OPTIMIZACIÓN DE CARTERAS DE RENTA VARIABLE CON MACHINE LEARNING
DOI:
https://doi.org/10.23881/idupbo.023.2-2ePalabras clave:
Optimización de Carteras, Aprendizaje Automático, Graphical Lasso, Clustering Affinity Propagation, Muti-dimensional ScalingResumen
Ante el creciente papel y aceptación de la Inteligencia Artificial en el mundo de las Finanzas, esta investigación propone aplicar técnicas de Aprendizaje Automático en la gestión de carteras de inversión de renta variable abriendo la posibilidad de mejorar el proceso de estructuración de portafolios que generen resultados empíricos óptimos en relación a técnicas tradicionales, como la cartera de Máximo Índice de Sharpe y el Portafolio Igualmente Ponderado. En contraparte a estas técnicas tradicionales, se aplica la Técnica de Clustering Affinity Propagation como la principal para identificar patrones de comportamiento similar entre empresas, complementada con el algoritmo de Graphical Lasso para estimar la estructura de dependencia de los datos y Multi-Dimensional Scaling para mejorar la representación visual de los Clusters. A través de los resultados, se identifica que el portafolio que maximiza las medidas de rentabilidad y riesgo es aquel conformado mediante estas técnicas de Machine Learning. Se concluye que al combinar estas tres técnicas de Aprendizaje Automático, se obtiene una alternativa viable y efectiva en la gestión de carteras de inversión en el mercado de renta variable.Descargas
Referencias
Y. Romero y L. Barrientos, «Selección de carteras: una mirada a las metodologías estudiadas y aplicadas en Colombia.,» 2013. [En línea]. Available: https://revistas.udea.edu.co/index.php/cont/article/view/24099/19724.
L. Franco - Arbeláez, «Modelo de Markowitz y Modelo de Black- Litterman en la Optimización de Portafolios de Inversión. Rev.,» 2011. [En línea]. Available: http://repositorio.itm.edu.co/bitstream/handle/20.500.12622/881/40-Manuscrito-77-1-10-20170208.pdf?sequence=1&isAllowed=y.
U. Garay, «La Teoría Moderna, Nuevos desafíos y Oportunidades.,» 2010. [En línea]. Available: https://www.researchgate.net/publication/303697096_La_Teoria_Moderna_de_Portaf olios_Nuevos_Desafios_y_Oportunidades.
L. Silva, «Portfolio optimization using Mean Absolute Deviation (MAD) and Conditional Value-at- Risk (CVaR).,» 2017. [En línea]. Available: https://www.redalyc.org/jatsRepo/3967/396751070006/396751070006.pdf.
O. D. Mejía Carvajal, «Discusión sobre la teoría Moderna del portafolio. Aplicación de la internacionalización del portafolio, incluyendo el caso Colombiano.,» 2002. [En línea]. Available: https://www.redalyc.org/pdf/212/21208306.pdf.
H. Salas Harms, «La teoría de cartera y algunas consideraciones epistemológicas acerca de la teorización en las áreas económico- administrativas,» 2003. [En línea]. Available: https://www.redalyc.org/pdf/395/39520803.pdf.
M. L. Martínez Nieto, «Tesis Doctoral: Revisitando el modelo de Markowitz: modelos de optimización y aplicaciones.,» 2022. [En línea]. Available: https://repositorio.uloyola.es/bitstream/handle/20.500.12412/3277/2021_MariaLuisa Martinez_embargada.pdf?sequence=1&isAllowed=y.
A. A. Robisco y J. M. Carbó, «Inteligencia Artificial y Finanzas: Una Alianza Estratégica.,» 2022. [En línea]. Available: https://www.bde.es/f/webbde/SES/Secciones/Publicaciones/PublicacionesSeriadas/Do cumentosOcasionales/22/Fich/do2222.pdf.
M. Yuste Sánchez, «La Inteligencia artificial en las finanzas y su enfoque en el desarrollo y aplicación de los Robo- Advisors.,» 2020. [En línea]. Available: https://repositorio.comillas.edu/xmlui/handle/11531/40628.
D. Hinestroza Ramírez, «El Machine Learning a través de los tiempos y los aportes a la humanidad.,» 2018. [En línea]. Available: https://repository.unilibre.edu.co/handle/10901/17289.
R. Farias, E. Durán y S. Figueroa, «Las Técnicas de Clustering en la Personalización de Sistemas de e-Learning.,» 2008. [En línea]. Available: http://sedici.unlp.edu.ar/bitstream/handle/10915/21990/Documento_completo.pdf?seq uence=1&isAllowed=y.
M. Gómez Suarez, «El Análisis Cluster en Investigación de Marketing: Metodología y Crítica.,» 2002. [En línea]. Available: https://www.researchgate.net/profile/Monica-Gomez- Suarez/publication/283070714_EL_ANALISIS_CLUSTER_EN_INVESTIGACION _DE_MARKETING_METODOLOGIA_Y_CRITICA/links/562889ee08ae518e347c 28c1/EL-ANALISIS-CLUSTER-EN-INVESTIGACION-DE-MARKETING- METODOLOGIA-Y-CRITI.
A. N. Reiz, M. A. De La Hoz y M. E. García, «Big Data Analysis y Machine Learning en medicina intensiva.,» 2019. [En línea]. Available: https://doi.org/10.1016/j.medin.2018.10.007.
E. Manrique Rojas, «Machine Learning: análisis de lenguajes de programación y herramientas para desarrollo - ProQuest.,» 2020. [En línea]. Available: https://www.proquest.com/openview/c7e24c997199215aa26a39107dd2fe9 8/1?pq-origsite=gscholar&cbl=1006393.
