Den bedste aktivfordeling til genbalancering af kryptovaluta

>

I vores tidligere undersøgelser blev alle backtests kørt med en jævn fordeling af aktiver. Dette betyder, at hvis en portefølje på 5 kryptokurver blev tildelt, var den valgte fordeling for hvert aktiv 20%. Under genbalanceringer vil hvert aktiv blive omfordelt til denne fordeling.

Denne undersøgelse sætter distributionsmodeller på prøve. Vi undersøger 3 forskellige distributioner for at bestemme den optimale allokeringsstrategi. Disse tildelingsstrategier vil være følgende:

  • Også selvom

  • Lineær

  • Eksponentiel

Backtest Design & Opsætning

For at evaluere hver tildelingsstrategi udførte vi backtests i forhold til historiske data. Dette giver os mulighed for at skabe en simulering af, hvor godt en strategi ville have fungeret tidligere. Følgende begrænsninger blev brugt ved udførelse af hver backtest.

Handler & Data

Markedsdata blev indsamlet fra 4. maj 2017 til 3. maj 2018. Disse data blev brugt til at beregne prisen på handler, som de ville være sket på det tidspunkt. Handelsstien mellem hvert aktiv blev udført ved første handel med BTC. Dette forenkler stien på tværs af børser, som kan have forskellige basepar. Hver handel blev simuleret ved hjælp af et handelsgebyr på 0,25%.

Alle vores data er tilgængelige via Shrimpy Historical Data API.

Aktiver & Indledende betingelser

Hver portefølje i denne undersøgelse består af nøjagtigt 10 tilfældigt udvalgte aktiver. Efter hver backtest vælges en ny tilfældig gruppe på 10 aktiver til den næste backtest. Denne proces afsluttes 1.000 gange for hver strategitype og genbalanceringsperiode. Den komplette liste over aktiver, der var inkluderet i undersøgelsen, kan findes i vores backtest-værktøj.

Ved starten af ​​hver backtest sås porteføljen med en initialinvestering på $ 5.000, der fordeles på tværs af aktiverne. Den anvendte rebalanceringsmetode er beskrevet i vores tidligere artikel.

En mere dybtgående diskussion af backtestproceduren og opsætning af studier kan findes i vores tidligere artikel:

Rebalance vs. HODL: En teknisk analyse

Selv fordeling af fordeling

Denne fordeling følger en fordeling på 10 procent for hvert aktiv.

Jævn distribution betyder, at hvert aktiv har samme vægt i porteføljen. En portefølje på 10 aktiver ville resultere i, at hvert aktiv havde nøjagtigt 10% vægt i porteføljen. Når porteføljen genbalanceres, foretages handler for at tilpasse porteføljen igen, så den svarer til de ønskede allokeringer.

Denne gruppe sammenligner resultaterne for jævnt fordelte porteføljer, der indeholder 10 aktiver, men adskiller sig efter genbalanceringsperiode. Hvert histogram indeholder 1.000 backtests, hvor x-aksen er værdien af ​​en portefølje efter 1 år, der havde en indledende investering på $ 5.000. Y-aksen er antallet af backtests, der faldt i porteføljens værdi-skovle, der er defineret på x-aksen. (Eksempel: En backtest blev kørt med en genbalanceringsperiode på 1 time og 10 jævnt fordelte aktiver i porteføljen. Resultaterne af en backtest var $ 200.000 efter et år. Dette vil betyde, at du tilføjer en 1 til nederst til højre i x -akseskovl, der har en rækkevidde på $ 195k til $ 214k. Denne proces gentages derefter, indtil 1.000 backtests er kørt.)

Disse værdier repræsenterer den gennemsnitlige porteføljeværdi i USD, 1 år efter en indledende investering på $ 5.000. Hver værdi svarer til deres respektive histogram vist ovenfor.

