PROGRAMACIÓN MATEMÁTICA Y TEORIA DE LA CARTERA: UNA APLICACIÓN CON MAPLE. Eva Mª del Pozo García Mª Jesús Segovia Vargas Zuleyka Díaz Martínez

Documentos relacionados
RENTABILIDAD Y RIESGO DE CARTERAS Y ACTIVOS TEMA 3- I FUNTAMENTOS DE DIRECCIÓN FINANCIERA. Fundamentos de Dirección Financiera Tema 3- Parte I 1

VARIABLE ALEATORIA Y FUNCIÓN DE DISTRIBUCIÓN

TEMA 4: VALORACIÓN DE RENTAS

REGRESIÓN LINEAL SIMPLE

LÍNEA DE REGRESIÓN MÍNIMO CUADRÁTICA BASADA EN ERRORES RELATIVOS

Selección de una Cartera de Inversión en la Bolsa Mexicana de Valores por Medio de un Método de Programación Lineal

Modelo Matemático Multiobjetivo para la Selección de una Cartera de Inversión en la Bolsa Mexicana de Valores

V II Muestreo por Conglomerados

Aproximación a la distribución normal: el Teorema del Límite Central

LOS NÚMEROS COMPLEJOS

Bolsa Nacional de Valores, S.A. San José, Costa Rica

TEMA 12 INFERENCIA ESTADÍSTICA. ESTIMACIÓN DE LA MEDIA 12.1 DISTRIBUCIÓN NORMAL. REPASO DE TÉCNICAS BÁSICAS

MODELOS DE REGRESIÓN LINEALES Y NO LINEALES: SU

CÁLCULO Y COMENTARIOS SOBRE ALGUNAS MEDIDAS DESCRIPTIVAS. de una variable X, la denotaremos por x y la calcularemos mediante la fórmula:

Teoría de carteras de inversión para la diversificación del riesgo: enfoque clásico y uso de redes neuronales artificiales (RNA)

Estadística Espacial. José Antonio Rivera Colmenero

INTRODUCCIÓN AL CONCEPTO DE VALOR ESPERADO O ESPERANZA MATEMÁTICA DE UNA VARIABLE ALEATORIA

SELECCIÓN DE UNA CARTERA DE VALORES MEDIANTE LA APLICACIÓN DE MÉTODOS MULTIOBJETIVO INTERACTIVOS A DATOS REALES DE LA BOLSA ESPAÑOLA

TEMA 3.- OPERACIONES DE AMORTIZACION : PRESTAMOS A INTERES VARIABLE 3.1.-CLASIFICACIÓN DE LOS PRÉSTAMOS A INTERÉS VARIABLE :

TEMA 2: LOS NÚMEROS COMPLEJOS

V Muestreo Estratificado

Los principales métodos para la selección y valoración de inversiones se agrupan en dos modalidades: métodos estáticos y métodos dinámicos

VARIABLES ESTADÍSTICAS UNIDIMENSIONALES.

MEDIDAS DE TENDENCIA CENTRAL

DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE INCERTIDUMBRE 1 - ELEMENTOS DEL DIAGRAMA DE EQUILIBRIO EN CONDICIONES DE CERTEZA

Tema 2: Distribuciones bidimensionales

( ) = 0 entonces ˆ i i. xy x Y Y xy Y x ˆ. β = = β =.(1) Propiedades Estadísticas de los estimadores MICO. Linealidad.

