Diversificación de un portafolio de inversión basado diferentes medidas de riesgo
RESUMEN: el presente trabajo aborda la problemática de optimización de asignación de capital dentro de un portafolio de instrumentos financieros heterogéneos. Esta gestión óptima de carteras de inversión resulta un tópico crítico en finanzas corporativas, dada su incidencia en la rentabilidad y ries...
Saved in:
| Institution: | Universidad EIA |
|---|---|
| Main Authors: | , |
| Format: | Trabajo de grado - Pregrado |
| Language: | Español |
| Published: |
Universidad EIA
2023
|
| Subjects: | |
| Online Access: | https://repository.eia.edu.co/handle/11190/6365 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| id |
oai:repository.eia.edu.co:11190-6365 |
|---|---|
| recordtype |
dspace |
| spelling |
Valencia Villa, Juan Sebastián Agudelo Serna, Andrés 2024-01-29T15:21:09Z 2024-01-29T15:21:09Z 2023 https://repository.eia.edu.co/handle/11190/6365 44 páginas RESUMEN: el presente trabajo aborda la problemática de optimización de asignación de capital dentro de un portafolio de instrumentos financieros heterogéneos. Esta gestión óptima de carteras de inversión resulta un tópico crítico en finanzas corporativas, dada su incidencia en la rentabilidad y riesgo de las organizaciones. La investigación explora el potencial de técnicas de vanguardia en inteligencia artificial, específicamente la lógica difusa y los algoritmos genéticos, para la construcción de portafolios robustos mediante asignación sistémica de recursos. La metodología consiste en un estudio cuantitativo, explicativo y longitudinal. Involucra el análisis estadístico de series financieras históricas para entrenar y evaluar modelos predictivos. El alcance correlacional identifica interdependencias entre instrumentos. Se implementan dos enfoques complementarios: lógica difusa para evaluación individual de alternativas mediante reglas heurísticas, y algoritmos genéticos para búsqueda estocástica masiva en paralelo de asignaciones óptimas globales. Los resultados revelan sinergias entre ambos. La lógica difusa aporta análisis granular, manejo de incertidumbre y semántica interpretativa. Los algoritmos genéticos permiten optimización simultánea considerando interdependencias y con flexibilidad de objetivos. Se concluye que estas modernas técnicas algorítmicas de vanguardia sobresalen en la construcción de portafolios resilientes y superan limitaciones de enfoques tradicionales. Se recomienda investigación futura enfocada en despliegue de aplicaciones analíticas y validación sobre datos financieros en tiempo real. En síntesis, este trabajo ejemplifica la aplicación de algoritmos innovadores de inteligencia artificial para optimizar la gestión de portafolios de inversión corporativos, constituyendo un avance en la incorporación de técnicas de vanguardia en los procesos de decisión financiera estratégica. ABSTRACT: this work addresses the problem of capital allocation optimization within a portfolio of heterogeneous financial instruments. This optimal management of investment portfolios is a critical topic in corporate finance, given its impact on the profitability and risk of organizations. The research explores the potential of cutting-edge techniques in artificial intelligence, specifically fuzzy logic and genetic algorithms, for the construction of robust portfolios through systemic resource allocation. The methodology consists of a quantitative, explanatory and longitudinal study. It involves the statistical analysis of historical financial series to evaluate and train predictive models. The correlational scope identifies interdependencies between instruments. Two complementary approaches are implemented: fuzzy logic for individual evaluation of alternatives using heuristic rules, and genetic algorithms for massively parallel stochastic search for global optimal assignments. The results reveal synergies between both. Fuzzy logic provides granular analysis, uncertainty management and interpretive semantics. Genetic algorithms allow simultaneous optimization considering interdependencies and with flexibility of objectives. It is concluded that these modern cutting-edge algorithmic techniques excel in building resilient portfolios and overcome limitations of traditional approaches. Future research focused on the implementation of analytical applications and validation on real-time financial data is recommended. In summary, this work exemplifies the application of innovative artificial intelligence algorithms to optimize the management of corporate investment portfolios, constituting an advance in the incorporation of cutting-edge techniques in strategic financial decision processes. Pregrado Ingeniero(a) Financiero(a) application/pdf spa Universidad EIA Ingeniería Financiera Escuela de Ciencias Económicas y Administrativas Envigado (Antioquia, Colombia) Derechos Reservados - Universidad EIA, 2023 Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 Diversificación de un portafolio de inversión basado diferentes medidas de riesgo Trabajo de grado - Pregrado http://purl.org/coar/resource_type/c_7a1f info:eu-repo/semantics/bachelorThesis info:eu-repo/semantics/publishedVersion Text http://purl.org/redcol/resource_type/TP http://purl.org/coar/version/c_970fb48d4fbd8a85 Optimización de portafolios Lógica difusa Algoritmos genéticos Gestión de riesgo financiero Análisis de series de tiempo Inteligencia artificial Mercados de capitales Incertidumbre Pronósticos financieros Portfolio optimization Fuzzy logic Genetic algorithms Financial risk management Time series analysis Artificial intelligence Capital markets Uncertainty Financial forecasts Publication |
| institution |
Universidad EIA |
| collection |
d_repository.eia.edu.co-DSPACE |
| title |
Diversificación de un portafolio de inversión basado diferentes medidas de riesgo |
| spellingShingle |
