Financial Toolbox

Funciones principales

  • Optimización de carteras orientada a objetos basada en CVaR y media-varianza
  • Análisis de flujos de caja, análisis de riesgos, modelado de series temporales financieras, matemática de fechas y matemática de calendarios
  • Análisis de activos de renta fija conforme al standard SIA
  • Valoración de opciones Black-Scholes, Black y binarias
  • Regresión y estimación con datos incompletos
  • Estimación, simulación y previsión de GARCH con modelo básico
  • Indicadores técnicos y gráficos financieros
Example of a financial modeling application for options and asset portfolios.
Ejemplo de aplicación de modelado financiero para opciones y carteras de activos.

Asignación de activos y optimización de carteras

Financial Toolbox proporciona un completo conjunto de herramientas de análisis y optimización de carteras para llevar a cabo la asignación de capitales, la asignación de activos y la evaluación de riesgos. Con estas herramientas puede:

  • Calcular los momentos de rentabilidad y de rentabilidad total de activos a partir de la información sobre precio o rentabilidad.
  • Calcular estadísticas a nivel de cartera, como media, varianza, valor en riesgo (VaR) y valor en riesgo condicional (CVaR).
  • Llevar a cabo optimización y análisis de carteras basados en media-varianza con restricciones.
  • Examinar la evolución temporal de las asignaciones de carteras eficientes.
  • Realizar la asignación de capitales.
  • Tener en cuenta la rotación y los costes transaccionales en los problemas de optimización de carteras.
Sample portfolio optimization application built using MATLAB, Financial Toolbox, and object-oriented design.
Aplicación de optimización de carteras creada usando MATLAB, Financial Toolbox y el diseño orientado a objetos. La aplicación permite la selección interactiva de una cartera, la comparación con un benchmark, la visualización y la generación de informes de métricas de rendimiento clave.

Creación y análisis de carteras orientados a objetos

El objeto de optimización de carteras proporciona una interfaz simplificada para definir y resolver problemas de optimización de carteras que incluyan metadatos descriptivos. Se puede especificar el nombre de una cartera, el número de activos del universo de activos y los identificadores de activos. Asimismo, es posible definir una asignación de cartera inicial.

La toolbox admite dos enfoques de la optimización de carteras:

  • En la optimización de carteras basada en media-varianza, se emplea la varianza como variable proxy del riesgo. Los momentos de rentabilidad de los activos se pueden definir como arrays o como estimaciones a partir de las series temporales de rentabilidades en una matriz o en objetos de series temporales financieras.
  • En la optimización de carteras basada en CVaR, se emplea el valor en riesgo condicional (CVaR) como variable proxy del riesgo. Se trabaja con simulaciones de datos de rentabilidad de activos.

Entre las restricciones admitidas se incluyen: desigualdad lineal, igualdad lineal, límite, presupuesto, grupo, ratio de grupo, rotación media y rotación de sentido único.

Además, se puede trabajar con los costes transaccionales en la definición del problema de optimización de cartera. Los costes transaccionales se pueden aplicar a la optimización del rendimiento bruto o neto de la cartera. Los costes transaccionales pueden ser proporcionales o fijos y se incorporan como unidades de rentabilidad total.

Efficient frontiers plot for a sample portfolio optimization problem.
Gráfico de fronteras eficientes para un ejemplo de problema de optimización de cartera con y sin costes transaccionales (TX) proporcionales y restricciones de rotación (TO).
Plot comparing efficient frontiers computed from mean-variance portfolio optimization with CVaR portfolio optimization.
Gráfico que compara las fronteras eficientes calculadas mediante la optimización de cartera media-varianza con optimización de cartera CVaR.

Comprobación de errores y validación de carteras

El objeto de optimización de carteras proporciona capacidades de comprobación de errores durante la fase de creación de la cartera. En el caso de problemas complejos definidos con varias restricciones, la validación de las entradas o salidas en la optimización de cartera puede reducir el tiempo dedicado a la comprobación de errores antes de resolver el problema de optimización. Existen métodos disponibles para calcular los límites y comprobar la viabilidad del problema.

