Ombalancering af Crypto-portefølje: En analyse af handelsgebyrer

>

Da Shrimpy fortsætter med at vokse og udvide sine produktfunktioner til kryptoverdenen, er et af vores hyppigst stillede spørgsmål – Hvad er den optimale genbalanceringsstrategi for mig? I betragtning af de forskellige handelsgebyrer, der pålægges af de forskellige børser og handelsplatforme, kan porteføljens ydeevne for automatiserede genbalanceringsstrategier variere, når man beslutter, hvilken børs eller handelsplatform der primært skal handles.

Denne undersøgelse vil se nærmere på effekten af ​​handelsgebyrer og deres indvirkning på porteføljens præstationer.

Analyse

Kilde

Dataene for denne undersøgelse blev leveret af CoinAPI. Brug af deres resten API’er, vi var i stand til at kompilere de 20 bedste budpriser og 20 bedste tilgængelige priser tilgængelige på Bittrex ved hvert rebalance-tidsinterval. Vores data begynder den 15. marts 2017 og fortsætter indtil den 20. oktober 2018.

CoinAPI er en tjeneste, der indsamler data fra utallige børser. Applikationer som Shrimpy kan derefter bruge disse data til at konstruere nøjagtige backtests, markedsanalyser og producere omfattende forskning.

HANDEL

  • Gebyr – Alle handler inkluderede det relevante gebyr (0,0001%, 0,05%, 0,10%, 0,15%, 0,20%, 0,25%)

REBALANCEPERIODE

  • Genbalanceringsperioder – 1 time, 1 dag, 1 uge og 1 måned

Lær mere om genbalancering for kryptokurrency.

PORTFOLIO STØRRELSE

  • Indledende porteføljeværdi – $ 5.000

  • Antal aktiver – 10 aktiver pr. Portefølje

Lær mere om, hvordan antallet af aktiver i en portefølje påvirker ydeevnen.

VALG AF AKTIV

  • Porteføljekonstruktion – Tilfældigt valgt blandt aktiver tilgængelige mellem 3-15-17 og 10-20-18 på Bittrex

Lær mere om, hvordan man opbygger en stærk portefølje.


BACKTEST

  • Antal backtests – 1.000 backtests pr. Handelsgebyr & par balanceperiode

Læs mere om backtests eller kør dine egne.

Resultater

Præstationen for hver backtest blev bestemt ved at tage den endelige genbalanceringsværdi og sammenligne den med den endelige buy-and-hold-værdi. Dette blev gjort ved at bruge ligningen: (Rf – Hf) / Hf, hvor Rf er den endelige genbalanceringsværdi, og Hf er den endelige buy-and-hold-værdi.

1 måned rebalance

En 1-måneders rebalanceperiode oplevede den mindste præstationsdrift blandt alle undersøgte rebalanceperioder, da gebyret steg. Når man tænker på sammenligningen mellem forskellige rebalanceperioder begrebsmæssigt, er det rimeligt at nå frem til en forventning om, at månedlige rebalancer skal påvirkes mindre af gebyrer, da månedlige rebalancer udfører betydeligt færre handler end kortere rebalanceperioder. Da aktiver svæver i pris, svinger de ofte eller ændrer retning, så prisen på et aktiv er sjældent altid stigende eller altid faldende. Alle de svingninger, der finder sted i løbet af månedsperioden, bliver ikke fanget af en månedlig rebalance. Disse retningsændringer vil dog blive observeret ved hyppigere rebalancer, hvilket resulterer i højere handelsvolumen og gebyrer. Derudover oplevede månedlige rebalancer mindst mulig fordel af nedsat handelsgebyr i enhver undersøgt rebalanceperiode.

Denne tabel illustrerer medianudviklingen på 1.000 backtests, der blev kørt med hver af de ovennævnte handelsgebyrer. Den mediane endelige værdi er værdien af ​​den mediane portefølje, efter at backtest er gennemført. Hver backtest tildeles $ 5.000 i starten, så en endelig værdi på $ 70.311,19, som blev opnået for buy-and-hold, antyder en median præstationsforøgelse på 1.306%. Den gennemsnitlige procentvise stigning i forhold til buy-and-hold er, hvor meget bedre den gennemsnitlige endelige værdi udføres end den gennemsnitlige buy-and-hold-værdi.

1 uges rebalance

En 1 uges rebalanceperiode viste en præstationsforøgelse på ~ 30% sammenlignet med månedlig rebalansering. Svarende til, hvordan månedlig rebalancering ikke resulterede i et stort ydeevne, når gebyret faldt, observerede ugentlige rebalancer kun en stigning på ~ 5-6% i ydeevne. Mens hver procent betyder noget, vil de næste backtests, der ser på daglige og timebalanceringer, vise en mere dybtgående ændring i ydeevne.

