Rastreo de índices a través de un proceso de decisión de Markov parcialmente observable

Ponente(s): Octavio Paredes Perez, Víctor Hugo Vázquez Guevara

Este trabajo está relacionado con la teoría de los Procesos de Decisión de Markov Parcialmente Observables con Horizonte Aleatorio y Soporte Finito. El criterio de rendimiento empleado para evaluar la calidad de las políticas será el de recompensa total esperada. Uno de los principales objetivos de la ciencia de datos es ayudar a tomar mejores decisiones. Por lo que los Procesos de Decisión de Markov proporcionan un sistema útil para crear e implementar un proceso en la toma de decisiones en donde existen varios escenarios posibles y cuyos resultados son en parte al azar. El problema que da nombre a este trabajo es aquél conocido como el de rastreo de índices. El problema de rastreo de índices puede considerarse como una aplicación de cobertura de media y varianza en un mercado incompleto. Se supondrá que se tiene un mercado financiero con un bono sin riesgo y d activos riesgosos. El problema a resolver será el de rastrear el activo no negociado lo más cercanamente posible para poder invertir en el mercado financiero. El error de rastreo es medido en términos de la distancia cuadrática de la riqueza del portafolio al proceso de precios.