Nuevos enfoques en la gestión básica de carteras de valores basados en el ranking y riesgo. El uso de datos de intervalo.

Abstract

En los últimos años se ha dado un incremento exponencial en la cantidad de datos recogidos, tratados y analizados gracias a los avances de la tecnología. Con ello, el análisis de datos puntuales es habitual en muchos ámbitos, sin embargo, el análisis de intervalos (Interval Analysis, IA) no se ha estudiado con tanta profundidad y puede ser de gran ayuda para representar la incertidumbre de una forma más precisa. Gracias al uso de estos datos es posible obtener una comprensión más completa de la información disponible, lo cual permite tomar decisiones y evaluar riesgos de una forma mejorada.

Uno de los ámbitos en los que el uso de IA puede ser de gran utilidad es en el mundo de los mercados financieros y es por esta razón por la que este proyecto se va a enfocar a ellos. La combinación de IA con modelos de optimización y predicción puede ofrecer un punto de vista interesante en la gestión, optimización y formación de carteras. Por ello, uno de los objetivos que se persiguen en el curso de este proyecto es el desarrollo de un sistema original, de utilización sencilla y visual que sirva de herramienta a los inversores para realizar el análisis del comportamiento de los precios de las acciones en el pasado, presente y futuro, para poder formar su cartera óptima de valores basada en el rendimiento y riesgo que deseen obtener. Así, se trabajará con información de diversos mercados financieros como el IBEX35 o el S&P100, en diferentes periodos para lograr una serie de resultados relacionados cono el rendimiento y elaboración de rankings y obtener de ellos las conclusiones pertinentes.

In recent years, there has been an exponential increase in the amount of data collected, processed, and analyzed thanks to technological developments. While the analysis of crisp data is common in many fields, Interval Analysis (IA) has not been studied as extensively and can be highly valuable in representing uncertainty more accurately. By utilizing interval- valued (IV) data, a more comprehensive understanding of the available information can be obtained, enabling improved decision-making and risk assessment.

The use of IA can be particularly beneficial in financial markets, which is why this project will focus on them. The combination of IA with optimization and forecasting models can offer an intriguing perspective on portfolio management, optimization, and creation. Therefore, one of the objectives of this project is to develop an original, user-friendly, and visually-oriented system that serves as a tool for investors to analyze the past, present, and future behavior of stock prices. This system aims to assist in the formation of optimal portfolios based on desired performance and risk levels. Information from various financial markets such as IBEX35 or S&P100 will be utilized over different time periods to achieve a set of results related to the returns and rankings of different stocks and draw relevant conclusions.