La valoración de acciones: Un estudio comparativo entre el CAPM y modelos de aprendizaje automático - Orue-Echebarria Hernandez, María

Abstract

Este trabajo se centra en el potencial de los modelos de aprendizaje automático en la valoración de acciones. Mediante la comparación entre el modelo de valoración de activos de capital (CAPM) y modelos de aprendizaje automático se busca determinar si estos últimos predicen los retornos con mayor precisión que los modelos tradicionales. De esta manera, el objetivo principal del presente estudio es evaluar la eficiencia predictiva y la precisión de estos modelos para predecir los retornos de acciones. Utilizando los retornos del IBEX 35 durante 2023, se han desarrollado tres modelos de aprendizaje automático: regresión lineal múltiple, redes neuronales y regresión con máquinas de soporte vectorial (SVR). Adicionalmente, se han aplicado métricas de evaluación para comparar los errores tanto del CAPM como aquellos de los modelos de aprendizaje automático. Los resultados indican que existe potencial en los modelos de aprendizaje automático ya que estos ofrecen una mejora significativa en la precisión de la predicción de los retornos. Concluyendo así que, aunque el CAPM sigue siendo una herramienta útil en el ámbito de las finanzas, los avances en aprendizaje automático proporcionan alternativas más robustas y flexibles que conllevan a mejor uso de capital para empresas e inversores.

The following paper explores the potential of machine learning models in stock valuation. By comparing the Capital Asset Pricing Model (CAPM) with machine models, this study aims to determine whether the latter predicts returns more accurately than traditional models. Thus, the main objective of this paper is to evaluate the predictive efficiency and accuracy of these models in forecasting stock returns. Using the companies of the IBEX 35 during 2023 and their returns, three machine learning models have been developed: Multipler linear regression, neural networks and support vector regression (SVR). To compare these models, evaluation metrics have been used. The results indicate that machine learning models have significant potential as they offer a substantial improvement in return prediction accuracy. Reaching the conclusion that although the CAPM remains a useful tool in finance, machine learning models provide more robust and flexible alternatives that lead to better capital allocation for companies and investors.