Optimización de portafolios de criptomonedas utilizando el modelo de Markowitz: Un análisis de las principales cinco criptomonedas

Autores/as

DOI:

https://doi.org/10.29057/escs.v12i24.14651

Palabras clave:

Optimización de portafolios, criptomonedas, modelo de Markowitz, riesgo, rendimiento

Resumen

Este estudio aplica el modelo de Markowitz para optimizar portafolios de inversión compuestos por las cinco principales criptomonedas por capitalización de mercado: Bitcoin, Cardano, BNB, Litecoin y Ether, durante el período de 2019 a 2024. El objetivo general es analizar cómo optimizar estos portafolios, maximizando la rentabilidad esperada y equilibrando el riesgo. Los objetivos específicos incluyen determinar los rendimientos esperados, la varianza y el coeficiente de variación de cada criptomoneda, así como estimar las proporciones óptimas de inversión en un portafolio diversificado. Se utilizaron datos históricos de precios obtenidos de Yahoo! Finanzas, seleccionando criptomonedas representativas con suficiente información. Los resultados muestran una relación creciente entre riesgo y rendimiento, conforme a la teoría de varianza, y se identifica un portafolio con menor riesgo y mayor rendimiento relativo. Este hallazgo resalta la importancia de la diversificación en un mercado altamente volátil como el de las criptomonedas. Se concluye que el modelo de Markowitz es útil para la gestión del riesgo en criptomonedas, aunque debe considerar factores adicionales como liquidez y eventos del mercado. Los resultados aportan implicaciones tanto teóricas como prácticas, proporcionando evidencia empírica sobre la eficiencia de los portafolios cripto y su aplicabilidad en estrategias de inversión.

Descargas

Los datos de descargas todavía no están disponibles.

Información de Publicación

Metric
Este artículo
Otros artículos
Revisores por pares 
2.4 promedio

Perfiles de revisores  N/D

Declaraciones del autor

Declaraciones del autor
Este artículo
Otros artículos
Disponibilidad de datos 
N/A
16%
Financiamiento externo 
No
32% con financiadores
Intereses conflictivos 
N/D
11%
Metric
Para esta revista
Otras revistas
Artículos aceptados 
57%
33%
Días hasta la publicación 
116
145

Indexado en

Editor y comité editorial
perfiles
Sociedad académica 
N/D

Citas

Aguiar, A., & Zambujal-Oliveira, J. (2021). Tecnologias de Informação de Suporte às Criptomoedas (ISBN 978-972-97787-5-9).

Alamaren, A. S., Gokmenoglu, K. K., & Taspinar, N. (2024). Volatility spillovers among leading cryptocurrencies and US energy and technology companies. Financial Innovation, 10(81). https://doi.org/10.1186/s40854-024-00626-2

AlMadany, N. N., Hujran, O., Al Naymat, G., & Maghyereh, A. (2024). Forecasting cryptocurrency returns using classical statistical and deep learning techniques. International Journal of Information Management Data Insights, 4(2), 100251. https://doi.org/10.1016/j.jjimei.2024.100251

Benazco, J. W., & García, G. (2021). Proyecto Cardano, tercera generación de criptomonedas. Universidad de La Laguna. http://riull.ull.es/xmlui/handle/915/24719.

Blanc-Blocquel, A., Ortiz-Gracia, L., & Oviedo, R. (2024). Efficient likelihood estimation of Heston model for novel climate-related financial contracts valuation. Mathematics and Computers in Simulation, 225, 430-445. https://doi.org/10.1016/j.matcom.2024.05.024

Bouri, E., Shahzad, S. J. H., & Roubaud, D. (2020). Cryptocurrencies as hedges and safe-havens for US equity sectors. The Quarterly Review of Economics and Finance, 75, 294-307. https://doi.org/10.1016/j.qref.2019.05.001

Balqis, V. P., Subiyanto, S., & Supian, S. (2021). Optimizing stock portfolio with Markowitz method as a reference for investment community decisions. International Journal of Research and Community Service, 2(2). https://doi.org/10.46336/ijrcs.v2i2.213

Demmler, M., (2023). Leading Cryptocurrencies Between 2019 and 2021: Analysis of Market Prices and Portfolio Design. Análisis Económico, XXXVIII(99), 145-165. https://doi.org/10.24275/uam/azc/dcsh/ae/2023v38n99/Demmler

Escobar, C. A., & León, J. A. (2022). Estructuración de portafolios mediante el modelo de Markowitz: Análisis comparativo del Mercado Integrado Latinoamericano, MILA (Tesis de maestría). Universidad EAFIT.

