Aprendizaje reforzado profundo para la administración de portafolios de renta fija

Vista sencilla de ítem
dc.contributor.advisorAlmonacid Hurtado, Paula Maríaspa
dc.contributor.authorMejía Estrada, David
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 degreeseng
dc.creator.degreeMagíster en Ciencias de Datos y Analíticaspa
dc.creator.emaildmejiae3@eafit.edu.cospa
dc.date.accessioned2024-03-07T15:56:25Z
dc.date.available2024-03-07T15:56:25Z
dc.date.issued2023
dc.descriptionEn este trabajo se aplican técnicas de aprendizaje reforzado profundo en la administración de portafolios de inversión de renta fija, específicamente títulos soberanos emitidos por el gobierno colombiano. El periodo de análisis comprende siete años, desde enero de 2015 hasta diciembre de 2022. Encontramos que es posible generar rentabilidad y lograr una eficiente gestión del riesgo como resultado de las estrategias de “trading” que los modelos de aprendizaje reforzado profundo prevén más convenientes dadas ciertas condiciones de mercado y de cada uno de los títulos, como su riesgo implícito en métricas como DV01, Duración y Convexidad. Finalmente, este estudio contribuye al campo de las aplicaciones de aprendizaje de máquina e inteligencia artificial sobre administración de carteras de inversión, con un enfoque relativamente nuevo sobre el mercado de renta fija en general, consolidándose como uno de los primeros trabajos en aplicar técnicas de aprendizaje por refuerzo al mercado de deuda pública colombiana.spa
dc.description.abstractThis paper applies deep reinforced learning techniques to the management of fixed income investment portfolios, specifically sovereign securities issued by the Colombian government. The period of analysis covers seven years, from January 2015 to December 2022. We find that it is possible to generate profitability and achieve efficient risk management because of the trading strategies that deep reinforced learning models foresee more convenient given certain market conditions and of each of the securities, such as their implied risk in metrics like DV01, Duration and Convexity. Finally, this study contributes to the field of machine learning and artificial intelligence applications on investment portfolio management, with a relatively new focus on the fixed income market in general, consolidating itself as one of the first works to apply reinforcement learning techniques to the Colombian public debt market.spa
dc.identifier.ddc332.6 M516
dc.identifier.urihttps://hdl.handle.net/10784/33541
dc.language.isospaspa
dc.publisherUniversidad EAFITspa
dc.publisher.departmentEscuela de Ciencias Aplicadas e Ingeniería. Área Computación y Analíticaspa
dc.publisher.placeMedellínspa
dc.publisher.programMaestría en Ciencias de los Datos y Analíticaspa
dc.relation.urihttps://github.com/dmejes98/Trading_ColombianSovereignCurvespa
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccesseng
dc.rights.localAcceso abiertospa
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/deed.es
dc.subjectCurva de rendimientos
dc.subjectAprendizaje de máquina
dc.subjectEstrategia de trading
dc.subjectAprendizaje por refuerzo profundo
dc.subjectRenta fija
dc.subject.keywordYield curvespa
dc.subject.keywordMachine Learningspa
dc.subject.keywordTrading Strategyspa
dc.subject.keywordDeep Reinforcement Learningspa
dc.subject.keywordFixed Incomespa
dc.subject.keywordRisk Managementspa
dc.subject.keywordPortfolio Managementspa
dc.subject.lembADMINISTRACIÓN DE PORTAFOLIO
dc.subject.lembADMINISTRACIÓN DE RIESGOS
dc.subject.lembINVERSIONES
dc.subject.lembPORTAFOLIO DE INVERSIONES
dc.subject.lembAPRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL)
dc.titleAprendizaje reforzado profundo para la administración de portafolios de renta fija
dc.typemasterThesiseng
dc.typeinfo:eu-repo/semantics/masterThesiseng
dc.type.hasVersionacceptedVersioneng
dc.type.localTesis de Maestríaspa
dc.type.spaMonografíaspa

Archivos

Bloque original
Mostrando 1 - 3 de 3
No hay miniatura disponible
Nombre:
David_MejiaEstrada_2023.pdf
Tamaño:
562.71 KB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Descargar
No hay miniatura disponible
Nombre:
formulario_autorizacion_publicacion_obras.pdf
Tamaño:
384.87 KB
Formato:
Adobe Portable Document Format
Descripción:
Formulario autorización publicación obras
Descargar
No hay miniatura disponible
Nombre:
carta_aprobacion_trabajo_grado_eafit.pdf
Tamaño:
250.83 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta aprobación trabajo de grado
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
2.5 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Maestría en Ciencias de los Datos y Analítica (tesis)