Optimización de Portafolios de Inversión

Universidad Autónoma del Estado de México
Facultad de Economía
Licenciatura en Actuaría
Administración de riesgos financieros
Optimización de portafolios de inversión
Alumnos:
Rogelio Camacho Romero
Diego Rodolfo Gorostieta Ortega
Rafael Segundo Ciénega
Semestre: séptimo
Grupo: A2
Profesor: Dr. Raúl de Jesús Gutiérrez
Toluca, México. Semestre 2022-B
1
Índice
Introducción ............................................................................................................................... 3
Identificación del problema..................................................................................................... 5
Justificación............................................................................................................................... 6
Marco teórico ............................................................................................................................. 7
Teoría moderna del portafolio ................................................................................................ 8
Diversificación.......................................................................................................................... 9
Medida de riesgo de un portafolio........................................................................................ 10
Frontera Eficiente .................................................................................................................. 11
Modelo de fijación de precios de activos (CAPM) .............................................................. 12
Error de estimación y optimización de cartera con solución de remuestreo .................... 17
Optimización por Programación Cuadrática ....................................................................... 18
Metodología.............................................................................................................................. 21
Modelo Media-Varianza ........................................................................................................ 22
Estrategia Naive ................................................................................................................ 23
Minimización de la varianza con rendimiento dado ........................................................ 23
Minimización de la varianza ............................................................................................. 24
Minimización de la varianza sin ventas en corto ............................................................ 25
Eficiencia remuestreada ....................................................................................................... 26
CAPM ..................................................................................................................................... 30
Resultados prácticos de la optimización del portafolio .................................................. 33
Portafolio 1 ............................................................................................................................. 33
Portafolio 2 ............................................................................................................................. 34
Portafolio 3 ............................................................................................................................. 35
Portafolio 4 ............................................................................................................................. 36
Gráfica de la frontera eficiente ............................................................................................. 38
CAPM ..................................................................................................................................... 40
Conclusiones ........................................................................................................................... 42
Anexo 1 .............................................................................................................................. 44
Bibliografía ............................................................................................................................... 49
2
Introducción
Los agentes económicos pueden en diversas ocasiones realizar inversiones

en razón a la cantidad de ingresos que perciben y a la proporción que destinan al
consumo, ahorro, o bien, a la cobertura de otras necesidades. Aquellos que se
encuentran en posibilidades de hacer crecer su capital, tendrán distintos medios de
hacerlo, desde proyectos de emprendimiento, inversión en bonos gubernamentales,
inversión en bienes raíces, así como inversiones en el mercado de capitales, por
mencionar a los más usuales.
No obstante, la decisión de la colocación del capital a una forma de inversión

en específico se encuentra encaminada por diversos factores, que van desde el
monto disponible para invertir, hasta la propia exposición al riesgo del inversionista
y su respuesta o nivel de rechazo ante resultados adversos que en las condiciones
esperadas le puedan causar posibles pérdidas.
De este modo, la aversión al riesgo del inversionista se encuentra

determinada por el nivel de rendimiento que desea obtener en un plazo determinado
sujeto al nivel de riesgo que se asume ante dicha estrategia. En este sentido, se
puede identificar que, por ejemplo, las inversiones en certificados gubernamentales
son las que menor riesgo tienen (prácticamente nulo), mientras que las inversiones
en el mercado de capitales son variables de acuerdo con la elección de los activos
financieros y la asignación de capital a cada uno de ellos.
Para el caso de este texto se desarrollará como caso en particular los

portafolios de inversión, los cuales son carteras conformadas por distintos activos
de renta fija, variable o mixta, no obstante, se enfatiza solo en aquellos cuya
composición se encuentre dada por acciones de empresas que cotizan en las bolsas
de valores del mundo.
3
Se empezará con el análisis de la teoría moderna de portafolios desarrollada
por Markowitz, posteriormente se discutirán las ideas presentadas de Sharpe en el
modelo de fijación de precios de activos de capital, CAPM, por sus siglas en inglés
(Capital Assets Pricing Model) y se presentarán los resultados del portafolio
elaborado a partir de la teoría ya enmarcada.
En cuanto a la construcción del portafolio utilizado en la práctica se decidió

tomar como base veinte activos listados en cuatro índices de bolsas de valores
alrededor del mundo. Para cada índice se seleccionaron cinco acciones, mientras
que los índices seleccionados fueron el IPC de México, el DAX de Alemania, el
NYSE de Estados Unidos y el Nikkei de Japón.
Por otro lado, la elección de la incorporación de las acciones se tomó a partir

de las opiniones, personales y en conjunto de los integrantes del equipo acerca del
panorama esperado para cada sector y empresa seleccionada. En términos
generales, se tomaron los siguientes sectores: industrial, energético, consumo
frecuente, transportes y servicios financieros.
4
Identificación del problema
Como se ha anunciado en unidades anteriores a la de Administración de

Riesgos Financieros, así como en la misma ya mencionada, un problema recurrente
en los agentes económicos es la determinación y la asignación óptima de sus
recursos, para poder obtener beneficios posteriores y superiores a los casos en los
cuales opta por no renunciar a alguna de sus opciones de consumo.
Parte esencial del problema surge en el momento de valorar y elegir las

opciones en las cuales podría depositar sus ingresos, debido a que un agente
económico se considera como racional y adverso al riesgo, además de tomar en
cuenta la mayoría de las veces la premisa de que “A mayor riesgo, mayor
rendimiento”, propiciando diversos escenarios posibles que pueden gestarse a
elección de este. Mientras algunos se decantan por protegerse de las
eventualidades del contexto en el que se desarrollan por medio de instrumentos de
inversión de renta fija, otros optan por la incursión en el mercado de capitales,
aunque esto signifique mayores riesgos sujetos a los cambios del mercado, no
obstante, está exposición a un mayor riesgo trae consigo recompensas mayormente
significativas.
Dado lo anterior y conociendo que el propósito de que los recursos que se

destinarán a la inversión puedan generar el mayor retorno posible de dinero, se
considera oportuno centrarse en la conformación de portafolios de inversión que
nos proporcionen al final del ejercicio mejores ingresos con menos riesgos, aunque
para ello es necesario analizar, monitorear, diversificar y ponderar de manera
eficiente las acciones de nuestra elección, razón por la cual se efectuaran diversos
métodos de optimización de carteras de inversión y se realizaran comparativos entre
cada uno de ellos.
5
Justificación
El siguiente trabajo de investigación es importante ya que busca conocer los

alcances y las opciones al problema de la conformación óptima de portafolios de
inversión. En este proyecto se enaltece la parte en la cual comprendemos que tan
bien funcionan las teorías como los son la teoría de Portafolios de Markowitz,
aunado a la teoría CAPM de Sharpe en la práctica y en la elección de los activos a
elegir.
Resulta de igual manera crucial emprender esta investigación ya que es un

primer acercamiento respecto a las alternativas a elegir en el momento de inversión
por parte de los agentes económicos y su impacto en las cuestiones referentes a
minimización de riesgos o maximización de rendimientos.
Además, es preciso recalcar que este ejercicio constituye una parte la cual
podemos aplicar de primera mano lo aprendido en la materia, conformando así una
enseñanza más completa y estructural sobre los conceptos vistos.
Para finalizar resulta de mucha ayuda esta investigación ya que se llega a

esclarecer una respuesta a una de las principales incógnitas que nos aquejan con
respecto la elección de carteras presentes en la frontera eficiente, concebida como
el conjunto de posibles carteras que presentan el menor riesgo para un nivel dado
de rentabilidad y tienen la máxima rentabilidad para un determinado riesgo.
6
Marco teórico
Un portafolio de inversión es definido por Moreno (2021) como un “conjunto

de diversos instrumentos financieros que se cotizan en el mercado bursátil y están
disponibles para que empresas o personas inviertan en ellos, seleccionados y
administrados con fundamentos sólidos y que está compuesto por instrumentos de
renta fija y variable con base en las teorías existentes, con el propósito de obtener
los rendimientos adecuados para cada perfil de riesgo y/o horizonte de inversión, al
repartir el riesgo al combinar distintos instrumentos, diversificar la cartera de
inversiones, como bonos, monedas nacionales, acciones, etc”.
Como se mencionó en la introducción y de acuerdo con el párrafo previo, un

