Modelo computacional para optimización de portafolio con estrategia de inversión pasiva basada en ETFS

89 páginas

Autores:
Ruz Barcha, Juan Camilo
Jaramillo Palacio, Verónica
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2020
Institución:
Universidad EIA .
Repositorio:
Repositorio EIA .
Idioma:
spa
OAI Identifier:
oai:repository.eia.edu.co:11190/2662
Acceso en línea:
https://repository.eia.edu.co/handle/11190/2662
Palabra clave:
Portafolio de inversión
Modelo Computacional
Monte Carlo
ETFs
Markowitz
Benchmark
GARCH
Investment Portfolio
Computational Model
Rights
openAccess
License
Derechos Reservados - Universidad EIA, 2020
id REIA2_66a3b1874f563b73d812a3b4b7581131
oai_identifier_str oai:repository.eia.edu.co:11190/2662
network_acronym_str REIA2
network_name_str Repositorio EIA .
repository_id_str
dc.title.spa.fl_str_mv Modelo computacional para optimización de portafolio con estrategia de inversión pasiva basada en ETFS
title Modelo computacional para optimización de portafolio con estrategia de inversión pasiva basada en ETFS
spellingShingle Modelo computacional para optimización de portafolio con estrategia de inversión pasiva basada en ETFS
Portafolio de inversión
Modelo Computacional
Monte Carlo
ETFs
Markowitz
Benchmark
GARCH
Investment Portfolio
Computational Model
title_short Modelo computacional para optimización de portafolio con estrategia de inversión pasiva basada en ETFS
title_full Modelo computacional para optimización de portafolio con estrategia de inversión pasiva basada en ETFS
title_fullStr Modelo computacional para optimización de portafolio con estrategia de inversión pasiva basada en ETFS
title_full_unstemmed Modelo computacional para optimización de portafolio con estrategia de inversión pasiva basada en ETFS
title_sort Modelo computacional para optimización de portafolio con estrategia de inversión pasiva basada en ETFS
dc.creator.fl_str_mv Ruz Barcha, Juan Camilo
Jaramillo Palacio, Verónica
dc.contributor.advisor.none.fl_str_mv Pérez Ramírez, Fredy Ocaris
dc.contributor.author.none.fl_str_mv Ruz Barcha, Juan Camilo
Jaramillo Palacio, Verónica
dc.subject.proposal.spa.fl_str_mv Portafolio de inversión
Modelo Computacional
Monte Carlo
topic Portafolio de inversión
Modelo Computacional
Monte Carlo
ETFs
Markowitz
Benchmark
GARCH
Investment Portfolio
Computational Model
dc.subject.proposal.eng.fl_str_mv ETFs
Markowitz
Benchmark
GARCH
Investment Portfolio
Computational Model
description 89 páginas
publishDate 2020
dc.date.issued.none.fl_str_mv 2020
dc.date.accessioned.none.fl_str_mv 2021-03-04T16:22:35Z
dc.date.available.none.fl_str_mv 2021-03-04T16:22:35Z
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv https://purl.org/redcol/resource_type/TP
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
format http://purl.org/coar/resource_type/c_7a1f
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://repository.eia.edu.co/handle/11190/2662
dc.identifier.bibliographiccitation.none.fl_str_mv Ruz Barcha, J. C. y Jaramillo Palacio, V. (2020). Modelo computacional para optimización de portafolio con estrategia de inversión pasiva basada en ETFS [tesis de pregrado, Universidad EIA]. Repositorio Institucional Universidad EIA. https://repository.eia.edu.co/handle/11190/2662
url https://repository.eia.edu.co/handle/11190/2662
identifier_str_mv Ruz Barcha, J. C. y Jaramillo Palacio, V. (2020). Modelo computacional para optimización de portafolio con estrategia de inversión pasiva basada en ETFS [tesis de pregrado, Universidad EIA]. Repositorio Institucional Universidad EIA. https://repository.eia.edu.co/handle/11190/2662
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.eng.fl_str_mv Derechos Reservados - Universidad EIA, 2020
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.creativecommons.spa.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Derechos Reservados - Universidad EIA, 2020
https://creativecommons.org/licenses/by-nc-nd/4.0/
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad EIA
dc.publisher.program.spa.fl_str_mv Ingeniería Financiera
dc.publisher.faculty.spa.fl_str_mv Escuela de Ciencias Económicas y Administrativas
dc.publisher.place.spa.fl_str_mv Envigado (Antioquia, Colombia)
dc.source.none.fl_str_mv Repositorio Institucional Universidad EIA
institution Universidad EIA .
