Automatización en la toma de decisiones para procesos de inversión en la bolsa de valores de Colombia. una aplicación de modelos avanzados de predicción, modelos de optimización de portafolio y teoría de juegos.
Cargando...
Fecha
2024-11-06
Autores
Director
Enlace al recurso
DOI
ORCID
Google Scholar
Cvlac
gruplac
Descripción Dominio:
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Santo Tomás
Compartir
Documentos PDF
Cargando...
Resumen
El mercado accionario es un motor clave para la economía. En este documento, investigamos el comportamiento de las acciones en la Bolsa de Valores de Colombia utilizando modelos dinámicos lineales, bosques aleatorios y redes neuronales para identificar momentos de crecimiento significativo de su utilidad. Posteriormente, aplicamos los modelos de Sharpe y Markowitz a las acciones proyectadas para crecer, con el fin de determinar el porcentaje óptimo de inversión en cada una. Los resultados muestran que el modelo de optimización de Sharpe, aplicado a las acciones pronosticadas por bosques aleatorios, ofrece la mayor rentabilidad (24.4% mensual), seguido por el modelo de Markowitz aplicado a las acciones pronosticadas por bosques aleatorios (22.7%) y el modelo de Sharpe tradicional (9.9%). Esto subraya la importancia de integrar modelos de predicción avanzados y considerar tanto el rendimiento histórico como las proyecciones futuras para lograr una inversión más efectiva.
Abstract
The stock market is a key driver for the economy. In this paper, we investigate the behavior of stocks in the Colombian Stock Exchange using linear dynamic models, random forests, and neural networks to identify moments of significant growth in their utility. We then apply the Sharpe and Markowitz models to the stocks projected to grow, in order to determine the optimal percentage of investment in each one. The results show that the Sharpe optimization model, applied to the stocks predicted by random forests, offers the highest return (24.4% monthly), followed by the Markowitz model applied to the stocks predicted by random forests (22.7%) and the traditional Sharpe model (9.9%). This underlines the importance of integrating advanced prediction models and considering both historical performance and future projections to achieve more effective investment.
Idioma
spa
Palabras clave
Citación
Arevalo Herrera, C. M.(2024). Automatización en la toma de decisiones para procesos de inversión en la bolsa de valores de Colombia. una aplicación de modelos avanzados de predicción, modelos de optimización de portafolio y teoría de juegos. [Trabajo de Maestría, Universidad Santo Tomás]. Repositorio Institucional.
Colecciones
Licencia Creative Commons
Atribución-NoComercial-SinDerivadas 2.5 Colombia