BAHA. ODEON - Artículos · 2025
Aplicación de autoencoders y autoencoders variacionales al sparse index tracking del S&P100
Record only. The repository marks this work as “Acceso abierto”: the PDF is not public, so there is no text to read here. View the record in the repository.
Abstract
Este artículo explora el uso de autoencoders (AE) y autoencoders variacionales (VAE) para abordar el problema de sparse index tracking aplicado al índice S&P100. Utilizando datos diarios de 2019 a 2023, se construyeron portafolios de seguimiento disperso con 5, 10, 15 y 20 activos, seleccionados mediante un enfoque de información comunal. Los resultados muestran que los VAE superan a los AE en términos de precisión y generalización, logrando un menor empirical tracking error en todos los portafolios. Este estudio destaca el potencial de los VAE como herramientas efectivas para replicar índices financieros bajo restricciones de cardinalidad, aunque no se consideraron costos de transacción ni otras fricciones del mercado.