Modelo de paridad de riesgo jerárquico : optimización de portafolio multiactivo

Al momento de realizar la asignación de capital de un portafolio , uno de los problemas más relevantes para quienes lo hacen es cómo optimizar su portafolio, donde la relación retorno-riesgo sea la mejor combinación posible entre los activos seleccionados; el método más conocido y que dio las bases para el resto de los modelos, es el de Media Varianza de Markowitz, pero algunos autores han señalado que en casos prácticos presenta problemas de estabilidad y concentración. En el presente estudio se implementa un caso práctico del modelo de Paridad de Riesgo Jerárquico del autor López de Prado, un modelo relativamente reciente de optimización que aprovecha las bondades de las ciencias computacionales para implementar en un portafolio multiactivo internacional y estudiar el ajuste de este nuevo modelo aplicado al mercado bursátil.
When we make investments, one of the most relevant problems for investors is how to optimize their portfolio, finding the best possible combination of selected assets in terms of the return-risk ratio. The best-known method, which served as the basis for other models, is Markowitz's Mean Variance. However, some authors have pointed out that it presents stability and concentration issues in practical cases. In this study, it is implemented a practical case of the Hierarchical Risk Parity model by López de Prado. This relatively recent optimization model leverages the benefits of computer science to implement it in an international multi-asset portfolio and examine how this new model adjusts when applied to the stock market.