Estrategias Algorítmicas de Hibridación en Técnicas Metaheurísticas para la Resolución del Problema de Selección de Carteras de Inversión utilizando Restricciones de Cardinalidad

Abstract

La presente investigación se centra en estudiar diferentes variantes de algoritmos de computación memética para abordar problemas de optimización multiobjetivo. A lo largo del trabajo de tesis se proponen diferentes técnicas que presentan multiplicidad de soluciones y que componen entre otras cosas la agregación de los conceptos de memoria élite y búsqueda local, para resolver la selección de carteras de inversión con restricciones de cardinalidad. Este es un problema de optimización inherentemente multiobjetivo, para el cual utilizamos el índice de Sharpe, una conocida medida de rentabilidad/riesgo, para evaluar la eficiencia financiera de las carteras o portafolios de inversión generados, así como para realizar análisis comparativos. El índice de Sharpe se convierte en un elemento fundamental para llevar a cabo estas agregaciones, con el fin de mantener un registro de las soluciones más efectivas encontradas. Este registro se utiliza como un mecanismo de intensificación ajustable para mantener la búsqueda enfocada. Estos algoritmos de optimización multiobjetivo han demostrado, experimentalmente, su eficiencia al abordar un problema de optimización de cartera con restricciones de cardinalidad. En nuestra propuesta, la búsqueda local emplea el conocimiento específico proporcionado por el índice de Sharpe, lo que permite centrar la búsqueda global en las soluciones no dominadas más prometedoras del frente de Pareto. El objetivo subyacente es alinear el algoritmo con el proceso de toma de decisiones posterior, que implica la selección de una solución adecuada del frente de Pareto final por parte de un experto en el dominio, centrando la búsqueda en las regiones que puedan ser más relevantes para el responsable de la toma de decisiones, en lugar de dispersar los esfuerzos hacia el frente no dominado para cubrir regiones que, en última instancia, podrían ser menos relevantes.A través de este estudio se ha hecho un análisis de sensibilidad con diferentes variantes del algoritmo para determinar una parametrización adecuada (la puesta en escena de una búsqueda local, la implementación de una memoria élite o la actuación sinérgica de ambos tipos de variantes). Posteriormente, se realizó una comparación con cinco algoritmos evolutivos multiobjetivo utilizando indicadores de rendimiento conocidos, como el hipervolumen y la distancia generacional. Esta experimentación toma como referencia el mercado de la Bolsa de Valores de Colombia entre 2010 y 2016, y confirma el gran potencial de nuestra propuesta memética para este problema. Como herramienta complementaria durante esta investigación, se esboza una propuesta metodológica para hacer un análisis de un corpus bibliográfico para establecer y realizar una clasificación de los ítems de la literatura en conjuntos relacionados mediante algoritmos de agrupamiento (trabajando en este caso sobre una matriz de distancia entre artículos obtenida a partir de la similitud léxica entre sus descriptores bibliográficos). Con este estudio, se analiza la estructura interna de estos grupos y se encuentra un orden de revisión adecuado mediante el empleo de algoritmos evolutivos. El resultado de ello es un análisis sistemático de la literatura relacionada y del estado del arte sobre la aplicación de metaheurísticas y algoritmos bioinspirados a problemas de optimización de carteras de inversión.