portafolio de inversión puede estar conformado por activos financieros de renta fija,
como bonos y de renta variable, como acciones o derivados, o una combinación
entre ambos.
Una acción puede definirse como un título que representa una parte alícuota
o proporcional del capital social de una empresa (Mireles, 2012), la compra y venta
de estas acciones se lleva a cabo en un mercado estandarizado, en el caso México,
la negociación se lleva a cabo en las dos bolsas de valores existentes: la Bolsa
Mexicana de Valores (BMV) y la Bolsa Institucional de Valores (BIVA).
El objetivo principal que se persigue tras la negociación de acciones es la

ganancia de capital, que, en términos prácticos es obtener un precio de compra bajo
y transcurrido cierto tiempo vender a un precio mayor. El precio de las acciones
depende de las condiciones de mercado, del desempeño y las expectativas de la
empresa.
De acuerdo con estas razones, podemos identificar que no es posible

conocer o estimar el precio futuro de las acciones, lo que implica contraer un nivel
de riesgo dado, el cual se encuentra determinado por la variación a la alza o baja
del precio de la acción.
No obstante, mediante el empleo de modelos estadísticos y matemáticos se

puede llegar a determinar el nivel de riesgo y el rendimiento esperado de una
7
inversión. De este modo con el empleo de la media y la varianza se pueden conocer
las características de la cartera de inversión, más aún, existen técnicas que
permiten optimizar la construcción del portafolio mediante las ponderaciones
asignadas a cada uno de los activos.
Teoría moderna del portafolio
En primer lugar, tenemos la teoría moderna del portafolio desarrollada por

Harry Markowitz en 1952 y publicada en “The Journal of finance” donde menciona
que la construcción de un portafolio de inversión comienza con la observación y la
experiencia como primera etapa, para posteriormente continuar con la segunda
etapa donde se encuentran las expectativas del futuro y la selección del portafolio.
(UDLAP, 2012)
El modelo es bastante simple, primero, el inversionista elige entre todas las

posibles inversiones en base a su riesgo y su rendimiento. Estas dos características
pueden graficarse para un grupo de inversiones y cada punto representa una
posible inversión. Los portafolios se componen de todas las posibles combinaciones
de las alternativas de inversiones individuales.
Ilustración 1. Combinación de carteras
8
Bajo la teoría de Markowitz el inversionista debe considerar el rendimiento
como una cosa deseable y la varianza del activo como una cosa indeseable, por lo
que se debe maximizar el rendimiento y minimizar la varianza. Desde esta óptica,
el inversionista debe buscar la variación de su portafolio. Si el inversionista es
racional, elegirá inversiones que le brinden el rendimiento más alto para un nivel de
riesgo dado o aquellas que le ofrezcan el riesgo más bajo para un rendimiento dado.
Estos portafolios con el mejor rendimiento son llamados eficientes. La curva que se
muestra en la ilustración une a todos estos portafolios eficientes y se conoce como
la frontera eficiente (Sanchez, 1996).
Diversificación
Uno de los preceptos más importantes por parte de Harry Markowitz es el de

diversificación, el cual propone que entre más activos sean los que conformen al
portafolio, menor será el riesgo al cual se exponen los agentes.
En ese orden de ideas, entre más acciones tenga un portafolio, más tenderá
hacia la diversificación; no obstante, dicha diversificación tiene un límite. Tal como
Meir Statman demostró en 1987, después de un cierto número de acciones,
alrededor de 30, el beneficio tiende a ser nulo por la existencia de dos tipos de
riesgo: riesgo sistemático y riesgo no sistemático.
El primero, también llamado riesgo de mercado es al que se encuentra

expuesta la economía en su agregado y por lo tanto no se puede eliminar por medio
de la diversificación. El segundo es el riesgo al que está expuesta únicamente una
empresa específica y se puede eliminar por medio de la diversificación. Un portafolio
constituido por una sola acción tiene el nivel de riesgo máximo y conforme ingresan
nuevas acciones al portafolio, el riesgo comienza a disminuir por efecto de la
diversificación. Sin embargo, dicho beneficio es cada vez menor, en ese punto es
donde un número suficiente de acciones ha diversificado el riesgo no sistemático y
retiene el riesgo sistemático (AMV, 2018).
9
Ilustración 3. Riesgo sistemático y no sistemático
Medida de riesgo de un portafolio
Al igual que con los retornos, el riesgo de un activo individual se entiende

como la dispersión que pueden tener los retornos alrededor de un retorno (ya sea
histórico o esperado), y por ende se puede calcular con medidas estadísticas de
dispersión.
Las medidas de dispersión de una variable indican su variabilidad en contra

de su promedio. La varianza y la desviación estándar son los indicadores de
dispersión más utilizados por los administradores de portafolios. La varianza (𝑉𝑎𝑟)
representa la variabilidad que tiene o pueden llegar a tener una serie de
rendimientos u observaciones. Entre mayor sea la varianza, mayor volatilidad
presentará la serie o, dicho en otras palabras, habrá mayor dispersión de las
observaciones alrededor de la media. Matemáticamente el cálculo se expresa de la
siguiente manera.
𝑉𝑎𝑟(𝑅𝑝 ) = ∑[𝑅𝑝 − 𝐸(𝑅𝑝 )]2
Debido a que las unidades de la varianza quedan expresadas al cuadrado,

se dificulta su comparación, por esto se usa con mayor frecuencia la raíz cuadrada
de la varianza, también llamada desviación estándar.
𝜎 = √𝑉𝑎𝑟(𝑅𝑝 )
10
Al estar dada en las mismas unidades que los datos iniciales, es más práctico
el uso de la desviación estándar y representa la principal medida de riesgo. Es
importante tener en cuenta que la volatilidad de un portafolio no solo depende del
peso de cada activo y de la desviación estándar de cada uno, sino también el
movimiento que exista entre los activos.
Conceptualmente, dicho cálculo desconoce el posible efecto de la

diversificación que puede existir en la medida en que ambos activos responden a
distintos factores de riesgos, es decir, mientras uno baja, el otro puede subir; por lo
tanto, la desviación estándar del portafolio puede ser menor a la suma lineal de las
desviaciones estándar de cada activo visto de forma individual. Este concepto que
se desarrolla más adelante es la piedra angular de cómo observar matemáticamente
la diversificación de un portafolio de inversión (AMV, 2018).
Frontera Eficiente
Para un número dado de activos existe un número posible de carteras que

se constituyen variando el porcentaje invertido en cada uno de los activos que la
componen. Por lo que podemos asumir que un inversor racional estará interesado
en aquellos portafolios que ofrezcan el máximo retorno esperado dado un nivel de
riesgo, o el mínimo riesgo dado un nivel de retorno esperado dado. Estos portafolios
o carteras son denominados eficientes o dominantes y están sobre una curva
llamada frontera eficiente (López, 2012).
Ilustración 2. Frontera eficiente
11
Para la construcción de la frontera eficiente vamos a tomar como eficiente el
criterio de la Media Varianza (MV), construir una cartera implica determinar
concretamente que proporción de capital del inversor debe asignarse a cada uno de
los activos que componen esa cartera para lograr obtener la eficiencia de esa
cartera teniendo en todo momento presentes los siguientes supuestos:
• Dado un Riesgo de cartera, maximizar el rendimiento esperado
• Dado un Retorno esperado, minimizar el riesgo de la cartera
• Rentabilidad esperada y riesgo (varianza) de n activos
• Covarianza existente entre los n activos
• La sumatoria de las ponderaciones de los activos es uno
Modelo de fijación de precios de activos (CAPM)
El Modelo de fijación de Precios de los Activos (CAPM) es una extensión

lógica de la Teoría Moderna de Portafolios, tanto intuitiva como matemáticamente.
Si se quiere comprender la relación entre la Teoría Moderna de Portafolios y el
CAPM, consideremos el proceso que debe seguirse para utilizar las técnicas de la
Teoría Moderna de Portafolios para calcular el riesgo de un portafolio. Para hacer
esto, debemos tener la desviación estándar de cada inversión y la correlación entre
cada par de inversiones. Con un número relativamente pequeño de activos, el
proceso es largo. Para grandes universos, el proceso es prácticamente imposible
(Sanchez, 1996).
La forma de simplificar el proceso es correlacionar cada rendimiento del

