Técnicas de big data para el análisis de la teoría moderna de optimización de carteras de inversión en el marco del mercado argentino de valores

Autores
Gonzalez, Rodrigo; Eguren, Santiago; Catania, Carlos A.
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La teoría moderna de configuración de carteras de inversión (Modern Portfolio Theory, MPT) propone diseñar una cartera que proporcione la máxima rentabilidad asumiendo una cantidad de riesgo determinada. En general, la MPT ha sido fuertemente analizada en mercados de países industrializados. El mercado argentino de valores (MAV) es un mercado cuya volatilidad está en sintonía con la de los mercados internacionales, pero que también responde a circunstancias propias. Además, a menudo la inflación no es tenida en cuenta cuando se analiza el desempeño de una cartera de inversión en mercados bursátiles de países industrializados. Contrariamente, esta variable debe tenerse en cuenta cuando se desea formar una cartera de inversión con activos del MAV. La ciencia de datos es un campo interdisciplinario que involucra métodos científicos, procesos y sistemas para extraer conocimiento o un mejor entendimiento de un sistema a partir de sus datos. Además, provee herramientas para la visualización conveniente de todos los aspectos relevantes sobre el sistema que se trata de modelar. Por tanto, este proyecto propone analizar el comportamiento del MAV en los últimos 10 años con técnicas del análisis cuantitativo (quantitative analysis) y de ciencia de los datos, para determinar diferentes carteras de inversión óptimas con activos argentinos para distintos niveles de riesgo, según la teoría moderna de configuración de carteras de inversión.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Análisis cuantitativo
Ciencia de datos
Modern Portfolio Theory
Cartera de inversión
Lenguaje R, Python
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/144921

id SEDICI_17062a739121cf7f1c9b9125235ef145
oai_identifier_str oai:sedici.unlp.edu.ar:10915/144921
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Técnicas de big data para el análisis de la teoría moderna de optimización de carteras de inversión en el marco del mercado argentino de valoresGonzalez, RodrigoEguren, SantiagoCatania, Carlos A.Ciencias InformáticasAnálisis cuantitativoCiencia de datosModern Portfolio TheoryCartera de inversiónLenguaje R, PythonLa teoría moderna de configuración de carteras de inversión (Modern Portfolio Theory, MPT) propone diseñar una cartera que proporcione la máxima rentabilidad asumiendo una cantidad de riesgo determinada. En general, la MPT ha sido fuertemente analizada en mercados de países industrializados. El mercado argentino de valores (MAV) es un mercado cuya volatilidad está en sintonía con la de los mercados internacionales, pero que también responde a circunstancias propias. Además, a menudo la inflación no es tenida en cuenta cuando se analiza el desempeño de una cartera de inversión en mercados bursátiles de países industrializados. Contrariamente, esta variable debe tenerse en cuenta cuando se desea formar una cartera de inversión con activos del MAV. La ciencia de datos es un campo interdisciplinario que involucra métodos científicos, procesos y sistemas para extraer conocimiento o un mejor entendimiento de un sistema a partir de sus datos. Además, provee herramientas para la visualización conveniente de todos los aspectos relevantes sobre el sistema que se trata de modelar. Por tanto, este proyecto propone analizar el comportamiento del MAV en los últimos 10 años con técnicas del análisis cuantitativo (quantitative analysis) y de ciencia de los datos, para determinar diferentes carteras de inversión óptimas con activos argentinos para distintos niveles de riesgo, según la teoría moderna de configuración de carteras de inversión.Red de Universidades con Carreras en Informática2022-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf562-566http://sedici.unlp.edu.ar/handle/10915/144921spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-48222-3-9info:eu-repo/semantics/reference/hdl/10915/142555info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:36:57Zoai:sedici.unlp.edu.ar:10915/144921Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:36:58.124SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Técnicas de big data para el análisis de la teoría moderna de optimización de carteras de inversión en el marco del mercado argentino de valores
title Técnicas de big data para el análisis de la teoría moderna de optimización de carteras de inversión en el marco del mercado argentino de valores
spellingShingle Técnicas de big data para el análisis de la teoría moderna de optimización de carteras de inversión en el marco del mercado argentino de valores
Gonzalez, Rodrigo
Ciencias Informáticas
Análisis cuantitativo
Ciencia de datos
Modern Portfolio Theory
Cartera de inversión
Lenguaje R, Python
title_short Técnicas de big data para el análisis de la teoría moderna de optimización de carteras de inversión en el marco del mercado argentino de valores
title_full Técnicas de big data para el análisis de la teoría moderna de optimización de carteras de inversión en el marco del mercado argentino de valores
title_fullStr Técnicas de big data para el análisis de la teoría moderna de optimización de carteras de inversión en el marco del mercado argentino de valores
title_full_unstemmed Técnicas de big data para el análisis de la teoría moderna de optimización de carteras de inversión en el marco del mercado argentino de valores
title_sort Técnicas de big data para el análisis de la teoría moderna de optimización de carteras de inversión en el marco del mercado argentino de valores
dc.creator.none.fl_str_mv Gonzalez, Rodrigo
Eguren, Santiago
Catania, Carlos A.