Práctica 11. Calcula de manera simbólica la integral indefinida de una función. Ejemplo:

SELECCIONANDO LA CARTERA DE UN INVERSOR MEDIANTE PROGRAMACIÓN POR METAS LEXICOGRÁFICAS ENTERA

Una Propuesta de Presentación del Tema de Correlación Simple

1.1 INTRODUCCION & NOTACION

Soluciones de los ejercicios de Selectividad sobre Inferencia Estadística de Matemáticas Aplicadas a las Ciencias Sociales II

ESTRUCTURA Y TECNOLOGÍA A DE COMPUTADORES

Fórmulas de de Derivación Numérica: Aproximación de de la la derivada primera de de una función


6. ESTIMACIÓN PUNTUAL

ANÁLISIS DE LA VARIANZA ANOVA COMPARACIONES MULTIPLES ENTRE MEDIAS MUESTRALES

Juegos finitos n-personales como juegos de negociación

Gestión de operaciones

Métodos Estadísticos Aplicados a la Ingeniería Examen Temas 1-4 Ingeniería Industrial (E.I.I.) 23/4/09

7.1. Muestreo aleatorio simple. 7.2 Muestreo aleatorio estratificado. 7.3 Muestreo aleatorio de conglomerados. 7.4 Estimación del tamaño poblacional.

Método de semivarianza y varianza para la selección de un portafolio óptimo. Semivariance and variance method for selecting an optimal portfolio

Selección de portafolios de mínima varianza cuando están expuestos a diversos factores de riesgo: nota técnica

Cálculo y EstadísTICa. Primer Semestre.

Resumen. Abstract. Palabras Claves: Algoritmos genéticos, cartera de acciones, optimización.

Segmentación de objetos en movimiento utilizando GPCA, técnicas algebraicas y flujo óptico para aplicaciones en espacios inteligentes

LEY FINANCIERA DE DESCUENTO SIMPLE RACIONAL. DESCUENTO BANCARIO

Apuestas deportivas por Internet

(Feb03-1ª Sem) Problema (4 puntos). Se dispone de un semiconductor tipo P paralepipédico, cuya distribución de impurezas es

ANÁLISIS DE DATOS CUALITATIVOS. José Vicéns Otero Eva Medina Moral

Algunas Recomendaciones para la Enseñanza de la Estadística Descriptiva o Análisis de Datos

MATEMÁTICA MÓDULO 4 Eje temático: Estadística y Probabilidades

Serie de Gradiente (Geométrico y Aritmético) y su Relación con el Presente.

CONTENIDO MEDIDAS DE POSICIÓN MEDIDAS DE DISPERSIÓN OTRAS MEDIDAS DESCRIPTIVAS INTRODUCCIÓN

5.3 Estadísticas de una distribución frecuencial

Conceptos y ejemplos básicos de Programación Dinámica

R-C CARGA Y DESCARGA DE UN CONDENSADOR

MÉTODOS ESTADÍSTICOS PARA EL CONTROL DE CALIDAD

Si los cerdos de otro granjero tienen los siguientes pesos: 165, 182, 185, 168, 170, 173, 180, 177. Entonces el diagrama de puntos está dado por:

-Métodos Estadísticos en Ciencias de la Vida

Matemáticas 1 1 EJERCICIOS RESUELTOS: Números Complejos. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación. Universidad de Cantabria

PRIMERA PRUEBA DE TÉCNICAS CUANTITATIVAS III. 14-Abril Grupo A

MATEMÁTICAS FINANCIERAS Y EVALUACIÓN DE PROYECTOS JAIRO TARAZONA MANTILLA CONSULTOR ASESOR DOCENTE FINANCIERO Y PROYECTOS

CAPÍTULO 3 METODOLOGÍA. El objetivo del capítulo 3 es conocer la metodología, por lo cual nos apoyaremos en el

CÁLCULO FINANCIERO. Teoría, Ejercicios y Aplicaciones

Estudio y optimización del algoritmo de ordenamiento Shellsort

SIMULACION. Departament d'eio / Notes Curs MEIO/FIB 33

3 = =. Pero si queremos calcular P (B) 2, ya que si A ocurrió, entonces en la urna

NOTAS SOBRE ESTADÍSTICA APLICADA A LA CALIDAD

INTRODUCCIÓN AL ANÁLISIS DE ENCUESTAS COMPLEJAS 1

ASIGNATURA: MATEMATICAS FINANCIERAS

4. ESQUELETOS Y CAMINOS OPTIMALES...

METODOLOGÍA DE CÁLCULO DE LAS TASAS DE INTERÉS PROMEDIO

MEDIA ARITMÉTICA. Normalmente se suele distinguir entre media aritmética simple y media aritmética ponderada.

2 Concepto de Capital Financiero. 3 Comparación de capitales financieros. 3 Ley financiera. 14 Capitalización compuesta. 23 Descuento comercial simple

2 - TEORIA DE ERRORES : Calibraciones

LA DISTRIBUCIÓN POISSON-BETA: APLICACIONES Y PROPIEDADES EN LA TEORÍA DEL RIESGO COLECTIVO

Suficiencia de Capital y Riesgo de Crédito en Carteras de Préstamos Bancarios

Análisis estadístico de datos muestrales

Ejercicios Resueltos de Estadística: Tema 2: Descripciones bivariantes y regresión

Elaborado por: Ing. Rubén Toyama U. 1

GUÍA DOCENTE DE LA ASIGNATURA

Guía práctica para la realización de medidas y el cálculo de errores

2. Calcular el interés que obtendremos al invertir euros al 4% simple durante 2 años. Solución: 480 euros

12º seminario AEDEMO sobre Audiencia de Televisión Palma de Mallorca, Febrero de 1996

1.1.- Concepto Definición de cono Definición de función homogénea Interpretación económica de la función homogénea

Tema 1.3_A La media y la desviación estándar

0(=&/$6*$6(26$6. i = (3)

División de Evaluación Social de Inversiones

MAESTRÍA EN ECONOMÍA INTERNACIONAL. Tesis

Valoración de opciones de compra y venta del quintal de café en el mercado ecuatoriano

LOS NÚMEROS COMPLEJOS

Cuadernos del CIMBAGE ISSN: Facultad de Ciencias Económicas Argentina

Guía ejercicios resueltos Sumatoria y Binomio de Newton

RENTABILIDAD DE LA CUOTA DE CAPITALIZACIÓN INDIVIDUAL.

Predicción del Cumplimiento de Pago de un Crédito para Microempresarios Agrícolas Utilizando. Penalized Support Vector Machines

Sistema binario. Disoluciones de dos componentes.

ESTADÍSTICA DESCRIPTIVA

Guía Docente 2013/2014

INTEGRAL DE LÍNEA EN EL CAMPO COMPLEJO

Transcripción:

PROGRAMACIÓN MATEMÁTICA Y TEORIA DE LA CARTERA: UNA APLICACIÓN CON MAPLE Eva Mª del Pozo García Mª Jesús Segova Vargas Zuleyka Díaz Martíez Departameto de Ecoomía Facera y Cotabldad I Uversdad Complutese de Madrd Resume Be es sabdo que la programacó matemátca ha evolucoado otablemete e los últmos años, debdo fudametalmete a la gra capacdad de estas téccas para la modelzacó de ua ampla varedad de problemas e dversos campos y al espectacular desarrollo de la formátca, que posblta la aplcacó práctca de los algortmos. E el presete trabao se platea la programacó y resolucó de u problema típco de optmzacó matemátca aplcado a la Teoría de la Cartera utlzado para ello el programa Maple. Palabras clave: optmzacó matemátca, programacó, Teoría de la Cartera, Maple.

