Determinar la asignación óptima de activos en un portafolio de inversión utilizando Python, con base en la teoría de portafolio moderno y simulaciones de Monte Carlo para maximizar el rendimiento ajustado por riesgo.
Este tema aborda cómo los inversionistas pueden optimizar la asignación de activos en sus portafolios de inversión utilizando herramientas de Python como yfinance y scipy.optimize. A través de ejemplos prácticos, se aprenderá a calcular los rendimientos esperados, la volatilidad, y el Sharpe ratio para diferentes combinaciones de activos, aplicando tanto la teoría de portafolio moderno como simulaciones de Monte Carlo. Se explorará cómo la diversificación puede mitigar riesgos y maximizar retornos, proporcionando una base sólida para la toma de decisiones de inversión informadas.
El siguiente enlace es externo a la Universidad Tecmilenio, al acceder a este considera que debes apegarte a sus términos y condiciones.
Para conocer más sobre asignación de activos en Phyton, revisa la siguiente lectura:
Analizar el rendimiento y riesgo de un portafolio de acciones usando Python, aplicando métodos de visualización, análisis estadístico y pronóstico.