BÚSQUEDA SISTEMÁTICA DE ACCIONES DE ALTA CALIDAD MEDIANTE ANÁLISIS FUNDAMENTAL AUTOMATIZADO

Abstract

Este trabajo presenta el diseño e implementación de un sistema automatizado de análisis fundamental orientado a la identificación sistemática de acciones de alta calidad financiera. A partir de un enfoque cuantitativo y reproducible, el modelo aplica métricas reconocidas como el Piotroski F-Score, Altman Z-Score, ROA, margen operativo y Free Cash Flow Yield, sobre un conjunto de datos financieros mensuales históricos de empresas cotizadas en Estados Unidos. El sistema incorpora criterios de consistencia temporal y comparación sectorial para garantizar la solidez de los resultados. Desarrollado íntegramente en Python y basado en datos de la plataforma FactSet, el filtro busca ser una herramienta útil para analistas y gestores de carteras en el proceso de selección de activos, priorizando compañías con fundamentos sólidos, baja probabilidad de insolvencia y potencial de infravaloración.

This Project presents the design and implementation of an automated fundamental analysis system aimed at the systematic identification of financially high-quality stocks. Through a quantitative and replicable approach, the model applies widely recognized metrics such as the Piotroski F-Score, Altman Z-Score, ROA, operating margin, and Free Cash Flow Yield to a historical monthly financial dataset of publicly listed companies in the United States. The system includes sector-relative comparisons and temporal consistency filters to ensure robustness in the selection process. Fully developed in Python and using data from the FactSet platform, the model serves as a practical tool for portfolio managers and equity analysts, helping to prioritize companies with solid fundamentals, low bankruptcy risk, and signs of undervaluation.