Documentos de Académico
Documentos de Profesional
Documentos de Cultura
____________________________
Jurado
(Nombre y firma)
____________________________
Tutor
(Nombre y firma)
Fecha: ___________________
iii
DEDICATORIA
En primer lugar, quiero dedicar este trabajo a la memoria de mi papá quien, con
recursos muy escasos, hizo su mayor esfuerzo para que sus hijos tuvieran acceso a
una educación de calidad.
A mi mamá, quien con trabajo arduo y constante continuó con este esfuerzo en la
ausencia de mi papá.
A mi esposa y mis hijos, quienes son el motivo para haber emprendido este
postgrado.
iv
AGRADECIMIENTOS
A todo aquel que de alguna manera colaboró para la culminación exitosa de este
trabajo.
v
RESUMEN
ÍNDICE GENERAL
Hoja de aprobación.......……………………………………………….......… ii
Dedicatoria.............…………………………………………………….……..iii
Agradecimiento...…………………………………………………….……….iv
Resumen.....………………………………………………………….………...v
Índice General.…………………………………...……………….....………..vi
Índice de tablas, figuras y gráficos ................................................................ix
INTRODUCCIÓN..............................................................................................1
FASE DE PLANIFICACIÓN
CAPITULO I PROYECTO DE TRABAJO DE GRADO ...................... 2
1.1. Justificación .............................................................................. 2
1.2. Objetivos
1.2.1. Objetivo general ..................................................... 3
1.2.2. Objetivos específico ................................................. 3
1.3. Metodología
1.3.1. Marco Conceptual .................................................. 4
1.3.2. Marco Metodológico .............................................. 4
1.4. Cronograma de ejecución ............ .......................................... 6
FASE DE EJECUCIÓN
CAPITULO II. MARCO CONCEPTUAL REFERENCIAL ................. 7
2.1. Metodología de selección de cartera de inversión de
Harry Markowitz
2.1.1. Introducción ............................................................. 7
2.1.2. Suposiciones iniciales del Modelo de Markowitz .... 8
2.1.3. El rendimiento esperado ........................................... 8
2.1.4. El riesgo o desviación estándar de la cartera ............. 9
2.1.5. Teorema del conjunto eficiente ................................. 9
vii
FASE DE EVALUACIÓN
CAPITULO IV. EVALUACION DEL PROCESO DE TRABAJO
ESPECIAL DE GRADO ........................................... 51
4.1. Resultados .............................................................................. 51
4.2. Comparación entre lo planeado y lo ejecutado ....................... 55
REFERENCIAS ......................................................................................... 59
ANEXOS .................................................................................................. 61
ix
FIGURAS
Figura No. 1 Conjunto Factible ..................................................................... 9
Figura No. 2. Red Neural Artificial ............................................................... 14
Figura No. 3. Diagrama de flujo de los pasos de la metodología ................. 30
Figura No. 4. Nuevo Experto (New Expert) ................................................. 34
Figura No. 5. Tipos de Nodos (Node Type) .................................................. 34
Figura No. 6. Selección del rango de trabajo para el entrenamiento (train set) 37
ii
GRÁFICOS
Gráfico No. 1. Gráfico de línea ................................................................... 19
Gráfico No. 2. Grafico de barras ................................................................. 19
Gráfico No. 3. Gráfico de velas japonesas .................................................. 20
Gráfico No. 4. Volumen ............................................................................ 21
Gráfico No. 5. Medias móviles simples ................................................... 22
Gráfico No. 6. Media móvil exponencial .................................................. 24
Gráfico No. 7. MACD ................................................................................ 25
Gráfico No. 8. Oscilador estocástico %K%D .......................................... 27
Gráfico No. 9. Indicador técnico MACD para la acción AT&T Inc. (T) ... 46
Gráfico No. 10. Oscilador Estocástico %K%D para la acción AT&T ...... 48
Gráfico No. 11. Media móvil simple de la diferencia %K-%D para
la acción AT&T .......................................................... 48
Grafico No. 12. Ganancia relativa en cada periodo ................................... 53
Gráfico No. 13. Ganancia absoluta o acumulada ...................................... 53
Gráfico No. 14. Valor de los portafolios ................................................... 54
1
INTRODUCCIÓN
El presente Informe Final del Trabajo Especial de Grado está conformado por tres
fases: planificación, ejecución y evaluación.
