Benchmarking machine learning methods for portfolio management: challenges and opportunities
Loading...
Date
2025
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
El Aprendizaje Automático se ha convertido en una herramienta poderosa en la gestión de portafolios de inversión en la última década. Sin embargo, ciertos desafíos prácticos clave a menudo son pasados por alto, como la diversidad del mercado, los costos de transacción realistas para grandes operaciones y limitaciones robustas en las pruebas de los modelos. Este trabajo evalúa la efectividad y escalabilidad de los métodos de aprendizaje automático bajo condiciones más realistas utilizando las acciones que componen el S&P 500 y el DJIA. Analizamos técnicas de aprendizaje por refuerzo, aprendizaje por imitación, DAgger y basadas en modelos. Hasta donde sabemos, este es el primer estudio que compara sistemáticamente todos estos enfoques. Nuestros hallazgos demuestran que los mejores métodos superan el retorno anualizado y la razón de Sharpe de los índices de referencia estándar.
Description
Tesis (Master of Science in Engineering)--Pontificia Universidad Católica de Chile, 2025
Keywords
Finanzas, Gestión de portafolios, Aprendizaje por refuerzo, Aprendizaje supervisado, Aplicaciones