Creación de una cartera de inversión que venza la inflación atendiendo a criterios ESG gestionada mediante machine learning

Resumen

Este trabajo explora la creación y gestión de una cartera de inversión orientada a superar la inflación, integrando criterios ambientales, sociales y de gobierno (ASG), y utilizando herramientas de machine learning para gestionar la cartera mejorando la inversión. El objetivo principal del estudio es diseñar una estrategia de inversión que no solo sea financieramente rentable, sino que también este acorde con prácticas sostenibles. Para la construcción de la cartera, se analizaron diversas filosofías de inversión, mercados, y se estudiaron activos en diferentes sectores y geografías, priorizando aquellos que cumplen con mejor desempeño y altos estándares ESG. Después, se empleó el modelo de machine learning XGBoost para la gestión de activos, demostrando ser una herramienta eficaz en la predicción de movimientos futuros. La cartera resultante se comparó con el índice MSCI ACWI ESG Universal como benchmark, mostrando un desempeño superior en términos de retornos ajustados al riesgo y conforme con los criterios ESG. Además, se evaluaron varias estadísticas y métricas de riesgo, para asegurar que la cartera no solo era rentable, sino también consistente. Los resultados del estudio destacan la viabilidad de combinar inversiones responsables con tecnologías avanzadas para mejorar la rentabilidad y eficiencia de las carteras de inversión, ofreciendo un modelo replicable y escalable para inversores que buscan contribuir a la sostenibilidad sin renunciar a la rentabilidad.