Publicación: Optimización de portafolios de inversión con views obtenidos por modelación de volatilidad
Portada
PDF 
FLIP Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
LA Referencia Stats
Director
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Tipo de Material
Fecha
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen en español
RESUMEN: 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.
Resumen en inglés
ABSTRACT: Optimizing investment portfolios by maximizing their expected return and minimizing their risk, through the implementation of traditional models, can affect the future performance of investors, due to the limitations of each of these models. In this project, it is proposed to build optimal, diversified and automated portfolios, with the aim of obtaining results that are closer to the reality of the stock market environment, reducing the biases that analysts could have. To achieve this, data on the assets, models and other requirements will be obtained for the subsequent development of investment portfolio models. Subsequently, the inputs of the models to be obtained through volatility modeling will be determined, the expected models will be executed with the previously defined inputs and the results obtained will be analyzed by comparing the performance of the models. Finally, the results of the models will be compared with inputs obtained by volatility modeling by evaluating them in real time. A list of the selected models and assets will be obtained with their respective time series, a modeling methodology, a list of views of the selected assets for the time periods to be worked on, and forecasts of volatilities and returns of the assets obtained through volatility modeling. Additionally, a theoretical and practical development of the Markowitz and Black-Litterman models will be generated, obtaining results for different time windows and different market situations. Finally, conclusions derived from the analysis techniques and results of the executed models will be developed, determining the veracity of the views and generating recommendations regarding the use of the models and analysis of the durability of the inputs over time.