Teoría de carteras de inversión para la diversificación del riesgo: enfoque clásico y uso de redes neuronales artificiales (RNA)

Dante Conti, C. Simó, Ángel Rodríguez

Resumen


La relación entre riesgo y ganancia es fundamental en el diseño de portafolios de inversión. La diversificación en los portafolios de inversión persigue obtener la combinación óptima de activos que maximice la ganancia minimizando el riesgo. Bajo esta premisa, la investigación aborda la teoría clásica de las carteras de inversión adicionando a ésta criterios heurísticos y estadísticos con patrones de selección obtenidos con redes neuronales artificiales (RNA). En una primera fase de aplicación y prueba se pretende delimitar el estudio a la factibilidad de las RNA para la conformación de portafolios de inversión con los activos que cotizan en el mercado bursátil venezolano. Se confronta la teoría clásica (modelo de programación cuadrática de Markowitz) versus el enfoque alternativo de las RNA comparando los portafolios obtenidos con ambas técnicas. Finalmente, se recomienda la optimización de la arquitectura de las RNA para estudios a posteriori y se propone la continuidad del tópico usando otras técnicas de la Inteligencia Artificial y la Investigación de Operaciones aplicables al campo de las finanzas.


Palabras clave


Teoría de carteras de inversión; Investigación de operaciones; Programación cuadrática; Modelo de Markowitz; Redes neuronales

Texto completo:

PDF


Creative Commons License
Todos los documentos publicados en esta revista se distribuyen bajo una
Licencia Creative Commons Atribución -No Comercial- Compartir Igual 4.0 Internacional.
Por lo que el envío, procesamiento y publicación de artículos en la revista es totalmente gratuito.