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.

Vista sencilla de ítem
dc.contributor.advisorPineda Rios, Wilmer Dario
dc.contributor.authorArevalo Herrera, Carlos Mario
dc.contributor.corporatenameUniversidad Santo Tomásspa
dc.coverage.campusCRAI-USTA Bogotáspa
dc.date.accessioned2025-01-23T19:48:22Z
dc.date.available2025-01-23T19:48:22Z
dc.date.issued2024-11-06
dc.descriptionEl 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.spa
dc.description.abstractThe 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.spa
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagister en Estadística Aplicadaspa
dc.format.mimetypeapplication/pdfspa
dc.identifier.citationArevalo 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.spa
dc.identifier.instnameinstname:Universidad Santo Tomásspa
dc.identifier.reponamereponame:Repositorio Institucional Universidad Santo Tomásspa
dc.identifier.repourlrepourl:https://repository.usta.edu.cospa
dc.identifier.urihttp://hdl.handle.net/11634/59462
dc.language.isospaspa
dc.publisherUniversidad Santo Tomásspa
dc.publisher.facultyFacultad de Estadísticaspa
dc.publisher.programMaestría Estadística Aplicadaspa
dc.relation.referencesAgudelo, D. (2014). Fundamentos y aplicaciones al mercadeo accionario colombiano. Universidad EAFIT.spa
dc.relation.referencesAlaitz, M., Luis, M., & Marian, Z. (2022). El modelo Markowitz en la gestión de carteras. Vizcaya: Universidad del País Vasco.spa
dc.relation.referencesAmat, O. (2010). La Bolsa: funcionamiento y técnicas para invertir (8 ed.). Barcelona: Grupo Planeta.spa
dc.relation.referencesAmorim, T. L., Callou, G., Pereira, S., & Santos, A. S. (2023). Utilizando rede LSTM para Predição de Ações de Vários Setores Econômicos da Bolsa de Valores. Recife: Universidade Federal Rural de Pernambuco.spa
dc.relation.referencesArroyave, D. L. (2019). Estandarización de datos y priorización de algoritmos para un sistema de recomendación. Universidad EAFIT.spa
dc.relation.referencesBreiman, L. (2001). Random Forests. Machine Learning , 45, 5-32.spa
dc.relation.referencesCaicedo, E., & López, J. (2009). Una aproximación práctica a las redes neuronales artificiales (1 ed.). Cali: Universidad del Valle.spa
dc.relation.referencesCorrea, J. C., & Barrera, C. (2018). Introducción a la estadística bayesiana: notas de clase. Instituto Tecnológico Metropolitano.spa
dc.relation.referencesElton, E., Gruber, M., Brown, S., & Brown, W. (2014). Modern Portfolio Theory and Investment Analysis. Wiley.spa
dc.relation.referencesEmami, H. (2021). Stock exchange trading optimization algorithm: a human inspired method for global optimization. Bonab: University of Bonab.spa
dc.relation.referencesFernández, P., Rivas, A., & Lobos Robles, F. (2017). Modelos multivariados dinámicos para la acción Rio Tinto Limited. Optimización utilizando fuerza bruta computacional / Dynamic multi-variable models for Rio Tinto Limited shares. Optimization through computational brute force. Revista Chilena de Economía y Sociedad, 11(2).spa
dc.relation.referencesGelman, A., Carlin, J., Stern, H., Dunson, D., Vehtari, A., & Rubin, D. (2003). Bayesian Data Analysis (2 ed.). Florida: Chapman & Hall/CRC.spa
dc.relation.referencesGitman, L., & Joehnk, M. (2009). Fundamentos de Inversiones (10 ed.). Naucalpan de Juárez: Pearson.spa
dc.relation.referencesGonzález, F. V. (2022). Métodos de Selección de Variables en Modelos de Regresión. Universidad de Santiago de Compostela.spa
dc.relation.referencesHastie, T., Tibshirani, R., & Friedman, J. (2008). The Elements of Statistical Learning: Data Mining, Inference and Prediction. Springer.spa
dc.relation.referencesIzquierdo, S. (2022). Modelos matemáticos para las carteras de inversión. Universidad de Cantabria.spa
dc.relation.referencesMendoza, A. (2005). Teoria de juegos y toma de decisiones en portafolios de inversion.spa
dc.relation.referencesMuñoz, B., & Osvaldo, I. (01 de 01 de 2021). Efecto del desarrollo del mercado accionario en la desigualdad en los países. Santiago de Chile: Universidad de Chile.spa
dc.relation.referencesNoroozi, E., & Sarfi, E. (2022). Maximizing total efficiency by resource reallocation in DEA: A case study on Tehran Stock Exchange. Teherán: International Journal of Industrial Mathematics.spa
dc.relation.referencesOrtiz, E., & Brugger, S. (2012). Mercados accionarios y su relación con la economía real en América Latina. Problemas del desarrollo, 43(168), 63-93.spa
dc.relation.referencesPérez, J., Jimeno, J., & Cerdá, E. (2004). Teoría de Juegos. Madrid: Pearson.spa
dc.relation.referencesPetris, G. (2010). An R Package for Dynamic Linear Models. Journal of Statistical Software, 1-16.spa
dc.relation.referencesQuirós, C. Z. (2014). La teoria de juegos y sus aplicaciones en la economía actual. Madrid: Universidad Potificia Comillas.spa
dc.relation.referencesSantamaría, D. (2000). Modelos multicriterio para la selección de portafolios en la Bolsa de Madrid. Valencia: Universidad Politécnica de Valencia.spa
dc.relation.referencesTerán, A. M. (2013). Modelo Dinámicos Lineales Aplicados a Series de Tiempo. Ciudad de México: Universidad Nacional Autónoma de México.spa
dc.relation.referencesTorres, M., Hernández, J., Hernández, B., & Chávez, O. (2021). Impacto de los algoritmos de sobremuestreo en la clasificación de subtipos principales del síndrome de guillain-barré. Ingenius(25), 20-31.spa
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.subject.keywordPerformance matrixspa
dc.subject.keywordDecision theoryspa
dc.subject.keywordStock marketspa
dc.subject.keywordGame theoryspa
dc.subject.keywordLinear dynamic modelsspa
dc.subject.lembEstadísticaspa
dc.subject.lembEstadística Aplicadaspa
dc.subject.lembDesarrollo económicospa
dc.subject.proposalMatriz de rendimientosspa
dc.subject.proposalTeoría de la decisiónspa
dc.subject.proposalMercado accionariospa
dc.subject.proposalTeoría de juegosspa
dc.subject.proposalModelos dinámicos linealesspa
dc.titleAutomatización 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.spa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.driveinfo:eu-repo/semantics/masterThesis
dc.type.localTesis de maestríaspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersion

Archivos

Bloque original

Mostrando 1 - 3 de 3
Miniatura
Nombre:
2024arevalocarlos.pdf
Tamaño:
855.51 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Thumbnail USTA
Nombre:
2024cartadederechosdeautor.pdf
Tamaño:
858.77 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Thumbnail USTA
Nombre:
2024cartadefacultad.pdf
Tamaño:
29.55 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Thumbnail USTA
Nombre:
license.txt
Tamaño:
807 B
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Maestría Estadística Aplicada