Análisis de las deficiencias empíricas en la Teoría Moderna de Portafolios: Proposición de un marco metodológico en la selección de activos y su aplicación en la optimización de carteras (2020 - 2025)

Abstract

El presente trabajo de investigación analiza cómo varía la optimización de portafolios al reemplazar la estimación tradicional de retornos y riesgos, basada en medias y covarianzas históricas, por estimaciones obtenidas mediante simulaciones de Montecarlo. A partir de datos de acciones estadounidenses de alta capitalización, se aplican tres distribuciones para modelar retornos simulados: Movimiento Browniano Geométrico, t-Student y t-Student asimétrica. Los portafolios resultantes se comparan con los construidos bajo el enfoque muestral clásico. Los resultados muestran que las metodologías basadas en simulación generan portafolios más estables y con mejores ratios de Sharpe, especialmente bajo distribuciones de colas pesadas. Finalmente, mediante un test estadístico se confirma que las diferencias observadas son estadísticamente significativas. En conjunto, la evidencia sugiere que la simulación de retornos constituye una alternativa más robusta que la estimación tradicional en el proceso de optimización de portafolios.