Implementación de una Plataforma de Inversión para la Optimización de Portafolios a Largo Plazo en el Mercado Bursátil mediante Algoritmos de Aprendizaje Automático en una Institución Financiera

• Autor: Ugarte Bazan, Diego Enrique
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/674692
• Enlace del recurso: http://hdl.handle.net/10757/674692
• Nivel de acceso: acceso abierto
• Materia: Optimización de portafolio; Machine learning; Inversión a largo plazo; Inversión en bolsa; Ratio de Sharpe; https://purl.org/pe-repo/ocde/ford#2.02.01; https://purl.org/pe-repo/ocde/ford#2.00.00

La inversión en el mercado de valores conlleva inherentemente altos riesgos debido a la impredecible y volátil naturaleza del mercado, lo que genera incertidumbre en los métodos tradicionales de inversión. El propósito de este estudio es emplear un enfoque que permita maximizar los retornos mientras se minimiza el riesgo asociado con la inversión para una empresa financiera peruana. A través de la combinación de estrategias financieras y algoritmos de aprendizaje automático, se lleva a cabo la optimización de carteras a largo plazo (con horizontes temporales superiores a 1 año) con frecuencia mensual. El objetivo es identificar los pesos óptimos para cada activo en los que invertir. Este método se basa en la maximización del ratio de Sharpe, que mide la relación entre los retornos esperados y la volatilidad de la cartera. Los datos utilizados se obtuvieron de fuentes financieras para acceder a información histórica relevante sobre los activos. Los resultados muestran que los métodos implementados superan consistentemente los retornos y las métricas del benchmark utilizado (ACWI). Se realizaron simulaciones de inversión durante un período de más de 15 años para evaluar la capacidad del modelo de hacer frente a diversas crisis, como la ocurrida en el año 2008, y comparar los retornos con los del benchmark. Se emplearon diversas medidas, como el CAGR, el retorno realizado, la volatilidad y el ratio de Sharpe, para cuantificar los resultados de la inversión y demostrar la eficacia del enfoque propuesto.