Portafolios de inversión inteligentes

Abstract

Esta investigación busca el desarrollo de un portafolio de inversión que minimice el riesgo basado en redes neuronales y comparado con el modelo tradicional de Markowitz, con la finalidad de optimizar la relación riesgo-rendimiento. Para ello, primero, se realizó el método clásico de media-varianza de Markowitz calculando las rentabilidades esperadas y la matriz de covarianza de un conjunto de activos seleccionados. Estos cálculos permiten determinar los pesos óptimos. Posteriormente se implementó el método con redes neuronales por entrenamiento supervisado, ajustando los pesos de 10,000 portafolios generados aleatoriamente y seleccionando el de menor riesgo. Como principal hallazgo se mostró que el método basado en redes neuronales puede adaptarse a condiciones no lineales y superar la relación riesgo-rendimiento del portafolio tradicional. Estos modelos inteligentes toman mayor protagonismo en la gestión de finanzas, como herramientas innovadoras resultando fundamental explorar nuevas perspectivas de inversión y ampliar las posibilidades del modelado de portafolios inteligentes y gestión de activos automatizados.