Optimización de portafolios mediante algoritmos genéticos

Muñoz Córdoba, Ignacio (2023). Optimización de portafolios mediante algoritmos genéticos. Trabajo Fin de Grado / Proyecto Fin de Carrera, E.T.S.I. Industriales (UPM).

Descripción

Título: Optimización de portafolios mediante algoritmos genéticos
Autor/es:
  • Muñoz Córdoba, Ignacio
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

Texto completo

[thumbnail of TFG_IGNACIO_MUÑOZ_CORDOBA.pdf] PDF (Portable Document Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (3MB)

Resumen

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.

Más información

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