Maestría en Administración Financiera · 2020
Desarrollo de una interfaz gráfica para la implementación de modelos de optimización robusta de portafolios
This research work addresses the problem of optimization of asset portfolios by making an initial approach to the classic optimization models derived from "Portfolio Selection*" (1952), the pioneering work of Henry Markowitz, covering the models of mean and minimal variance along with the equally weighted investment distribution model. From the investigation of their weaknesses, a new approach is made to those that propose the use of robust statistical estimators and the elimination of outliers in the time series involved in the optimization process, including the use of the minimum determinant algorithm of the covariance matrix (Fast-MCD) and that of a new statistical estimator of such matrix by means of a shrinkage to its sample form and the application of a model that involves the use of the comedian as a statistically robust estimator of the matrix, which is object of a subsequent shrinkage process. Next, the development of a graphical user interface on Matlab numerical computing software is presented, which implements the models studied and offers an interactive means of learning and performance analysis, thus leaving a precedent for developing software open to future improvements and investigative uses.
Full text 83 pages with text
Read the full thesis Record in the repository
Contents
- Introducciónp. 13
- 1. Objetivos, alcance y productosp. 15
- 1.1 Objetivo generalp. 15
- 1.2 Objetivos específicosp. 15
- 1.3 Alcance y productos finalesp. 15
- 1.3.1 Alcancep. 15
- 1.3.2. Productosp. 16
- 2. Marco teóricop. 17
- mínima varianzap. 17
- 2.1.1 Portafolio equiponderado (equally weighted portfolio, EWP)p. 20
- 2.2 La razón de Sharpep. 21
- 2.3 Otras medidas de desempeño de portafoliosp. 22
- la optimización de las carteras de activosp. 23
- optimización de carteras de activosp. 33
- mediante el uso de estimadores estadísticos robustosp. 27
- de activos involucrados en la optimización de carteras de activosp. 30
- activosp. 34
- 3. Definición y especificaciones del trabajop. 37
- 3.1 Definiciónp. 37
- 3.2 Especificacionesp. 37
- 4. Metodología del trabajop. 39
- 4.1 Plan de trabajop. 39
- modelos de optimizaciónp. 40
- 5. Desarrollo del trabajop. 42
- 5.1 Plataforma computacional de desarrollo App Desginer de Matlabp. 42
- GUIp. 46
- 5.2 Resultado final. GUI de optimización de carterasp. 47
- 5.2.1 Pantalla de inicio. Ventana de carga de portafolio y barra de menúp. 47
- 6. Validación de la investigaciónp. 57
- 6.1 Metodologías de pruebap. 57
- 6.2 Validación de los resultados de la investigaciónp. 57
- de diez industriasp. 57
- con el estudio de referenciap. 67
- 7. Conclusionesp. 73
- 8. Referenciasp. 75
- 9. Anexosp. 78
- 9.1 Anexo 1. Puesta en marcha de la GUI con el uso de la CVXp. 78
- QuadProg nativo de Matlabp. 80
- 9.3 Anexo 3. Estructura del paquete de entrega del softwarep. 83
- de retorno y riesgo de una cartera de activosp. 20
- Figura 2. Frontera eficiente de un portafolio de activosp. 20
- el modelo de mínima varianzap. 26
- portafoliosp. 69
- Figura 5. Componentes gráficos de la Component Library de App Designerp. 43
- Figura 6. Espacio de trabajo o WorkSpacede App Designerp. 44
- Figura 8. Vista general del componente Code View de App Designerp. 46
- del conjunto de datos de trabajop. 48
- conjunto de datos cargado en la GUIp. 49
- principalp. 50
- que se va a utilizar en el conjunto de datos cargadop. 51
- se cargó el set de datosp. 51
- Figura 15. Ventana de resultados para la ejecución del modelo de mínima varianzap. 52
- portafolio EWP y los activos que componen la cartera cargada en la GUIp. 53
- frontera eficiente asociada al portafoliop. 54
- la ventana móvil una vez ejecutado un proceso de normalizaciónp. 55
- industriasp. 58
- portafolio de diez industrias con un retorno objetivo similar al del modelo EWPp. 59
- normalizados a lo largo de la serie de tiempo por activo de la carterap. 61
- objetivo de retorno del 1.134 %p. 60
- carterap. 38
- varianza del portafolio de diez industriasp. 61
- pesos normalizados a lo largo de la serie de tiempo por activo de la carterap. 65
- del portafolio de diez industrias usando el algoritmo Fast-MCDp. 63
- la carterap. 63
- activo de la carterap. 65
- matriz de covarianza muestralp. 16
- normalizados a lo largo de la serie de tiempo por activo de la carterap. 61
- utilizando la library CVXp. 78
- b) Interfaz de la utility App Designerp. 79
- Interfaz de App Designer luego de seleccionar la GUI de optimización de portafoliosp. 79
- Figura 35. Cuadro de diálogo de bienvenida del programa de instalación de la GUIp. 80
- directo en el escritoriop. 81
- Matlab asociado a la GUIp. 81
- a la instalación efectiva de la aplicaciónp. 81
- Matlab como parte del proceso de instalación. b) Instalación efectiva de la aplicaciónp. 82
- Tabla 2. Portafolios de referencia para el estudio comparativop. 68
- Tabla 3. Portafolios de comparación desarrollados en la investigaciónp. 68
- GUI para cuatro tipos de portafoliosp. 69
- cuatro tipos de portafoliosp. 69