Mostrar el registro sencillo del documento

dc.rights.licenseReconocimiento 4.0 Internacional
dc.contributor.advisorVilla Garzón, Fernán Alonso
dc.contributor.authorVergara Cardona, Tomás
dc.date.accessioned2022-02-21T20:00:53Z
dc.date.available2022-02-21T20:00:53Z
dc.date.issued2022-02-18
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/81029
dc.description.abstractLos Fondos de Inversión Colectiva (FIC) son un mecanismo o vehículo de promoción del ahorro e inversión en el mercado de capitales nacional, a través de los cuales varias personas depositan recursos de manera colectiva de acuerdo con lo establecido en el reglamento del respectivo fondo. Un estudio realizado por ASOFIDUCIARIAS en 2018, evidenció que los FIC son un producto sobre el cual hay bajo conocimiento e incluso genera bastante confusión en la población colombiana. Actualmente, la difusión de este mecanismo es escasa; además, la asesoría que brindan las sociedades administradoras está sesgadas bajo sus propios productos y no permiten evaluar la oferta total del mercado. Este trabajo propone un modelo de recomendación de FIC que permita de forma autónoma a través de un cuestionario estandarizado de perfilamiento de riesgo conectar a los usuarios con el universo de vehículos disponibles. Para desarrollar este modelo se realiza un proceso de depuración de la información disponible y el cálculo de las rentabilidades y volatilidades de los portafolios para alimentar tres algoritmos de agrupamiento o clustering. En este el trabajo se desarrolla un producto de datos para mapear el perfil de riesgo de un inversionista (persona natural) con una recomendación de un conjunto de FIC cuya rentabilidad y volatilidad estén acordes con el grado de aversión al riesgo que se acopla a la persona; el perfilamiento del riesgo del usuario, se realiza mediante el cuestionario “Identifying your Investor Profile” estandarizado y desarrollado por Bank of America Corporation ver Anexo 1; mientras que, el FIC se recomienda mediante un sistema de recomendación (algoritmo de clustering). (Tomado de la fuente)
dc.description.abstractCollective Investment Funds are an important mechanism for the promotion of savings and investment in the national capital market through which several people deposit resources collectively in accordance with the provisions of the respective fund's regulations. A study conducted by ASOFIDUCIARIAS in 2018 evidenced collective investment funds (CIF) as a product about which there is low knowledge and even generates quite a lot of confusion in the Colombian population. Currently, communication technologies are not used as a means of dissemination of these vehicles and the advice provided by the management companies are biased to their own products and do not allow evaluating the total market offer. This work proposes a collective investment fund recommendation model that allows autonomously, through a standardized risk profiling questionnaire, to connect users with the universe of available vehicles. To develop this model, a process of debugging of the available information, the calculation of returns and volatilities of the portfolios to feed three grouping or clustering algorithms is carried out. In this work a data product is developed to map the risk profile of an investor (natural person) with a recommendation of a set of CIFs whose profitability and volatility are in accordance with the degree of risk aversion of the person; the risk profiling of the user is done through the questionnaire "Identifying your Investor Profile" standardized and developed by Bank of America Corporation (see Annex 1); while the CIF is recommended through a recommendation system (clustering algorithm).
dc.format.extent57bpáginas
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/
dc.subject.ddc000 - Ciencias de la computación, información y obras generales::003 - Sistemas
dc.titleModelo para la recomendación de fondos de inversión colectiva para personas naturales en el mercado financiero colombiano
dc.typeTrabajo de grado - Maestría
dc.type.driverinfo:eu-repo/semantics/masterThesis
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dc.publisher.programMedellín - Minas - Maestría en Ingeniería - Analítica
dc.description.degreelevelMaestría
dc.description.degreenameMagister en Ingeniería - Analítica
dc.identifier.instnameUniversidad Nacional de Colombia
dc.identifier.reponameRepositorio Institucional Universidad Nacional de Colombia
dc.identifier.repourlhttps://repositorio.unal.edu.co/
dc.publisher.departmentDepartamento de la Computación y la Decisión
dc.publisher.facultyFacultad de Minas
dc.publisher.placeMedellín, Colombia
dc.publisher.branchUniversidad Nacional de Colombia - Sede Medellín
dc.relation.referencesAbu Abbas, O. (2008). Comparisions Between Data Clustering Algorithms. the international Arab Journal of information technology, 320-325
dc.relation.referencesAfi; ASOFIDUCIARIA. (2017). Transformación y evolución de la industria FIC en Colombia: recomendaciones basadas en el caso español. Bogotá: Corficolombiana.
dc.relation.referencesANIF. (2016). Fondos de Inversión Colectiva en Colombia: Evolución y Oportunidades. Bógota.
dc.relation.referencesASOFIDUCIARIAS. (2018). Todo lo que debe saber sobre los fondos de inversión colectiva - FICs. Bogotá: Programa de educación Financiera.
dc.relation.referencesBholowalia, P., & Kumar, A. (2014). EBK-Means: A Clustering Technique based on Elbow Method and K-Means in WSN. International Journal of Computer Applications, 17-24.
dc.relation.referencesCano, C. G., Esguerra, M. d., García, N., Rueda, J. L., & Velasco, A. M. (2013). Acceso a servicios financieros en Colombia. Bogota: Banco de la República.
dc.relation.referencesCowan, D., Alencar, P., & Portugal, I. (2018). The use of machine learning algorithms in recommender systems: A systematica review.
dc.relation.referencesDev, K. (2016). Risk Profile and Mutual Fund Scheme Selection of Investors. International Journal of Research and Analytical Reviews, 208-214.
dc.relation.referencesKhanna, K., & Chauan, V. (2019). A Study on Risk Profiling and Investment Choices of Retail Investors.
dc.relation.referencesZhao, Y., & Karypis, G. (2002). Comparison of Agglomerative and Partitional Document Clustering Algorithms. Minneapolis: University of Minnesota.
dc.relation.referencesZorrila, J. P. (16 de Febrero de 2016). ¿En que ahorran e invierten los colombianos? Obtenido de https://www.portafolio.co/: https://www.portafolio.co/mis-finanzas/ahorro/ahorran-einvierten-colombianos-116496
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.subject.lembCapital market
dc.subject.lembMercad de capitales
dc.subject.lembCapital de riesgo
dc.subject.proposalFondos de inversión
dc.subject.proposalClustering
dc.subject.proposalPerfil de riesgo
dc.subject.proposalRentabilidad
dc.subject.proposalVolatilidad
dc.subject.proposalMutual funds
dc.subject.proposalGrouping algorithms
dc.subject.proposalRisk profile
dc.subject.proposalProfitability
dc.subject.proposalVolatility
dc.title.translatedModel for the recommendation of collective investment funds for individuals in the Colombian financial market
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.contentText
dc.type.redcolhttp://purl.org/redcol/resource_type/TM
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2
dcterms.audience.professionaldevelopmentPúblico general
dc.description.curricularareaÁrea Curricular de Ingeniería de Sistemas e Informática


Archivos en el documento

Thumbnail

Este documento aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del documento

Reconocimiento 4.0 InternacionalEsta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial 4.0.Este documento ha sido depositado por parte de el(los) autor(es) bajo la siguiente constancia de depósito