bitstream.url.fl_str_mv https://repository.eia.edu.co/bitstreams/671e035d-b314-401a-9816-1671cb635b04/download
https://repository.eia.edu.co/bitstreams/eddb3903-10d2-4ccb-b0c6-b4bc0291a93c/download
https://repository.eia.edu.co/bitstreams/66b9a7fa-b698-4845-8edf-c7db96f73d31/download
https://repository.eia.edu.co/bitstreams/572aa0ea-8d81-4435-85e7-21a64e4625bc/download
bitstream.checksum.fl_str_mv da9276a8e06ed571bb7fc7c7186cd8fe
25920f064c21d06fa09ac53a57c6bd6d
958258eb543bd5b03e6bacc6c1ed4ebf
0cbf8d7a0ac5a6dc412b820297cd5b99
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad EIA
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1814100881662017536
spelling Pérez Ramírez, Fredy Ocaris621fe72104b1560b7f64f5a34d745628-1Ruz Barcha, Juan Camilo4f08a17e42af94b3bcfb2ccd4ae8f370Jaramillo Palacio, Verónicad4354fa1ec7781b5784a4c42dff4d4986002021-03-04T16:22:35Z2021-03-04T16:22:35Z2020https://repository.eia.edu.co/handle/11190/2662Ruz Barcha, J. C. y Jaramillo Palacio, V. (2020). Modelo computacional para optimización de portafolio con estrategia de inversión pasiva basada en ETFS [tesis de pregrado, Universidad EIA]. Repositorio Institucional Universidad EIA. https://repository.eia.edu.co/handle/11190/266289 páginasRESUMEN: El presente trabajo, busca desarrollar un modelo computacional que permita administrar portafolios de inversión conformados por ETFs, estos son vehículos financieros que cotizan en bolsa y se caracterizan porque buscan reproducir un determinado índice bursátil, lo que permite aumentar la diversificación disminuyendo el riesgo. Se realizó una comparación entre los resultados de varias carteras con diferentes estrategias y perfiles de riesgo por medio de la teoría de portafolios de Harry Markowitz, y de la simulación Monte Carlo, ambos métodos combinados con el modelo de Sharpe, escogiendo uno de estos como el más eficiente para desarrollar el algoritmo y haciendo uso de la misma para la administración de los portafolios durante un período de cuatro meses, lo que permitió analizar los resultados obtenidos por medio de Backtesting, al generar portafolios que superen a su referente (Benchmark). A su vez, fueron comparados los resultados de portafolios obtenidos únicamente por medio del modelo, y otros generados con el mismo algoritmo, pero con una gestión basada en noticias y movimientos del mercado. Teniendo en cuenta que el estudio se realizó durante el año 2020, en medio de la crisis del COVID-19, el trabajo presenta un estudio de la volatilidad de los retornos por medio de un modelo de la familia GARCH, en el cual se analizan los resultados y se dan recomendaciones.ABSTRACT: This work develops a computational model which allows to administrate an investment portfolio conformed by ETFs. These are financial vehicles that quote in the stock market and their characteristic is that they replicate a stock index. Consequently, they allow to increase the diversification while having lower risk levels. A comparison between the different results of several portfolios with different strategies and risk levels through the Harry Markowitz portfolio theory, and Monte Carlo simulation was made. Both methods, combined with the Sharpe model, choosing one of these portfolios as the most efficient one to develop the algorithm, by applying it in order to administrate all portfolios during a 4-month period. This allowed to analyze the obtained results through Backtesting, generating portfolios that will outperform its benchmark. At the same time, the obtained results for the portfolios were compared, and some others generated by the same algorithm, but with an additional management approach, based on news and market movements. Considering that this research study was carried out in 2020, amid the COVID-19 crisis, the work also shows a volatility analysis of the returns by applying models from the GARCH family, for which the results are analyzed, and recommendations are given.PregradoIngeniero(a) Financiero(a)application/pdfspaUniversidad EIAIngeniería FinancieraEscuela de Ciencias Económicas y AdministrativasEnvigado (Antioquia, Colombia)Derechos Reservados - Universidad EIA, 2020https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2Repositorio Institucional Universidad EIAModelo computacional para optimización de portafolio con estrategia de inversión pasiva basada en ETFSTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionTexthttps://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_970fb48d4fbd8a85Portafolio de inversiónModelo ComputacionalMonte CarloETFsMarkowitzBenchmarkGARCHInvestment PortfolioComputational ModelPublicationLICENSElicense.txtlicense.txttext/plain; charset=utf-82515https://repository.eia.edu.co/bitstreams/671e035d-b314-401a-9816-1671cb635b04/downloadda9276a8e06ed571bb7fc7c7186cd8feMD52ORIGINALRuzJuan_2020_ModeloComputacionalOptimizacion.pdfRuzJuan_2020_ModeloComputacionalOptimizacion.pdfTrabajo de gradoapplication/pdf1808477https://repository.eia.edu.co/bitstreams/eddb3903-10d2-4ccb-b0c6-b4bc0291a93c/download25920f064c21d06fa09ac53a57c6bd6dMD51TEXTRuzJuan_2020_ModeloComputacionalOptimizacion.pdf.txtRuzJuan_2020_ModeloComputacionalOptimizacion.pdf.txtExtracted texttext/plain147118https://repository.eia.edu.co/bitstreams/66b9a7fa-b698-4845-8edf-c7db96f73d31/download958258eb543bd5b03e6bacc6c1ed4ebfMD53THUMBNAILRuzJuan_2020_ModeloComputacionalOptimizacion.pdf.jpgRuzJuan_2020_ModeloComputacionalOptimizacion.pdf.jpgGenerated Thumbnailimage/jpeg8947https://repository.eia.edu.co/bitstreams/572aa0ea-8d81-4435-85e7-21a64e4625bc/download0cbf8d7a0ac5a6dc412b820297cd5b99MD5411190/2662oai:repository.eia.edu.co:11190/26622023-07-25 16:56:02.352https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos Reservados - Universidad EIA, 2020open.accesshttps://repository.eia.edu.coRepositorio Institucional Universidad EIAbdigital@metabiblioteca.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