La Teoría Moderna de Portafolios (MPT) muestra cómo combinar activos con diferentes correlaciones puede reducir el riesgo del portafolio sin sacrificar los rendimientos esperados, el marco que le valió a Harry Markowitz un Premio Nobel. Aprenderás cómo funciona la correlación, por qué la diversificación es matemáticamente poderosa y cómo leer la frontera eficiente para encontrar portafolios óptimos para tu tolerancia al riesgo. Te muestro un ejemplo concreto que muestra cómo dos activos con una volatilidad del 10% pueden combinarse en un portafolio con mucho menos riesgo dependiendo de su correlación. También cubro las tres limitaciones críticas de la MPT: correlaciones inestables durante crisis, dependencia de datos históricos y eventos de cola gruesa que el modelo subestima. Ya sea que estés estudiando para el examen CFA o construyendo tu propio portafolio de inversiones, este video te brinda todo lo que necesitas para entender la Teoría Moderna de Portafolios.
🎓 *Obtén un 25% de descuento en cursos CFA (¡con mis videos!) — Usa el código RYAN25 aquí:*
Capítulos
0:00 - El Almuerzo Gratis de la Diversificación
0:16 - Harry Markowitz y el Artículo de 1952
0:33 - Análisis de Riesgo de Activo Único
0:46 - Correlación Explicada
1:12 - El Efecto de la Diversificación
2:02 - La Frontera Eficiente
3:04 - Limitaciones de la Teoría Moderna de Portafolios
3:57 - Conclusiones Clave
*Ofertas de Seeking Alpha:*
🎓 *Programas de Certificación de Ivy League por Wall Street Prep — Ahorra $300 con el código RYANOC*
*Obtén un 10% de descuento en Snowball Analytics para ayudar a gestionar tu portafolio con el código RYAN aquí:*
*Divulgación: Esto no es asesoramiento financiero y no debe tomarse como tal. La información contenida en este video es una opinión. Parte de la información podría ser incorrecta. Este canal es propiedad y está operado por Portfolio Constructs LLC. Algunos de los enlaces anteriores son enlaces de afiliados, lo que significa que, sin costo adicional para ti, ganaré una comisión si haces clic y realizas una compra.