Carteras eficientes y fronteras eficientes

En función de sus objetivos, puede identificar carteras eficientes o fronteras eficientes. El objeto de optimización de carteras proporciona métodos para ambas cosas. Puede resolver carteras eficientes proporcionando uno o varios riesgos o rentabilidades objetivo.

Para obtener carteras óptimas en la frontera eficiente, puede:

  • Especificar el número de carteras que localizar.
  • Resolver las carteras óptimas en los puntos finales de la frontera eficiente.
  • Extraer la cartera que maximiza el índice de Sharpe.

Además, es posible modelar carteras de posición larga-corta con o sin limitaciones de rotación.

Plot of efficient frontiers with and without a turnover constraint of 130-30.
Gráfico de fronteras eficientes con y sin una limitación de rotación de 130-30. La cartera con el índice de Sharpe maximizado se marca con una X en la frontera eficiente de 130-30.

Posprocesamiento y generación de informes de los trades

Tras identificar el riesgo y el rendimiento de una cartera, se pueden emplear los métodos de objeto de optimización de carteras para:

  • Solucionar los resultados que parezcan cuestionables.
  • Ajustar la definición del problema a fin de avanzar hacia una cartera eficiente.
  • Establecer un registro de trading de activos.

El objeto de cartera admite la generación de un registro de trading a modo de dataset array. Puede usar el dataset array para llevar a cabo un seguimiento de las compras y ventas de activos, así como para capturar los trades que se deben ejecutar.

Análisis de riesgos y rendimiento de las inversiones

Financial Toolbox proporciona un completo conjunto de herramientas para analizar y evaluar los riesgos y el rendimiento de las inversiones.

Entre las métricas de rendimiento se incluyen:

  • Índice de Sharpe
  • Índice de información
  • Tracking error
  • Rentabilidad ajustada al riesgo
  • Momentos parciales más bajos esperados y de muestra
  • Máximo drawdown y máximo drawdown esperado
Surface plot showing Sharpe ratio results.
Gráfico de superficie en el que se muestran los resultados del índice de Sharpe para realizar backtesting de una estrategia de trading leading-lagging ponderada exponencialmente y de media móvil sobre datos de rentabilidad diaria.

La toolbox proporciona un conjunto de herramientas para analizar el riesgo de crédito que permiten:

  • Preprocesar y estimar las probabilidades de transición a partir de los datos de calificación de crédito.
  • Agregar los datos de calificación de crédito en categorías.
  • Convertir las probabilidades de transición en umbrales de calidad de crédito y viceversa.
Corporate default rate forecasting example.
Ejemplo de predicción de tasas de impago corporativas. El gráfico muestra los resultados del backtesting out-of-sample de los impagos reales frente a los pronosticados dentro de un intervalo de confianza del 95%.

Análisis de renta fija y valoración de opciones

Análisis de flujos de caja

Financial Toolbox ofrece funcionalidad relacionada con el valor del dinero en el tiempo para:

  • Calcular valores presentes y futuros.
  • Determinar tasas de rentabilidad internas nominales, efectivas y modificadas.
  • Calcular la amortización y la depreciación.
  • Determinar la tasa de interés periódica pagada en un préstamo o una renta.

Análisis básico de títulos de renta fija en conformidad con SIA

La toolbox proporciona análisis en conformidad con SIA (Securities Industry Association, asociación de la industria de valores) para realizar valoraciones, cálculo del yield y análisis de sensibilidad de títulos de renta fija de gobierno, corporativos y municipales. Entre sus análisis específicos se incluyen:

  • Asignación completa de fechas de flujos de caja, importes de flujos de caja y tiempo hasta flujo de caja para un bono
  • Precio y yield
  • Duración y convexidad

Financial Instruments Toolbox™ permite asignar precios a bonos escalonados y bonos cupón cero.

Valoración básica de opciones Black-Scholes, Black y binomial

Financial Toolbox le permite:

  • Usar un modelo de mercado estándar de valoración de renta variable con las fórmulas de Black-Scholes y Black.
  • Calcular las sensibilidades de las griegas de las opciones, como lambda, zeta y delta.

Financial Instruments Toolbox ofrece la posibilidad de asignar precios a los derivados de renta fija y variable usando una amplia gama de modelos y métodos, incluidos los modelos de Heath-Jarrow-Morton y Cox-Ross-Rubinstein.