CAPITULO I.
1.1. JUSTIFICACION.
Gracias al auge que ha tenido Internet en los últimos años, el acceso a los
mercados de capitales del mundo se ha facilitado grandemente. Actualmente,
existe una gran cantidad de casas de bolsa en el mundo que les permiten a sus
clientes disfrutar de sus plataformas tecnológicas para tener acceso a los
mercados financieros globales (mercados secundarios) las 24 horas del día,
todos los días del año. Entre esos servicios están la compra y venta de
acciones, así como el acceso a información en tiempo real del precio de las
acciones y otros datos importantes necesarios para que el inversionista tome su
mejor decisión a la hora de invertir en el mercado de capitales, y todo desde su
computadora personal en la comodidad de su casa u oficina. Esto ha permitido
que el pequeño inversionista, el que cuenta con poco capital, pueda invertir en
acciones de casi cualquier empresa en el mundo a un bajo costo y con la
facilidad de monitorearlas desde cualquier computadora alrededor del mundo.
Este inversionista que desea ingresar a este mundo del mercado de capitales, se
encuentra con una gran cantidad de opciones a la hora de invertir: un
numeroso grupo de casas de bolsas con los cuales abrir una cuenta, miles de
empresas que cotizan en una variedad de bolsas de valores, una inmensa
cantidad de información relacionada con cada una de esas acciones. Todo esto
3
Los tres elementos considerados para el diseño de esta metodología tales como
el procedimiento de selección de cartera de inversión de Harry Markowitz, el
uso de redes neurales para la predicción de precios y los indicadores técnicos
como señales de compra o venta, podrían representar una combinación
especial e interesante. Además, el uso de dos software, Matlab y Braincel, para
hacer los cálculos de Markowitz y las predicciones con redes neurales
respectivamente, permiten una mayor exactitud y pulcritud en los resultados.
1.2.2 Específicos:
• Predecir el valor de las acciones que conformarán el portafolio por
medio del uso del Software “Braincel” que emplea un modelo de redes
neurales.
4
1.3. METODOLOGÍA.
Para el logro de los objetivos propuestos se siguieron los siguientes pasos:
Se contará con un monto inicial ficticio de $10.000 para invertir en cada una
de las opciones de portafolio, por lo tanto, se espera que al final del año el
valor de cada portafolio supere este monto.
6
Tiempo
Actividad Fecha Probable
Estimado
Elaboración del Marco Conceptual
1 semana 23-29 Julio
Referencial.
Elaboración del Marco del Sector. 1 semana 30 Jul-05 Ago
Examen de la Situación. 1 semana 06-12 Ago
Diseño de la Propuesta 2 semanas 13-26 Ago
Ejecución 2 semanas 27 Ago-09 Sep
Evaluación. 2 semanas 10-23 Sep
Elaboración de Conclusiones y
1 semana 24-30 Sep
Recomendaciones.
Entrega del Informe Final 1ra Versión 1 semana 01-05 Oct
CAPITULO II.
2.1.1. Introducción
Harry Markowitz es un economista norteamericano que se dio a conocer a raíz de
la publicación de un artículo, “Portfolio Selection”, en la revista “The Journal of
Finance” publicada por “The American Finance Association” en 1952. Este
documento es considerado el origen de la teoría moderna de la cartera.
⎡ N N ⎤
σ p = ⎢∑∑ X i X j σ ij ⎥ , donde:
⎣ i =1 j =i ⎦
σij = ρijσiσj denota la covarianza de los rendimientos entre el valor i y el valor j
ρij = coeficiente de correlación entre el rendimientos del valor i y el valor j
N = número de valores de la cartera
Sin embargo, el inversionista no necesita evaluar todas las carteras posibles para
determinar la mejor cartera. El teorema del conjunto eficiente le permite reducir
este número infinito de carteras a un número finito que representan las mejores
carteras posibles del conjunto factible. Estas carteras forman lo que se llama el
conjunto eficiente y cumplen con las dos condiciones del teorema el cual
10
El conjunto eficiente, que cumple con las dos condiciones anteriores, es el que
está en la frontera del conjunto factible entre los puntos E y S, los cuales
representan los puntos de menor riesgo y mayor rendimiento esperado,
respectivamente. Esta frontera es la que se conoce como frontera eficiente.
