Inversión y rebalanceo de corto plazo en el USDCOP, un acercamiento relativo y de aprendizaje por refuerzo.

Abstract

Gracias a los avances en la capacidad computacional y el desarrollo de la Inteligencia Artificial, se han creado agentes autónomos que logran superar a los humanos en la forma en que ejecutan las tareas y toman decisiones. Reinforcement Learning es un claro ejemplo de esto. Este tipo de metodología ha logrado mostrar resultados en cuanto a la ejecución, inversión y administración de fondos en finanzas. En este escrito se plantea rechazar la hipótesis de caminata aleatoria en el mercado de tasa de cambio peso colombiano/dólar (USD/COP) en el corto plazo, explotando la capacidad predictiva de RL y realizando un análisis de diferentes medidas de rendimiento del agente modelado.