activo con el rendimiento de un promedio ponderado o índice de todos los activos
bajo consideración.
Una ventaja de este proceso simplificado es que nos da los mismos rangos
de riesgo que el modelo de Markowitz. Los rangos absolutos de riesgo, por
supuesto, dependen del universo elegido. Se asume que otras características de
12
los activos, tales como la calidad de los activos o el sector de mercado, son
resumidas en estas medidas del riesgo y el rendimiento (Sanchez, 1996).
El CAPM utiliza promedios ponderados como el punto de partida para

calcular la correlación, definiendo a este punto de partida como un índice del
portafolio integrado por porciones de todas las posibles inversiones riesgosas del
mercado. Este portafolio se conoce como el portafolio de mercado, el propósito del
portafolio es reducir el riesgo a través de la diversificación. Además de definir el
índice como el portafolio de mercado, la segunda adaptación del CAPM al modelo
de Markowitz es la adición de otro conjunto de activos al universo de activos bajo
consideración. Este conjunto adicional se conoce como el activo libre de riesgo.
Este activo libre de riesgo, adicionado al CAPM, tiene varianza cero y

covarianza cero, es decir, no tiene riesgo. El activo brinda un rendimiento pequeño
pero positivo, el rendimiento que los inversionistas requieren por su falta de liquidez
temporal. La adición de este activo libre de riesgo permite crear una frontera aún
más eficiente a la que se tenía originalmente, dicho de otra forma, ofrece menor
riesgo por el mismo nivel de rendimiento que la antigua frontera eficiente (Sanchez,
1996).
Ilustración 2. Línea de mercado y frontera eficiente
13
El inversionista con aversión al riesgo elegiría el portafolio mostrado en el
punto B. El Grupo Bursátil Mexicano (2019) define la aversión al riesgo como “La
actitud predominante en un inversionista de tipo conservador frente al riesgo
financiero. Las decisiones de inversión de este tipo de inversionista se inclinan hacia
aquellas que tengan un riesgo mínimo, como los instrumentos de renta fija, que
tienden a tener un nivel de riesgo más bajo que la renta variable”. En cambio, el
tomador de riesgo más agresivo pediría dinero prestado para comprar tanto como
fuera posible de M.
Ahora bien, cuando en lugar de evaluar un solo activo por separado se evalúa
un portafolio, algunos factores cambian. El rendimiento es aún el rendimiento
esperado, pero para un portafolio el rendimiento será el rendimiento promedio de
todos los activos que integran el portafolio. El riesgo sigue siendo la varianza del
rendimiento esperado del portafolio y al inversionista todavía le interesa el potencial
superior y el peligro inferior. Sin embargo, el riesgo de los componentes del
portafolio, el riesgo de las inversiones individuales es visto en forma bastante
diferente del riesgo del portafolio completo (Sanchez, 1996).
El CAPM define al riesgo como la volatilidad de los rendimientos de los

valores con relación a la volatilidad de los rendimientos del portafolios de mercado.
Cualquier otra variabilidad puede diversificarse a través de una formación adecuada
del portafolios. Normalmente, los inversionistas requieren de rendimientos
crecientes de un activo para compensarlos por tolerar el riesgo de que los
rendimientos pronosticados no se realicen.
El CAPM denomina al riesgo sistemático, ya antes mencionado, como beta,

y se calcula como:
𝑐𝑜𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 (𝑅𝑚 , 𝑅𝑖 )
𝛽=
𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎𝑚
Donde:
𝑅𝑚 : Rendimiento esperado del mercado
𝑅𝑖 : Rendimiento esperado de un activo
14
En el CAPM, la beta para un portafolio es un promedio ponderado de las
betas de cada activo contenido en el portafolio. Los rendimientos también son
promedios ponderados de los rendimientos esperados de los activos en el portafolio.
En resumen, la beta explica el riesgo del portafolio en conjunto.
Además, de que la beta es una medida de sensibilidad del portafolio frente a

un factor determinado y se analiza contra el portafolio de mercado, en un sentido
más limitado que se menciona solo con fines ilustrativos, resulta de hacer una
regresión lineal entre los retornos del portafolio y los del índice de referencia
(Autorregulador Del Mercado de Valores, 2018).
Cuando un portafolio resulta eficiente su desviación estándar nos muestra el

nivel de riesgo de dicho portafolio y su relación con los rendimientos esperados
resulta lineal (Sansores, 2006).
Ilustración 3. Relación riesgo-rendimiento
La ilustración muestra los pronósticos de riesgo y rendimiento para activos

individuales que componen el portafolios de mercado. La línea sólida es la llamada
Línea del Mercado de Valores. Dado que los pronósticos de los rendimientos de
cada activo dependen de su riesgo sistemático, la línea representa el intercambio
entre el riesgo sistemático y su rendimiento para cada activo.
15
Teorema de la separación
Se integra el activo libre de riesgo en el proceso de la selección de inversión
cuando se identifica la necesidad que tiene el inversionista por mitigar la
incertidumbre en sus rendimientos futuros para lo cual dicho inversionista acude a
una opción de inversión segura. Éste selecciona especificando la proporción de su
riqueza a invertir en el portafolio con riesgo (𝑊2 = 1– 𝑊1 ) y en el activo libre de
riesgo (𝑊1 ); dichas proporciones por invertir reflejarán su aversión al riesgo
(Sansores, 2006).
Por lo que, en un portafolio formado por las inversiones en el activo riesgoso

y el portafolio de mercado tiene media y varianza de:
𝑅𝑃 = 𝑤𝑅𝑠 + (1 − 𝑤)𝑅𝑀
En este sentido el rendimiento esperado y varianza del portafolio es igual a
𝐸[𝑅𝑃 ] = 𝑤𝐸 [𝑅𝑠 ] + (1 − 𝑤)𝐸 [𝑅𝑀 ]
𝜎𝑃 = √𝑤 2 𝜎𝑠2 + (1 − 𝑤)2 𝜎𝑀2 + 2𝑤(1 − 𝑤)𝜎𝑠𝑀
En este sentido el modelo CAPM quedaría de la siguiente forma
𝜎𝑠𝑀
𝐸[𝑅𝑠 ] = 𝑅𝑓 + (𝐸[𝑅𝑀 ] − 𝑅𝑓 ) ( )
𝜎𝑀2
Ventajas
• Usa un solo factor para medir el riesgo y este es medible por el índice del
mercado
• Sirve para llegar a un cálculo apropiado del rendimiento que requiere el
accionista
Desventajas
• No se puede calcular la beta si la empresa no cotiza en bolsa

• Si la empresa es sensible a factores económicos, su riesgo no queda bien
representado en el índice de mercado.
16
Error de estimación y optimización de cartera con solución de remuestreo
La optimización de la varianza media (MV) de Markowitz ha sido el estándar

para la construcción eficiente de carteras durante casi cincuenta años. Casi todos
los optimizadores de carteras comerciales para la asignación de activos y la gestión
de carteras de acciones se basan en alguna variación del método de Markowitz. Si
bien teóricamente es importante para las finanzas modernas, la sensibilidad de la
optimización de MV a la incertidumbre en las estimaciones de riesgo-rendimiento
generalmente da como resultado un marco de gestión de activos inestable, una
optimización de cartera ambigua y un desempeño deficiente fuera de la muestra
(Michaud & Michaud, 2007).
La investigación sobre el error de estimación se ha centrado en gran medida

en la maximización de la utilidad esperada. Sin embargo, los profesionales suelen
preferir la eficiencia de MV para definir la optimización de la cartera, ya que los
inversores se sienten más cómodos estimando los riesgos y rendimientos de los
activos que los parámetros de una función de utilidad. Si bien la máxima utilidad
esperada que utiliza funciones sofisticadas o momentos más altos de la distribución
puede reclamar superioridad sobre la optimización de MV en la muestra, el aumento
del error de estimación a menudo puede conducir a un rendimiento inferior ajustado
al riesgo fuera de la muestra.
Markowitz proporciona la forma correcta de invertir dado que sabe que tiene
exactamente las entradas correctas. Sin embargo, un problema grave es el error de
estimación, o la incertidumbre de los parámetros, en las entradas de optimización.
Las estimaciones de riesgo-rendimiento son muy inciertas en la práctica de
inversión y la sensibilidad a los cambios en las entradas de optimización conduce a
la ambigüedad de la optimización de la cartera (Michaud & Michaud, 2007).
Es, debido a lo anterior mencionado que este método introduce técnicas de

