http://repository.unipiloto.edu.co/handle/20.500.12277/167 2026-09-15T18:22:27Z 2026-09-15T18:22:27Z Moreno Romero, Kimberly Johanna Reyes Pedraza, Juan David http://repository.unipiloto.edu.co/handle/20.500.12277/14674 2026-03-20T20:45:10Z 2026-03-20T00:00:00Z

Modelo de Financiamiento Sostenible con Bonos Verdes para Ecoglamping Moreno Romero, Kimberly Johanna; Reyes Pedraza, Juan David El presente trabajo analiza la viabilidad financiera de la propuesta Nido Blanco Ecoglamping, localizada en el municipio de Popayán, mediante el diseño de un modelo de financiamiento basado en la emisión de bonos verdes. La investigación adopta un enfoque aplicado, documental y cuantitativo, bajo la modalidad de estudio de caso, sustentado exclusivamente en fuentes secundarias de carácter normativo, financiero y sectorial. Se desarrolló un modelo financiero proyectado para el período 2026–2041, estimando los costos de operación, los costos de comercialización, los ingresos esperados y los flujos de caja del proyecto. Paralelamente, se estructuró el instrumento de bono verde definiendo sus condiciones técnicas, plazos, tasas, esquema de amortización y alineación con los lineamientos nacionales e internacionales aplicables. La evaluación financiera se realizó mediante los indicadores de Valor Presente Neto, Tasa Interna de Retorno y análisis de sensibilidad por escenarios. Los resultados obtenidos confirman la viabilidad financiera del proyecto, evidenciando que el modelo de financiamiento mediante bonos verdes representa una ventaja concreta frente al crédito convencional al reducir el costo de capital, y que la estructura de ingresos proyectada es capaz de cubrir los costos operativos y financieros a lo largo del horizonte de análisis, con un margen de rentabilidad sólido y coherente con las condiciones del mercado turístico colombiano. Se estiman los costos de inversión, operación e ingresos, así como los flujos de caja del proyecto, y se definen las condiciones técnicas del instrumento de deuda verde. La evaluación se realiza a través de indicadores como el Valor Presente Neto (VPN), la Tasa Interna de Retorno (TIR) y análisis de sensibilidad. Los resultados evidencian que el proyecto es financieramente viable y que el uso de bonos verdes constituye una alternativa eficiente frente al financiamiento tradicional, al permitir reducir el costo de capital y mantener niveles adecuados de rentabilidad, integrando sostenibilidad ambiental y desempeño financiero.; This paper analyzes the financial viability of the Nido Blanco Ecoglamping proposal, located in the municipality of Popayán, through the design of a financing model based on the issuance of green bonds. The research adopts an applied, documentary, and quantitative approach, in the form of a case study, based exclusively on secondary sources of a regulatory, financial, and sectoral nature. A financial model was developed for the period 2026–2041, estimating the project's operating costs, marketing costs, expected revenues, and cash flows. At the same time, the green bond instrument was structured, defining its technical conditions, terms, rates, amortization schedule, and alignment with applicable national and international guidelines. The financial evaluation was carried out using Net Present Value, Internal Rate of Return, and scenario sensitivity analysis indicators. The results confirm the financial viability of the project, showing that the green bond financing model offers a concrete advantage over conventional credit by reducing the cost of capital, and that the projected revenue structure is capable of covering operating and financial costs over the analysis horizon, with a solid profit margin consistent with conditions in the Colombian tourism market.

2026-03-20T00:00:00Z Rojas García, Christian David Rodríguez Torres, Carlos Stiven http://repository.unipiloto.edu.co/handle/20.500.12277/14551 2026-03-09T21:10:49Z 2025-11-07T00:00:00Z

Análisis Comparativo del Desempeño de Estrategias de Trading Algorítmico Mediante Python en Diferentes Condiciones del Mercado Forex (2019-2024) Rojas García, Christian David; Rodríguez Torres, Carlos Stiven El presente trabajo de grado evalúa comparativamente el desempeño de dos estrategias de trading algorítmico, el cruce de medias móviles exponenciales (EMAs) y el Índice de Fuerza Relativa (RSI), aplicadas al par de divisas EUR/USD durante el período 2019-2024. A través de un enfoque cuantitativo y la implementación de un algoritmo de backtesting en Python, se analiza la rentabilidad y eficiencia de cada estrategia bajo tres condiciones de mercado, tendencia, rango y alta volatilidad. Los hallazgos revelan que ninguna de las dos estrategias es universalmente superior, sino que su eficacia está fuertemente determinada por las condiciones de mercado en la que operan. Por su parte, el cruce de medias móviles exponenciales demuestra una mayor rentabilidad y un Sharpe Ratio superior en los periodos identificados como tendenciales, en el cual, supera consistentemente al RSI. Por el contrario, el RSI presenta una eficiencia en escenarios de rango y alta volatilidad, donde, aunque su rentabilidad fue menor en estos escenarios, su capacidad para gestionar el riesgo se evidencia en un Drawdown Máximo considerablemente más bajo y un Profit factor más estable. La metodología se basa en un enfoque cuantitativo, implementando un algoritmo de backtesting en Python sobre datos diarios del par EUR/USD para el período 2019-2024. Para contextualizar los resultados, el mercado fue segmentado en tres condiciones de mercado distintas (tendencia, rango y alta volatilidad) utilizando los indicadores. El desempeño de cada estrategia se evaluó a través de un conjunto de métricas de rentabilidad y riesgo, tales como, el Profit factor, el Ratio de Sharpe y el Drawdown Máximo.

2025-11-07T00:00:00Z Parrado Cardenas, Daniel Alfonso Fernández Mendoza, Natalia Torres Carvajal, María Alejandra http://repository.unipiloto.edu.co/handle/20.500.12277/14549 2026-01-22T20:50:10Z 2025-12-04T00:00:00Z

FEELDATEXT Parrado Cardenas, Daniel Alfonso; Fernández Mendoza, Natalia; Torres Carvajal, María Alejandra Esta investigación nace de la necesidad de que las pequeñas y medianas empresas cuenten con mayor conocimiento sobre la salud de su empresa y a partir de esto puedan tomar decisiones más acertadas que les permitan promover sostenibilidad en el tiempo y anticipar una alta probabilidad de quiebra. Por ende, el documento revisa algunas técnicas de procesamiento de lenguaje natural que, al ser aplicadas sobre informes de revisoría fiscal y notas del contador, clasifica las empresas que tienen mayor probabilidad de quiebra. Para esto se utilizarán tres metodologías, la primera, y más común dentro de la literatura, se encuentra el modelo probabilístico llamado Latent Dirichlet Allocation (LDA), el cual se caracteriza por su habilidad de identificar y clasificar textos entre un gran número de documentos, mediante el análisis de probabilidad de que un documento pertenezca a un tema y de que una palabra esté asociada a un tema determinado, con esto se espera lograr caracterizar el lenguaje presente en los informes del revisor fiscal y las notas del contador de PYMES. Por otro lado, la segunda técnica pretende estimar la relación entre los sentimientos expresados en estos informes y los ratios financieros de las PYMES mediante la API de Gemini, que permite identificar si el contenido expresa una emoción positiva, negativa o neutra y la última metodología, TF-IDF (Frecuencia de Término - Frecuencia Inversa de Documento), que mide la relevancia de cada palabra dentro del texto, restando peso a aquellas que aparecen con mayor frecuencia, para desarrollar un modelo de regresión probabilística que combine información textual y financiera y con el fin de evaluar el desempeño de los modelos se emplean las métricas F1-score, ROC AUC, Precision, Accuracy y Recall. Todas estas metodologías desarrolladas a lo largo de la investigación demuestran que los textos asociados a un sentimiento positivo tienen una menor probabilidad de quiebra que otras empresas donde se incluyen palabras dentro de los estados de revisoría fiscal tales como procesos de auditoria o reorganización, demostrando que el análisis de los componentes lingüísticos en la información financiera, al ser integrado con diversas ratios tradicionales, se convierte en una herramienta eficaz para anticipar la quiebra de las empresas.

2025-12-04T00:00:00Z Alvarado Acosta, Nicole Andrea Moreno Cardona, Salma Paola http://repository.unipiloto.edu.co/handle/20.500.12277/14548 2026-03-09T21:49:49Z 2025-12-02T00:00:00Z

Modelo de Estructuración de Portafolios con Criptomonedas, Optimizado Bajo los Parámetros de Markowitz, CAPM y Montecarlo. Alvarado Acosta, Nicole Andrea; Moreno Cardona, Salma Paola En base a el conocimiento de los inversionistas con relación a las criptomonedas, se evidencia una escases de herramientas que les permitan tomar mejores decisiones, basado en un modelo de optimización idóneo en el momento de estructurar un portafolio de activos digitales, siendo así el principal objetivo de esta investigación, teniendo en cuenta que, al no existir una herramienta idónea para la ejecución de las optimizaciones, los inversionistas no tienen una base fundamentada para saber cuáles son los mejores activos para invertir. Este proyecto se enfoca en diseñar un modelo de optimización que no solo busque maximizar el retorno, sino que tenga en cuenta el perfil de riesgo de cada inversionista, para ello se pretende realizar un modelo automatizado de optimización de portafolios para obtener una inversión que cumpla con el objetivo de obtener una máxima rentabilidad con un mínimo riesgo, teniendo en cuenta que el mercado de las criptomonedas es altamente volátil. El proyecto se basa en el uso de los siguientes modelos de rentabilidad esperada: Markowitz, CAPM y Montecarlo, cada uno de estos modelos tiene en cuenta el Nasdaq Crypto Index (NCI) como benchmark. Los resultados correspondientes se comparan para llegar a la mejor elección de modelo para la inversión. Lo anterior se automatiza en un modelo programado en Visual Basic for Applications (VBA) donde se tiene en cuenta el perfil de riesgo del inversionista, la cartera de criptomonedas y el modelo idóneo para así tener los resultados correspondientes la inversión.; Based on investors' knowledge of cryptocurrencies, there is a clear lack of tools that enable them to make better decisions based on an optimal model when structuring a digital asset portfolio. This is the main objective of this research, considering that, in the absence of a suitable tool for executing optimizations, investors do not have a sound basis for knowing which are the best assets to invest in. This project focuses on designing an optimization model that not only seeks to maximize returns but also takes into account each investor's risk profile. To this end, the aim is to create an automated portfolio optimization model to obtain an investment that meets the objective of maximizing returns with minimum risk, taking into account that the cryptocurrency market is highly volatile. The project is based on the use of the following expected return models: Markowitz, CAPM, and Monte Carlo, each of which takes the Nasdaq Crypto Index (NCI) as a benchmark. The corresponding results are compared to arrive at the best model choice for investment. This is automated in a model programmed in Visual Basic for Applications (VBA) that takes into account the investor's risk profile, the cryptocurrency portfolio, and the ideal model in order to obtain the corresponding investment results.

2025-12-02T00:00:00Z