Santander Scholarships, «Machine Learning: qué es y por qué está cambiando el mundo Santander Universidades.,» 2021. [En línea]. Available: https://www.becas- santander.com/es/blog/machine-learning-que-es.html/.
C. Russo, «Tratamiento Masivo de Datos Utilizando Técnicas de Machine Learning.,» 17 Mayo 2016. [En línea]. Available: https://repositorio.unnoba.edu.ar/xmlui/bitstream/handle/23601/107/1_reso urce.pdf?sequence=1&isAllowed=y.
R. L. De Mántaras, «El futuro de la IA: hacia inteligencias artificiales realmente inteligentes | OpenMind. OpenMind.,» 2018. [En línea]. Available: https://www.bbvaopenmind.com/articulos/el-futuro-de-la-ia-hacia-inteligencias-artificiales-realmente-inteligentes/.
F. Godino Gómez, «Estimación de Matrices de Covarianzas: Nuevas Perspectivas,» 2014. [En línea]. Available: http://e-spacio.uned.es/fez/eserv/bibliuned:masterMatavanz- Fgodino/Documento.pdf.
J. Mulvey, «Penalty methods [Vídeo],» 2020. [En línea]. Available: https://www.coursera.org/learn/python-machine-learning-for-investment-management/lecture/xvqVH/penalty-methods.
M. e. Garre, «Comparación de diferentes algoritmos de clustering en la estimación de coste en el desarrollo de software.,» 2007. [En línea]. Available: https://www.redalyc.org/pdf/922/92230103.pdf.
U. C. Von Luxburg, R. Williamson y I. Guyon, «Clustering: Science or Art?,» 2012. [En línea]. Available: http://proceedings.mlr.press/v27/luxburg12a/luxburg12a.pdf.
V. Arranz Barcenilla, «Aplicación web para la gestión de carteras de inversión usando técnicas de Inteligencia Artificial.,» 18 Noviembre 2022. [En línea]. Available: https://uvadoc.uva.es/handle/10324/57220.
A. A. Vásquez Clad, «Estimación de Riesgo de Fallo en Materias Basado en Similitud y Manejo de Incertidumbre Dada por Datos Académicos Históricos,» 2015. [En línea]. Available: https://www.dspace.espol.edu.ec/retrieve/f696e48f-158f-4422-bbbd- a793d02e753e/D-84541.pdf.
D. Mayor Tomillo, «Desarrollo de perfiles de pacientes afectados por síndrome de túnel carpiano y cefalea tensional mediante el uso de técnicas de aprendizaje automático,» 2020. [En línea]. Available: https://riunet.upv.es/bitstream/handle/10251/162320/71170215G_TFG- M_1600329498706185282145810529085.pdf?sequence=1.
D. Perrault-Joncas y M. Meil, «Metric Learning and Manifolds: Preserving the Intrinsic Geometry,» 2017. [En línea]. Available: https://sites.stat.washington.edu/mmp/geometry/reading-group17/html/RMetric.pdf.
Universidad Carlos III de Madrid., «Análisis de Multidimensional Scaling,» s.f.. [En línea]. Available: https://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/DM/tema4dm.pdf.
F. M. Guerrero Casas y J. M. Ramírez Hurtado, «El Análisis de Escalamiento Multidimensional: Una alternativa y un complemento a otras técnicas multivariantes.,» Enero 2002. [En línea]. Available: https://revistas.udea.edu.co/index.php/ceo/article/view/11450/10450.
J. Mulvey, «Unsupervised learning [Vídeo],» 2020. [En línea]. Available: https://www.coursera.org/learn/python-machine-learning-for-investment-management/lecture/lFYle/unsupervised-learning.
V. P. Vaidyanathan, «Module 1 Lab Session - Foundations[Vídeo],» 2020. [En línea]. Available: https://www.coursera.org/learn/advanced-portfolio-construction-python/lecture/ZdgGw/module-1-lab-session-foundations.
GBM, «Índice S&P 500: ¿Qué es y cómo funciona?,» 2022. [En línea]. Available: https://gbm.com/academy/indice-sp-500-que-es-y-como-funciona/.
Forex, «S&P 500: Qué es y cómo operar con este índice |,» 2022. [En línea]. Available: https://www.forex.com/es-latam/news-and-analysis/sp- 500-que-es-y-como-operar/.
S&P Dow Jones Indices, «S&P 500®,» 2023. [En línea]. Available: https://www.spglobal.com/spdji/es/indices/equity/sp-500/#data.
Investing Guides ES., «Sectores GICS - Investing Guides ES.,» 23 Enero 2022. [En línea]. Available: https://investing-guides.com/es/gics-sectores/ .
V. P. Vaidyanathan, «Lack of robustness of Markowitz analysis [Vídeo],» 2020. [En línea]. Available: https://www.coursera.org/learn/introduction-portfolio-construction- python/lecture/BXI2Q/lack-of-robustness-of-markowitz-analysis.
K. Marvin, «Creating Diversified Portfolios Using Cluster Analysis.,» 2015. [En línea]. Available: https://www.cs.princeton.edu/sites/default/files/uploads/karina_marvin.pdf
Archivos adicionales
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2024 Alejandro Vargas Sánchez, André Nicolas Monje Prudencio
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Reconocimiento-NoComercial-CompartirIgual
CC BY-NC-SA
Esta licencia permite a otros entremezclar, ajustar y construir a partir de su obra con fines no comerciales, siempre y cuando le reconozcan la autoría y sus nuevas creaciones estén bajo una licencia con los mismos términos.
Los autores pueden realizar acuerdos contractuales adicionales separados para la distribución no exclusiva de la versión publicada del artículo publicado en la revista (por ejemplo, publicarlo en un repositorio institucional o en un libro), sujeto a un reconocimiento de su publicación inicial en esta revista