Optimización de portafolios con restricciones empleando algoritmos genéticos -Edición Única
Export citation
Resumen
En esta tesis se desarrolla el problema de selección de portafolios de inversión
empleando algoritmos genéticos en donde se trata el problema de optimización. En este
trabajo se plantean dos variantes del problema, en la primera variante se busca resolver
el problema de optimización para un solo portafolio en forma de un objetivo con un
algoritmo genético, en el segundo enfoque se aplican algoritmos multiobjetivo para la
selección de múltiples resultados distribuidos en el frente de Pareto, conocido como
frontera de eficiencia.
En este trabajo se toma como referencia es el modelo de Markowitz (1959), donde
se busca solucionar el problema de maximizar la rentabilidad esperada y minimizar el
riesgo del portafolio. Este modelo tiene una solución mediante programación cuadrática.
A pesar de que el método de programación cuadrática es muy eficiente, una de sus
limitantes es que solo se consideran restricciones lineales.
Al emplear un algoritmo genético de un objetivo para resolver el problema de
optimización de portafolios es posible incluir restricciones no lineales. Por otra parte
al emplear un algoritmo genético con optimización multiobjetivo se puede seleccionar
un conjunto de resultados que se encuentren próximos al frente de Pareto en una sola
ejecución.
Aunque existen muchos avances en el tema de optimización de portafolios de
inversión empleando algoritmos genéticos, en esta tesis se utilizan datos actuales y reales
de la Bolsa Mexicana de Valores, además de explorar sobre el enfoque del problema de
un objetivo. Por otra parte, se hace un análisis de este problema de optimización en
cuanto a las ventajas de un método de un algoritmo evolutivo multiobjetivo.