Diversificación de un portafolio de inversión basado diferentes medidas de riesgo Agudelo Serna, Andrés Valencia Villa, Juan Sebastián Agudelo Serna, Andrés Optimización de portafolios Lógica difusa Algoritmos genéticos Gestión de riesgo financiero Análisis de series de tiempo Inteligencia artificial Mercados de capitales Incertidumbre Pronósticos financieros Portfolio optimization Fuzzy logic Genetic algorithms Financial risk management Time series analysis Artificial intelligence Capital markets Uncertainty Financial forecasts |
| title_short |
Diversificación de un portafolio de inversión basado diferentes medidas de riesgo |
| title_full |
Diversificación de un portafolio de inversión basado diferentes medidas de riesgo |
| title_fullStr |
Diversificación de un portafolio de inversión basado diferentes medidas de riesgo |
| title_full_unstemmed |
Diversificación de un portafolio de inversión basado diferentes medidas de riesgo |
| title_sort |
diversificación de un portafolio de inversión basado diferentes medidas de riesgo |
| author |
Agudelo Serna, Andrés Valencia Villa, Juan Sebastián Agudelo Serna, Andrés |
| author_facet |
Agudelo Serna, Andrés Valencia Villa, Juan Sebastián Agudelo Serna, Andrés |
| building |
Repositorio digital |
| topic |
Optimización de portafolios Lógica difusa Algoritmos genéticos Gestión de riesgo financiero Análisis de series de tiempo Inteligencia artificial Mercados de capitales Incertidumbre Pronósticos financieros Portfolio optimization Fuzzy logic Genetic algorithms Financial risk management Time series analysis Artificial intelligence Capital markets Uncertainty Financial forecasts |
| topic_facet |
Optimización de portafolios Lógica difusa Algoritmos genéticos Gestión de riesgo financiero Análisis de series de tiempo Inteligencia artificial Mercados de capitales Incertidumbre Pronósticos financieros Portfolio optimization Fuzzy logic Genetic algorithms Financial risk management Time series analysis Artificial intelligence Capital markets Uncertainty Financial forecasts |
| publishDate |
2023 |
| language |
Español |
| publisher |
Universidad EIA |
| format |
Trabajo de grado - Pregrado |
| description |
RESUMEN: el presente trabajo aborda la problemática de optimización de asignación de capital dentro de un portafolio de instrumentos financieros heterogéneos. Esta gestión óptima de carteras de inversión resulta un tópico crítico en finanzas corporativas, dada su incidencia en la rentabilidad y riesgo de las organizaciones.
La investigación explora el potencial de técnicas de vanguardia en inteligencia artificial, específicamente la lógica difusa y los algoritmos genéticos, para la construcción de portafolios robustos mediante asignación sistémica de recursos.
La metodología consiste en un estudio cuantitativo, explicativo y longitudinal. Involucra el análisis estadístico de series financieras históricas para entrenar y evaluar modelos predictivos. El alcance correlacional identifica interdependencias entre instrumentos.
Se implementan dos enfoques complementarios: lógica difusa para evaluación individual de alternativas mediante reglas heurísticas, y algoritmos genéticos para búsqueda estocástica masiva en paralelo de asignaciones óptimas globales.
Los resultados revelan sinergias entre ambos. La lógica difusa aporta análisis granular, manejo de incertidumbre y semántica interpretativa. Los algoritmos genéticos permiten optimización simultánea considerando interdependencias y con flexibilidad de objetivos.
Se concluye que estas modernas técnicas algorítmicas de vanguardia sobresalen en la construcción de portafolios resilientes y superan limitaciones de enfoques tradicionales. Se recomienda investigación futura enfocada en despliegue de aplicaciones analíticas y validación sobre datos financieros en tiempo real.
En síntesis, este trabajo ejemplifica la aplicación de algoritmos innovadores de inteligencia artificial para optimizar la gestión de portafolios de inversión corporativos, constituyendo un avance en la incorporación de técnicas de vanguardia en los procesos de decisión financiera estratégica.
ABSTRACT: this work addresses the problem of capital allocation optimization within a portfolio of heterogeneous financial instruments. This optimal management of investment portfolios is a critical topic in corporate finance, given its impact on the profitability and risk of organizations.
The research explores the potential of cutting-edge techniques in artificial intelligence, specifically fuzzy logic and genetic algorithms, for the construction of robust portfolios through systemic resource allocation.
The methodology consists of a quantitative, explanatory and longitudinal study. It involves the statistical analysis of historical financial series to evaluate and train predictive models. The correlational scope identifies interdependencies between instruments.
Two complementary approaches are implemented: fuzzy logic for individual evaluation of alternatives using heuristic rules, and genetic algorithms for massively parallel stochastic search for global optimal assignments.
The results reveal synergies between both. Fuzzy logic provides granular analysis, uncertainty management and interpretive semantics. Genetic algorithms allow simultaneous optimization considering interdependencies and with flexibility of objectives.
It is concluded that these modern cutting-edge algorithmic techniques excel in building resilient portfolios and overcome limitations of traditional approaches. Future research focused on the implementation of analytical applications and validation on real-time financial data is recommended.
In summary, this work exemplifies the application of innovative artificial intelligence algorithms to optimize the management of corporate investment portfolios, constituting an advance in the incorporation of cutting-edge techniques in strategic financial decision processes.
|
| url |
https://repository.eia.edu.co/handle/11190/6365 |
| url_str_mv |
https://repository.eia.edu.co/handle/11190/6365 |
| _version_ |
1789501792260718592 |
| score |
11.2608595 |
