🧪 Portfolio Lab

Optimización cuantitativa de carteras con 12 métodos diferentes. Acciones de mercados globales, backtesting sin look-ahead bias.

1
Seleccionar Acciones
Elige activos de mercados globales
2
Método de Optimización
Selecciona estrategia y parámetros
3
Resultados
Pesos óptimos y métricas
4
Backtest
Validación histórica walk-forward
📚 Métodos Clásicos
📊 Mean-Variance (Markowitz)

Maximiza retorno ajustado por riesgo según preferencias del inversor.

🎯 Mínima Varianza

Minimiza la varianza total del portafolio sin considerar retornos.

🏆 Máximo Sharpe

Maximiza el ratio de Sharpe (retorno exceso / volatilidad).

⚖️ Equal Weight (1/N)

Asigna el mismo peso a todos los activos. Simple pero robusto.

⚡ Risk-Based
🎚️ Risk Parity (ERC)

Cada activo contribuye igual al riesgo total del portafolio.

📉 Inverse Volatility

Pesos inversamente proporcionales a la volatilidad individual.

🌐 Maximum Diversification

Maximiza el ratio de diversificación del portafolio.

🔗 Minimum Correlation

Minimiza la correlación promedio ponderada entre activos.

🚀 Avanzados
🌳 Hierarchical Risk Parity

Clustering jerárquico sin necesidad de invertir la matriz de covarianza.

⚠️ CVaR Optimization

Minimiza el Expected Shortfall (CVaR) en lugar de la varianza.

🔮 Black-Litterman

Combina equilibrio de mercado con views del inversor.

🛡️ Robust MVO (Shrinkage)

Mean-Variance con shrinkage de Ledoit-Wolf para robustez.

2
📊 Métricas del Portafolio
🥧 Distribución de Pesos
📊 Pesos por Activo
📈 Frontera Eficiente
🔗 Matriz de Correlación
📈 Evolución del Portafolio
📉 Drawdown
🗓️ Retornos Mensuales
📊 Comparativa vs Benchmark