author Gonzalez, Rodrigo
author_facet Gonzalez, Rodrigo
Eguren, Santiago
Catania, Carlos A.
author_role author
author2 Eguren, Santiago
Catania, Carlos A.
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Análisis cuantitativo
Ciencia de datos
Modern Portfolio Theory
Cartera de inversión
Lenguaje R, Python
topic Ciencias Informáticas
Análisis cuantitativo
Ciencia de datos
Modern Portfolio Theory
Cartera de inversión
Lenguaje R, Python
dc.description.none.fl_txt_mv La teoría moderna de configuración de carteras de inversión (Modern Portfolio Theory, MPT) propone diseñar una cartera que proporcione la máxima rentabilidad asumiendo una cantidad de riesgo determinada. En general, la MPT ha sido fuertemente analizada en mercados de países industrializados. El mercado argentino de valores (MAV) es un mercado cuya volatilidad está en sintonía con la de los mercados internacionales, pero que también responde a circunstancias propias. Además, a menudo la inflación no es tenida en cuenta cuando se analiza el desempeño de una cartera de inversión en mercados bursátiles de países industrializados. Contrariamente, esta variable debe tenerse en cuenta cuando se desea formar una cartera de inversión con activos del MAV. La ciencia de datos es un campo interdisciplinario que involucra métodos científicos, procesos y sistemas para extraer conocimiento o un mejor entendimiento de un sistema a partir de sus datos. Además, provee herramientas para la visualización conveniente de todos los aspectos relevantes sobre el sistema que se trata de modelar. Por tanto, este proyecto propone analizar el comportamiento del MAV en los últimos 10 años con técnicas del análisis cuantitativo (quantitative analysis) y de ciencia de los datos, para determinar diferentes carteras de inversión óptimas con activos argentinos para distintos niveles de riesgo, según la teoría moderna de configuración de carteras de inversión.
Red de Universidades con Carreras en Informática
description La teoría moderna de configuración de carteras de inversión (Modern Portfolio Theory, MPT) propone diseñar una cartera que proporcione la máxima rentabilidad asumiendo una cantidad de riesgo determinada. En general, la MPT ha sido fuertemente analizada en mercados de países industrializados. El mercado argentino de valores (MAV) es un mercado cuya volatilidad está en sintonía con la de los mercados internacionales, pero que también responde a circunstancias propias. Además, a menudo la inflación no es tenida en cuenta cuando se analiza el desempeño de una cartera de inversión en mercados bursátiles de países industrializados. Contrariamente, esta variable debe tenerse en cuenta cuando se desea formar una cartera de inversión con activos del MAV. La ciencia de datos es un campo interdisciplinario que involucra métodos científicos, procesos y sistemas para extraer conocimiento o un mejor entendimiento de un sistema a partir de sus datos. Además, provee herramientas para la visualización conveniente de todos los aspectos relevantes sobre el sistema que se trata de modelar. Por tanto, este proyecto propone analizar el comportamiento del MAV en los últimos 10 años con técnicas del análisis cuantitativo (quantitative analysis) y de ciencia de los datos, para determinar diferentes carteras de inversión óptimas con activos argentinos para distintos niveles de riesgo, según la teoría moderna de configuración de carteras de inversión.
publishDate 2022
dc.date.none.fl_str_mv 2022-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/144921
url http://sedici.unlp.edu.ar/handle/10915/144921
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-48222-3-9
info:eu-repo/semantics/reference/hdl/10915/142555
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
562-566
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616247059152896
score 13.070432