Sistema de apoyo para la toma de decisión de inversión en la Bolsa de Valores

• Autor: Pazos Medina, Alvaro Sebastian
• Formato: tesis de grado
• Fecha de Publicación: 2021
• Institución: Universidad Nacional Mayor de San Marcos
• Repositorio: UNMSM-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.unmsm.edu.pe:20.500.12672/17571
• Enlace del recurso: https://hdl.handle.net/20.500.12672/17571
• Nivel de acceso: acceso abierto
• Materia: Bolsas de valores; Toma de decisiones - Procesamiento de datos; Sistemas de almacenamiento y recuperación de información; https://purl.org/pe-repo/ocde/ford#2.02.04

El problema de inversión en la bolsa de valores se puede resumir con la respuesta a la siguiente pregunta: ¿Dónde, cuánto y cuándo invertir de manera que se obtenga la máxima rentabilidad para un capital de inversión dado? Esta interrogante constituye un problema de selección de portafolio con incertidumbre, pues no se conoce a priori el comportamiento de los datos y es NP-hard por su naturaleza combinatoria, es decir, es un problema complejo y, en general, presenta alta probabilidad de pérdidas en las inversiones. En este trabajo se estudia los escenarios de inversión considerando el precio de apertura y el precio estimado de cierre de las acciones, y se identifica que cuando el precio de apertura de la acción es menor que el precio estimado de cierre, la mejor estrategia es comprar acciones al inicio y venderlas todas al cierre. Considerando esta estrategia, se propone un sistema de apoyo a la decisión para la inversión automática en la Bolsa de Valores (AIS) que está basada en un modelo predictivo de estimación de precios de cierre, un algoritmo greedy y un algoritmo GRASP para la construcción del portafolio, y un módulo que genera las órdenes de compra y venta de acciones integrado con el sistema del bróker. Las pruebas sobre datos del 2020, aplicadas a 5 empresas mineras peruanas que cotizan en NYSE, muestran que los algoritmos propuestos generan portafolio de inversión que son muy rentables, alcanzando una rentabilidad mensual promedio superior al 23 %, con un error de ±3 % en la estimación del precio de cierre, además, no se altera si se varía el capital de inversión, pero decrece si se incrementa el error. Además, se propone una variable de holgura en el criterio de decisión de compra para amortiguar el impacto negativo del error sobre la rentabilidad, y se muestra que, cuando la variable de holgura asume el valor absoluto del error, el impacto negativo del 77.27 % para un error del ±3 % se reduce a 28.03 %, haciendo que la rentabilidad diaria promedio de 0.30 % aumente y pase a 0.95 %.