Algoritmene for å balansere kryptoporteføljer

>

Denne artikkelen vil detaljere noen av kompleksiteten som er involvert i porteføljeavbalansering for kryptovalutaer. Teoretisk sett bør ombalansering være enkel, men det er komplikasjoner som oppstår basert på restriksjoner som er pålagt av børser. En av disse begrensningene er at begrensningsordrer ofte har minimumskrav til handel. Disse minimumene varierer mellom børsene, men hvert resultat i situasjoner der målfordeling ikke kan nås. Dette skjer når handelen som er nødvendig for å nå en målallokering, er mindre enn minimumskravet til handel.

Handlingen med å kjøpe mer av en eiendel som trenger midler for å nå målfordelingen kalles “gjeldsoppløsning”. Prosessen med å selge en eiendel som har prestert godt over en periode og har en større allokering enn målallokeringen, betraktes som “beskatning”. Det er generelt enkelt å beskatte eiendelene som har prestert bra slik at de samsvarer med målfordelingen, og det er mer komplisert å betale gjelden til de gjenværende eiendelene. Det er tilfeller der gjeld ikke kan betales. Om dette er et resultat av at en beskattet eiendel ikke oppfyller minimumskravene for å gjøre en bytte eller bytte feil, spiller det ingen rolle. Resultatet er en situasjon der det skyldes mer gjeld enn det som er tilgjengelig å betale.

Med mindre annet er spesifisert, vil hver algoritme anta at handler skjer gjennom BTC. Dette betyr at det vil være to diskrete trinn. For det første skal alle eiendeler som har en større prosentallokering enn målallokeringene skattlegges. Denne beskatningen skjer ved å selge eiendelen for BTC. For det andre vil gjeld bli betalt til hver eiendel som har en mindre prosentallokering enn målallokering. Betaling vil skje fra bassenget i BTC som ble samlet inn under beskatningstrinnet.

Å konstruere algoritmer for å løse dette problemet bør oppfylle de fire følgende kravene:

Rettferdighet: Den rettferdigste forekomsten er ikke å velge mellom to eiendeler. Dette betyr at hvis det bare er nok midler til å gjøre en handel, er det rettferdigste alternativet å velge ingen av dem. (dette er imidlertid ikke ønsket fra brukerens synspunkt)

Deterministisk: Algoritmen skal være konsistent. Det skal fungere hver eneste gang. Enhver tilgjengelig tilstand skal være forutsigbar.

Brukervennlighet: En algoritme kan være rettferdig og deterministisk, men ikke brukbar. Algoritmen må være brukbar og ønskelig. Det skal gi resultater som brukeren ønsker å se.

Økonomisk: Enhver metode som brukes, bør ikke kreve overdreven handel for å oppfylle et av de tidligere kravene. Algoritmen skal optimalisere for minst mulig avgift.

Aksjebasert gjeldsoppløsning

Aksjebasert gjeldsoppløsning er en algoritme som forsøker rettferdighet i resultatene. Måten denne løsningen fungerer på er å dele opp aksjene ved å beregne prosentgjelden som hver eiendel eier. La oss for eksempel si at den totale gjelden er 100 BTC, men bare 90 BTC er tilgjengelig for betaling. Dette betyr at 90 BTC må deles mellom 100 BTC gjeld. Den mest rettferdige måten å gjøre dette på er å betale ut 90% av gjelden til hver enkelt eiendel. I stedet for å oppfylle 100% av eiendelens gjeld, vil de bare få 90% av gjelden betalt.

Dette er den rettferdigste og mest deterministiske algoritmen. Det tas ingen beslutninger som prioriterer en enkelt eiendel eller handel. Problemene kommer fra brukervennlighet og økonomiske beslutninger.

Et problem med denne løsningen er at det er sjelden man kan betale ut 100% av gjelden. Siden dette er en sjelden forekomst, vil det være sjelden at alle eiendeler når sine målallokeringer. Som et resultat kan denne algoritmen være mindre ønskelig for noen brukere som ønsker å ha så mange eiendeler som når sine målallokeringer som mulig. I den andre forstand kan denne algoritmen være mer ønskelig for noen brukere, siden denne teknikken er helt upartisk. Den prøver ikke å forutse hvilket aktivum brukeren foretrekker å kjøpe.

Største gjeld første oppløsning

Den største gjeldsoppløsningsalgoritmen fokuserer på å betale den største gjelden først. Begrunnelsen bak denne algoritmen er at eiendelene som har størst gjeld er lengst fra målallokeringene. I denne forstand er det fornuftig at algoritmen først skal tilfredsstille eiendelene som ligger lengst fra brukerens ønskede tildelinger.

La oss undersøke den samme situasjonen som ble undersøkt ovenfor. Tenk deg at du bare har 90 BTC, men har 100 BTC gjeld å betale. Med denne algoritmen vil du først betale de eiendelene som ligger lengst fra deres målallokering. Dette kan føre til at en enkelt eiendel får 90 BTC hvis de er langt nok unna. Deretter er det 0 BTC igjen for å betale de gjenværende eiendelene.