Escobar, C. D., Avella, S. D., & Rojas, B. R. (2023). Analysis of Financial Assets in Colombia: Hedging Positions with Bitcoin. Revista CEA, 9(21), 1-23. https://doi.org/10.22430/24223182.2481

Fantazzini, D. (2019). Risk premia and downside risk in Bitcoin and other cryptocurrencies. Economics Letters, 181, 53-59.

Fernández-Navarro, F., Martínez-Nieto, L., Carbonero-Ruz, M., & Montero-Romero, T. (2021). Mean Squared Variance Portfolio: A Mixed-Integer Linear Programming Formulation. Mathematics, 9(3), 223.

Guo, Q. (2022). Review of research on Markowitz model in portfolios. In Proceedings of the 2022 7th International Conference on Social Sciences and Economic Development (ICSSED 2022). Atlantis Press. https://doi.org/10.2991/aebmr.k.220405.131

Hanif, A. (2021). Optimización de portafolio mediante el modelo de Markowitz. The International Journal of Applied Business, 5(1), 37-50. https://doi.org/10.20473/tijab.V5.I1.2021.37-50

Hu, M., Liu, Z., & Zhou, Y. (2024). Efficient post-quantum secure deterministic wallet scheme. Cybersecurity, 7(24). https://doi.org/10.1186/s42400-024-00216-w

Jeleskovic, V., Latini, C., Younas, Z. I., & Al-Faryan, M. A. S. (2024). Cryptocurrency portfolio optimization: Utilizing a GARCH-copula model within the Markowitz framework. Journal of Corporate Accounting & Finance, 35, 139–155. https://doi.org/10.1002/jcaf.22721

Jaramillo Echeverry, L. (2021). Portafolios diversificados con criptomonedas y su respectivo riesgo de mercado. Universidad EIA.

John, K., Monnot, B., Mueller, P., Saleh, F., & Schwarz-Schilling, C. (2025). [Título del artículo]. Revista de Finanzas Corporativas, 91, 102718. https://doi.org/10.1016/j.jcorpfin.2024.102718

Ma, Y., Ahmad, F., Liu, M., & Wang, Z. (2020). Portfolio optimization in the era of digital financialization using cryptocurrencies. Technological Forecasting and Social Change, 161, 120265. https://doi.org/10.1016/j.techfore.2020.120265

Markowitz, H. (1952). Portfolio selection. The Journal of Finance, 7(1), 77-91.

Nguyen, B. K. Q., & Pham, D. T. N. (2025). Investing during a fintech revolution: The hedge and safe haven properties of Bitcoin and Ethereum. Research in International Business and Finance, 73(A), 102599. https://doi.org/10.1016/j.ribaf.2024.102599

Rula, A. (2022). Optimización de portafolios en el índice IDX30 con el modelo de Markowitz. International Journal of Quantitative Risk Management, 3(4). https://doi.org/10.46336/ijqrm.v3i4.358

Valencia, J. P. (2024). Optimización del portafolio de clientes: Caso aplicado a una empresa industrial colombiana (Tesis de maestría). Universidad EAFIT.

Vidal-García, J., & Vidal, M. (2024). Una nota sobre el modelo de Markowitz. SSRN. https://doi.org/10.2139/ssrn.3461392

World Economic Forum. (2022, 21 de noviembre). ¿Es la criptomoneda el futuro de las finanzas? Esto es lo que muestra un nuevo estudio. World Economic Forum.

Zhang, M., Zhu, B., & Li, Z. (2024). Relationships among return and liquidity of cryptocurrencies. Financial Innovation, 10(3). https://doi.org/10.1186/s40854-023-00532-z

Descargas

Publicado

2025-07-05

Cómo citar

Mercader Castelán, C. D., Sauza Avila, B., Cruz Ramírez, D., Pérez Castañeda, S. S., Lechuga Canto, C. B., & Hernández Ramírez, V. (2025). Optimización de portafolios de criptomonedas utilizando el modelo de Markowitz: Un análisis de las principales cinco criptomonedas. Ingenio Y Conciencia Boletín Científico De La Escuela Superior Ciudad Sahagún, 12(24), 113–122. https://doi.org/10.29057/escs.v12i24.14651