Publicación:
Machine learning como alternativa al modelo de Markowitz : evaluación comparativa de rentabilidad y riesgo en el mercado bursátil español (2014-2024)

dc.contributor.advisorAlonso Villamil, Fernando
dc.contributor.authorRicaurte Rodríguez, Daniel Felipe
dc.coverage.spatialMedellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees
dc.creator.emaildfricaurtr@eafit.edu.co
dc.date.accessioned2026-02-20T16:05:58Z
dc.date.available2026-02-20T16:05:58Z
dc.date.issued2025
dc.description.abstractEste trabajo corresponde a la versión ajustada del trabajo de fin de máster presentado en la Universidad Pompeu Fabra-Barcelona School of Management (UPF-BSM), dentro del programa de doble titulación con la Universidad EAFIT. El estudio busca determinar si las estrategias basadas en modelos de machine learning (ML) constituyen una alternativa válida al modelo tradicional de Markowitz para la construcción de portafolios de inversión. Se analizaron precios diarios de 36 acciones del mercado bursátil español entre 2014 y 2024, utilizando modelos supervisados de clasificación (regresión logística, árboles de decisión, random forest, KNN y XGBoost) para predecir la dirección del precio y generar señales de compra. Los resultados muestran que, sin costos de transacción, Markowitz obtiene mayor rentabilidad; sin embargo, los modelos de ML presentan mejor control del riesgo y desempeño superior en escenarios con costos. Se concluye que su integración ofrece estrategias híbridas más eficientes bajo condiciones de mercado reales.
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagíster en Administración Financieraspa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameinstname:Universidad EAFIT
dc.identifier.reponamereponame:Repositorio Institucional Universidad EAFIT
dc.identifier.repourlrepourl:https://repository.eafit.edu.co
dc.identifier.urihttps://hdl.handle.net/10784/37592
dc.language.isospa
dc.publisherUniversidad EAFITspa
dc.publisher.departmentÁrea de Mercados y Estrategia Financieraspa
dc.publisher.facultyEscuela de Finanzas, Economía y Gobiernospa
dc.publisher.programMaestría en Administración Financieraspa
dc.rightsTodos los derechos reservadosspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.localAcceso abierto
dc.subjectMachine Learning
dc.subjectModelo de Markowitz
dc.subjectPortafolios de inversión
dc.subjectRentabilidad y riesgo
dc.subject.lembAPRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL)
dc.subject.lembALGORITMOS - FINANZAS
dc.subject.lembACCIONES (BOLSA) - FINANZAS - PRECIOS
dc.subject.lembMERCADO DE CAPITALES - ESPAÑA - 2014-2024
dc.subject.lembRIESGO (FINANZAS)
dc.titleMachine learning como alternativa al modelo de Markowitz : evaluación comparativa de rentabilidad y riesgo en el mercado bursátil español (2014-2024)
dc.typeinfo:eu-repo/semantics/masterThesis
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.localTesis de Maestríaspa
dc.type.redcolhttp://purl.org/redcol/resource_type/TM
dc.type.spaMonografía
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dspace.entity.typePublication

Archivos

Bloque original
Mostrando 1 - 3 de 3
No hay miniatura disponible
Nombre:
DanielFelipe_RicaurteRodriguez_2025.pdf
Tamaño:
1.34 MB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
No hay miniatura disponible
Nombre:
carta_aprobacion_trabajo_grado_eafit.pdf
Tamaño:
125.03 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta de aprobación de tesis de grado
No hay miniatura disponible
Nombre:
formulario_autorizacion_publicacion_obras.pdf
Tamaño:
1.08 MB
Formato:
Adobe Portable Document Format
Descripción:
Formulario de autorización de publicación de obras
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
2.74 KB
Formato:
Item-specific license agreed upon to submission
Descripción: