Plataforma para el estudio de la posición a corto plazo de una cartera de inversión mediante text mining

Abstract

En los últimos años la construcción de un porfolio de empresas para invertir ha evolucionado en una disciplina muy personalizada según el inversor y las capacidades y necesidades de la inversión. En este proceso, la seguridad y la optimización de estos porfolios se han convertidos en elementos claves para la toma de decisiones sobre una colección de activos. Por ello, el uso de algoritmos cuantitativos se ha convertido en una herramienta comúnmente aceptada y puesta en práctica. Los métodos cuantitativos desarrollan la relación entre los indicadores económicos y el comportamiento del mercado, siendo el inversor quien, apoyándose en esa información, predice los beneficios futuros.

La aplicación de métodos cuantitativos se ha centrado principalmente en Estados Unidos, jugando un papel muy importante durante los años 2008-2011. Durante la recesión económica de estos años, los inversores centraron sus carteras en posiciones más defensivas, buscando empresas con buenos balances y riesgo reducido. A finales de estos años, los inversores empezaron a cambiar de estrategia y volvieron a apostar por empresas con balances más reducidos, mayor riesgo, pero mayor posible beneficio.

Dadas las condiciones de esta crisis, los métodos cuantitativos tuvieron mucho éxito dado que eliminan la idea de los ciclos económicos, no tiene en cuenta las tendencias en el pasado y hacen un análisis empírico de la situación económica, lo que permite analizar la situación actual y obtener la mejor cartera de inversión de manera independiente a factores externos.

Este proyecto nace de la inquietud por intentar obtener una cartera de inversión sin utilizar predicciones a futuro, ni algoritmos complicados de predicción. Este proyecto se basa en un estudio del pasado, que permite extraer conclusiones cuantitativas sobre el comportamiento de las empresas según unos determinados parámetros.

Con este análisis se pretende clasificar las empresas según los parámetros de estudio y estudiar si esta clasificación inicial tiene relación con la rentabilidad final. Con ello, por ejemplo se puede estimar si las empresas con un alto ROE son las empresas que mayor rentabilidad de media tienen, o si por el contrario, el orden es inverso. También se pretende analizar casos que no sean de éxito, ya que también es importante conocer aquellos parámetros que no tienen relación con la rentabilidad.

In the past few years, the development of an investing portfolio has become in a discipline which depends on the investor and his capacity and needs for a particular investment. In this process, the optimization and certainty of this portfolios are very important in order to make a decision about buying stock or not. For that reason, the use off quantitative algorithms has become a very powerful tool which nowadays is fully integrated in most of the investment banks. Quantitative methods develop the relationship between the economical indexs and he behavior of the market, been the investor who, relying in this information makes the decision, predicting future revenues

The use quantitative methods has been very popular in the US, playing an important role during the years 2008-2011. During the economic crisis of those years, investors focus their portfolios in more defensive positions , looking for enterprises with good balances and very low risk. At the end of 2011, investors started to look again for por regular balances but bigger risk, expecting more benefit.

Due to the special characteristics of this crisis, quantitative methods had a very huge importance as the delete the idea of economic cycles, as they don’t use past tendencies and they do an empirical analysis of the situation. This allows us to analyze the actual situation without trying to predict the future based on old tendencies, but just with qualitative methods erasing external factors.

This project is born based on the concern of having an investment portfolio without using future predictions, nor very complex algorithms. This project is based on data from the past, which allows to have quantitative conclusions about the behavior of the enterprises in relation with some parameters.

With this analysis we pretent to clasify the enterprises according to the parameters include in this study, and analyze if this initial clasification have relationship with the final profitability. With all that, for example we are able to see if the enterprises with a huge ROE, are the one’s that have also the biggest profitability, or for the contrary, the opposite order. This study also pretend to analyze cases in which is not posible to see the behaviour, as it is also important to know those parameters which dont have any relationship with the profitability. Another objective for this study is to find relathionships not only with profitability but also between parameters.