Simulación de Monte Carlo para optimizar carteras

La simulación de Monte Carlo es una técnica que resuelve problemas complejos generando muchísimos escenarios aleatorios y observando el resultado agregado. Aplicada a carteras, sirve para explorar el espacio de combinaciones posibles de pesos entre varios activos.

Cómo funciona con carteras

1. Se eligen los activos (por ejemplo, entre 2 y 15 valores del S&P 500).
2. Se generan cientos de miles o millones de carteras con pesos aleatorios.
3. Para cada una se calcula su rentabilidad y su riesgo históricos.
4. Al representarlas todas, emerge la forma de la frontera eficiente.

OjoAlTicker simula hasta 100.000 de carteras por horizonte (trimestral y anual) de forma vectorizada, y después afina el resultado con un optimizador exacto (SLSQP con multi-arranque) para no quedarse en un óptimo local.

Ventajas y límites

• Ventaja: no necesita supuestos cerrados; explora el problema "a fuerza bruta".
• Límite: trabaja con datos históricos. Una cartera óptima en el pasado no garantiza serlo en el futuro; conviene leer las métricas como descriptivas.

Prueba el optimizador con tus propios activos para ver la nube de Monte Carlo y la frontera en tiempo real.