Alumnos de UDEM diseñan algoritmo para mejorar inversiones
Egresados de UDEM escribieron un código para automatizar la metodología que ellos mismos desarrollaron.
Estudiantes de la Universidad de Monterrey (UDEM) desarrollaron un algoritmo, que amplía la clasificación actual de fondos de inversión en el mercado estadounidense.
Con el objetivo de realizar una mejor evaluación del rendimiento y orientar a inversionistas poco expertos a tomar mejores decisiones de inversión.
Integraron una tercer variable
El proyecto estudiantil propuso el Fund Triver Cube, un diagrama que comprende tres factores de rendimiento.
Que amplían la clasificación actual de fondos empleada por el Morningstar Style Box.
Además de permitir a los investigadores e inversionistas realizar una mejor evaluación del rendimiento entre los fondos.
Esta metodología es parte de la investigación de nueva evidencia sobre el rendimiento de los fondos de renta variable.
El algoritmo fue diseñado por María Fernanda Posada, Aleydis Schauer, José Alfredo Zamora y Rodrigo López.
Bajo la asesoría de Martín Lozano Banda, profesor de la Escuela de Negocios de esta casa de estudios.
La Morningstar Style Box es un diagrama de clasificación de fondos de renta variable que combina las categorías de tamaño de las empresas y estilo de inversión.
Según María Fernanda, implica los factores de valor, que se refiere a invertir en acciones que cotizan por debajo de su valor contable.
¿Cómo fue el proceso?
Ubicaron que el crecimiento relacionado con invertir en empresas, que ofrezcan un fuerte crecimiento y cuyas ganancias crezcan más rápido que las del mercado.
Junto con la mezcla que es una combinación de las dos categorías anteriores.
A los que se le suma un tercero: la estrategia de gestión, que incluye las categorías activo y pasivo.
“El cubo se generó a partir de la Morningstar Style Box, que solamente utiliza los factores de capitalización de mercado y estilo de inversión”.
“Nos dimos cuenta de que había un factor adicional, integrando los tres factores para obtener una clasificación trivariada“.
Expuso Fernanda Posada.
Automatización para mayor confiabilidad
Los universitarios escribieron un código de programación para automatizar su metodologí.
A fin de poder trabajar con grandes cantidades de datos, para darle un mayor nivel de confiabilidad al proyecto.
“Si bien nuestra investigación puede ayudar a inversionistas con experiencia, profesionales financieros y académicos por igual”.
“Creemos que será más útil para inversionistas sin experiencia, con conocimientos financieros limitados y poco tiempo para tomar mejores decisiones de inversión“.
Establece en el trabajo académico.
Fernanda Posada destacó que el estudio se desarrolló sobre el mercado de Estados Unidos, porque en México no se tiene tanta información pública.
Para la exalumna de la Universidad de Monterrey, dijo que el Fund Triver Cube cambiará la mentalidad del especialista en finanzas frente a las tendencias y evolución del mercado.