Selección óptima de portafolios basada en cadenas de Markov de primer y segundo orden

Resumen En este documento se estudian dos modelos de selección de portafolios óptimos en búsqueda de maximizar el rendimiento esperado, al mismo tiempo que se minimiza el riesgo. Modelos ajustados para los retornos de precios de cierre diarios de 21 acciones que conforman el índice de capitalización...

Full description

Autores:
Gómez Romero, Juan Manuel
Tipo de recurso:
Fecha de publicación:
2018
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/69115
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/69115
http://bdigital.unal.edu.co/70619/
Palabra clave:
31 Colecciones de estadística general / Statistics
33 Economía / Economics
51 Matemáticas / Mathematics
Portafolio
Análisis de Componentes principales
Markov
Markowitz
COLCAP
Acciones
Rendimientos
Portfolio
ACP
Return
Stock
Shares
Risk
Riesgo
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:Resumen En este documento se estudian dos modelos de selección de portafolios óptimos en búsqueda de maximizar el rendimiento esperado, al mismo tiempo que se minimiza el riesgo. Modelos ajustados para los retornos de precios de cierre diarios de 21 acciones que conforman el índice de capitalización de las acciones más líquidas de la bolsa de valores de Colombia (COLCAP), en una ventana de tiempo comprendida desde enero de 2014 a octubre de 2017. El primer modelo de composición de portafolios es ajustado usando rendimientos logarítmicos, y en el segundo modelo de composición se emplea análisis de componentes principales. Luego, para cada uno de ellos se establece su rendimiento ponderado y mediante las medidas que se proponen se crean los respectivos estados para el uso de cadenas de Markov de primer y segundo orden, esto permite pronosticar si los portafolios conformados tendrán comportamientos alcistas o bajistas dadas las probabilidades de los estados de las cadenas de Markov. Por último, se realiza una comparación del comportamiento del mercado para los siguientes cuatro meses al análisis realizado y se observa una coherencia entre estos resultados y los pronósticos de los modelos ajustados.