Jesús Benjamín Zerpa: Economista & Data Scientist

Evolución y actualización econométrica al 2026 del estudio de mayo de 2020 sobre 4,425 sesiones diarias de BTC-USD (2014–2026). Se cuantifica el cambio estructural de microestructura tras la aprobación de los ETFs Spot institucionales en enero de 2024, evidenciando una compresión de la volatilidad anualizada desde 73.47% (2014–2020) hasta 46.88% en el régimen institucional (35.59% al cierre de octubre de 2026), con persistencia de leptocurtosis extrema (curtosis muestral de 15.02).

En el torneo econométrico por Máxima Verosimilitud (MLE) en Python (arch), la especificación AR(1)-EGARCH(2,1) con distribución Skewed Student-t de Hansen (η̂ = 2.770, β̂₁ = 0.9914) alcanza la optimalidad estadística (AIC: 21,553.06; +584.6 puntos de Log-Verosimilitud frente al modelo Gaussiano), superando los contrastes de Kupiec (p = 0.4496) y Christoffersen (p = 0.2958) e integrando reglas cuantitativas de Volatility Targeting, Position Sizing, Stop-Loss adaptativo y Expected Shortfall (CVaR_99% = -6.961%) para mesas de trading y tesorería.

¿Cuál sería la valoración actual de $5,000.00 USD invertidos el 30 de abril de 2020 en las seis acciones del S&P 500 del Portafolio Tangente de Markowitz (MSFT, JNJ, MA, PEP, WMT y MCD)? En este estudio auditamos con datos reales de mercado su desempeño hasta octubre de 2026: la cartera original alcanzó $11,208.95 USD (+124.18%) registrando la menor volatilidad anualizada (13.11%) y la menor caída durante el mercado bajista de 2022 (-12.85%).

A partir de esa línea base, entrenamos en Python y PyTorch una arquitectura de Redes Neuronales Recurrentes (LSTM) que optimiza dinámicamente las ponderaciones maximizando el Ratio de Sharpe-Sortino diferencial, elevando el capital de $5,000.00 USD hasta $15,057.19 USD (+201.14%, CAGR de 18.53%) y superando al benchmark S&P 500 ($13,132.10 USD).

El pronóstico de ventas en volumen constituye el insumo crítico del presupuesto maestro anual, la planificación de compras y la proyección del flujo de caja operativo. Combinar el criterio comercial del negocio con modelización econométrica de series temporales permite reducir el margen de error y estructurar metas con intervalos de confianza estadísticos (80% y 95%).

En este estudio se desarrolla en RStudio y TSstudio una metodología reproducible sobre la serie histórica mensual (2014–2019) de una cadena retail: abarca descomposición aditiva y multiplicativa, diagnóstico de estacionalidad y autocorrelación (ACF/PACF), y la evaluación simultánea de modelos ARIMA, SARIMA, ETS, Holt-Winters y TSLM mediante validación Out-of-Sample y Backtesting con gráficos interactivos en Plotly.

La evaluación del Bitcoin (BTC-USD) como activo de inversión exige modelar rigurosamente su riesgo de mercado y colas extremas. Sus retornos diarios presentan leptocurtosis (colas pesadas), asimetría y agrupamiento de volatilidad (volatility clustering) que violan el supuesto gaussiano de homocedasticidad.

Mediante especificaciones de heterocedasticidad condicional autorregresiva (sGARCH, eGARCH, gjrGARCH y TGARCH) bajo distribuciones Normal, t-Student y GED en RStudio, se estima la varianza condicional diaria del Bitcoin (2014–2020) —resultando óptimo el modelo eGARCH(2,1) t-Student según AIC— y se cuantifica su Valor en Riesgo (VaR al 99%) con pruebas de Backtesting de excedencias.

El Aprendizaje Automático (Machine Learning) permite que los sistemas analíticos corporativos identifiquen patrones estructurales y relaciones multivariables en bases de datos históricas sin programación explícita de reglas, estructurando el entrenamiento en paradigmas de aprendizaje supervisado y no supervisado orientados a la predicción automatizada.

En este estudio se implementa en RStudio un flujo de trabajo reproducible con el ecosistema tidymodels (recipes, parsnip, workflows y yardstick) para proyectar la demanda operativa con horizonte de 6 meses: integra ingeniería de variables, partición de entrenamiento/prueba, evaluación de precisión fuera de muestra (RMSE, MAE y R²) y bandas predictivas al 80% y 95%.

Pilar fundamental de la gestión cuantitativa de activos: la Teoría Moderna de Portafolios de Harry Markowitz demuestra cómo un inversor racional maximiza su rendimiento esperado para un nivel dado de volatilidad mediante la diversificación estratégica y el análisis de la matriz de varianzas-covarianzas y correlaciones cruzadas.

Utilizando programación cuadrática con la librería fPortfolio en RStudio sobre seis acciones líderes del S&P 500 (MSFT, JNJ, MA, PEP, WMT y MCD, serie 2010–2020), se traza la Frontera Eficiente y se obtienen las ponderaciones exactas del Portafolio de Mínima Varianza Global y del Portafolio Tangente (máximo Ratio de Sharpe).

La formulación y evaluación financiera de proyectos de inversión (Capital Budgeting) es el instrumento técnico indispensable para verificar la viabilidad económica antes de comprometer recursos de capital (CAPEX). Articula el análisis regulatorio, comercial, técnico e industrial dentro de un modelo económico-financiero proforma.

Este caso documenta la estructuración integral del proyecto internacional “Global Nutrition España 2017”, formulado para un grupo empresarial del sector salud con el objetivo de ingresar al mercado de la Unión Europea y gestionar financiamiento institucional: presenta el estudio de mercado, el esquema de producción tercerizada, el plan de inversión y las cuentas previsionales.

Un Financial Dashboard (Cuadro de Mando Financiero) convierte los registros contables y presupuestarios en un sistema de inteligencia financiera ejecutiva, permitiendo auditar en detalle los márgenes de ventas, utilidad operativa (EBITDA) y rentabilidad neta para asegurar el cumplimiento de las metas corporativas.

Desarrollado originalmente para la Vicepresidencia de Finanzas de un grupo empresarial (producción, distribución mayorista y cadena de tiendas al detal), este modelo en Excel y Visual Basic (VBA) centraliza los entregables de cierre mensual en cuatro niveles de interpretación del Estado de Resultados (P&G), con exportación automatizada a directorio, alertas visuales (highlights) e integración con Power BI.

El monitoreo cuantitativo del entorno macroeconómico internacional y regional es fundamental para sustentar las premisas presupuestarias e identificar oportunidades en mercados emergentes. En la primera parte se modela con Gapminder, ggplot2 y plotly la relación estructural (Curva de Preston, suavizado LOESS/GAM y regresión múltiple) entre el PIB per cápita y la esperanza de vida al nacer.

En la segunda parte se conecta RStudio directamente al repositorio de Indicadores del Desarrollo Mundial (WDI) del Banco Mundial mediante la API de Quandl para analizar series macroeconómicas de Venezuela, cerrando con la programación de mapas interactivos de estadística espacial mediante leaflet y rnaturalearth.

La analítica geoespacial y los Sistemas de Información Geográfica (SIG) vinculan los registros transaccionales y financieros con su ubicación física (coordenadas, dirección, ciudad o código postal), permitiendo descubrir patrones de concentración territorial de demanda y desempeño regional que no son visibles en reportes planos.

En este estudio se estructura y presenta mediante Microsoft Power Map 3D el recorrido histórico de cierre de un modelo de datos de ventas en volumen correspondiente a una cadena de tiendas al detal, integrando visualización tridimensional sobre el globo terráqueo para el análisis de geomarketing y cobertura comercial.

Ante los cambios estructurales de tendencia y la alta volatilidad del mercado de criptoactivos, el algoritmo de código abierto Prophet —desarrollado por el equipo de Core Data Science de Facebook— formula el pronóstico como un modelo aditivo generalizado capaz de aislar tendencia no lineal por tramos (changepoints), ciclos y estacionalidad.

Este trabajo implementa prophet y dygraphs en RStudio sobre las series diarias de precios de cierre ajustados de Bitcoin (BTC) y Ether (ETH) (2016–2020), generando proyecciones automatizadas a 31 días con bandas de incertidumbre, estimación de soportes y resistencias estadísticas y descomposición de patrones estacionales.

Frente a los modelos determinísticos que entregan una única proyección estática, la Simulación Estocástica de Monte Carlo incorpora el comportamiento probabilístico de los retornos bursátiles para modelar múltiples trayectorias futuras bajo incertidumbre.

Partiendo de las ponderaciones óptimas del Portafolio Tangente de Markowitz (MSFT, JNJ, MA, PEP, WMT y MCD), se programan en RStudio (tidyquant, timetk y highcharter) 100 trayectorias aleatorias en un horizonte de 120 meses (10 años) para estimar la distribución del crecimiento compuesto de la cartera y evaluar sus alcances y limitaciones.

Las arquitecturas de Business Intelligence (BI) permiten a empresas de cualquier tamaño integrar fuentes de datos operativas, contables y variables exógenas del entorno en cuadros de mando dinámicos orientados a medir la productividad, optimizar costos y acelerar la toma de decisiones económico-financieras.

En esta publicación se examina el ecosistema de Microsoft Power BI —líder consecutivo en el Cuadrante Mágico de Gartner—, detallando su funcionamiento en la nube, sus esquemas de licenciamiento corporativo y la demostración práctica mediante dos dashboards interactivos embebidos en tiempo real.

La Minería de Datos (Knowledge Discovery in Databases — KDD) y la Minería de Procesos (Process Mining) permiten extraer conocimiento accionable a partir de los registros de eventos (Event Logs) de los sistemas transaccionales, reconstruyendo empíricamente cómo se ejecutan los procesos de negocio e identificando cuellos de botella y retrabajos.

Utilizando el ecosistema bupaR en RStudio sobre datos operativos de atención en un centro de salud privado, se programa el flujo completo de Process Mining: construcción del event-log, matrices de frecuencia e incidencia, mapas de procesos estáticos y animados bajo perfiles de frecuencia y tiempos de procesamiento (Throughput Time).

La toma de decisiones en mercados bursátiles y de criptoactivos requiere un método cuantitativo disciplinado que reemplace la especulación improvisada por el análisis sistemático de tendencias, volatilidad y gestión del riesgo. Este estudio desarrolla los tres principios fundamentales del Análisis Técnico (Teoría de Dow), su evolución histórica y sus limitaciones.

A través de los paquetes quantmod y TTR en RStudio, se programan sobre el histórico del Bitcoin (BTC-USD) gráficos de velas japonesas (Candlesticks) y los principales indicadores algorítmicos: Medias Móviles Simples y Exponenciales (SMA/EMA), Bandas de Bollinger, Momentum, Tasa de Cambio (ROC), MACD y RSI.