Reinforcement Learning para Optimización de Portafolios:

Este trabajo aborda el desafío de la optimización de portafolios mediante algoritmos basados en Bandidos Multiarmados (MAB), presentando una alternativa a enfoques clásicos como la teoría de Markowitz y el CAPM. En particular, se analizan las ventajas de las metodologías de Ortogonalización con Adaptive Discounted Thompson Sampling (ADTS) y Combinatorial Adaptive Discounted Thompson Sampling (CADTS), las cuales son adaptaciones del tradicional Thompson Sampling diseñadas para modelar la correlación entre activos y la no estacionariedad de los retornos. A través de experimentos con datos sintéticos, mostramos que bajo determinados comportamientos de las distribuciones de retorno de los activos, ADTS logra adaptarse a la no estacionariedad de los retornos y aprende a optimizar en este contexto. También aplicamos los algoritmos a datos reales y mostramos que estos algoritmos pueden superar los modelos tradicionales bajo ciertas condiciones.