Selv om denne strategien sannsynligvis vil være fornuftig for noen brukere, antas det at brukeren vil at eiendelen med den største gjelden først skal betales. Dette er kanskje ikke tilfelle. Siden det er en urettferdig algoritme, resulterer dette i antakelser som kanskje ikke er ønskelige fra brukerens perspektiv.

Sti for minst gjeldsoppløsning

Banen for gjeldsoppløsning med minst motstand er litt annerledes enn de forrige algoritmene. Denne teknikken er bare tilgjengelig for en delmengde av aktivapar og omgår BTC-bassenget som samles inn for utbetaling av gjeld fra andre eiendeler. Banen for minst motstand refererer til handelspar som kobler eiendeler direkte sammen, slik at de ikke trenger å bli handlet gjennom BTC under en ombalanse. Et eksempel på et av disse parene er XRP / ETH på Binance. Hvis en portefølje inneholder både XRP og ETH, har den en mulighet til å handle direkte mellom disse to eiendelene uten å først handle til BTC.

Banen for minst motstand betraktes alltid som banen som resulterer i den største mengden av den resulterende eiendelen. Så dette tar hensyn til avgifter, spredning og glidning for å maksimere det endelige aktiva beløpet. Gitt scenariet der to eiendeler er tilstede i porteføljen som også er et par, kan de evalueres og betales ut først gitt at de er veien for minst motstand.

Banen for gjeldsoppløsning med minst motstand kan videre generaliseres til å omfatte alle handler som resulterer i minste spredning, glid og gebyrer. Dette resulterer i å maksimere kjøpekraften til porteføljen for de eiendelene som anses å være billige å anskaffe.

Motstanden kan deretter beregnes for hver eiendel basert på følgende kriterier:

  • antall handler, hvor høyere øker motstanden

  • % spredning, der høyere øker motstanden

  • % glidning, der høyere øker motstanden

  • % avgifter, der høyere øker motstanden

Sette alt sammen

Når disse strategiene er forstått, er det mulig å sette dem alle sammen for å skape en algoritme for balansering som er rettferdig, deterministisk, brukbar og økonomisk. Dette gjøres ved å utføre hver av disse strategiene på forskjellige stadier.

For det første økonomisk strategi for å oppfylle minste motstands vei vil bli fullført. Dette bør gjøres før noen eiendeler har solgt til BTC.

For det andre, rettferdigst strategi bør brukes til å distribuere BTC som ble samlet inn for gjeldsfordeling. Dette muliggjør spredning av gjeld på alle eiendeler som krever betaling. I løpet av denne prosessen kan det imidlertid være handler som er mindre enn minimumshandelsgrensen hvis avviket for noen eiendeler er lite.

For det tredje, brukbar strategi for den største gjelden først bør brukes til å distribuere BTC som var igjen fra forrige trinn. Dette gjør at hver eiendel kan komme så nær som mulig tildelingen av målet.

Denne iscenesatte strategien er deterministisk som gir komfort i forutsigbarhet for hvordan algoritmen vil oppføre seg under ombalanser.

Ombalansering er kompleks

På overflaten er ombalansering en enkel strategi: Juster nåværende tildelinger med målallokeringene. Imidlertid graver du i detaljene overflater kompleksitet som kompliserer måten balanseringer utføres på. Denne papirboken forsøker å belyse disse kompleksitetene og gi grunnlaget for fremtidig forskning.

Selv om Shrimpy har et flott fundament, forbedrer vi kontinuerlig rebalanseringsalgoritmen. Vi vil integrere de mest avanserte funksjonene for rebalansering i markedet for å sikre at brukerne våre alltid er i front av kurven. Selv om algoritmene beskrevet ovenfor er et utgangspunkt for eventyrene dine til å balansere om, er det langt mer komplekse strategier vi vil diskutere i fremtidige artikler.

Siden den opprinnelige publiseringen av denne artikkelen, har Shrimpy implementert flere iterasjoner på vår første rebalanseringsalgoritme. Vi støtter nå en komplett infrastruktur for smart ordrerute som gir ombalansering på tvers av alternative handelspar, intelligent overvåking av markedet for arbitrasjemuligheter, og miksing av ordrer basert på markedsstatus.

Ytterligere lesing

Rebalance vs. HODL: En teknisk analyse

Vanlige rebalansescenarier i Crypto

Cryptocurrency Trading Bots – Den komplette guiden

Den ultimate guiden for å bygge et kryptoindeksfond 2019

Reker er en personlig kryptoporteføljestyringsapplikasjon. Koble hver av byttekontoer for å begynne å automatisere porteføljestrategien. Det tar bare 5 minutter å sette opp, så prøv det i dag!

Shrimpys Universal Crypto Exchange APIer er de eneste enhetlige APIene for krypto-utvekslinger som er spesielt designet for applikasjonsutviklere. Samle data om handel eller ordrebok i sanntid, administrer brukerbyttekontoer, utfør handelsstrategier og forenkle måten du kobler deg til hver børs.

Følg oss på Twitter og Facebook for oppdateringer, og still spørsmål til våre fantastiske, aktive lokalsamfunn på Telegram & Uenighet.

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