Publicación:
Modelo de Black Litterman.

dc.contributor.authorRuiz Colmenares, Silvia María
dc.date.accessioned2019-05-01T23:31:47Z
dc.date.available2019-05-01T23:31:47Z
dc.date.issued2017
dc.descriptionTesis. Licenciatura en Matemáticas. Facultad de Ciencias y Humanidades (75 p.)en_US
dc.description.abstractEste trabajo de graduación se realizó con el objetivo de compilar tres diferentes enfoques desde los cuales se pueden derivar el modelo de optimización de portafolios Litterman. Estos enfoques fueron Inferencia Bayesiana, Optimización Convexa y Teoría de Muestreo. En la sección III se desarrolló la teoría necesaria para entender cada uno de los desarrollos en base a: Gelman (2004), Boyd y Vandenberghe (2004) y Kreyszig (1970) respectivamente. En las seccions V, VI, VII se buscó reproducir los resultados más importantes, llenando los detalles de las pruebas y agregando las demostraciones que hacían falta de Christodolakes (2002), Bertsimas, Gupta y Paschalidis (2012) y Mankert, Seiler, (2011) respectivamente. Se hizo énfasis principalmente en el enfoque de Optimización Convexa, y ala mayoría de mejoras y aplicaciones actuales del modelo se basan en este desarrollo. Por último, en la sección VIII se realizaron dos ejemplos prácticos basados en información obtenida de Idzorek (2005) y He, Litterman (1999) para mostrar el uso del modelo.en_US
dc.identifier.urihttps://repositorio.uvg.edu.gt/handle/123456789/3177
dc.language.isoesen_US
dc.publisherUniversidad del Valle de Guatemalaen_US
dc.subjectPortafolio de inversionesen_US
dc.subjectFinanzas - Modelos matemáticosen_US
dc.titleModelo de Black Litterman.en_US
dc.typeTrabajo de grado - Pregradospa
dc.type.visibilityThesis
dspace.entity.typePublication

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
Tesis Silvia Maria Ruiz Licenciatura en Matematica.pdf
Tamaño:
832.42 KB
Formato:
Adobe Portable Document Format
Descripción:

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción: