¿Permiten los modelos predictivos y el análisis técnico optimizar los resultados de estrategias de inversión periódica sobre un índice bursátil?

dc.contributor.advisorArango Londoño, David
dc.contributor.authorDuque González, Andrés Felipe
dc.contributor.authorLofruscio Vallejo, María Antonia
dc.date.accessioned2024-06-20T21:38:58Z
dc.date.available2024-06-20T21:38:58Z
dc.date.issued2024
dc.description.abstractEl presente estudio explora la inversión pasiva o indexación proponiendo un método periódico de inversión que ofrece una alternativa al convencional Dollar Cost Averaging (DCA). La estrategia propuesta armoniza principios de los mercados eficientes con el análisis técnico, combinando dos perspectivas históricamente divergentes, y emplea el modelo predictivo ARIMA, para optimizar la cantidad invertida en cada período. El propósito de esta aproximación es ajustar las inversiones a las fluctuaciones del mercado, basándose en datos históricos y tendencias actuales para guiar las decisiones de inversión, desplazando así el foco de la predicción de precios hacia la optimización del monto invertido. Aunque investigaciones previas han explorado ajustes periódicos en el volumen de inversión, la novedad de este estudio radica en integrar el análisis técnico y modelos predictivos para la toma de decisiones sobre el volumen de aportes, un enfoque poco explorado en la literatura existente. A partir de este proyecto de investigación se espera que la estrategia propuesta, superé en rendimiento y riesgo al enfoque tradicional de Dollar Cost Averaging.
dc.description.abstractengThe present study explores passive investment or indexing by proposing a periodic investment method that offers an alternative to the conventional Dollar Cost Averaging (DCA). The proposed strategy harmonizes principles of efficient markets with technical analysis, combining two historically divergent perspectives, and employs the ARIMA predictive model to optimize the amount invested in each period. The purpose of this approach is to adjust investments to market fluctuations, based on historical data and current trends to guide investment decisions, thus shifting the focus from price prediction to optimizing the invested amount. Although previous research has explored periodic adjustments in investment volume, the novelty of this study lies in integrating technical analysis and predictive models for decision-making on the contribution volume, an approach that has been little explored in the existing literature. From this research project, it is expected that the proposed strategy will outperform the traditional Dollar Cost Averaging approach in terms of performance and risk.
dc.format.extent47 p.
dc.format.mimetypeapplication/pdf
dc.identifier.urihttps://vitela.javerianacali.edu.co/handle/11522/3113
dc.language.isospa
dc.publisherPontificia Universidad Javeriana Cali
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectInversión pasiva
dc.subjectAnálisis técnico
dc.subjectModelos predictivos
dc.subjectPassive investment
dc.subjectTechnical analysis
dc.subjectPredictive models
dc.thesis.disciplineFacultad de Ciencias Económicas y Administrativas. Maestría en Finanzas
dc.thesis.grantorPontificia Universidad Javeriana Cali
dc.thesis.levelMaestría
dc.thesis.nameMagíster en Finanzas
dc.title¿Permiten los modelos predictivos y el análisis técnico optimizar los resultados de estrategias de inversión periódica sobre un índice bursátil?spa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestría
dc.type.redcolhttps://purl.org/redcol/resource_type/TM
Files
Original bundle
Now showing 1 - 2 of 2
Loading...
Thumbnail Image
Name:
PDF Tesis Andres Duque y Antonia Lofruscio.pdf
Size:
896.85 KB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
PDF Licencia_autorizacion.pdf
Size:
207.16 KB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description: