Selección óptima de portafolios basada en cadenas de Markov de primer y segundo orden

Abstract

En búsqueda de generar estrategias de inversión en pro de maximizar el rendimiento esperado y minimizar el riesgo, se estudian dos modelos de selección de portafolios óptimos. El primero se ajusta usando rendimientos logarítmicos, y en el segundo se emplea análisis de componentes principales (ACP) a estos rendimientos. Luego, para cada uno de ellos se establece su rendimiento ponderado y se crean unas medidas para establecer los estados de las cadenas de Markov de primer y segundo orden. Esto permite pronosticar si los portafolios conformados tendrán comportamientos alcistas o bajistas dadas las probabilidades de los estados de las cadenas de Markov. Se realiza una aplicación usando los retornos de precios de cierre diarios de 21 acciones del COLCAP, para el periodo comprendido desde enero de 2014 a octubre de 2017. Se concluye que en el mercado colombiano un portafolio conformado bajo ACP de los rendimientos tiene una mayor rentabilidad esperada y un menor riesgo a largo plazo, teniendo una precisión de pronóstico del modelo dados los vectores estacionarios de las cadenas de Markov.

Keywords

• Composición de portafolios
• cadenas de Markov
• componentes principales
• índice bursátil
• aversión al riesgo