Un método para optimización de portafolios de acciones colombianas con predicción de retorno basado en una técnica de machine learning

Aug 3, 2026

Este trabajo propone una metodología para optimizar portafolios de acciones colombianas al incorporar predicciones de retorno dentro del enfoque de Markowitz. La investigación realiza una revisión de literatura sobre predicción del mercado mediante machine learning y su uso para decisiones de inversión, luego formula objetivos y justificación. Se selecciona un modelo basado en redes LSTM con indicadores técnicos y rezagos, y se valida por comparación: el portafolio con retornos pronosticados alcanza 15.27% frente a 3.51% del esquema tradicional, sugiriendo mejoras con predicción de riesgo y otros algoritmos.

IdiomaSpanish

CategoríaInvestigación e Informes

FormatoPDF

Páginas85

Tiempo de lectura2 h 11 min

AccesoGratis para descargar

Tabla de contenidos

Resumen

Metodología y enfoque

Modelo de machine learning y datos

Construcción del portafolio y validación

Palabras clave

Abstract

Un método para optimización de portafolios de acciones colombianas con predicción de retorno basado en una técnica de machine learning Alejandra Baena Restrepo Facultad de Minas, Área Curricular de Sistemas e Informática Medellín, Colombia 2023 Un método para optimización de portafolios de acciones colombianas con predicción de retorno basado en una técnica de machine learning Alejandra Baena Restrepo Tesis o trabajo de investigación presentada(o) como requisito parcial para optar al título de: Magister en Ingeniería Analítica Director (a): Ph.D. Albeiro Espinosa Bedoya Facultad de Minas, Área Curricular de Sistemas e Informática Medellín, Colombia Agradecimientos En primera instancia, quiero expresar mi más profundo agradecimiento a dos pilares fundamentales en mi vida: mis padres. Su esfuerzo y dedicación han sido la base para forjar en mí los valores de integridad y emprendimiento, así como el deseo sincero de contribuir al mejoramiento de la sociedad. A mi esposo, agradezco su amor incondicionaly apoyo inquebrantable, los cuales han sido el soporte emocional para construir el camino hacia este logro. En segunda instancia, mi más sincero reconocimiento va dirigido a mi director de trabajo de grado, Albeiro Espinosa Bedoya. Su apoyo constante, su disposición para ayudarme en todo momento y su motivación han sido fundamentales para el exitoso desarrollo de este trabajo. Asimismo, deseo agradecer de manera especial a toda la comunidad académica de la Universidad Nacional de Colombia. Durante estos dos años de formación y su exigenteeducación ha sido un desafío constante que me ha impulsado a superarme tanto a nivel profesional como personal. Cada enseñanza y experiencia compartida han sido piedras angulares en mi crecimiento y desarrollo profesional, y les estoy agradecida por brindarme una educación de calidad. Por último, quiero extender mi agradecimiento a todas aquellas personas que en algúnmomento me brindaron sus palabras de aliento y apoyo para culminar esta maestría. Hansido un impulso adicional en mi camino hacia el éxito académico. Resumen Un método para optimización de portafolios de acciones colombianas con predicción de retorno basado en una técnica de machine learning Este trabajo propone una metodología para optimizar portafolios de acciones colombianasal incorporar predicciones de retorno utilizando el enfoque de Markowitz. La investigacióncomienza con un capítulo introductorio en el cual se realiza una revisión de la literatura que explora cómo se ha abordado la predicción del mercado financiero a través del machine learning y cómo estas predicciones han sido aplicadas para optimizar portafolios y generar beneficios económicos. Basándose en esta revisión, se establece la justificaciónde la investigación y se delimitan los objetivos del trabajo. Basándose en los hallazgos de la literatura, se selecciona un modelo de Machine Learning utilizando un método de objetivos ponderados. En este contexto, se opta por emplear el modelo de redes LSTM (Long Short-Term Memory), debido a su consistencia y al interés que ha despertado en investigaciones anteriores. El experimento se lleva a cabo utilizando datos del mercado de valores colombiano que abarcan el período de 2000 a 2023. En el capítulo 2 de la investigación, se emplea el método LSTM para predecir el rendimiento de las acciones en el próximo período. Se seleccionan veinte indicadores significativos como variables de entrada, incluyendo cinco indicadores técnicos y quince observaciones rezagadas de retorno. Una vez pronosticados los retornos, se seleccionan únicamente aquellas acciones que presentan predicciones positivas para la siguiente fase. En la segunda fase, se toman en cuenta los rendimientos pronosticados como positivos para un modelo de optimización, mientras que se utilizan los rendimientos históricos para el otro modelo de optimización. Se aplica el modelo de Varianza Mínima (MV) de Markowitz para generar un

Preguntas frecuentes

¿Cuál es el objetivo principal del método propuesto?

Proponer una metodología para optimizar portafolios de acciones colombianas incorporando predicciones de retorno bajo el enfoque de Markowitz.

¿Qué modelo de machine learning se utiliza para la predicción de rendimientos?

Se emplean redes neuronales LSTM (Long Short-Term Memory), seleccionadas por su consistencia y uso en investigaciones previas.

¿Cómo se valida la metodología y cuál es el resultado comparativo?

Se comparan los portafolios generados con retornos pronosticados frente a la estrategia tradicional de Markowitz; el rendimiento acumulado alcanza 15.27% frente a 3.51%.

Aug 3, 2026

Subido por Ava Thompson