Investigando modelos competentes de Aprendizaje por Refuerzo para la optimización de portafolios de acciones en un mercado con baja liquidez y altos costos de transacción: caso Bolsa de Valores de Lima

Desarrollar un modelo de aprendizaje por refuerzo para la optimización de portafolios de acciones en mercados de poca liquidez y altos costos como la Bolsa de Valores de Lima.

Desarrollar un entorno de simulación para el cálculo de la función de recompensa de portafolios que incorpore restricciones de costos de transacción y liquidez, y que esté basado en la teoría financiera. Implementar y evaluar técnicas del estado del arte de optimización de portafolios con inteligencia artificial en el mercado peruano. Plantear y evaluar mejoras a algoritmos de optimización de portafolios de aprendizaje por refuerzo para lidiar con restricciones de costos de transacción y liquidez.

Investigacion basica

Disciplinario

Ciencias naturales - Otras ciencias naturales

PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