Así, para un determinado valor de rendimiento esperado (que debe estar entre los
valores de rendimiento G y S, los cuales representan respectivamente los valores
mínimo y máximo de rendimiento posible), la mejor cartera será la que tiene el
menor riesgo y es la que esté más a la izquierda justamente sobre la frontera
eficiente mencionada. Para un determinado valor de riesgo o desviación estándar
(que debe estar entre los valores de E y H, los cuales representan respectivamente
los valores mínimo y máximo de riesgo posible), la mejor cartera es la que tenga
el mayor rendimiento y, por tanto, será la que esté más hacia arriba, justamente
también sobre la frontera eficiente.
Entonces, el portafolio óptimo será aquel cuyo valor del Sharpe Ratio sea el más
alto.
11
Entre los varios índices bursátiles del Dow se encuentran cuatro principales:
Tabla 2. Lista de empresas que componen el Índice Industrial del Dow Jones
12
Las empresas que componen el Promedio Compuesto Dow Jones pueden variar
dependiendo de ciertos criterios, pero la mayoría de ellas son de gran
capitalización. 56 de sus 65 componentes se transan en la bolsa de valores de
Nueva York (NYSE) y otras 9 son operadas en el NASDAQ.
Las Redes Neurales aprenden a través del ejemplo o la experiencia tal como lo
hacen las personas, y para resolver un problema deben pasar por un proceso de
aprendizaje. Después de este proceso de aprendizaje o entrenamiento (training,
término empleado en inglés), las Redes Neurales pueden considerarse “expertas”
(expert, término empleado en inglés) en relación al conjunto de datos analizados y
pueden usarse para proyectar o predecir determinadas situaciones nuevas que nos
interesen. En este trabajo, se usara esta habilidad del programa para hacer
predicciones de precios para calcular el portafolio óptimo que nos genere una
rentabilidad, pero, sin embargo, esta habilidad de predecir o establecer tendencias
es usada para otros muchos campos como la predicción del tiempo atmosférico,
predicciones de ventas, mercadeo, reconocimiento de palabras escritas,
reconocimiento facial, predicciones de niveles de inventario, reconocimiento de
voz, etc.
2.3.1. Braincel
El software que vamos a usar para las predicciones de precios será Braincel. Este
software es un modelo de redes neurales que trabaja con una gran cantidad de
elementos procesadores (neuronas), agrupados en capas e interconectadas entre sí
(sinapsis) que necesita de un grupo de valores conocidos de entrada (inputs) y de
salida (outputs). Con estos datos de entrada y de salida, el programa calcula la red
y realiza el entrenamiento, como se dijo anteriormente, de tal manera que ante
nuevos valores de entrada pueda predecir nuevos valores de salida.
Las funciones no lineales vienen dadas por Yi, los coeficientes wi y ai representan
los pesos o ponderaciones, Xi los valores de entrada y Zi el valor de salida.
Braincel define la relación no lineal a emplear y determina los valores de los
pesos, realiza los cálculos y compara el valor de salida obtenido (Z) con el real. Si
el valor de salida no se aproxima al valor de salida real, el programa realiza un
nuevo ciclo de cálculos asignando nuevos valores a los pesos. Este proceso
iterativo continua hasta que la diferencia entre el valor de salida obtenido sea tan
cercano al valor real, según lo haya establecido el usuario en un parámetro de
error mínimo, o hasta que se cumpla un número determinado de ciclos también
definido por el usuario.
valor ubicado dentro del intervalo que va de –EP a +EP, es decir, la probabilidad
de no-independencia de las predicciones y las observaciones.
Ambas categorías del análisis bursátil tratan de dar respuesta a la misma pregunta:
¿en qué dirección se moverá el precio de la acción?, pero cada una de ellas lo
considera desde una posición diferente. El análisis fundamental estudia la causa
del movimiento del mercado, mientras que el análisis técnico estudia el efecto. En
el análisis fundamental, al calcular el valor intrínseco de la acción se determinará
en qué dirección debería ir el precio del mercado, ya que éste debería acercarse a
aquél en el tiempo; si el precio actual del mercado es menor que el valor
intrínseco calculado, el precio del mercado debería subir hasta alcanzar ese valor.
