Resumen

La presente tesis es un trabajo de investigación y aplicación de un modelo matemático de optimización de carteras de inversión de corta duración para instrumentos de capital. Este fue ideado y estructurado a partir de avances en la investigación de los movimientos en los niveles de precio de los instrumentos mencionados. El modelo consta de dos etapas que trabajan de manera simultanea en la selección de los títulos en los que se adquirirá posición larga y el peso de cada titulo en el portafolio. Si bien es un optimizador de tipo riesgo-retorno, busca minimizar el riesgo a través de la incertidumbre a través de simulaciones de precios al optimizar el error cuadrático medio de la muestra al pasado para generar una simulación a siete días.

La simulación realizada tiene dos componentes esenciales que diferencian a este optimizador de carteras de aquellos conservadores; el primero es incluir la simulación de precios a través de Procesos Estocásticos bajo Mociones Brownianas en sustitución de la pronosticación empírica regular y el segundo es la incorporación de volatilidad con decaimiento exponencial para explicar los movimientos normales del precio del instrumento en el corto plazo. El primer componente integra dos movimientos intrínsecos de las acciones, la tendencia normal que lleva el instrumento y un salto irregular independiente de los valores pasados. Ambos movimientos incorporan la volatilidad bajo EWMA que se expresa como una simulación de la volatilidad al día !" que resulta mejor al describir las fluctuaciones del instrumento.

Palabras clave: Optimización de carteras, Moción Browniana, EWMA, Error Cuadrático Medio.

El acceso a esta tesis es restringido.

Alvarez Reyes, P. 2018. Optimización de portafolios multi-etapa basada en minimización de incertidumbre a través de simulaciones estocásticas. Tesis Licenciatura. Estrategias Financieras y Contaduría Pública. Departamento de Finanzas y Contaduría, Escuela de Negocios y Economía, Universidad de las Américas Puebla. Abril. Derechos Reservados © 2018.