Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/11000/33211

Optimización de Estrategias de Inversión: Explorando el Análisis Técnico en el Mundo del Trading


Vista previa

Ver/Abrir:
 Memoria TRABAJO FINAL DE GRADO.pdf

3,84 MB
Adobe PDF
Compartir:
Título :
Optimización de Estrategias de Inversión: Explorando el Análisis Técnico en el Mundo del Trading
Autor :
Sellés Rico, Iván
Tutor:
Sainz-Pardo, José Luis  
Editor :
Universidad Miguel Hernández de Elche
Departamento:
Departamentos de la UMH::Estadística, Matemáticas e Informática
Fecha de publicación:
2024-06
URI :
https://hdl.handle.net/11000/33211
Resumen :
En este proyecto se han desarrollado una serie de estrategias y técnicas para invertir en diferentes activos financieros. Lo que se pretende con este trabajo es ver con qué estrategias se pueden obtener mayor rentabilidad, y por lo tanto, ganancias. De esta manera, se verá cuál o cuáles estrategias son mejores y más óptimas para los diferentes tipos de activos tratados en el trabajo. El principal objetivo es testar distintas técnicas, para que, de manera automatizada se pueda lograr ganar dinero invirtiendo en instrumentos financieros en la bolsa de valores. Las diferentes estrategias han sido testadas y probadas con diversos activos. Los activos financieros empleados en el proyecto son principalmente acciones de empresas, aunque también hemos utilizado el IBEX 35 y el Nasdaq 100 como importantes índices bursátiles. El IBEX 35 es el índice de referencia de la bolsa de Madrid y el Nasdaq 100 es el índice bursátil que agrupa a las 100 empresas más grandes que cotizan en la bolsa Nasdaq (bolsa de valores formada por las empresas tecnológicas más relevantes y se encuentra ubicada en Nueva York). Utilizando indicadores y osciladores relevantes del análisis técnico vamos a crear diferentes estrategias de inversión con el fin de obtener la mayor rentabilidad posible. Pero antes de crear las estrategias debemos comprender cómo funcionan y el significado de los indicadores que vamos a utilizar. Explicaremos en qué consisten dichos indicadores, utilizados para crear diversas estrategias con el fin de invertir en estos activos financieros. Estas estrategias nos dirán cuándo entrar y cuando salir en el mercado mediante señales de compra y de venta. En concreto, las acciones de empresas que hemos seleccionado para probar las diferentes estrategias desarrolladas, son todas las empresas que comprenden el propio IBEX, y 28 empresas de las más importantes del Nasdaq. Además, también incluimos una de las tantas criptomonedas que existen: El Bitcoin, una criptomoneda muy famosa, ya que se ha hecho muy viral en la última década y es conocida por muchas personas. Una vez hayamos desarrollado las estrategias vamos a hacer backtesting en los últimos 9 años. Esto es, que vamos a comprobar si se obtienen buenos o malos resultados con estas estrategias desde 2015 a 2023, con los activos anteriormente mencionados. Este será nuestro período de prueba para evaluar si son efectivas o no las estrategias que se han creado. Finalmente, se ha comentado y analizado con detalle los resultados extraídos. Se han comparado y hemos extraído diferentes conclusiones. También veremos si ha sido más rentable invertir en 2015 en los índices Ibex y Nasdaq y salir de la inversión a finales del año 2023, o si han sido más rentables las técnicas automatizadas, basadas en el análisis técnico. Esto mismo también lo haremos con el Bitcoin. Lo que se quiere es averiguar con qué activos y/o tipo de activos son útiles las estrategias implementadas. Las temporalidades que hemos utilizado han sido diaria y semanal. Hemos optado por emplear una temporalidad diaria y una temporalidad semanal debido a que si utilizamos temporalidades menores, por ejemplo 30 minutos, al operar en intradía costaría más obtener rentabilidades altas ya que están las temidas comisiones de los brokers... Además, supuestamente el análisis técnico pierde fuerza y hay mayor riesgo de obtener pérdidas.
Palabras clave/Materias:
estrategias
inversión
rentabilidad
rendimiento
acciones
Área de conocimiento :
CDU: Ciencias sociales: Demografía. Sociología. Estadística: Estadística
Tipo documento :
application/pdf
Derechos de acceso:
info:eu-repo/semantics/openAccess
Aparece en las colecciones:
TFG - Estadística Empresarial



Creative Commons La licencia se describe como: Atribución-NonComercial-NoDerivada 4.0 Internacional.