Jævnt fordelte porteføljer præsenterede afkast, der varierede fra en $ 40.000 median med HODL til en $ 123.000 median gennem rebalansering hver time. Ud over en højere median udgjorde rebalancering oftere også en bedre spredning. Mens værdien af ​​porteføljer, der anvendte HODL-strategien, stort set var koncentreret i den nedre ende, som observeret i ovenstående histogrammer, forbedrede hyppige rebalancer spredningen ved at distribuere resultater over et bredere spektrum af værdier og højere præstationer. Ikke alene slog medianen 1 times rebalance periode median hodl, den dårligst præsterede portefølje ud af over 1.000 backtests i 1 times rebalance strategigruppen slog medianen HODL portfolio.

Efter 1 år havde jævnt fordelte porteføljer, der genbalancerede hver time, et afkast på 2.360%.

Lineær fordeling af fordeling

Denne fordeling følger en allokering på 1, 3, 5, 7, 9, 11, 13, 15, 17, 19 procent for hvert aktiv.

Lineære distributioner har stadig en samlet sum af procenter, der svarer til 100%, men vægten for hvert aktiv er ujævn. Metoden, hvor de er ujævne, er lineær. Da lineær kan have mange betydninger, definerede vi en portefølje med 10 aktiver til at have en lineær fordeling på 1, 3, 5, 7, 9, 11, 13, 15, 17, 19 procent pr. Aktiv. Hver gang porteføljen ombalanceres, foretages handler for at tilpasse porteføljen igen, så den matcher disse ønskede allokeringer.

Denne gruppe sammenligner resultaterne for lineært distribuerede porteføljer, der indeholder 10 aktiver, men adskiller sig efter genbalanceringsperiode. Hvert histogram indeholder 1.000 backtests, hvor x-aksen er værdien af ​​en portefølje efter 1 år, der havde en indledende investering på $ 5.000. Y-aksen er antallet af backtests, der faldt i porteføljens værdi-skovle, der er defineret på x-aksen. (Eksempel: En backtest blev kørt med en genbalanceringsperiode på 1 time og 10 lineært fordelte aktiver i porteføljen. Resultaterne af en backtest var $ 200.000 efter et år. Dette vil betyde, at du tilføjer en 1 til det nederste højre diagram i x -akseskovl, der har en rækkevidde på $ 183.000 til $ 204.000. Denne proces gentages derefter, indtil 1.000 backtests er kørt.)

Dette er de mediane porteføljeværdier for hvert sæt backtests, som er beskrevet i histogrammerne ovenfor.

Resultaterne for en lineær aktivfordeling viser et fald i afkastet over 1 år sammenlignet med lige fordelinger. Medianværdierne oplevede et fald fra $ 2k for porteføljer, der brugte HODL-strategien, til $ 8k for porteføljer, der udførte rebalanceringer hver 1. time. Vi ser også fra histogrammerne, at lineære aktivfordelinger reducerede spredningen af ​​resultaterne. I stedet for en glat kurve, aggregeres resultaterne i den nedre ende af dette spread. Dette antyder, at ikke kun medianen faldt, men der var også færre porteføljer med høj ydeevne.

Efter 1 år havde lineært distribuerede porteføljer, der genbalancerede hver time, et afkast på 2.200%.

Eksponentiel fordeling af fordeling

Denne fordeling følger en allokering på 1, 1, 2, 2, 4, 6, 9, 15, 23, 37 procent for hvert aktiv.

Den sidste metode til fordelingsfordeling, som vi vil diskutere, er den eksponentielle fordeling. Denne metode fordeler simpelthen aktiverne på en måde, der resulterer i, at et aktiv holder løvenes andel af den samlede porteføljeværdi, og hvert aktiv derefter har en brøkdel af det foregående. Vi definerede en portefølje med 10 aktiver til at have en eksponentiel fordeling på 1, 1, 2, 2, 4, 6, 9, 15, 23, 37 procent pr. Aktiv. Hver gang porteføljen ombalanceres, foretages handler for at tilpasse porteføljen igen, så den matcher disse ønskede allokeringer.

Den første reaktion, du måtte have, når du ser på dette distributionsdiagram, er at det ser ud til fordelingen til en kryptoindeksfond, der sporer de 10 bedste aktiver efter markedsværdi. Det er rigtigt. Den største forskel er, at et top 10-indeks er baseret på aktuelle markedskapsler, så allokeringen for hvert aktiv skifter over tid. Vores undersøgelse anvendte faste tildelinger over et års periode. Selvom dette virker som en lille skelnen, kan det være en vigtig.