remuestreo y el método Monte Carlo el cual es definido por International Businnes
Machines (IBM, 2020) como “una técnica matemática que se utiliza para estimar los
posibles resultados de un evento incierto” en la optimización de MV para reflejar de
manera más realista la incertidumbre en la información de inversión. El resultado
17
final son carteras optimizadas de MV más estables, realistas y efectivas para la
inversión. Este método también incluye reglas y pruebas de control y negociación
de cartera estadísticamente rigurosas para activos significativos que evitan los
reequilibrios, a menudo ineficaces y costosos, típicos del proceso de gestión de
activos de optimización de MV.
En términos generales, este método consta de los siguientes pasos
1) Muestree un vector medio y una matriz de covarianza de rendimientos de

una distribución en valores originales.
2) Calcule la frontera eficiente de MV en función de estas estimaciones de
riesgo y rendimiento muestreadas.
3) Repetir 1) y 2) hasta que haya suficientes observaciones disponibles para
la convergencia.
4) Promediar las ponderaciones de la cartera del paso 2) para formar la
cartera óptima.
5) Aplicar restricciones de vertibilidad a 4)
Este método es una generalización de la optimización de MV de Markowitz

que permite a los inversores incluir el nivel de certeza en las estimaciones de riesgo-
rendimiento en el proceso de optimización, reequilibrio y seguimiento. Así como
evitar el uso literal de la información de inversión implícita en la optimización de
Markowitz es una condición necesaria, aunque no suficiente, para mejorar el
rendimiento ajustado al riesgo.
Optimización por Programación Cuadrática
Un problema de programación cuadrática es un problema en donde el objetivo

es una función cuadrática de las variables de decisión y las restricciones son
funciones lineales de las variables. Un problema de programación cuadrática en su
forma estándar se puede escribir como:
1 𝑇
𝑚𝑖𝑛𝑥 𝑥 𝑄𝑥 + 𝑐 𝑇 𝑥
2
18
Sujeto a:
𝐴𝑥 = 𝑏
𝑥≥0
Según (Reha, 2003) cuando Q es una matriz semidefinida positiva, entonces

el problema de programación cuadrática es una función convexa de x, lo cual es
cierto para los problemas de optimización de cartera. Los problemas QP tienen solo
una región factible, pero la solución óptima se puede encontrar en cualquier lugar
dentro de la región.
Un problema QP ampliamente utilizado es el problema de optimización de

cartera de media-varianza de Markowitz, en este caso la función objetivo cuadrática
es la varianza de la cartera y las restricciones lineales especifican un límite inferior
para el rendimiento de la cartera. Existen diversas formulaciones de los problemas
de optimización de cartera:
• Maximizar el rendimiento esperado para un nivel de riesgo dado.

• Minimizar el riesgo para un valor dado de rendimiento esperado.
• Minimizar el riesgo y maximizar los rendimientos esperados utilizando un
factor de aversión al riesgo específico.
• Minimizar el riesgo independientemente de los rendimientos esperados.
• Maximizar el rendimiento esperado independientemente del riesgo.
Los escenarios anteriores pueden tener restricciones de igualdad y desigualdad,

restricciones lineales o no lineales y se pueden utilizar métodos tan diferentes
para resolverlos.
Por importante que sea el modelo de programación lineal, tiene sus límites. Aquí
es donde entra la programación cuadrática, ya que no todos los fenómenos físicos
son lineales. El modelo cuadrático permite que la función objetivo sea cuadrática.
(Gerard, 2005).
El problema de selección de cartera se puede diseñar de la siguiente manera:
𝑀𝑖𝑛 𝑥 𝑇 𝑄𝑋 = 𝑉(𝑟𝑝 )
19
max 𝜇𝑇 𝑋 = 𝐸(𝑟𝑝 )
𝑠. 𝑡. 𝐴𝑥 ≤ 𝑏, 1𝑇 𝑋 = 1
𝐿≤𝑥≤𝑈
Donde 𝑋 es la participación en los activos individuales, 𝑄 es la matriz de

covarianza de las tasas de rendimiento. 𝑉(𝑟𝑝 ) es la medida del riesgo de la cartera.
𝐸(𝑟𝑝 ) es el rendimiento esperado de la cartera y 1 es el límite inferior, 𝑢 es el límite
superior.
Este modelo tiene dos objetivos principales como lo muestra Markowitz. (1959).
• Que la rentabilidad de la cartera sea alta.

• Que esta vuelta sea sostenida y no sujeta a la incertidumbre. (Redeemer’s
University, 2016)
20
Metodología
Empezaremos con la obtención de los datos básicos, los rendimientos, sus

respectivas medias y varianzas, para posteriormente llevar a cabo la optimización
de los portafolios bajo diversos métodos y con distintas restricciones de optimización
para cada uno de ellos.
Lo primero que se requiere son los precios para cada uno de los activos y
sus propios índices de referencia. Para el cálculo de los rendimientos se emplea la
siguiente fórmula, expresada en porcentaje, donde se observa que se tendrá una
unidad menos del número rendimientos que de precios.
𝑃𝑡
𝑅𝑡 = ln ( ) ∗ 100
𝑃𝑡−1
Donde: 𝑅𝑡 ≔ 𝑒𝑠 𝑒𝑙 𝑟𝑒𝑛𝑑𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑎𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑡
𝑃𝑡 ≔ 𝑒𝑠 𝑒𝑙 𝑝𝑟𝑒𝑐𝑖𝑜 𝑑𝑒𝑙 𝑎𝑐𝑡𝑖𝑣𝑜 𝑎𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑡
𝑃𝑡−1 ≔ 𝑒𝑠 𝑒𝑙 𝑝𝑟𝑒𝑐𝑖𝑜 𝑑𝑒𝑙 𝑎𝑐𝑡𝑖𝑣𝑜 𝑎𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑡 − 1
Una vez que se tienen los datos históricos sobre los rendimientos se obtienen
la media y la varianza, con respectivas fórmulas:
∑𝑛
𝑡=1 𝑅𝑡𝐴
𝐸 [𝑅𝐴 ] = 𝑛
∑(𝑅𝑡𝐴 − 𝐸[𝑅𝐴 ])2

𝜎𝐴2 =
𝑛
Donde: 𝑛 ≔ 𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎 𝑒𝑙 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑟𝑒𝑛𝑑𝑖𝑚𝑖𝑒𝑛𝑡𝑜𝑠
En el caso de la varianza, se toma la varianza poblacional, ya que por lo

general para el análisis de rendimientos históricos se tendrán más de 30 datos, en
caso contrario, solo se sustituye el numerador de la formula presentada por 𝑛 − 1 y
21
por lo tanto se empleará la varianza muestral. Cabe resaltar que se sigue el mismo
procedimiento para cada uno de los índices de las diferentes acciones.
Ahora bien, para la asignación de ponderaciones a cada uno de los activos,

se presume que el inversionista tiene un 100% disponible para distribuir entre su
cartera, de modo que la suma de todas las ponderaciones sea igual a la unidad.
Matemáticamente se expresa como:
∑ 𝑤𝑖 = 1
Donde: 𝑤𝑖 ≔ 𝑒𝑠 𝑙𝑎 𝑝𝑜𝑛𝑑𝑒𝑟𝑎𝑐𝑖ó𝑛 𝑎𝑠𝑖𝑔𝑛𝑎𝑑𝑎 𝑎𝑙 𝑎𝑐𝑡𝑖𝑣𝑜 𝑖
Entonces, el rendimiento y la varianza de la cartera se pueden ver como

