J. D. Bermudez Edo, E. Vercher González, A. Corberán Vallet, H. Migallón Gomis, J. V. Segura Heras

En este trabajo utilizamos el método de predicción de Gadner para series temporales para calcular el riesgo y rendimiento esperado de las carteras de inversión. Basándonos en dichas medidas de riesgo y rendimiento predictivo, aplicamos un algoritmo genético que nos permite aproximar la frontera de Pareto, solución al problema de optimización multicriterio planteado. En cada periodo considerado se seleccionan los 60 activos con mayor rendimiento predicho, se actualizan las carteras que componen la frontera de Pareto y se elige la cartera de inversión para el siguiente periodo, teniendo también en cuenta la cartera del periodo anterior. La metodología propuesta tiene en cuenta las posibles correlaciones cruzadas y autocorrelaciones de los precios de los activos, y también su evolución temporal. Un ejemplo numérico muestra cómo llevar a la práctica el DSS propuesto.

Palabras clave: Algoritmo genético multiobjetivo, finanzas, optimización de carteras de inversión, predicción, series temporales

Programado

GT05.DMULT1 Sesión Invitada y Reunión
8 de noviembre de 2023  17:20
CC4: Sala 2


Otros trabajos en la misma sesión

Grupos de actores homogéneos en AHP-GDM

J. Aguarón Joven, A. Altuzarra Casas, M. T. Escobar Urmeneta, J. M. Moreno-Jiménez, J. Navarro López, A. Turón Lanuza


Política de cookies

Usamos cookies solamente para poder idenfiticarte y autenticarte dentro del sitio web. Son necesarias para el correcto funcionamiento del mismo y por tanto no pueden ser desactivadas. Si continúas navegando estás dando tu consentimiento para su aceptación, así como la de nuestra Política de Privacidad.

Adicionalmente, utilizamos Google Analytics para analizar el tráfico del sitio web. Ellos almacenan cookies también, y puedes aceptarlas o rechazarlas en los botones de más abajo.

Aquí puedes ver más detalles de nuestra Política de Cookies y nuestra Política de Privacidad.