Diseño de un Sistema de Optimización de Carteras con Técnicas Robustas Modernas

Construir un sistema de optimización de carteras que sobreviva a los mercados reales requiere un diseño cuidadoso en cada etapa. La forma en que se estiman las entradas, el marco de optimización que se elige, las restricciones que se codifican y la forma en que se valida con respecto al historial, todo ello da forma a si el sistema ofrece valor duradero o backtests frágiles. Este curso recorre esas decisiones en el orden en que suelen surgir. Trabajará en ejercicios de diseño escritos que reflejan cómo un pequeño equipo cuantitativo planificaría un sistema de optimización de carteras. El énfasis está en los compromisos prácticos que importan cuando las entradas son ruidosas y los mercados cambian de régimen. Lo que aprenderá: - Estimar los rendimientos esperados, las covarianzas y los indicadores de régimen con técnicas robustas, incluida la contracción y los modelos factoriales - Comparar marcos de optimización, incluida la media-varianza, la paridad de riesgo, la paridad de riesgo jerárquica y Black-Litterman - Codificar restricciones realistas, incluida la rotación, los costos de transacción y los límites regulatorios - Aplicar extensiones de machine learning para la estimación de entradas mientras se protege contra el sobreajuste - Validar sistemas con backtests rodantes, análisis walk-forward y escenarios de estrés - Diseñar estrategias de ejecución y reequilibrio que respeten el impacto del mercado y las realidades operativas El curso progresa desde la estimación de entradas a través de marcos de optimización, extensiones de machine learning, validación y ejecución. Un ejercicio de diseño final escrito le pide que redacte un diseño de una página para un sistema de optimización de carteras dirigido a un mandato de inversión específico. Este curso está diseñado para analistas cuantitativos, estudiantes de finanzas con experiencia en software y científicos de datos que ingresan al trabajo de carteras. No se requiere experiencia previa en optimización. El curso trata el sistema como un problema de diseño que se puede razonar sobre el papel y se mantiene informativo; no proporciona asesoramiento de inversión para situaciones específicas.