sigue.
𝐸[𝑅𝑝 ] = ∑ 𝑤𝑖 𝑅𝑖
𝜎𝑝2 = ∑ 𝑤𝑖2 𝜎𝑖2 + 2 ∑ ∑ 𝑤𝑖 𝑤𝑗 𝜎𝑖𝑗

𝑖<𝑗
Matricialmente, se puede representar como:
𝒘 = (𝑤1 , 𝑤2 , … , 𝑤𝑛 ) 𝑣𝑒𝑐𝑡𝑜𝑟 𝑑𝑒 𝑝𝑜𝑛𝑑𝑒𝑟𝑎𝑐𝑖𝑜𝑛𝑒𝑠
𝒓 = (𝑅1 , 𝑅2 , … , 𝑅𝑛 ) 𝑣𝑒𝑐𝑡𝑜𝑟 𝑑𝑒 𝑟𝑒𝑛𝑑𝑖𝑚𝑖𝑒𝑛𝑡𝑜𝑠
𝜎11 ⋯ 𝜎1𝑛
Σ=[ ⋮ ⋱ ⋮ ] 𝑚𝑎𝑡𝑟𝑖𝑧 𝑑𝑒 𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎𝑠 − 𝑐𝑜𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎𝑠
𝜎𝑛1 ⋯ 𝜎𝑛𝑛
𝐸[𝑅𝑝 ] = 𝒘′𝒓
𝜎𝑝2 = 𝒘′Σ𝒘
Modelo Media-Varianza
Para la empleabilidad de este modelo se presume que los precios de los

activos son positivos, los mercados de capitales son eficientes, lo que significa que
22
los precios reflejan toda la información disponible. En este sentido, existen
mercados eficientes débiles, semifuertes y fuertes.
Los mercados eficientes débiles son aquellos donde los agentes económicos
no pueden obtener ganancias por arriba del mercado con solo analizar los datos
históricos de los precios. Los mercados eficientes semifuertes plantean que los
inversionistas no pueden obtener ganancias extraordinarias con el análisis de datos
históricos, información financiera de las empresas emisoras y las variables
fundamentales macroeconómicas. Finalmente, para los mercados eficientes fuertes
no obtienen ganancias por encima del mercado ni sumándole a las condiciones
anteriores información privilegiada.
Así mismo, la teoría indica que la distribución de los precios es de tipo log-
normal, mientras que los rendimientos siguen una distribución normal. A
continuación, se procederá a revisar los métodos más comunes para la asignación
de montos a la cartera de inversión.
Estrategia Naive
Bajo este método lo que se plantea es una asignación uniforme de las

ponderaciones de los activos, es decir, se divide el capital disponible para invertir
entre el número total de activos.
1
𝑤1 = 𝑤2 = ⋯ = 𝑤𝑛 =
𝑛
Resultando el siguiente rendimiento y varianza para el portafolio.
1
𝐸[𝑅𝑝 ] = ∑ 𝑅𝑖
𝑛
1 2
2
𝜎𝑝2 = ∑ 𝜎𝑖 + ∑ ∑ 𝜎𝑖𝑗
𝑛2 𝑛2
𝑖<𝑗
Minimización de la varianza con rendimiento dado
Supóngase que se quiere minimizar la varianza del portafolio con las

siguientes restricciones:
23
min 𝜎𝑝2 = 𝒘′Σ𝒘
𝑠𝑢𝑗𝑒𝑡𝑜 𝑎
𝛽𝒘 = 𝒃
1… 1 1
Donde: 𝛽=[ [ ] ], 𝒃 = [𝐸[𝑅 ]]
𝐸 𝑅1 … 𝐸 [𝑅𝑛 ] 𝑝
Se plantea el lagrangiano ℒ (𝒘, 𝝀) = 𝒘′ Σ𝒘 − 𝝀(𝛽𝒘 − 𝒃) y se deriva respecto

al vector de ponderaciones y al parámetro del lagrangiano para obtener un sistema
de ecuaciones y la respectiva solución. Cabe aclarar que la restricción plantea que
la suma de las ponderaciones sea igual a uno y que la suma de los productos de la
ponderación obtenida con su rendimiento es igual a un rendimiento planteado.
2𝒘Σ − 𝝀𝛽 = 0 (1)
𝛽𝒘 − 𝒃 = 0 (2)
𝒘 = Σ −1 𝛽 ′ (𝛽Σ −1 𝛽 ′ )−1 𝒃
Minimización de la varianza
La diferencia con el método previo es que el vector 𝒃 se restringe a la unidad,

es decir, se plantea una mínima varianza, que, a diferencia de la minimización de la
varianza con rendimiento dado, se optimiza para obtener un nuevo rendimiento, de
modo que se plantea como:
𝛽𝒘 = 𝒃
1… 1
Donde: 𝛽=[ [ ] ], 𝒃 = [ 1]
𝐸 𝑅1 … 𝐸 [𝑅𝑛 ]
24
Lagrangiano ℒ (𝒘, 𝝀) = 𝒘′ Σ𝒘 − 𝝀(𝛽𝒘 − 𝒃)
Sistema de ecuaciones
2𝒘Σ − 𝝀𝛽 = 0 (1)
𝛽𝒘 − 𝒃 = 0 (2)
Solución
𝒘 = Σ −1 𝛽 ′ (𝛽Σ −1 𝛽 ′ )−1
Minimización de la varianza sin ventas en corto
Bajo los dos métodos anteriores de optimización se crea la oportunidad de

obtener ponderaciones negativas para algunos activos, no obstante, se tiene
también la condición de que la suma de todas las ponderaciones sea igual a la
unidad. Estas ponderaciones negativas son consideradas como ventas en corto.
Una venta en corto es una operación de transacción, que se puede describir

como la acción de pedir prestadas acciones, sobre las cuales se especula subirá el
precio en un corto periodo y posteriormente disminuirá, por lo que se venden las
acciones cuando sube su precio y se vuelven a comprar una vez que han
disminuido. Las ventas en corto otorgan una prima al riesgo al prestador acciones.
Para la optimización de un portafolio sin ventas en corto, se sigue el

procedimiento ya utilizado previamente, agregando solo una restricción para cada
una de las ponderaciones. Esta condición puede expresarse algebraicamente como
𝑤𝑖 > 0. Quedando, entonces, el siguiente problema matemático:
𝑤𝑖 > 0 ∑ 𝑤𝑖 = 1
25
Sin embargo, con los recursos disponibles hasta ahora se encuentra
complicaciones para la resolución den del problema, aunque, bajo las condiciones
de Karush-Khun-Tucker (Anexo 1) se puede obtener una solución modificando la
restricción de 𝑤, es decir:
𝑤𝑖 ≥ 0 ∑ 𝑤𝑖 = 1
Con el planteamiento anterior es posible encontrar la solución al problema

utilizando el complemento Solver de Excel Microsoft. El procedimiento por seguir se
enlista enseguida:
1. Se fija una celda objetivo, que en este caso es la varianza. Para ello, lo
primero es designar un vector el cual contendrá cada una de las
ponderaciones por encontrar y, por tanto, quedaran fijadas como
variables. Es importante definir que será un problema de minimización.
2. Posteriormente se agregan las restricciones, que en este caso es que el
vector de ponderaciones sea mayor igual a cero y que la suma del vector
sea igual a la unidad.
3. En cuanto al método de solución se trata de un problema no lineal y se
tiene que seleccionar la opción GRG Non linear
4. Por último, se elige la opción resolver y se obtienen los resultados
Eficiencia remuestreada
El resultado principal de este método es generalmente carteras optimizadas

de media-varianza más estables, realistas y efectivas para la inversión. También
incluye reglas y pruebas de control y negociación de cartera estadísticamente
rigurosas para activos significativos que evitan los reequilibrios, a menudo
ineficaces y costosos, típicos del proceso de gestión de activos de optimización de
MV.
26
El proceso para optimizar mediante este método se resume en los siguientes
cuatro pasos:
Paso 1. Muestrear un vector medio y una matriz de covarianza de

rendimientos de una distribución de ambos centrados en los valores originales
(estimación puntual) normalmente utilizados en la optimización de media varianza.
Paso 2. Calcule una frontera eficiente de media varianza en función de estas

estimaciones de riesgo y rendimiento muestreadas.
Paso 3. Repita los pasos 1 y 2 (hasta que haya suficientes observaciones

disponibles para la convergencia en el siguiente paso.
Paso 4. Promediar las ponderaciones de la cartera del paso 2 para formar la

cartera óptima de RE.
Usualmente, estos procesos se llevan a cabo empleando paquetes de

programación estadísticos que permiten realizar el proceso en grandes cantidades
de iteración. Para este proyecto se utilizó R studio, enseguida se procede a explicar
lo que se realizó.
Instalamos las paqueterías que servirán para la optimización del problema y

se mandan llamar. Posteriormente se crea la base de datos del rendimiento, la
desviación estándar y la matriz de correlación para con ello asignarlos en la línea
15, 16 y 17.
27
Se optimiza el portafolio de manera tradicional desde la línea 25 hasta la 44
con el método media varianza para con ello utilizar los resultados en la generación
de tantas muestras como se quieran y además obtener una comparación.
En este punto se declara el número de muestras y mediante un ciclo iterativo

se simulan los diferentes escenarios. De la línea 58 a la 63 se realiza la asignación
de los resultados obtenidos a diversas variables.
28
Se optimizan los espacios muestrales del ciclo iterativo, y después de la línea
85 a la línea 92 se obtienen los promedios de los espacios muestrales. Y en el ciclo
iterativo se asignan dichos resultados.
Finalmente se procede a graficar los resultados obtenidos y se selecciona el

portafolio con mínima varianza.
29
CAPM
Para la construcción de este modo se tienen las siguientes ecuaciones, que

descriptivamente indican que se invierte una ponderación 𝑤 en un activo y el resto
en el mercado, determinando el rendimiento esperado y la varianza como sigue:
𝑅𝑝 = 𝑤𝑅𝑠 + (1 − 𝑤)𝑅𝑚
𝐸[𝑅𝑝 ] = 𝑤𝐸 [𝑅𝑠 ] + (1 − 𝑤)𝐸 [𝑅𝑚 ]
𝜎𝑝2 = 𝑤 2 𝜎𝑠2 + (1 − 𝑤)𝜎𝑚

2
+ 2𝑤(1 − 𝑤)𝜎𝑠𝑚
Derivando con respecto a w el rendimiento y el riesgo, 𝜎𝑝 , e igualando 𝑤 con

cero se tiene:
𝜕𝐸[𝑅𝑝 ]
= 𝐸 [𝑅𝑠 ] − 𝐸 [𝑅𝑚 ]
𝜕𝑤
2
𝜕𝜎𝑝 𝜎𝑠𝑚 − 𝜎𝑚
=
𝜕𝑤 𝜎𝑚
30
La línea de eficiencia del mercado se define como
𝜕𝐸[𝑅𝑝 ] 𝜕𝑤 𝐸 [𝑅𝑠 ] − 𝑅𝑓
𝑚= =
𝜕𝑤 𝜕𝜎𝑝 𝜎𝑚
Donde: 𝑅𝑝 ≔ 𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑎 𝑒𝑙 𝑟𝑒𝑛𝑑𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑑𝑒𝑙 𝑝𝑜𝑟𝑡𝑎𝑓𝑜𝑙𝑖𝑜
𝑅𝑠 ≔ 𝑒𝑙 𝑟𝑒𝑛𝑑𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑑𝑒𝑙 𝑎𝑐𝑡𝑖𝑣𝑜 𝑠𝑒𝑙𝑒𝑐𝑐𝑖𝑜𝑛𝑎𝑑𝑜
𝑅𝑚 ≔ 𝑒𝑙 𝑟𝑒𝑛𝑑𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑑𝑒𝑙 𝑚𝑒𝑟𝑐𝑎𝑑𝑜
𝑅𝑓 ≔ 𝑙𝑎 𝑡𝑎𝑠𝑎 𝑙𝑖𝑏𝑟𝑒 𝑑𝑒 𝑟𝑖𝑒𝑠𝑔𝑜
El último paso es sustituir las derivadas obtenidas en la línea de mercado

para llegar a la siguiente expresión:
𝜎𝑠𝑚
𝐸 [𝑅𝑠 ] = 𝑅𝑓 + (𝐸[𝑅𝑚 ] − 𝑅𝑓 ) 2
= 𝑅𝑓 + (𝐸[𝑅𝑚 ] − 𝑅𝑓 )𝛽𝑠
𝜎𝑚
Una vez que se realizó este proceso para cada uno de los activos, se obtiene
la 𝛽 del portafolio y el rendimiento de este como sigue:
𝛽𝑝 = ∑ 𝑤𝑖 𝛽𝑖
𝐸[𝑅𝑝 ] = 𝑅𝑓 + (𝐸[𝑅𝑚 ] − 𝑅𝑓 )𝛽𝑝
No obstante, se puede realizar un modelo de regresión con los rendimientos

históricos para la construcción tanto del rendimiento esperado como de la varianza.
Para ello se plantea la siguiente ecuación lineal:
𝑅𝑠,𝑡 = 𝛼 + 𝛽𝑅𝑚,𝑡 + 𝜀𝑡
Donde: 𝑅𝑠,𝑡 ≔ 𝑡𝑎𝑠𝑎 𝑑𝑒 𝑟𝑒𝑛𝑑𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑑𝑒𝑙 𝑎𝑐𝑡𝑖𝑣𝑜 𝑟𝑖𝑒𝑠𝑔𝑜𝑠𝑜 𝑎𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑡
𝛼 ≔ 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑑𝑒𝑙 𝑎𝑐𝑡𝑖𝑣𝑜 𝑟𝑖𝑒𝑠𝑔𝑜𝑠𝑜
𝑅𝑚,𝑡 ≔ 𝑡𝑎𝑠𝑎 𝑑𝑒 𝑟𝑒𝑛𝑑𝑖𝑚𝑖𝑒𝑛𝑡𝑜 𝑑𝑒𝑙 𝑚𝑒𝑟𝑐𝑎𝑑𝑜 𝑎𝑙 𝑡𝑖𝑒𝑚𝑝𝑜 𝑡
31
𝛽 ≔ 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑟𝑖𝑒𝑠𝑔𝑜 𝑞𝑢𝑒 𝑠𝑒 𝑡𝑜𝑚𝑎 𝑒𝑛 𝑙𝑎 𝑖𝑛𝑣𝑒𝑟𝑠𝑖ó𝑛
𝜀𝑡 ≔ 𝑒𝑟𝑟𝑜𝑟𝑒𝑠 𝑞𝑢𝑒 𝑠𝑜𝑛 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑖𝑑𝑜𝑠 𝑛𝑜𝑟𝑚𝑎𝑙𝑚𝑒𝑛𝑡𝑒
𝑐𝑜𝑛 𝑚𝑒𝑑𝑖𝑎 0 𝑦 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡𝑎𝑛𝑑𝑎𝑟 𝜎𝑒𝑡
Tomando la esperanza de la ecuación y la varianza se tienen las siguientes

ecuaciones:
𝐸[𝑅𝑠,𝑡 ] = 𝛼 + 𝛽𝑒[𝑅𝑚,𝑡 ]
2
𝑣𝑎𝑟[𝑅𝑠,𝑡 ] = 𝛽 2 𝜎𝑚
2
+ 𝜎𝑒𝑡
32
Resultados prácticos de la optimización del portafolio
Portafolio 1
El primer portafolio que se obtuvo fue bajo la estrategia Naive, las ponderaciones,
rendimiento y riesgo quedaron de la siguiente forma:
Activo Ponderación
Devon Energy 0.05
Exxon Mobile 0.05
Schlumberger 0.05
Merck&Co 0.05
General Dynamics 0.05
Mitsubishi 0.05
Marubeni 0.05
Sumitomo 0.05
Mitsui 0.05
Itochu 0.05
Deutsche Börse AG 0.05
RWE Aktiengesellschaft 0.05
Infineon Technologies AG 0.05
Beiersdorf Aktiengesellschaft 0.05
MTU Aero Engines AG 0.05
WALMEX 0.05
GAPB 0.05
GMEXICO 0.05
BANORTE 0.05
ARCA 0.05
Rendimiento 0.021316033
Varianza 0.883315888
Riesgo 0.939848865
33
Portafolio 2
El segundo portafolio se generó minimizando la varianza del portafolio, pero con la

característica de obtener el mismo rendimiento que la cartera anterior. Los datos
que resultaron se muestran a continuación:
Activo Ponderación
Devon Energy -0.053179498
Exxon Mobile 0.135975054
Schlumberger 0.022637072
Merck&Co 0.134772268
Mitsubishi 0.12245502
Marubeni -0.030689234
Sumitomo 0.142143554
Mitsui 0.007892112
Itochu -0.033834482
Infineon Technologies AG -0.045205595
MTU Aero Engines AG -0.015490617
WALMEX 0.074182666
GAPB 0.000542999
GMEXICO 0.01317734
BANORTE 0.009095486
ARCA 0.188551181
Riesgo 0.731320134
34
Portafolio 3
A diferencia del método previo, la minimización de la varianza queda sujeta a la

