González-Vázquez, Sean N.Múgica-Liparoli, Juan A.Enríquez-Nares, Diego E.Alvarado-Garnica, Óscar U.Martínez-Ramírez, José A.2024-11-272024-11-272024-11https://hdl.handle.net/11117/11329Este proyecto de aplicación profesional (PAP), “Estrategias de rotación sectorial” presenta el desarrollo de un modelo matemático orientado a anticipar las fases del ciclo financiero y optimizar la rotación sectorial en estrategias de inversión, maximizando el rendimiento ajustado al riesgo. Para ello, se analiza la relación de indicadores económicos adelantados cómo el BCI, CCI, CLI y GDP con el índice S&P500 (SPY) como referencia de mercado. La metodología empleada incluye un análisis exploratorio de datos para identificar patrones, la construcción de un modelo multiclase y la implementación de modelos predictivos, incluyendo Regresión Logística, XGBoost y una Red Neuronal Multicapa (MLP) con activación RELU. La implementación de parámetros e hiperparámetros se realizó mediante técnicas avanzadas, garantizando la precisión y capacidad predictiva de los modelos. Se implementó una estrategia de rotación sectorial que ajusta la exposición a activos pro-cíclicos y anti-cíclicos según las predicciones del modelo. El proceso de backtesting dinámico evaluó el desempeño de la estrategia en comparación con el benchmark (S&P500) mediante diversas métricas de desempeño, optimizando el portafolio mediante el Ratio de Sharpe para gestionar eficientemente el riesgo y maximizar la relación entre riesgo y retorno. El proyecto busca comprender y analizar nuevas metodologías para la creación y modificación de estrategias de inversión que puedan predecir el comportamiento de activos financieros, con el objetivo de encontrar resultados más favorables que estrategias y métodos tradicionales.spaSustentabilidad y TecnologíaModelación Matemática para el Desarrollo de Planes y Proyectos de NegocioOptimización de Programas de Inversión en Intermediarios Financierosinfo:eu-repo/semantics/bachelorThesis