Selección óptima de portafolios basada en cadenas de Markov de primer y segundo orden

Palabras clave: Composición de portafolios, cadenas de Markov, componentes principales, índice bursátil, aversión al riesgo

Resumen

En búsqueda de generar estrategias de inversión en pro de maximizar el rendimiento esperado y minimizar el riesgo, se estudian dos modelos de selección de portafolios óptimos. El primero se ajusta usando rendimientos logarítmicos, y en el segundo se emplea análisis de componentes principales (ACP) a estos rendimientos. Luego, para cada uno de ellos se establece su rendimiento ponderado y se crean unas medidas para establecer los estados de las cadenas de Markov de primer y segundo orden. Esto permite pronosticar si los portafolios conformados tendrán comportamientos alcistas o bajistas dadas las probabilidades de los estados de las cadenas de Markov. Se realiza una aplicación usando los retornos de precios de cierre diarios de 21 acciones del COLCAP, para el periodo comprendido desde enero de 2014 a octubre de 2017. Se concluye que en el mercado colombiano un portafolio conformado bajo ACP de los rendimientos tiene una mayor rentabilidad esperada y un menor riesgo a largo plazo, teniendo una precisión de pronóstico del modelo dados los vectores estacionarios de las cadenas de Markov.

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor/a

Juan Manuel Gómez Romero, Universidad Nacional de Colombia
MSc en EstadísticaUniversidad Nacional de ColombiaBogotá D.C., Colombia.
José Alfredo Jiménez Moscoso, Universidad Nacional de Colombia
Profesor AsociadoDepartamento de EstadísticaFacultad de CienciasSede Bogotá

Citas

Cecchetti, S. y Sigalotti, L. (2013), 'Forward looking robust portfolio selection', Temi di Discussione Working Papers Banca de Italia (913).

Fabozzi, F. J. y Markowitz, H. (2002), The theory and practice of investment management, John Wiley, New Jersey.

Falk, B. [1986], 'Further evidence on the asymmetric behavior of economic time series over the business cycle', 94(5), 1096-1109.

Hyung, N. y de Vries, C. G. (2006), 'Portfolio selection with heavy tails', Timbergen Institute Discussion Paper 009(2).

Jackson, J. E. (1991), A user's guide to principal components, John Wiley.

Jiménez Moscoso, J. A. (2017), Álgebra matricial con aplicaciones en estadística, 3 edn, Universidad Nacional de Colombia, Bogotá, Colombia.

Kemeny, J. G. y Snell, J. L. (1976), Finite Markov Chains, Springer-Verlag, New York.

Markowitz, H. (1952), 'Portfolio selection', 7(1), 77-91.

Markowitz, H. (1959), Portfolio selection: Efficient diversification of investment, John Wiley, New York.

Martínez, C. L., Restrepo, J. y Velásquez, J. (2004), 'Selección de portafolios usando simulación y optimización bajo incertidumbre', Revista de la facultad de minas Universidad Nacional de Colombia 71(141), 37-57.

McQueen, G. y Throley, S. (1991), 'Are stock returns predictable? a test using Markov chains', 46(1), 239-263.

Meucci, A. (2010), 'Managing diversification', Bloomberg Education and Quantitative Research and Education

Paper 115(1), 74-79.

Neftci, S. N. (1984), 'Are economic time series asymmetric over the business cycle?', 92(2), 307-328.

Parada, J. R. (2012), 'La teoría financiera y análisis técnico', Revista Universidad EAFIT 35(116), 21-36.

Partovi, H. M. y Caputo, M. R. (2004), Principal portfolios: Recasting the efficient frontier, Technical report, California State University.

Pasini, G. (2017), 'Principal component analysis for stock portfolio management', International Journal of Pure

and Applied Mathematics 115(1), 153-167.

Peña, D. (2002), Análisis de datos multivariantes, 1 edn, McGraw-Hill Interamericana de España, Madrid, España.

Rachev, S., Huber, I. y Ortobelli, S. (2002), Portfolio choice with heavy tailed distributions, Technical report, University of Karlsruhe, University of Bergamo.

Ramírez, J. C. y Sandoval, R. [2002], `Patrones no lineales en los rendimientos de las acciones de la bmv: Una prueba basada en cadenas de Markov de segundo orden', Centro de Investigación y Docencia Económicas (227).

Ramírez, J. C. y Sandoval, R. (2003), 'Una propuesta para evaluar pronósticos de rendimientos de acciones

cuando las distribuciones empíricas no son normales estacionarias', Estudios Económicos 18(2), 237-277.

Yang, L. (2015), An application of principal component analysis to stock portfolio management, Master's thesis, University of Canterbury.

Publicado
2020-01-24
Cómo citar
Gómez Romero, J. M., & Jiménez Moscoso, J. A. (2020). Selección óptima de portafolios basada en cadenas de Markov de primer y segundo orden. Lecturas De Economía, (92), 33-66. https://doi.org/10.17533/udea.le.n92a02
Sección
Artículos
Share |