios de inversión con views obtenidos por modelación de volatilidad(Universidad EIA, 2022) Ossa Pérez, Jesús Andrés; Agudelo Ávila, David; Pérez Ramírez, Fredy OcarisRESUMEN: Optimizar portafolios de inversión maximizando su rentabilidad esperada y minimizando el riesgo de los mismos, mediante la implementación de modelos tradicionales, puede afectar el rendimiento futuro de los inversionistas, debido a las limitaciones con las que cuenta cada uno de estos modelos. En el presente proyecto se plantea construir portafolios óptimos, diversificados y automatizados, con el objetivo de obtener resultados más aproximados a la realidad del entorno bursátil, disminuyendo los sesgos que podrían tener los analistas. Para su consecución, se obtendrán datos de los activos, modelos y demás requerimientos para el posterior desarrollo de los modelos de los portafolios de inversión. Posteriormente, se determinarán los inputs de los modelos a obtener por medio de modelación de volatilidad, se ejecutarán los modelos previstos con los inputs definidos previamente y se analizarán los resultados obtenidos por medio de la comparación del desempeño de los modelos. Finalmente, se compararán los resultados de los modelos con inputs obtenidos por modelación de volatilidad mediante la evaluación de los mismos a tiempo real. Se obtendrá un listado de los modelos y activos seleccionados con sus respectivas series de tiempo, una metodología de modelación, un listado de views de los activos seleccionados para los periodos de tiempo a trabajar y pronósticos de volatilidades y rentabilidades de los activos obtenidos por medio de la modelación de volatilidad. Adicionalmente, se generará un desarrollo teórico y práctico de los modelos de Markowitz y Black - Litterman, obteniendo resultados para diferentes ventanas de tiempo y distintas situaciones de mercado. Por último, se desarrollarán conclusiones derivadas de las técnicas de análisis y resultados de los modelos ejecutados, determinando la veracidad de los views y generando recomendaciones respecto a la utilización de los modelos y análisis de perdurabilidad en el tiempo de los inputs.