Plot showing the option Greeks gamma and delta for a portfolio of call options.
Gráfico que muestra las griegas de las opciones gamma (altura del eje Z) y delta (color) para una cartera de opciones call.

Análisis de series temporales financieras

Financial Toolbox proporciona un conjunto de herramientas para el análisis de datos de series temporales en los mercados financieros. Esta toolbox incluye un objeto de series temporales financieras que admite:

  • Matemática de fechas, incluidos los días hábiles y los festivos
  • Transformación y análisis de datos
  • Análisis técnico
  • Generación de diagramas y gráficos

La aplicación Financial Time Series proporciona una cómoda interfaz para la creación, administración y manipulación de objetos de series temporales financieras, incluida la transformación con origen o destino en arrays numéricos de MATLAB®. También es posible cargar datos en la herramienta directamente desde un archivo, una base de datos (con Database Toolbox) o un proveedor de datos financieros (con Datafeed Toolbox).

Importing and visualizing stock data using the Financial Time Series tool.
Importación y visualización de datos de acciones mediante la aplicación Financial Time Series. Es posible importar datos, mostrar objetos de series temporales seleccionados (izquierda), representar gráficamente el objeto de series temporales seleccionado (arriba derecha) y acceder a datos procedentes de un proveedor de datos (abajo derecha).

Estimación, simulación y previsión GARCH de tipo básico

Financial Toolbox incluye herramientas para trabajar con modelos GARCH univariantes. Estas herramientas le ayudarán a:

  • Estimar los parámetros de un modelo GARCH(p, q) univariante con innovaciones gaussianas.
  • Simular procesos GARCH(p, q) univariantes.
  • Predecir varianzas condicionales.

Econometrics Toolbox incluye herramientas para trabajar con modelos GARCH adicionales.

Regresión y estimación con datos incompletos

Financial Toolbox proporciona herramientas para realizar la regresión normal multivariante con o sin datos incompletos. Es posible:

  • Realizar regresiones comunes basadas en el modelo subyacente, como la regresión aparentemente no relacionada (SUR).
  • Estimar la función log-verosimilitud y los errores estándar para tests de hipótesis.
  • Llevar a cabo cálculos con datos incompletos.
Results of estimating CAPM model parameters with missing data.
Resultados de la estimación de parámetros del modelo CAPM con datos incompletos. Es posible estimar con datos incompletos (los valores entre paréntesis son el estadístico t) sugiriendo que el coeficiente beta de GOOG no es estadísticamente distinto a cero (arriba izquierda) y usar la regresión aparentemente no relacionada para identificar un coeficiente beta estadísticamente significativo para GOOG (abajo derecha).

La funcionalidad de estimación con datos incompletos permite determinar el efecto de la calidad de los datos en los modelos y las simulaciones. Por ejemplo, puede ver los efectos que producen los datos incompletos en la estimación de coeficientes de modelos CAPM o en el cálculo de la frontera eficiente de una cartera de activos. Los efectos de los datos incompletos pueden provocar unos resultados significativamente distintos.

Plot showing the effect of missing data on the estimation of the mean-variance efficient frontier.
Gráfico en el que se muestra el efecto de los datos incompletos en la estimación de la frontera eficiente media-varianza. La frontera de color rojo se ha calculado eliminando todos los periodos de tiempo que contienen datos incompletos en los datos de muestreo. La frontera de color azul se ha calculado mediante ecmnmle para estimar los valores de los datos incompletos.

Indicadores técnicos y gráficos financieros

Financial Toolbox proporciona numerosos indicadores técnicos, métricas de rendimiento y gráficos especializados ampliamente conocidos, entre los que se incluyen:

  • Medias móviles
  • Osciladores, estocásticos, índices e indicadores
  • Máximo drawdown y máximo drawdown esperado
  • Gráficos, lo que incluye bandas de Bollinger, gráficos de velas y medias móviles
Graphical tool for exploring different types of financial charts and technical indicators.
Herramienta gráfica para explorar distintos tipos de gráficos financieros e indicadores técnicos.

Pronóstico de probabilidades de incumplimiento de empresas con MATLAB

Ver seminario virtual