Denne tabel illustrerer medianudviklingen på 1.000 backtests, der blev kørt med hver af de ovennævnte handelsgebyrer. Den mediane endelige værdi er værdien af ​​den mediane portefølje, efter at backtest er gennemført. Hver backtest tildeles $ 5.000 i starten, så en endelig værdi på $ 75.248,87, som blev opnået for buy-and-hold, antyder en median præstationsforøgelse på 1.405%. Den gennemsnitlige procentvise stigning i forhold til buy-and-hold er, hvor meget bedre den gennemsnitlige endelige værdi udføres end den gennemsnitlige buy-and-hold-værdi.

1 dags genbalance

Daglige rebalancer opstod som den højest presterende rebalanceperiode, når der blev taget hensyn til alle handelsgebyrer, der blev undersøgt. Det eneste gebyr, der viste en klar forbedring i forhold til daglige genbalancer, var handelsgebyret på 0,0001%. Sammenlignet med månedlige rebalancer havde de daglige rebalancer en forskel på over 60% for alle undersøgte handelsgebyrer. Derudover kan vi se en forskel på 20% præstation mellem handelsgebyret 0,25% og gebyret på 0,0001%. Et så stort udvalg af resultatresultater illustrerer vigtigheden af ​​at reducere gebyrer for porteføljer, der anvender en daglig rebalanceringsstrategi.

Denne tabel illustrerer medianudviklingen på 1.000 backtests, der blev kørt med hver af de ovennævnte handelsgebyrer. Den mediane endelige værdi er værdien af ​​den mediane portefølje, efter at backtest er gennemført. Hver backtest tildeles $ 5.000 i starten, så en endelig værdi på $ 70.894,79, der blev opnået for buy-and-hold, antyder en median præstationsforøgelse på 1.318%. Den gennemsnitlige procentvise stigning i forhold til buy-and-hold er, hvor meget bedre den gennemsnitlige endelige værdi udføres end den gennemsnitlige buy-and-hold-værdi.

1 times rebalance

Ombalanceringer pr. Time producerede det bredeste udvalg af præstationsresultater. Startende med et 94,28% performance boost, når du bruger et handelsgebyr på 0,25%, opnåede rebalancering hver time lavere resultater end både daglige rebalancer og ugentlige rebalancer. Da handelsgebyret blev reduceret, steg timebalancerne imidlertid hurtigere. Denne stigning fortsatte indtil time-rebalances overgik alle andre undersøgte rebalanceperioder, da handelsgebyret nærmede sig 0.

Resultaterne fremhæver den opmærksomhed, der skal placeres i at sænke handelsgebyrer, hvis der udføres en timebalanceperiode. Med en forskel på ~ 100% præstation mellem det højeste og laveste testede gebyr har handelsgebyret en afgørende betydning for succesen med denne porteføljestrategi.

Denne tabel illustrerer medianudviklingen på 1.000 backtests, der blev kørt med hver af de ovennævnte handelsgebyrer. Den mediane endelige værdi er værdien af ​​den mediane portefølje, efter at backtest er gennemført. Hver backtest tildeles $ 5.000 i starten, så en endelig værdi på $ 70.506,36, der blev opnået for buy-and-hold, antyder en median præstationsforøgelse på 1.310%. Den gennemsnitlige procentvise stigning i forhold til buy-and-hold er, hvor meget bedre den gennemsnitlige endelige værdi udføres end den gennemsnitlige buy-and-hold-værdi.

Konklusioner

Sammenligning af alle resultaterne i en enkelt graf kan vi få et interessant billede af, hvordan handelsgebyrer påvirker præstationen for hver rebalanceringsfrekvens. Fra grafen kan vi se, at når vi nærmer os et scenario uden handelsgebyrer, er den optimale strategi timebaseret balance.

Ud fra disse resultater kan vi konkludere, at handelsgebyrer kan have en stor indflydelse på porteføljens bundlinje præstation. I den perfekte verden uden handelsgebyrer viser det sig, at timebalancering er den optimale strategi,

Vi bemærker dog også, at i et realt scenarie med handelsgebyrer viser en daglig rebalanceringsstrategi det mest konsistente porteføljeafkast. Selv for timebaseret afbalancering skal handelsgebyrene være så lave som 0,05% for at matche afkastet fra en daglig rebalanceringsstrategi.

Ud fra denne analyse kan vi konkludere, at handelsgebyrer kan have en stor indflydelse på udførelsen af ​​forskellige rebalanceringsstrategier. Den umodne og ustabile karakter af kryptorummet giver unikke muligheder for at styre og udføre en porteføljestrategi for genbalancering.

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

REBALANCERING MED RIMPE

Shrimpy er et program, der automatiserer strategien for genbalancering. Vores dedikerede værktøjer til allokering af aktiver, backtesting og indeksering af markedet er de mest kraftfulde i branchen. Uanset om du er en institution eller en person, er vores løsninger designet til at løse de mest presserende problemer, som porteføljestyring står over for i kryptorummet.

Tilmeld dig i dag ved at klikke her.

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

Rejer Demo

• • •

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 erfaringer med rebalansering!

Rejerholdet

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