Como es sobradamete coocdo, la Teoría de carteras y la cosguete teoría del equlbro e el mercado de captales acó e 95 co u trabao de Markowtz y desarrollada a partr de etoces co u gra úmero de aportacoes debdas a prestgosos vestgadores como Tob, Sharpe, Lter etc. Nos referremos, al modelo basado e la teoría de formacó y seleccó de carteras, etededo por cartera ua determada combacó de actvos faceros. Cuado el versor forma su cartera trata de combar u couto de actvos dvduales de forma que el couto de todos ellos le garatce ua retabldad, segurdad y lqudez aceptables, obetvos que so, e certa medda, compatbles etre sí. Las dos característcas prcpales de los modelos meda-varaza so:.- El redmeto de u título o cartera se mde medate la meda o esperaza matemátca de la varable aleatora r, descrta aterormete y como medda del resgo se acepta la varaza de dcha varable..- Los versores prefere las carteras que sea Pareto-óptmas respecto a la meda y a la varaza, es decr, dadas dos carteras co el msmo redmeto esperado va a preferr aquella co meos resgo y dadas dos carteras co la msma varaza preferrá aquella co mayor redmeto esperado. E cualquer caso, co la dversfcacó se puede dsmur la varaza mateedo la msma retabldad esperada sobre todo cuado las retabldades de varos actvos esté egatvamete correlacoadas. Está claro, por lo tato, que el decsor elegrá ua cartera be dversfcada.

Dados x x x títulos cuyas retabldades os vee dadas por la varable aleatora Se trata de calcular la proporcó de cada título que debe coteer la cartera, para ello, deotaremos dchas proporcoes como: ω, ω, ω ( ) ( ) E = E x X σ = Var x σ = Cov x x (, ) =,,, Retabldad de la Cartera C = xω + xω + + xω ω+ ω + + ω = La Esperaza Matemátca de la cartera será: y la Varaza: ( ) ( ) E = E c = E xω + + x ω = Eω + + E ω ( ) ( ) Var c = σ = Var x ω + + x ω = σ ω + + σ ω + ωω σ ( ) c ω σ σ σ ω t ω ω σ σ σ ω ω σ σ σ ω = = = t Al ser Var( C) 0 sempre, está claro que ω ω 0 ω 0 t Así pues ω ω es ua forma cuadrátca semdefda postva y por tato la fucó es covexa Matemátcamete, las carteras óptmas so las solucoes del sguete programa multobetvo: 3

M Max = = σωω E ω Sueto a : ω = = ( I ) o utlzado el método de las restrccoes, resolvedo el sguete programa se demuestra que los óptmos de Pareto (sobre todo cuado el programa es covexo, como lo es e este caso) se puede obteer fado la seguda restrccó y varado E 0. Calcularemos las carteras de míma varaza. M σ ω + σωω = = Sueto a : E ω = E = = ω = 0 sedo el úmero total de valores, E y σ las esperazas matemátcas y las varazas de sus retabldades y ω la proporcó de captal vertda e el actvo Al ser u programa covexo los óptmos que se obtee so globales. L E E y resolvemos el sstema: ( ωλ, ) = σω + σωω + λ ω 0 + ω = = = = = = E =,..., = σω + σω + λ + = 0 Eω 0 = 0 ω = 0 E Las solucoes ( ω,..., ω ) del programa ( I ) so los óptmos de Pareto 4

Eemplo Veamos u eemplo que resolvemos para tres actvos M,3,4,8 0,93 0,6 0, ω + ω + ω3 + ωω + ωω 3+ ωω 3 Sueto a : 5,ω +,5ω + 4, 7ω = E 3 0 ω + ω + ω = 3 dode sus respectvas esperazas matemátcas y varazas so las sguetes: E = 5, E =,5 E = 4, 7 3 σ =,3 σ =, 4 σ =,8 3 σ = 0,93 σ = 0, 6 σ = 0, 3 3 formamos la fucó Lagragaa: L( ω, ω, ω, λ, λ ) =,3ω +,4ω +,8ω + 0,93ωω + 0,6ωω + 0,ω ω + 3 3 3 3 + λ (5,ω +,5ω + 4, 7 ω E ) + λ ( ω + ω + ω ) 3 0 3 hacemos las dervadas parcales de la lagragaa = 4, 6ω+ 0,93ω + 0, 6ω3+ 5,λ+ =,8ω + 0,93ω+ 0, ω3+,5λ+ = 3, 6ω 3 + 0, 6ω+ 0, ω + 4, 7λ+ 3 y resolvemos el sstema 4, 6ω+ 0,93ω + 0, 6ω3+ 5,λ+ = 0,8ω + 0,93ω+ 0, ω3+,5λ+ = 0 3, 6ω3 + 0, 6ω+ 0, ω + 4, 7λ+ = 0 5,ω+,5ω + 4,7ω3 E0 = 0 ω + ω + ω = 0 3 5

