Optimización de un portafolio con Python

José Francisco  Martínez-Sánchez; Salvador  Cruz-García; Julissa Itzel  López-Castillo

doi:10.29057/icbi.v9i17.6807

José Francisco Martínez-Sánchez Universidad Autónoma del Estado de Hidalgo https://orcid.org/0000-0001-7056-1856
Salvador Cruz-García Universidad Autónoma del Estado de Hidalgo https://orcid.org/0000-0001-9153-657X
Julissa Itzel López-Castillo Universidad Autónoma del Estado de Hidalgo https://orcid.org/0000-0002-9635-7121

DOI: https://doi.org/10.29057/icbi.v9i17.6807

Palabras clave: Teoría de Markowitz, portafolio óptimo, frontera eficiente, Python, Jupyter Notebook

Resumen

Motivación: Un inversor racional tiene como objetivo maximizar el rendimiento del portafolio y minimizar su riesgo. Metodología: Se utiliza la teoría de optimización de portafolios de Markowitz para obtener mediante el lenguaje de programación Python el portafolio óptimo sobre la frontera eficiente. Este portafolio corresponde al punto donde el Sharpe ratio es el más alto. Para generar la frontera eficiente con los portafolios factibles se simulan múltiples portafolios de inversión mediante la implementación de un código en Python con Jupyter Notebook. Resultados: La composición óptima de un portafolio que contiene Bonos Gubernamentales Mexicanos, ETF’s y acciones de Wal-Mart de México, está determinada por un Sharpe ratio de 0.85; el portafolio tiene un rendimiento esperado del 9.53% con una volatilidad del 6.55%.

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor/a

José Francisco Martínez-Sánchez, Universidad Autónoma del Estado de Hidalgo

Julissa Itzel López-Castillo, Universidad Autónoma del Estado de Hidalgo

Citas

Banda Ortiz, H., González García, L. M., & Gómez Hernández, D. (2014). Una aproximación de la teoría de portafolio a las SIEFORES en México. Revista científica Pensamiento y Gestión, 36, 28–55. DOI: 10.14482/pege.36.5565

Bernstein, P. L. (2005). Capital ideas: The improbable origins of modern Wall Street. John Wiley & Sons, Hoboken, New Jersey.

Carles, P. G. (2014). Risk-adjusted performance measurement. In: Editor (Ed.), Investment risk management (Ch. 19, pp. 365–386). Oxford University Press, New York, NY.

CFA Institute. (2009). 2010 Level 2 Book 5: Derivatives and portfolio management. Kaplan Schweser, United States of America.

Dolci, P. C., & Maçada, A. C. G. (2012). Portfolio theory: The contribution of Markowitz’s theory to information system area. In: Editor (Ed.), Information systems theory: Explaining and predicting our digital society (Vol. 1, Ch. 10, pp. 199–211). Springer Science & Business Media, Heidelberg, New York, Dordrecht, London. DOI: 10.1007/978-1-4419-6108-2

Herrera, F. L. (1999). Aplicación del enfoque de Markowitz al cálculo del Valor en Riesgo (VaR) a un portafolio de divisas. Revista Contaduría y Administración, 193(2), 53–60.

Markowitz, H. (1952). Portfolio selection. The Journal of Finance, 7(1), 77–91. DOI: 10.1111/j.1540-6261.1952.tb01525.x

Maringer, D. G. (2006). Portfolio management with heuristic optimization (Vol. 8). Springer Science & Business Media, Dordrecht, The Netherlands.

Román, C. P., Pérez, J. L. C., & Estévez, P. G. (2012). Aplicación de la teoría de carteras con activos numismáticos y metales preciosos. Cuadernos de Gestión, 12(1), 123–143. DOI: 10.5295/cdg.100201cp

Rojas, O. (2018). Frontera eficiente en Python. LinkedIn. Recuperado de https://www.linkedin.com/pulse/frontera-eficiente-en-python-oscar-rojas-cfa

Sharpe, W. F. (1963). A simplified model for portfolio analysis. Management Science, 9(2), 277–293. DOI: 10.1287/mnsc.9.2.277