Documente Academic
Documente Profesional
Documente Cultură
OBJETIVOS DE LA CARTERA
La cartera que se trabajara estará constituida por los precios de cierre de las siguientes
empresas: Walt Disney (DIS), American Express (AXP), General Electric(GE),
McDonald(MCD) y Nike (NIK).
(Precio de cierre de fecha:16/05/2016 al 13/072016/)
Se calcularan las variaciones de los precios para poder trabajar con el programa crystal
ball; para obtener dicha variación se aplicara la siguiente formula:
LN(𝑷𝑻 /𝑷𝑻−𝟏 )
2.1 Predictor:
Predictor es una sencilla función de método gráfico para realizar previsiones incluidas
en Oracle Crystal Ball
Dentro de los atributos de datos, ya que las cotizaciones se dan solamente en días hábiles,
seleccionamos que los datos están en días laborales, en cuanto a la estacionalidad,
seleccionamos datos no estacionales, esto debido a que podemos observar en el análisis
gráfico que la tendencia de los datos históricos se proyecta de manera lineal ascendente
con oscilaciones descendentes.
Para obtener mejores resultados seleccionamos que se completen los valores perdidos y
se ajusten los extremos para tener mayor fiabilidad de las proyecciones.
En cuanto a los métodos seleccionaremos los 4 metodos no estacionales por los diferentes
datos que se tienen.
Por último, la medida del error seleccionada es la Raiz del Error Cuadrático de la Media
ya que este método se ajusta a las tendencias lineales de datos y con no tan significativas
variaciones, no utilizamos la desviación absoluta media porque esta trabaja mejor con
datos muy volátiles, y tampoco con el error porcentual absoluto medio porque este
solamente mide si el error es positivo o negativo determinado por el sesgo, y la técnica
de pronóstico es de tipo estándar.
Corremos el pronóstico.
Pegamos los pronósticos al final de los datos históricos como supuestos de Crystal Ball
Los valores pronosticados para los 10 días hábiles son los siguientes:
2.2 ajustes por lote:
Con la herramienta Ajuste por lotes se ajustan las distribuciones de probabilidad a varias
series de datos. Se pueden seleccionar algunas o todas las distribuciones de probabilidad
(binomial, normal, triangular, uniforme, etc.) para que se ajusten a cualquier número de
series, con el único límite del tamaño de la hoja de cálculo.
La opción Ajuste por lotes está pensada para ayudarle a crear suposiciones cuando haya
datos históricos para varias variables. Selecciona qué distribución se ajusta mejor a cada
serie de datos históricos y proporciona la distribución y sus parámetros asociados para
que los utilice en el modelo. Esta herramienta también le proporciona una tabla de
estadísticas de bondad del ajuste para obtener la mejor distribución de ajuste y
proporciona una matriz de correlaciones calculada entre varias series de datos para que
pueda ver sin problemas las series que están relacionadas y en qué grado.
Para utilizar la herramienta Ajuste por lotes, la serie de datos debe ser contigua (en filas
o columnas adyacentes) en las filas o columnas
Se utilizara las variaciones de los precios para el ajuste por lotes que es una herramienta
que nos brinda el crystal ball. Se detallara paso a paso a continuacion.
Se selecciona las cabeceras y los datos de las variaciones porcentuales y dirigirse a mas
herramientas y seleccionar ajustes por lotes.
Una vez seleccionada la herramienta ajuste por lote automáticamente el cristal ball nos
muestra las opciones que se debe verificar.
Una vez verificado se procede a poner la opcion siguiente, en opciones de ajuste se debe
seleccionar todas continuas porque se tiene datos continuos y no discretos.
En la opción de salida se selecciona el lugar donde se desea poner los resultados. Para
obtener los datos de las correlaciones que existe entre las diferentes precios de las
acciones seleccionadas se debe marcar las opciones de la correlación como se ve en el
gráfico.
La correlación mide la forma en que se mueven los rendimientos uno en relación con
otro: su valor está entre +1 (siempre se mueven juntos) y -1 (siempre se mueven en
sentidos opuestos). Los riesgos independientes carecen de esta tendencia a moverse
juntos y tienen una correlación igual a cero.
En las correlaciones de excel se puede observar que son mayores a las del crystal ball,
esto se debe a que el excel toma los datos como si fuera una muestra en cambio el
crystal ball lo toma como si fuera una poblacion.
Se debe definir decision a cada participacion con sus respectivos nombres con sus
limites de 0% a 100%(según politica de la empresa)
Se debe definir supuesto de los rendimientos individuales (distribución) y
posteriormente se verifica las correlaciones de cada acción.
Se debe definir la previsión en el rendimiento promedio del portafolio
5.3 OPTQUEST
Seleccionamos la variable del rendimiento promedio del portafolio y se utiliza la
herramienta optquest el cual nos sirve para generar el escenario más óptimo.
Posteriormente se debe seleccionar el objetivo, el cual será para el presente trabajo
minimizar la volatilidad del rendimiento del portafolio. (Se utilizara la desviación
estándar para tener el resultado en las mismas unidades que presenta el rendimiento del
portafolio)
Como siguiente paso, se pone siguiente y se presenta las Variables de Decision, en
donde muestra los limites inferiores, superiores y el caso base ( antes de seguir, se debe
revisar bien todo lo que nos muestra el Crystal Ball).
En una distribucion normal lo mas probable que ocurra es tener un rendimiento negativo
de -0,7256% a 0,6187% con una certeza de 69%
en el grafico de sensibilidad se puede observar que el que mas influye en el rendimiento
del portafolio son las acciones de DIS y MCD, porque tienen una mayor participación
en el portafolio.