obtención de un nuevo rendimiento.
Activo Ponderación
Devon Energy -0.03645532
Schlumberger -0.04189361
Merck&Co 0.142654809
Marubeni -0.019165378
Mitsui -0.003326997
Itochu 0.072117661
RWE Aktiengesellschaft -0.019014232
Infineon Technologies AG -0.032721255
MTU Aero Engines AG -0.001174347
WALMEX 0.066725944
GAPB 0.035390355
GMEXICO -0.002765996
BANORTE 0.011456529
ARCA 0.182028607
Riesgo 0.708372884
35
Portafolio 4
En la optimización de este portafolio se propuso eliminar las ventas en corto, no

obstante, se obtuvieron dos resultados, el primero con ponderaciones mayores o
iguales a cero y el segundo solo con ponderaciones mayores a cero.
Activo Ponderación
Devon Energy 0
Schlumberger 0
Merck&Co 0.153896835
Marubeni 0
Mitsui 0
Itochu 0.066040787
RWE Aktiengesellschaft 0
Infineon Technologies AG 0
MTU Aero Engines AG 0
WALMEX 0.070122679
GAPB 0.030345641
GMEXICO 0
BANORTE 0.002434752
ARCA 0.188157618
Riesgo 0.725161371
36
Activo Ponderación
Devon Energy 0.006110685
Merck&Co 0.131873457
Marubeni 0.019310801
Mitsui 0.017193781
Itochu 0.060790572
WALMEX 0.063368596
GAPB 0.036546585
GMEXICO 0.017941869
BANORTE 0.021849194
ARCA 0.158178278
Riesgo 0.743978181
Como se puede notar este segundo caso es más objetivo, ya que no tendría
sentido seleccionar activos y asignarle ponderaciones iguales a cero. Esta última
optimización es la mejor para posiciones donde no se permiten ventas en corto.
37
Gráfica de la frontera eficiente
En la construcción visual del conjunto de portafolios se obtuvieron dos

gráficas, la primera se realizó con el uso de Excel. El proceso que se llevó a cabo
se muestra en la siguiente tabla, prácticamente se asignaron ponderaciones a los
tres portafolios eficientes obtenidos en los métodos anteriores y se obtuvo el
rendimiento y riesgo de cada una de las combinaciones.
Salto 1 Salto 2 Proporción Proporción Proporción Riesgo Rendimiento

w* w** w***
0.096 0.06 -0.89 -0.57 2.46 0.88648 0.03108
-0.794 -0.51 2.304 0.86668 0.03071
-0.698 -0.45 2.148 0.84781 0.03033
-0.602 -0.39 1.992 0.82994 0.02996
-0.506 -0.33 1.836 0.81315 0.02958
-0.41 -0.27 1.68 0.79748 0.02921
-0.314 -0.21 1.524 0.78302 0.02883
-0.218 -0.15 1.368 0.76983 0.02846
-0.122 -0.09 1.212 0.75798 0.02808
-0.026 -0.03 1.056 0.74752 0.02771
0.07 0.03 0.9 0.73853 0.02733
0.166 0.09 0.744 0.73105 0.02696
0.262 0.15 0.588 0.72513 0.02658
0.358 0.21 0.432 0.72081 0.02621
0.454 0.27 0.276 0.71812 0.02583
0.55 0.33 0.12 0.71707 0.02546
0.646 0.39 -0.036 0.71768 0.02508
0.742 0.45 -0.192 0.71993 0.02471
0.838 0.51 -0.348 0.72382 0.02433
0.934 0.57 -0.504 0.72932 0.02396
1.03 0.63 -0.66 0.73639 0.02358
1.126 0.69 -0.816 0.74499 0.02321
1.222 0.75 -0.972 0.75506 0.02283
1.318 0.81 -1.128 0.76655 0.02246
1.414 0.87 -1.284 0.77939 0.02208
1.51 0.93 -1.44 0.79352 0.02171
1.606 0.99 -1.596 0.80887 0.02133
1.702 1.05 -1.752 0.82537 0.02095
38
0.03300
0.03100
0.02900
0.02700
0.02500
0.02300
0.02100
0.01900
0.60000 0.65000 0.70000 0.75000 0.80000 0.85000 0.90000 0.95000
Así mismo, con el total de carteras muestreadas en el código de R studio se

ejecutó un gráfico, el cual se muestra enseguida. No obstante, en dicha gráfica se
añade el rendimiento y riesgo de cada uno de los activos.
39
CAPM
En esta modelo se encontraron los siguientes datos para la cartera de inversión:
Activo 𝜷𝒊
Devon Energy 1.73226323
Merck&Co 0.679028533
Marubeni 0.942351052
Mitsui 1.111215999
Itochu 0.841615685
WALMEX 0.810743038
GAPB 0.91862599
GMEXICO 1.18257213
BANORTE 1.380644354
ARCA 0.555400917
Es importante señalar que para el cálculo de las betas se utilizó la tasa libre
de riesgo de cada índice, las cuales se muestran a continuación. Posteriormente se
obtuvo la beta de los activos del mismo índice, es decir, la beta para cada
subportafolio y con ello la beta para el portafolio.
40
Mercado Tasa libre de riesgo
NYSE 4%
Nikkei 0.25%
DAX 2.28%
IPC 8.80%
Subportafolio 𝜷
NYSE 0.19030625
Nikkei 0.18167448
DAX 0.16170081
IPC 0.22418417
Beta del portafolio 0.75786572
41
Conclusiones
En la elaboración del presente trabajo se tomaron en cuenta técnicas,

conceptos, modelos y teorías para el análisis y obtención de los datos necesarios
para el análisis de nuestro modelo.
En cuanto a la implementación de la Teoría Moderna de Portafolios, podemos

concluir que nos ha ayudado a identificar los mejores activos con menor riesgo y
mayor rendimiento, así en lo individual como en el conjunto de activos del portafolio,
para esto fue importante también llevar a cabo el respectivo análisis técnico y
fundamental, con la finalidad detectar la tendencia de los precios de los activos y la
solvencia de las empresas.
Además de qué fue fundamental para la diversificación de los activos de

nuestro portafolio, gracias a eso pudimos diversificar el riesgo en distintos sectores,
de esta manera si algún sector se ve perjudicado, no todos nuestros activos se
verán perjudicados.
Así mismo, la definición de distintos conceptos tal como la varianza, la

desviación estándar, la correlación, el riesgo, entre otros, fue de suma importancia,
es, gracias a ello, qué se pudo identificar de mejor manera el nivel de riesgo de cada
activo, así como su relación entre los mismos, nos ayudó también, en la
interpretación de los resultados obtenidos en cada uno de los cálculos así pudimos
darnos cuenta de posibles mejoras y ajustes a realizar en nuestro trabajo.
Cabe destacar que el nivel de riesgo seleccionado dependerá siempre del

tipo de inversionista, puede ser un inversionista arriesgado, o un inversionista
conservador, sin embargo, siempre se debe considerar las expectativas y el
horizonte que ofrece la inversión así como la tolerancia que tiene hacia el riesgo, es
aquí donde el modelo de fijación de precios CAPM nos presentó la definición de un
inversionista con aversión al riesgo, lo que implica que dentro de nuestros
procedimientos se procuró minimizar el riesgo y se maximizar el rendimiento.
El uso de distintas herramientas tecnológicas fue de vital importancia para la

realización de nuestro trabajo estas aplicadas al sector financiero ya que los
42
cálculos de forma manual hubieran tomado más tiempo. La óptima creación de un
portafolio requiere de un seguimiento de datos, almacenamiento de estos, de
análisis y de la interpretación de gráficas, lo que implica hacer cambios
continuamente en los métodos y cálculos, en este sentido sé procuro organizar el
conjunto de inversiones dentro de un sistema computarizado para el mejor manejo
de estas.
Consecuencia del uso de estas herramientas tecnológicas para la eficiencia