En el análisis técnico, a través de gráficos y de ciertos indicadores técnicos,
basados ambos en el precio de la acción en el pasado, se determina la dirección en
la que probablemente se moverá el precio.
Volumen
2.5.4. Tendencias
Como se dijo anteriormente, una de las premisas del análisis técnico es que el
mercado se mueve por tendencias. Una tendencia es la dirección en la cual se
mueve el precio. Sin embargo, el mercado nunca se mueve en una dirección en
línea recta sino en una serie de zigzas, una sucesión de valles y picos. La dirección
en que se mueven estos valles y picos es lo que determina la dirección de la
tendencia, por ejemplo, una tendencia alcista o ascendente se caracteriza por una
sucesión de picos y valles cada vez más altos.
Si se desea calcular una media móvil simple a 10 días, por ejemplo, se toman los
precios de cierre de la acción de los últimos 10 días y se calcula el promedio (se
suman todos los precios y se divide entre 10). Al haber otro precio de cierre, se
descarta el valor del precio de cierre de 11 días atrás y se toma el nuevo precio de
cierre para calcular el promedio. En el Gráfico No. 5 podemos ver la línea de
precios (negro y rojo) y la línea de la media móvil a 10 días (línea azul).
Precios
Media
Móvil
La otra media móvil que usaremos es la media móvil exponencial (en inglés:
exponential moving average, EMA). Esta media móvil le da mas peso a los
valores más recientes y menos a los más lejanos. Para esto se le aplica un
porcentaje al precio de cierre de hoy con respecto al valor de la media móvil de
ayer. Así:
Mmeh9% = Ch * 0.09 + Mmea * 0.91 donde:
Mmeh9% = Media móvil exponencial de hoy al 9%
Ch = Cierre de hoy
Mmea = media móvil exponencial de ayer
Media móvil
simple
Cuando se usan dos medias móviles, las señales de compra y venta de la acción se
dan cuando la más rápida (de menos periodos) corta a la más lenta (mas periodos).
Si la media móvil rápida corta a la media móvil rápida en sentido ascendente se da
una señal de compra de la acción; si la corta en sentido descendente, se da la señal
de venta.
2.5.5.2. MACD
El MACD (del inglés: Moving Average Convergente/Divergence) o
Convergencia/Divergencia de la media móvil es un indicador de tendencia que
muestra la relación entre dos medias móviles de los precios de una acción. Es la
diferencia entre una media móvil exponencial de 26 periodos y otra de 12. Esta
diferencia se grafica como una línea. Adicionalmente, se grafica otra línea
(llamada la línea de señal) que es una media exponencial a 9 periodos de los
valores de la diferencia (MACD) calculada anteriormente. Cuando la línea del
25
MACD cruza la línea de señal de manera ascendente nos sugiere que se debe
comprar la acción; si la cruza de manera descendente, debemos vender.
MACD
Línea de señal
En la Gráfico No. 7. se puede apreciar en la parte inferior del gráfico la línea del
MACD (negra) y la línea de señal (roja). Por ejemplo, el 12 de Marzo se dio una
señal de compra cuando la línea negra corta la línea roja en sentido ascendente.
Adicionalmente, vemos unas barras azules que representan la diferencia entre el
valor de la línea negra y el de la línea roja. Cuando la barra está por encima de 0,
se da una señal de compra y si está por debajo de 0, una señal de venta.
Como el MACD se construye en base a medias móviles sus señales tienen cierto
retraso con el mercado.
⎡ (Pc − L ) ⎤
% K = 100 * ⎢ ⎥
⎣ ( H − L) ⎦
La fórmula mide, en una base porcentual de 0 a 100, dónde está el precio de cierre
en relación con la banda de precios total de un periodo determinado.
Los métodos que se emplean para establecer las señales de compra o venta son las
siguientes:
Cuando la línea %K (más rápida) cruza la línea %D (más lenta) de manera
ascendente nos sugiere que se debe comprar la acción; si la cruza de manera
descendente, debemos vender.
