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
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/144921
Ver los metadatos del registro completo
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 |