Optimización de portafolio con cardinalidad usando algoritmos genéticos de población dual

En algunos estudios se ha encontrado que, muchas veces, los algoritmos gené­ticos con una sola población para la solución de la optimización de portafolio con cardinalidad convergen lentamente y no obtienen los mejores resultados. Una manera de mejorar el desempeño de estos algoritmos ha sido incorporar una población adicional que actúe como buscador de máximos y mínimos loca­les; de esta manera, se aumenta la probabilidad de encontrar el óptimo global de la solución en un menor tiempo. Este documento busca identificar el rendimiento en muestra y fuera de muestra de un portafolio de activos de renta variable con restricciones de car­dinalidad usando algoritmos genéticos con una sola población y con población doble, estableciendo como universo el índice Dow Jones. Los resultados mues­tran que el desempeño puede verse afectado por los parámetros seleccionados para realizar la optimización, por lo que es importante tener en cuenta el error en la estimación de la media y la varianza del portafolio.

• Autores: Vanegas Gutiérrez, Sergio Iván
• Tipo de recurso: Article of journal
• Fecha de publicación: 2024
• Institución: Universidad Externado de Colombia
• Repositorio: Biblioteca Digital Universidad Externado de Colombia
• Idioma: spa
• OAI Identifier: oai:bdigital.uexternado.edu.co:001/25301
• Acceso en línea: https://bdigital.uexternado.edu.co/handle/001/25301; https://doi.org/10.18601/17941113.n26.05
• Palabra clave: Portfolio optimization; cardinality; genetic algorithms; markowitz portfolio; evolutionary algorithms; multiple population; optimización de portafolio; cardinalidad; algoritmos genéticos; portafolio de Markowitz; algoritmos evolutivos; población múltiple
• Rights: openAccess
• License: Sergio Iván Vanegas Gutiérrez - 2024