Cuando la línea %K o la %D caen por debajo del valor de 20 y luego suben
por encima de este valor, comprar. Cuando la línea %K o la %D suben por
encima del valor de 80 y luego caen por debajo de este valor, vender.
Observar las divergencias entre la línea D y el precio del mercado cuando la
línea %D está en las zona sobrecomprada (por encima de 80) o
sobrevendida (por debajo de 20). Existe una divergencia bajista cuando la
27
%K
%D
CAPITULO III.
En el presente capítulo, haremos una descripción de cada uno de los pasos que
conforman la metodología empleada para la selección del portafolio de inversión.
El segundo paso fue organizar los datos semanales tomando sólo los datos cada 4
semanas.
1 2 3 4
Retorno 5
Bajar Agrupar Retorno esperado 6
últimos
datos a 4 sem
40 datos Matriz Covarianza Desv.
esperada Sharpe Ratio
estándar
7 8 10 11 12
Selección 10 Nueva matriz de Retorno del portafolio Selección de
Sharpe Ratio
acciones covarianza Portafolio
del portafolio
Riesgo o desviación óptimo
9 estándar del portafolio
Retorno esperado
con BRAINCEL Combinación de
acciones en el portafolio
Para usar el programa Braincel se organizó la información para cada una de las
acciones escogidas, según se muestra en la hoja de Excel de la Tabla No. 3:
Tabla No. 3. Ejemplo de hoja de cálculo preparada para usar con Braincel con los
datos históricos y retornos para una acción.
Ahora crearemos en Excel los conjuntos de datos “train set”, “test set” y
“new”:
o “train set”: es el conjunto de datos (verde) que va desde el 01/12/06
fila 1 numerada (fila 145 de Excel) hasta 72 filas hacia atrás
22/06/01 (fila 74 de Excel), abarcando las columnas de la E a la J.
35
Figura No. 6. Selección del rango de trabajo para el entrenamiento (train set)
Figura No. 10. Selección del rango de trabajo para la prueba (test set)
Figura No. 11. Selección del rango de trabajo para la predicción (new set)
Tabla No. 9. Las acciones escogidas con sus valores de “Prob” y las predicciones
de Braincel
43
Así, por ejemplo, para la primera predicción, los datos correspondientes a los
datos de “new” están en la fila 0 para predecir el precio para el mes o periodo 1,
para la segunda predicción tomamos ahora los datos de “new” en la fila 1 para
predecir el precio para el mes o periodo 2 y así sucesivamente hasta llegar al
periodo 13 para completar todo el año 2007. Este desplazamiento es
independiente si las acciones del siguiente periodo no correspondan con las del
periodo anterior, es decir, si para el segundo periodo las acciones no son las
mismas que el periodo anterior tomamos los datos de las nuevas acciones
correspondientes a la fila 1.
En el décimo cuarto paso usaremos las señales de entrada que nos sugieran los
indicadores técnicos para comprar las acciones del portafolio óptimo en el
momento apropiado, que no necesariamente será el primer día de cada periodo.
Los indicadores técnicos usados fueron el MACD y el oscilador estocástico rápido
%K%D. Probaremos con la señal de entrada del MACD solamente, luego con las
del oscilador estocástico rápido %K%D solamente y, por último, con las señales
de los dos indicadores. En este último caso, el punto de entrada será cuando
ambos indicadores den la señal de compra simultáneamente.
45
Venderemos las acciones el último día del periodo. Esto último lo hacemos así
porque Braincel hizo una predicción de precio para el final del periodo y debemos
respetarla, ya que se supone que la predicción del precio de la acción nos dará el
mejor rendimiento al final del periodo.
Entonces, podemos notar que el día 14-03-07 se nos da la señal de compra para
esta acción, la cual mantendremos hasta el final del periodo (en este ejemplo
26-03-07) sin importar lo que nos diga el indicador posteriormente.
