Modelo de gestión de carteras de Markowitz usando algorietmos genéticos
Markowitz portfolio management model using genetic algorithms
Resumen (es)
Con su artículo de 1952, Harry Markowitz simplificó notablemente el problema de selección de inversiones en el mercado accionario. En este artículo se introduce al lector en la propuesta de Markowitz y se propone un algoritmo genético para deducir la combinación de dos activos (cartera), que obtenga la más alta rentabilidad para su inversión y al mismo tiempo obtener el menor riesgo. En la última parte se aplica el algoritmo genético en dos casos de estudio reales con registros mensuales obtenidos entre 2009 y 2013.Resumen (en)
Referencias
Bedoya Villegas, J. A. (2011). Aplicación de la teoría Markowitz. Medellín: Universidad Nacional de Colombia.
Bolsa de Valores de Colombia. (Último acceso: junio 2013) En línea. Recuperado de: http:// www.bvc.com.co.
Davis, L. (1991). Handbook of Genetic Algorithms. New York: Van Nostrand Reinhold.
Gordon, A. (2003). Fundamentals of Investments/ Fundamentos de Inversiones. New York: Pearson.
Grefenstette, J. J. (1990). A User’s Guide to GENESIS.
Hunter, A. (1995). Sugal Programming Manual.
Lasa, A. J. (2009). Construcción de una frontera eficiente de activos financieros en México. Denarius. 131-153 .
Levine, D. (1995). User’s Guide to the PGA Pack Parallel Genetic Algorithm Library.
Markowitz, H. M. (1959). The Theory and Practice of Investment Management: Asset Allocation, Valuation, Portfolio Construction, and Strategies. New Jersey: John Wiley & Sons.
Michalewicz, Z. (1994). Genetic Algorithms + Data Structures = Evolution Programs. Charlotte: Springer-Verlag..
Milone, D., Rufiner, H. L. y Acevedo, R. (2009). Introducción a las señales y los sistemas discretos. Concepción del Uruguay, Entre Ríos: EDUNER.
Pérez Serrada, A. (1996). Una introducción a la computación evolutiva.
Roldán Hernández, A. F. y Lugo Currea, N. A.. (2010). Predicción del Valor de la Acción de ETB en la Bolsa de Acciones de Colombia mediante sistemas difusos. Bogotá: Universidad Distrital Francisco José de Caldas.
Shaffer, J. D. (ed.) (1989). Proceedings of the Thrid International Conference on Genetic Algorithms. New York: Morgan Kaufmann Publishers.
Smith, R. E., et al. (1995). SGA-C: A C-Language Implementation of a Simple Genetic Algorithm. The Clearinghouse for Genetic Algoritms, Tuscaloosa: The University of Alabama.
Yahoo Finance. (Último acceso: junio 2013) Recuperado de: http://finance.yahoo.com/.
Cómo citar
Licencia
Los autores firman una cesión de derechos para que la Universidad Santo Tomás pueda publicar los artículos bajos las condiciones descritas abajo. Los autores, lectores y demás usuarios son libres de compartir, copiar, distribuir, ejecutar y comunicar públicamente la obra bajo las condiciones siguientes:
- Atribución — Usted debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
- No Comercial — Usted no puede hacer uso del material con propósitos comerciales
- Compartir Igual — Si remezcla, transforma o crea a partir del material, debe distribuir su contribución bajo la misma licencia del original.
- No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.
CITAS está bajo una licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
Hasta el año 2019 los documentos publicados en la revista se encontraban bajo licencia Creative Commons Atribución-CompartirIgual (CC BY-SA), sin embargo con el fin de garantizar la distribución abierta y libre del contenido divulgado en la revista se optó por cambiar al tipo de licencia Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