las solucoes del msmo será los óptmos de Pareto y su mage por la fucó: f ω ω = Eω σωω = = (,..., ) (, ) es la deomada frotera efcete. 6

Eemplo E este caso resolveremos de uevo u programa para tres actvos, de los cuales uo de ellos es u actvo lbre de resgo M, 4ω +,8 ω + 0, ω ω 3 Sueto a : 7ω +,5ω + 4,7ω = E dode 3 ω + ω + ω = 3 3 0 E = 7 E =,5 E = 4, 7 3 σ = 0 σ =,4 σ =,8 3 σ = 0 σ = 0 σ = 0, 3 3 formamos la fucó Lagragaa: L( ω, ω, ω, λ, λ ) =,4ω +,8ω + 0,ω ω + 3 3 3 + λ (7ω +,5ω + 4, 7 ω E ) + λ ( ω + ω + ω ) 3 0 3 7

hacemos las dervadas parcales de la lagragaa = 7λ+ =,8ω + 0, ω3+,5λ+ = 3, 6ω 3 + 0, ω + 4, 7λ+ 3 y resolvemos el sstema 7λ+ = 0,8ω + 0, ω3 +,5λ+ = 0 3, 6ω3 + 0, ω + 4, 7λ+ = 0 7ω+,5ω + 4, 7ω3 E0 = 0 ω + ω + ω = 0 3 y obteemos de uevo los óptmos de pareto y su mage por la fucó: 8

f ω ω = Eω σωω = = (,..., ) (, ) es uevamete la frotera efcete. La eleccó de ua etre todas las carteras óptmas (detro de la frotera efcete) la realzará el decsor escogedo aquella que maxmza su utldad. 9

BIBLIOGRAFÍA. ALEGRE, P., BADIA, C. ORTI, F., RODON, C. SAEZ, J. SANCHO, T., TARRIO, J. y TERCEÑO, A. (99) Eerccos resueltos de matemátcas empresarales. Tomo, AC.. BALBÁS, A. y GIL, J. A. (990) Programacó Matemátca. AC. 3. BARBOLLA, R. CERDÁ, E. SANZ, P. (99) Optmzacó Matemátca: teoría, eemplos y cotraeemplos. Espasa-Calpe. 4. CABALLERO, R. E., CALDERÓN, S., GALACHE, T. PL, GONZÁLEZ, A. C., REY, Mª. L., RUIZ, F. (993) Matemátcas aplcadas a la ecoomía y a la empresa. Prámde. 5. CABALLERO, R. E., GONZÁLEZ, A. C. y TRIGUERO, S. A. (99) Métodos matemátcos para la ecoomía. Mc Graw Hll. 6. CHIANG, A. C. (99) Elemets of Dyamc Optmzato. Mc Graw Hll. 7. COSTA REPARAZ, E. (989) Matemátcas para ecoomstas. Prámde. 8. COSTA REPARAZ, E. (99) Problemas y cuestoes de matemátcas para ecoomstas. Prámde. 9. GUERRERO CASAS, F. M. (994) Curso de optmzacó. Programacó matemátca. Arel Ecoomía. 0. HERAS, A., GUTIERREZ, A., BALBÁS, A. GIL, J.A. y VILAR, J.L. (990) Programacó matemátca y modelos ecoómcos: U efoque teórco-práctco. A.C.. SYDSAETER, K. y HAMMOND, P. J. (996) Matemátcas para el aálss ecoómco. Petce-Hall. 0