dc.creatorGarcía-Mejía, J. Fernando
dc.creatorMartínez Garduño, Yenit
dc.creatorLizola Margolis, Pedro Enrique
dc.creatorLinares Merlos, Jakeline Hana
dc.date2022-02-25T04:29:15Z
dc.date2022-02-25T04:29:15Z
dc.date2020-12-15
dc.date.accessioned2022-10-13T00:26:00Z
dc.date.available2022-10-13T00:26:00Z
dc.identifier978-607-8532-71-1
dc.identifierhttp://hdl.handle.net/20.500.11799/112717
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/4155825
dc.descriptionLos portafolios de inversión son instrumentos bursátiles que tienen como objetivo generar los mejores rendimientos posibles con el menor riesgo de pérdida posible. Esto puede realizarse mediante diversas posturas teóricas, una de ellas es la Teoría de Portafolio Óptimo formulada por Harry Markowitz, que tiene como finalidad construir una cartera óptima a partir de la diversificación, es decir, asignar a los activos diferentes montos de inversión, los cuales son calculados por medio de una serie de ecuaciones que se pueden resolver mediante un método de programación no lineal denominado gradiente reducido generalizado (GRG). En este trabajo se propone un método alterno de solución: los algoritmos evolutivos, en específico un algoritmo genético canónico con una codificación basada en números reales, con la finalidad de diseñar un portafolio de inversiones alternativo denominado portafolio de divisas, compuesto por rendimientos de seis monedas respecto al peso mexicano. Los montos para invertir en cada moneda son formulados de acuerdo con diferentes escenarios, resueltos por el GRG y comparados con soluciones obtenidas por un algoritmo genético, este último demostró que es la mejor opción de cálculo.
dc.descriptionPublicación financiada con recursos PROFEXCE 2020
dc.languagespa
dc.publisherRío Subterráneo Editores
dc.rightsopenAccess
dc.rightshttp://creativecommons.org/licenses/by/4.0
dc.subjectalgoritmo genético, portafolio de divisas, micro algoritmo genético
dc.subjectCIENCIAS SOCIALES
dc.titleDiversificación de portafolios de divisas: una alternativa basada en algoritmos genéticos
dc.typeCapítulo de Libro


Este ítem pertenece a la siguiente institución