Maestría en Gerencia de Inversión · 2026
Portfolio manager frente a agente de IA para la gestión de un portafolio personal
Muchas veces los gerentes de portafolio toman decisiones de inversión basadas en información del mercado, análisis técnico, análisis fundamental y las necesidades del cliente (riesgo, liquidez, endeudamiento). Sin embargo, esta forma de tomar decisiones se fundamenta en las finanzas clásicas donde se asume que la gestión es realizada por agentes racionales. La teoría de Behavioral Finance, por su parte, ha mostrado que los agentes no son 100% racionales y sus decisiones están permeadas por sesgos cognitivos, emocionales y de representatividad. En los primeros se observa el overconfidence, loss aversion, disposition effect (Thaler, 2008), presentados principalmente por predisposiciones en el actuar de las personas al usar heurísticas que simplifican la toma de decisiones y que pueden aumentar la eficiencia (De Bondt et al., 2013). Los sesgos emocionales como regret aversion, endowment effect, son generados por efectos de personalidad debido a factores biológicos y del entorno, inclinando así las posiciones de mercado con base en estos preceptos. Por último, se encuentran los sesgos de representatividad, como los de anclaje y familiaridad fomentados por patrones, los cuales impiden una gestión eficiente, basada en análisis cuantitativo del mercado. A continuación, se presenta un desglose de cada uno de los sesgos mencionados previamente y sus efectos, y cómo estos terminan llevando a los gerentes de portafolio a imprecisiones en la toma de decisiones. Los sesgos cognitivos tienen efectos sobre el manejo de portafolios.
Texto completo 26 páginas con texto
Leer la tesis completa Ficha en el repositorio
Contenido
- INTRODUCCIÓNp. 4
- METODOLOGIAp. 5
- Definición de Portafoliop. 5
- Horizonte de Análisisp. 6
- Desarrollo de agente de IAp. 6
- Métricas para medición del portafoliop. 6
- RESULTADOSp. 10
- Tipo de Inversionistap. 10
- Definición del Benchmarkp. 10
- Selección de Portafolio del Portfolio Manager (Humano)p. 12
- Resumen estrategia Portfolio Manager (Humano)p. 14
- Selección de Portafolio Agente IAp. 15
- Resumen Estrategia Algorítmica Agente de IAp. 18
- Resultados portfolio manager vs agente IAp. 19
- Análisis de Resultados:p. 21
- CONCLUSIÓNp. 23
- LIMITACIONES Y RECOMENDACIONESp. 24
- BIBLIOGRAFIA:p. 25
- 0.1 Benchmarkp. 7
- 0.2Indicadores de desempeñop. 8
- 0.3Performance Atributionp. 9
- 0.1Perfilamiento de riesgop. 10
- 0.2Tabla Resumen Metricas desempeño y riesgop. 10
- 0.3Tabla comportamiento frontera eficientep. 11
- 0.4Tabla de Benchmarkp. 11
- 0.5Seleccion Portfolio managerp. 12
- 0.6Seleccion Agente IAp. 15
- 0.7Matriz correlacion activosp. 17
- 0.8Desempeño de activosp. 17
- 0.9Tabla Indicadores desempeñop. 19
- 0.10Performance Attribution humano vs Benchmarkp. 19
- 0.11Performance Attribution Agente IA vs Benchmarkp. 20
- 0.12Valor Acumulado y Distribución activap. 20