Optimización de portafolios de inversión en la Bolsa de Valores de Quito, Ecuador utilizando redes neuronales artificiales

Abstract

El estudio busca optimizar los portafolios de inversión en la Bolsa de Valores de Quito, Ecuador, utilizando Redes Neuronales Artificiales para maximizar rendimientos y minimizar riesgos. Se extrajeron datos históricos de activos seleccionados desde 2016 y se aplicó la Teoría de Portafolios de H. Markowitz, con algoritmos específicos y simulación Monte Carlo para ponderar los activos. Se implementó Machine Learning para analizar series financieras individuales. Los resultados indican que las redes neuronales artificiales son efectivas para analizar el comportamiento de empresas en un portafolio, permitiendo una evaluación detallada. Sin embargo, se encontró una discrepancia significativa entre las predicciones teóricas y los resultados reales, lo que sugiere limitaciones en las teorías tradicionales para predecir el rendimiento bursátil en Quito, Ecuador. El estudio resalta la importancia de la adaptación continua de estrategias de inversión y la gestión de riesgos a lo largo del tiempo, dada la evolución del mercado. La comparación de volatilidades sugiere que este indicador es útil para prever la variabilidad de la cartera y gestionar riesgos.