remuestreada fue la implementación de métodos y estrategias, para el cálculo de
nuestros vectores de ponderaciones óptimas de los activos en el portafolio, para así
poder encontrar la frontera eficiente.
43
Anexo 1
44
45
46
47
48
Bibliografía
AMV. (24 de Enero de 2018). Autorregulador del Mercado de Valores (AMV). Obtenido de GUÍA DE
ESTUDIO ADMINISTRACIÓN DE PORTAFOLIOS: https://www.amvcolombia.org.co/wp-
content/uploads/2019/07/Material-de-estudio-Administracion-de-Portafolios-24-de-
enero-de-2019.pdf
Autorregulador Del Mercado de Valores. (Enero de 2018). Guía de estudio administración de

riesgos. AMV. Obtenido de https://www.amvcolombia.org.co/wp-
content/uploads/2019/07/Material-de-estudio-Administracion-de-Portafolios-24-de-
enero-de-2019.pdf
Claro, F., Contador, S., & Quiroga, C. (2006). Teoría del Valor Extremo: Aplicación de la teoría al
Índice NASDAQ Periodos: 28/Octubre/1996 a 26/Octubre/2006. Obtenido de Universidad
de Chile. Facultad de Economía y Negocios.:
https://repositorio.uchile.cl/bitstream/handle/2250/141728/Extreme%20Value%20Theor
y.pdf?sequence=1
Fernando, G. (2008). MATH 5750/6880 TOPICS IN OPTIMIZATION FALL 2008. Obtenido de

SYLLABUSwww.math.utah.edu/~fguevara/math5750_f08/syllabus.pdf
GBM. (2019). GBM Media. Obtenido de https://media.gbm.com/inversion/como-conocer-mi-

nivel-de-aversion-al-riesgo/
IBM. (24 de Agosto de 2020). Simulación de Monte Carlo. Obtenido de https://www.ibm.com/mx-

es/cloud/learn/monte-carlo-simulation
López, C. (2012). MERCADO DE CAPITALES Y GESTION DE CARTERA. Obtenido de UADE:

https://marcelodelfino.net/files/Teora_de_la_Cartera.pdf
Michaud, R., & Michaud, R. (2007). Error de estimación y optimización de cartera: Una solución de
remuestreo. New Frontier Advisors, LLC.
Mireles, I. (2012). Bolsa de Valores "¿CÓMO? ¿POR QUÉ? ¿PARA QUÉ?". Obtenido de Tiempo
Económico: http://tiempoeconomico.azc.uam.mx/wp-
content/uploads/2017/07/21te4.pdf
Moreno, E. (2021). Definición de un portafolio de inversión. Obtenido de UNIVERSIDAD

IBEROAMERICANA:
https://repositorio.iberopuebla.mx/bitstream/handle/20.500.11777/5099/Moreno%20Cu
riel%20Eduardo.pdf?sequence=1&isAllowed=y
Redeemer’s University. (16 de Marzo de 2016). QUADRATIC PROGRAMMING AS AN

OPTIMIZATION TOOL FOR PORTFOLIO MANAGEMENT. TRANS STELLAR, 6. Obtenido de
https://www.researchgate.net/publication/333982499_QUADRATIC_PROGRAMMING_AS
_AN_OPTIMIZATION_TOOL_FOR_PORTFOLIO_MANAGEMENT
Reha, T. (2003). Optimization in finance. Advanced Lecture on Mathematical Science and

Information Science I. Obtenido de Advanced Lecture on Mathematical Science and
Information Science I.
49
Sanchez, M. (1996). Modelo de Fijación de Precios de los Activos de Capital (CAPM), para el diseño
de un Portafolio Optimo como una aplicación del Análisis de Regresión. México. Obtenido
de http://132.248.9.195/ppt1997/0244592/0244592.pdf
Sansores, E. (2006). El modelo de valuación de activos de capital aplicado a mercados financieros

emergentes. UNAM, Revista CyA, 93-111.
UDLAP. (2012). Teoría de Portafolios. Obtenido de UDLAP:

http://catarina.udlap.mx/u_dl_a/tales/documentos/lec/velasco_r_g/capitulo2.pdf
50

Optimización de Portafolios de Inversión

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Optimización de Portafolios de Inversión

Cargado por

Copyright:

Formatos disponibles

Universidad Autónoma del Estado de México

Administración de riesgos financieros

Optimización de portafolios de inversión

Toluca, México. Semestre 2022-B

Los agentes económicos pueden en diversas ocasiones realizar inversiones

No obstante, la decisión de la colocación del capital a una forma de inversión

De este modo, la aversión al riesgo del inversionista se encuentra

Para el caso de este texto se desarrollará como caso en particular los

En cuanto a la construcción del portafolio utilizado en la práctica se decidió

Por otro lado, la elección de la incorporación de las acciones se tomó a partir

Como se ha anunciado en unidades anteriores a la de Administración de

Parte esencial del problema surge en el momento de valorar y elegir las

Dado lo anterior y conociendo que el propósito de que los recursos que se

El siguiente trabajo de investigación es importante ya que busca conocer los

Resulta de igual manera crucial emprender esta investigación ya que es un

Para finalizar resulta de mucha ayuda esta investigación ya que se llega a

Un portafolio de inversión es definido por Moreno (2021) como un “conjunto

Como se mencionó en la introducción y de acuerdo con el párrafo previo, un

El objetivo principal que se persigue tras la negociación de acciones es la

De acuerdo con estas razones, podemos identificar que no es posible

No obstante, mediante el empleo de modelos estadísticos y matemáticos se

Teoría moderna del portafolio

En primer lugar, tenemos la teoría moderna del portafolio desarrollada por

El modelo es bastante simple, primero, el inversionista elige entre todas las

Ilustración 1. Combinación de carteras

Uno de los preceptos más importantes por parte de Harry Markowitz es el de

El primero, también llamado riesgo de mercado es al que se encuentra

Medida de riesgo de un portafolio

Al igual que con los retornos, el riesgo de un activo individual se entiende

Las medidas de dispersión de una variable indican su variabilidad en contra

𝑉𝑎𝑟(𝑅𝑝 ) = ∑[𝑅𝑝 − 𝐸(𝑅𝑝 )]2

Debido a que las unidades de la varianza quedan expresadas al cuadrado,

Conceptualmente, dicho cálculo desconoce el posible efecto de la

Para un número dado de activos existe un número posible de carteras que

Ilustración 2. Frontera eficiente

• Dado un Riesgo de cartera, maximizar el rendimiento esperado

• Dado un Retorno esperado, minimizar el riesgo de la cartera

• Rentabilidad esperada y riesgo (varianza) de n activos

• Covarianza existente entre los n activos

• La sumatoria de las ponderaciones de los activos es uno

Modelo de fijación de precios de activos (CAPM)

El Modelo de fijación de Precios de los Activos (CAPM) es una extensión

La forma de simplificar el proceso es correlacionar cada rendimiento del

El CAPM utiliza promedios ponderados como el punto de partida para

Este activo libre de riesgo, adicionado al CAPM, tiene varianza cero y

Ilustración 2. Línea de mercado y frontera eficiente

El CAPM define al riesgo como la volatilidad de los rendimientos de los

El CAPM denomina al riesgo sistemático, ya antes mencionado, como beta,

𝑅𝑚 : Rendimiento esperado del mercado

𝑅𝑖 : Rendimiento esperado de un activo

Además, de que la beta es una medida de sensibilidad del portafolio frente a

Cuando un portafolio resulta eficiente su desviación estándar nos muestra el

Ilustración 3. Relación riesgo-rendimiento

La ilustración muestra los pronósticos de riesgo y rendimiento para activos

Por lo que, en un portafolio formado por las inversiones en el activo riesgoso

En este sentido el rendimiento esperado y varianza del portafolio es igual a

𝐸[𝑅𝑃 ] = 𝑤𝐸 [𝑅𝑠 ] + (1 − 𝑤)𝐸 [𝑅𝑀 ]

𝜎𝑃 = √𝑤 2 𝜎𝑠2 + (1 − 𝑤)2 𝜎𝑀2 + 2𝑤(1 − 𝑤)𝜎𝑠𝑀

En este sentido el modelo CAPM quedaría de la siguiente forma

• No se puede calcular la beta si la empresa no cotiza en bolsa

La optimización de la varianza media (MV) de Markowitz ha sido el estándar

La investigación sobre el error de estimación se ha centrado en gran medida

Es, debido a lo anterior mencionado que este método introduce técnicas de