Redes neuronales artificiales: efecto asimetría y curtosis en la evaluación de portafolios de inversión / Artificial Neural networks: asymmetry effect and curtosis in the evaluation of investment portfolios

Abstract

El nivel de incertidumbre hace cada vez más difícil diversificar el riesgo, por lo que se requieren estrategias de inversión que apoyen la toma de decisiones. El objetivo de la investigación es evaluar modelos de selección de portafolios considerando la media, la varianza, la asimetría y la curtosis como parámetros de decisión de inversión. Metodológicamente se parte del pronóstico de rendimientos de activos financieros, utilizando redes neuronales artificiales para construir un portafolio óptimo mediante la técnica de optimización multiobjetivo; finalmente se observan los cambios en el rendimiento del portafolio. Se utilizan datos de acciones que cotizan en mercados bursátiles de México, Argentina, Brasil, Chile, Perú y Colombia. Los resultados validan la capacidad predictiva de una red neuronal, en la aplicación del pronóstico de los rendimientos de activos financieros. Los portafolios que se conformaron que incluyen la media, la varianza, la asimetría y la curtosis muestran un mayor rendimiento, en comparación con el modelo de Markowitz; asimismo, queda explicito que existe una mayor probabilidad de obtener rendimientos positivos. Se concluye que mediante la técnica de optimización multiobjetivo empleada es posible obtener portafolios óptimos, al incluir los momentos altos de la distribución de los rendimientos de los activos que conforman el portafolio de inversión, representando este modelo una estrategia para el inversionista.