Texto completo
|
PDF (Portable Document Format)
- Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (3MB) |
| Título: | Optimización de portafolios mediante algoritmos genéticos |
|---|---|
| Autor/es: |
|
| Director/es: |
|
| Tipo de Documento: | Trabajo Fin de Grado o Proyecto Fin de Carrera |
| Grado: | Grado en Ingeniería de Organización |
| Fecha: | Septiembre 2023 |
| Materias: | |
| ODS: | |
| Palabras Clave Informales: | Optimización de carteras, Algoritmos genéticos, Teoría Moderna de Portafolios, Diversificación de activos, Optimización de carteras, Técnicas computacionales, Metaheurísticas, Programación evolutiva, Convergencia. |
| Escuela: | E.T.S.I. Industriales (UPM) |
| Departamento: | Matemática Aplicada a la Ingeniería Industrial |
| Licencias Creative Commons: | Reconocimiento - Sin obra derivada - No comercial |
|
PDF (Portable Document Format)
- Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (3MB) |
En el ámbito de la gestión financiera, la búsqueda de la optimización de carteras representa una confluencia entre el arte de la inversión y la rigurosidad matemática. Este Trabajo de Fin de Grado aborda el desafío de maximizar la eficiencia de una cartera de inversión utilizando algoritmos genéticos, una técnica computacional inspirada en los mecanismos evolutivos de la biología.
El estudio se apoya en los fundamentos de la Teoría Moderna de Portafolios de Markowitz de 1952, teoría que permite construir carteras óptimas en su relación riesgo/rentabilidad, y que representadas gráficamente en los ejes rentabilidad y riesgo, dibujarían la denominada Frontera Eficiente. La búsqueda de las carteras óptimas, teniendo en cuenta la complejidad y la multidimensionalidad del problema, trasciende métodos convencionales y se adentra en el dominio de la optimización computacional.
Los algoritmos genéticos, con su arquitectura basada en operaciones genéticas como la selección, el cruce y la mutación, emergen como una metodología prometedora. A través de un caso práctico meticulosamente elaborado, se delinean los parámetros y estrategias que guían la implementación del algoritmo. En el trabajo se desarrollan los criterios para la configuración inicial, la evaluación de la población, la convergencia y la terminación del algoritmo.
Los resultados del estudio, obtenidos mediante un análisis empírico, validan la eficacia de la metodología propuesta. Se lleva a cabo una evaluación retrospectiva del rendimiento de las carteras optimizadas en el año subsiguiente, lo que aporta una validación empírica de su robustez y aplicabilidad en escenarios temporales diferenciados.
En definitiva, esta investigación contribuye a una comprensión más profunda de la integración de técnicas computacionales avanzadas en la gestión de carteras financieras. No solo demuestra la viabilidad de los algoritmos genéticos como herramienta de optimización, sino que también abre la puerta a futuras investigaciones en este ámbito, desafiando las prácticas convencionales y aportando nuevos horizontes en la ciencia de la gestión financiera.
| ID de Registro: | 75864 |
|---|---|
| Identificador DC: | https://oa.upm.es/75864/ |
| Identificador OAI: | oai:oa.upm.es:75864 |
| Depositado por: | Biblioteca ETSI Industriales |
| Depositado el: | 28 Sep 2023 09:13 |
| Ultima Modificación: | 27 Oct 2023 22:30 |
Publicar en el Archivo Digital desde el Portal Científico