Basic portfolio management based on beta values using interval-valued information

Los datos de intervalo han sido una fuente de investigación en los últimos 20 años. Contiene el rango de valores de estudio y el Análisis de Intervalos (IA) se encarga de estudiarlos y analizarlos. Estos datos se usan normalmente para representar la incertidumbre, por lo que las finanzas han sido uno de los campos de crecimiento debido a la incertidumbre y al error de estimación en torno a los datos financieros.

Los inversores utilizan datos financieros, como el valor histórico en bolsa de las acciones, para tomar decisiones de gestión de carteras basadas en el rendimiento y el riesgo de las acciones. Por lo tanto, este proyecto ha estudiado diferentes enfoques en los que se pueden utilizar datos de intervalos en este campo.

Por un lado, se ha desarrollado un programa para mostrar la relación entre el rendimiento de los activos y su beta, como medida de riesgo, utilizando datos de intervalos y datos simples. Esta herramienta permite a los inversores identificar mejor que acciones tienen más potencial para sus inversiones. Son capaces de comparar el riesgo de las acciones no sólo mirando a su beta, como se hace normalmente, sino también mirando el rango de intervalo de retorno y betas de la acción.

Por otro lado, se ha desarrollado otro programa para configurar carteras óptimas a través de tres métodos diferentes, que mejor puedan cumplir con los objetivos de los inversionistas, tales como obtener un objetivo de rentabilidad minimizando el riesgo, obtener el máximo rendimiento con un cierto nivel de riesgo o conseguir la mejor relación rentabilidad-riesgo. El rendimiento de estas carteras compuestas por datos de intervalos se compara con las carteras compuestas por datos precisos y del mercado, mostrando que las carteras óptimas hechas con datos de intervalos son sorprendentemente eficientes en algunas situaciones de mercado, especialmente en las que se configuran durante los períodos bajistas.

Interval-valued data has been an active field of investigation in the last 20 years. It contains the range values of study and the Interval Analysis (IA) is in charge of studying and analyzing it. One of the most common uses of this type of data is to represent the uncertainty, so finance has been one of the growing fields due to the uncertainty and estimation error around financial data.

Investors use financial data, such as the historical stock market value of stocks, to make portfolio management decisions based on the return and risk on the stocks. So, this project has studied different approaches where interval data can be use in this field.

On one hand, a program was developed to show the relationship between the return of the assets and their beta, as a measure of risk, using interval and crisp data. This tool allows investors to better identify the stocks that have more potential for their investments. They are able compare the risk of the stocks not only by looking at its beta, as it is usually done, but also by looking the range of interval return and betas of the stock.

On the other hand, another program was developed to configurate optimal portfolios through three different methods, that best could meet the investors’ goals such as get a target return and minimize the risk, get the maximum return at a certain level of risk or to get the best return-risk ration. The performance of this portfolios made up with interval data were compared to the ones made up with crisp data and the market, showing that optimal portfolios made with interval data are surprisingly efficient in some market situations, especially in the ones configured during bear periods, but not that much during bull and sideway periods.