Este taller está diseñado para quienes quieren entender y aplicar la teoría moderna de portafolios de Harry Markowitz utilizando Python como herramienta práctica. A lo largo de dos sesiones, el participante aprende a evaluar el binomio riesgo-rendimiento tanto de activos individuales como de portafolios completos, partiendo de conceptos fundamentales como rendimiento esperado, varianza, desviación estándar y covarianza.

En la primera sesión se construyen las bases: extracción de datos bursátiles reales con Yahoo Finance, normalización y comparación de precios de distintas acciones (Apple, Nike, Google y Microsoft), cálculo de rendimientos diarios y anualizados, y la primera estimación de riesgo y rendimiento de un portafolio con pesos iguales entre los activos.

La segunda sesión lleva la teoría un paso más allá: se generan miles de simulaciones de portafolios para visualizar la frontera eficiente, se utiliza optimización matemática para encontrar el portafolio de mínima varianza, y se introduce el Capital Asset Pricing Model (CAPM) para estimar el rendimiento esperado de un activo a partir de su beta y la prima de riesgo de mercado. El taller cierra con el cálculo del Sharpe Ratio, una métrica clave para comparar inversiones según su rendimiento ajustado por riesgo.

Al finalizar, el participante contará con las herramientas teóricas y prácticas para analizar, construir y optimizar portafolios de inversión utilizando Python.