Publicación: Evaluation of investment alternatives in the Colombian bonds Market Using Machine Learning Algoritms
Fecha
2025
Autores
Gómez Plaza, Sergio Daniel
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad EAFIT
Resumen
The bonds market in Colombia, according to the Colombian Stock Exchange (BVC), represents the largest segment of the country's capital market, where fixed-income instruments account for 80% of the average daily trading volume on exchange systems. Sovereign and corporate bonds are the most sought-after by investors, as they offer stable returns and low risk. However, valuing these assets is not always straightforward due to volatility and economic fluctuations.This study explores how machine learning algorithms can enhance the valuation of these investment options in the Colombian market. Various approaches, such as neural networks and decision trees, will be tested to determine which best predicts the behavior of these assets. These models are expected to support better investment decision-making, particularly during periods of uncertainty. The goal is to leverage artificial intelligence to develop more effective and well-suited tools for an informed market.
Descripción
El mercado de renta fija, según la Bolsa de Valores de Colombia (BVC), representa el segmento más grande de todo el mercado de capitales del país, donde el promedio del volumen diario de negociación de los sistemas de bolsa son los instrumentos de renta fija, con un 80 %. Los bonos soberanos y corporativos son los más apetecidos por los inversionistas, ya que ofrecen rentabilidad estable y bajo riesgo. Sin embargo, la valoración de estos activos no siempre es fácil, por la volatilidad y los cambios en la economía. En este trabajo se explora cómo los algoritmos de machine learning pueden ayudar a mejorar la valoración de estas opciones de inversión en el mercado colombiano. Se probarán distintos enfoques, como redes neuronales y árboles de decisión, para ver cuál predice mejor el comportamiento de estos activos. Se espera que estos modelos ayuden a tomar mejores decisiones de inversión, sobre todo en momentos de incertidumbre. La idea es usar la inteligencia artificial para crear herramientas más efectivas y adecuadas para el mercado informado.