Denne gruppe sammenligner resultaterne af eksponentielt fordelte porteføljer, der indeholder 10 aktiver, men adskiller sig efter genbalanceringsperiode. Hvert histogram indeholder 1.000 backtests, hvor x-aksen er værdien af ​​en portefølje efter 1 år, der havde en indledende investering på $ 5.000. Y-aksen er antallet af backtests, der faldt i porteføljens værdi-skovle, der er defineret på x-aksen. (Eksempel: En backtest blev kørt med en genbalanceringsperiode på 1 time og 10 eksponentielt fordelte aktiver i porteføljen. Resultaterne af en backtest var $ 200.000 efter et år. Dette vil betyde, at du tilføjer en 1 til det nederste højre diagram i x -akseskovl, der har en rækkevidde på $ 176k til $ 201k. Denne proces gentages derefter, indtil der er kørt 1.000 backtests.)

Dette er de mediane porteføljeværdier for hvert sæt backtests, som er beskrevet i histogrammerne ovenfor.

Resultaterne for en eksponentiel aktivfordeling udviste et endnu større fald i afkastet over 1 år sammenlignet med både lige og lineære distributioner. Medianværdierne oplevede et fald fra $ 3 000 for porteføljer, der brugte HODL-strategien, til $ 20 000 for porteføljer, der udførte ombalancer hver 1. time. Vi ser også fra histogrammerne, at disse backtests fortsatte tendensen med faldende spredning. Resultaterne aggregeres i den nederste ende af dette spread, endnu mere end backtests, der udforskede lineære allokeringsfordelinger. Dette antyder både et fald i medianen fra den lineære fordeling såvel som et fald i hyppigheden af ​​porteføljer med høj indtjening.

Efter 1 år havde lineært distribuerede porteføljer, der genbalancerede hver time, et afkast på 1.760%.

Konklusioner

Ved at kombinere alle resultaterne fra denne undersøgelse kan vi se, hvordan medianporteføljen klarede sig det sidste år for hver af disse strategier og genbalanceringsperioder.

Dette er de mediane porteføljeværdier for hvert sæt backtests kombineret på tværs af alle histogrammer, som blev beskrevet ovenfor. Hver værdi repræsenterer 1.000 backtests. Med en startporteføljeværdi på $ 5.000 repræsenterer disse medianværdier den endelige værdi, som porteføljen besidder efter 1 år.

Dette varmekort indikerer, at selv distributioner med 1 times rebalance overgik ikke-lige fordelinger det sidste år. Jo mere ujævn fordelingen af ​​midler er, jo dårligere udførte medianporteføljen.

Ansvarsfraskrivelse: Backtests undersøger tidligere præstationer og garanterer ikke fremtidig præstation.

Ombalancering med rejer

Det sidste år har bevist, at ombalancering af en forskellig portefølje kan forbedre ydeevnen. Shrimpy forenkler hele porteføljestyrings- og rebalanceringsprocessen til et peg-og-klik-interface. Vælg hurtigt aktiver, tildel straks en forskellig portefølje, og balancér igen på en planlagt tidsperiode. Bedst af alt er, at Rejer er nem at bruge!

Tilmeld dig ved at klikke her.

Hvis du stadig ikke er sikker, kan du prøve demoen for at se alt, hvad vi har at tilbyde!

Yderligere læsning

Crypto-brugere, der diversificerer, klarer sig bedre

Evaluering af Crypto-porteføljens ydeevne baseret på aktivets markedsværdi

Den ultimative guide til opbygning af en kryptoindeksfond

Cryptocurrency trading bots – Den komplette guide

Glem ikke at tjekke Shrimpy-webstedet, følg os videre Twitter og Facebook for opdateringer, og still spørgsmål til vores fantastiske, aktive samfund på Telegram & Uenighed.

Efterlad en kommentar for at fortælle os om dine oplevelser med Shrimpy!

Rejerholdet

Mike Owergreen Administrator
Sorry! The Author has not filled his profile.
follow me