Optimización robusta de portafolios: conjuntos de incertidumbre y contrapartes robustas
| Autor | Carlos Andrés Zapata Quimbayo |
| Cargo | Magíster en Finanzas. Docente-Investigador, Observatorio de Economía y Operaciones Numéricas (odeon), Universidad Externado de Colombia, Bogotá (Colombia). [carlosa.zapata@uexternado.edu.co]; [orcid id: 0000-0003-3337-0182]. |
| Páginas | 93-121 |
Optimización robusta
de portafolios: conjuntos
de incertidumbre y
contrapartes robustas
Robust Portfolio Optimization:
Uncertainty Sets and Robust Counterparts
Carlos Andrés Zapata Q.*
* Magíster en Finanzas. Docente-Investigador, Observatorio de Economía y Operaciones
Numéricas (odeon), Universidad Externado de Colombia, Bogotá (Colombia). [carlosa.zapata@
uexternado.edu.co]; [orcid id: 0000-0003-3337-0182].
Artículo recibido: 10 de junio de 2021.
Artículo aceptado: 28 de junio de 2021.
Para citar este artículo:
Zapata Quimbayo, C. A. (2021). Optimización robusta de porta folios: conjuntos de incertidumbre
y contrapartes robustas. odeon, 20, 93-121.
doi: ht tp s: //do i.org /10 .186 01/ 1794111 3.n 20.0 4.
94
odeon, issn: 1794-1113, e-issn: 2346-2140, N° 20, enero-junio de 2021, pp. 93-121
Resumen
Los modelos de optimización robusta (or) han permitido superar las limitaciones
del modelo media-varianza (mv), que comprende el enfoque tradicional para la
selección de portafolios óptimos de inversión, al incorporar la incertidumbre de
los parámetros del modelo (retornos esperados y covarianzas). En este trabajo se
presentan los desarrollos de la or en la teoría de portafolio mediante el enfoque
del peor de los casos, a partir del cual se incorporan las formulaciones robustas
para el modelo mv, teniendo en cuenta los trabajos de Markowitz y Sharpe. A
partir de estas formulaciones, se lleva a cabo una sencilla aplicación en la que
se resaltan las ventajas y bondades de las contrapartes robustas frente al modelo
mv original. Al final, se presenta una breve discusión de formulaciones adicio-
nales en materia de conjuntos de incertidumbre y otras medidas de desempeño.
Palabras clave: portafolio óptimo; optimización robusta; conjuntos de
incertidumbre.
Clasificación j el: C61, G11.
Abstract
Robust optimization (or) models have made it possible to overcome the limi-
tations of the mean-variance (mv) model, which involves the traditional ap-
proach for the optimal portfolio selection, by incorporating the uncertainty of
the model parameters (expected returns and covariances). In this paper, the or
advances in portfolio theory are presented using the worst-case approach, from
which the robust formulations for the mv model are incorporated, considering
the Markowitz and Sharpe works. From these formulations, a straightforward
application is implemented where the advantages and benefits of the robust
counterparts are highlighted compared to the original MV model. At the end, a
brief discussion of additional formulations regarding uncertainty sets and other
performance measures is presented.
Key words: optimal portfolio; robust optimization; uncertainty sets.
jel classi fication: C61, G11.
Introducción
La publicación del trabajo seminal de Harry Markowitz en 1952 marcó el inicio
de la teoría moderna de portafolio (tmp). Allí, Markowitz introduce una solu-
ción óptima para la selección de un portafolio de inversión dada la naturaleza
Para continuar leyendo
Solicita tu prueba