MACD
1,00
EMA 9 Señal de
compra
0,50
MACD
EMA 9
0,00 Difer
20/12/2006
03/01/2007
17/01/2007
31/01/2007
14/02/2007
28/02/2007
14/03/2007
28/03/2007
-0,50
Diferencia
-1,00
-1,50
Gráfico No. 9. Indicador técnico MACD para la acción AT&T Inc. (T)
47
90
%K
80
70
60 %K
50 %D
%D
40
30
20
10
0
03/01/2007
17/01/2007
31/01/2007
14/02/2007
28/02/2007
14/03/2007
28/03/2007
Gráfico No. 10. Oscilador Estocástico %K%D para la acción AT&T
60
40
Media
móvil (%K - %D)
simple
20
Serie1
0
SMA10
22/11/06
29/11/06
06/12/06
13/12/06
20/12/06
27/12/06
03/01/07
10/01/07
17/01/07
24/01/07
31/01/07
07/02/07
14/02/07
21/02/07
28/02/07
07/03/07
14/03/07
21/03/07
28/03/07
-20
-40
-60
Cuando sólo analizamos las señales del %K%D para entrar, la señal se da el día
27-02-07. Pero cuando usamos ambos indicadores, la señal de compra que
debemos tomar es la del día 14-03-07 que, como vimos en la Tabla No. 11 , es la
primera que se de con el MACD.
49
Este proceso de selección de los parámetros adecuados era un tanteo, para cada
entrenamiento se colocaban unos parámetros iniciales, se corría el programa para
realizar el entrenamiento, luego se ejecutaba el “test” y se evaluaba el valor del
“Prob”. Si el valor de éste, estaba por encima de 0.75 se aceptaba ese
entrenamiento; pero si estaba por debajo, se volvía a realizar el entrenamiento con
nuevos parámetros. Como para cada acción había que hacer varias iteraciones, al
50
principio el tiempo promedio necesario para predecir cada acción estaba cercano a
una hora, lo que implicaba unas 130 horas. Sin embargo, este tiempo disminuyó
con la práctica.
51
CAPITULO IV.
4.1. Resultados
Tabla No. 13. Resultados de los portafolios del Índice Dow Jones y de acciones usando Braincel e indicadores técnicos
MACD y %K%D
53
Ganancia Relativa
12,00%
1 Solo Braincel
10,00% 2 Braincel y MACD
3 Braincel y %K%D
8,00% 4 Braincel MACD Y %K%D
5 Dow Jones
6,00%
4,00%
%
2,00%
0,00%
1 2 3 4 5 6 7 8 9 10 11 12 13
-2,00%
-4,00%
-6,00%
Periodos
Ganancia Absoluta
30,00%
1 Solo Braincell
2 Braincel con MACD
25,00% 3 Braincel con %K%D
4 Braincel MACD y %K%D 2
20,00% 5 Dow Jones
4
3
15,00%
1
%
10,00%
5
5,00%
0,00%
1 2 3 4 5 6 7 8 9 10 11 12 13
-5,00%
-10,00%
Periodos
Portafolios
13000,00
12500,00
3
2
12000,00
4
11500,00
1
%
11000,00
5
10500,00
1 Solo Braincel
10000,00 2 Braincel con MACD
3 Braincel con %K%D
9500,00 4 Braincel MACD y %K%D
5 Dow Jones
9000,00
1 2 3 4 5 6 7 8 9 10 11 12 13
Periodos
Inicialmente se pensó en utilizar tres indicadores técnicos, pero se decidió que con
2 era suficiente: los resultados fueron positivos con 2 y el incluir otro indicador
llevaría más tiempo.
CAPITULO V.
CONCLUSIONES Y RECOMENDACIONES
Por otro lado, la metodología está conformada por una serie de pasos concretos y,
con la ayuda de los programas, se puede preparar un nuevo portafolio en poco
tiempo. Por ejemplo, con los resultados de las acciones para el cierre de un
viernes, el nuevo portafolio puede calcularse y adquirirse el lunes siguiente si
están dadas las condiciones de compra.
Se recomienda probar con otras acciones que no conformen el Índice Dow Jones,
ya que se podría incluir en el portafolio acciones cuya relación riesgo-rentabilidad
esté por encima de las del Índice y, por tanto, obtener una rentabilidad mayor.
59
REFERENCIAS
ANEXOS
62