Uso de redes neuronales para la selección óptima de portafolios de inversión

Date
2024-11-20Authors
Moreno Moreno, AngelDirectors
Penagos Londoño, Gabriel IgnacioEvaluators
Sarmiento Sabogal, Julio AlejandroPublisher
Pontificia Universidad Javeriana
Faculty
Facultad de Ciencias Económicas y Administrativas
Program
Finanzas
Obtained title
Profesional en Finanzas
Type
Tesis/Trabajo de grado - Monografía - Pregrado
Share this record
Citación
Metadata
Show full item record
PDF documents
English Title
Use of neural networks for pptimal investment portfolio selectionResumen
Se presenta la teoría e implementación en Python del modelo clásico de optimización de portafolios de Markowitz, comparado con los portafolios óptimos obtenidos mediante redes neuronales artificiales, considerando dos arquitecturas diferentes para la red. Los portafolios se optimizan mediante ambos métodos para diferentes ventanas temporales, que incluyen los periodos: prepandemia, pandemia, pospandemia y el periodo completo. Para cada portafolio, se calculan sus pesos óptimos, rendimiento esperado, volatilidad, ratio de Sharpe y el índice de Herfindahl modificado. Se encuentra que los portafolios optimizados por el método de Markowitz presentan mejores métricas en periodos estables, mientras que los optimizados por las redes neuronales se desempeñan mejor en periodos de alta volatilidad.
Abstract
The theory and implementation of the classical Markowitz portfolio optimization model in Python are presented, compared with the optimal portfolios obtained through artificial neural networks, considering two different architectures for the network. The portfolios are optimized using both methods for different time windows, which include the periods: pre-pandemic, pandemic, post-pandemic, and the entire period. For each portfolio, the optimal weights, expected return, volatility, Sharpe ratio, and modified Herfindahl index are calculated. It is found that the portfolios optimized using the Markowitz method perform better in stable periods, while those optimized using neural networks perform better during periods of high volatility.
Spatial coverage
Estados UnidosTemporary coverage
2014-2024Themes
Finanzas - Tesis y disertaciones académicasRedes neuronales (Computadores)
Portafolio de inversiones
Google Analytics Statistics
Collections
- Finanzas [19]