Hvor ofte skal du balansere kryptovaluta-porteføljen din [Oppdatert 2020]

>

Hensikten med denne studien er å tegne et rettferdig bilde av hvordan rebalansering som en strategi stabler opp til en enkel kjøp og hold-strategi. For at vi skulle kunne sammenligne dette, tenkte vi nøye gjennom hvordan vi skulle utforme denne studien. Sikre at vi var nøyaktige med våre data, variabler og backtesting.

Hvis du ikke er kjent med begrepet backtesting, kan du lese mer om strategitesting her eller bli med i våre aktive Telegram samfunn som alltid er forberedt på å diskutere detaljene i backtesting.

Handler & Data

Et komplett år med markedsdata ble samlet inn fra børser. Disse dataene ble brukt til å evaluere kostnadene for hver handel på det nøyaktige tidspunktet en ombalanse ville blitt utført. For å nøyaktig beregne gebyrene fra handel, et 0,25% gebyr som er standard for Bittrex i skrivende stund.

En handel fra LTC til SNT vil handle fra LTC til BTC og deretter BTC til SNT. I dette tilfellet medfører begge handler 0,25% avgift (som det ville gjort når det handles på børsen). Dette gjør at vi kan lage den mest nøyaktige modellen som er mulig for å balansere ytelsen.

Rebalanseperiode

Den første variabelen som er nødvendig for denne studien er ombalanseringsperioden. En rebalanseperiode er den spesifikke tiden mellom hver rebalansering. I det tradisjonelle økonomiske rommet er denne perioden vanligvis ganske lang. For eksempel, denne artikkelen av Investopedia foreslår en månedlig eller kvartalsvis balansering. Imidlertid er kryptovalutamarkedet langt mer volatilt og kan føre til behovet for hyppigere ombalanser. Derfor kan en gjenbalanseringsperiode på 1 time eller 1 dag til og med være ønskelig. En 1-dags rebalanseperiode vil resultere i en rebalansering hver dag på samme tid. Hensikten med å variere denne verdien er å bestemme om hyppigheten av ombalanser påvirker resultatene til en portefølje. I denne studien valgte vi ombalanseringsperioder på 1 time, 1 dag, 1 uke og 1 måned. Lær mer om ombalansering for kryptovaluta.

Porteføljestørrelse

Den andre variabelen vi bestemte oss for å undersøke for denne studien var antall eiendeler i en portefølje. Hypotesen er at antall eiendeler i en portefølje har sterk innflytelse på resultatene. Denne hypotesen er testet med 5 grupper aktiva størrelser. Siden 2 er det minste antallet eiendeler som vil gi noen forskjell når man sammenligner rebalansering og HODLing, startet vi med en 2 aktivaportefølje. Deretter økte vi med 2 for å oppnå 2, 4, 6, 8 og 10 som antall eiendeler i hver porteføljegruppe. Lær mer om hvordan antall eiendeler i en portefølje påvirker ytelsen.

Valg av aktiva

For å bestemme hvilke eiendeler som skal vurderes under prosessen med å konstruere en portefølje, brukte vi et tverrsnitt av Bittrex og Poloniex. Dette betyr at vi tok alle eiendelene fra Poloniex som vi hadde 1 års data for, og sammenlignet dem med listen over Bittrex-eiendeler som vi hadde et års data for. Enhver ressurs som var i begge lister ble inkludert i bassenget vårt for utvelgelsesprosessen. Når en portefølje ble konstruert, ble eiendeler valgt tilfeldig fra bassenget for å opprette en portefølje.

Mens studien vår tilfeldig velger eiendeler, fraråder vi dette på det sterkeste som en strategi for å lage en portefølje. Lær mer om hvordan du lykkes med å bygge en sterk portefølje.

Backtest

En backtest er prosessen med å bruke handels- og ordrebokdata fra sentralen til simulere hvordan en strategi ville ha utført over en gitt tid. Dette brukes ofte til å teste levedyktigheten til en strategi ved å kjøre den gjennom disse store datasettene. I denne studien brukte vi tilbaketester for å sammenligne resultatene av ombalansering med HODL. Antall tilbakestillinger vi kjørte for hver porteføljestørrelse og gjenopprettingsperiode ble satt til 1000. Dette ble bestemt å være tilstrekkelig stort til å gi en åpenbar trend. Les mer om backtests eller kjør dine egne.

Nå som vi vet hvordan studien ble satt opp, la oss gå gjennom hele prosessen vi brukte for å fullføre denne studien. Først ble rebalanseperioden satt til 1 time og antall eiendeler ble satt til 2. Dette betyr at porteføljen vil inneholde 2 eiendeler og rebalansere 1 gang hver time. Deretter ble to eiendeler valgt tilfeldig fra puljen av eiendeler. Hvis det ikke var duplikater, ble backtesten kjørt. Når programvaren var ferdig, valgte programvaren tilfeldig 2 nye eiendeler tilfeldig og kjørte en annen backtest. Denne prosessen fortsatte til den var vellykket med 1000 backtests. Når det var fullført, ble antall eiendeler økt fra 2 til 4, og 1000 flere backtests ble kjørt. Denne prosessen fortsatte til hver kombinasjon av antall eiendeler og ombalanseringsperioder ble testet på nytt.

Opptreden

2 Eiendomsportefølje

Denne gruppen sammenligner resultatene til porteføljer som inneholder to eiendeler, men som er forskjellige etter gjenbalanseringsperiode. Denne forestillingen varierer fra 1 time (diagram øverst til venstre) til 1 måned (diagram nederst til høyre). Hvert histogram inneholder 1000 tilbaketester, der x-aksen er den prosentvise gevinsten bedre enn HODL. Y-aksen er antall tilbaketester som falt i ytelseskuffene som er definert på x-aksen. (Eksempel: En backtest ble kjørt med en ombalanseringsperiode på 1 time og 2 eiendeler i porteføljen. Resultatene av en backtest var en økning på 50% i forhold til kjøp og hold. Dette vil bety at du legger til en 1 øverst til venstre i diagrammet x-akse bøtte som har området 44 og 67. Denne prosessen gjentas deretter til 1000 backtests er kjørt.)

Dette viser medianprosenten som rebalansering med varierende intervaller overgikk HODL for en portefølje som inneholder to eiendeler.

En to aktivaportefølje representerer det enkleste alternativet for en portefølje. I dette tilfellet handler kryptovalutaene bare frem og tilbake til hverandre under hver ombalanse. Vi kan se fra disse histogramene at kortere ombalanseringsperioder resulterer i større spredning i ytelse. Det er betydelig færre avvikere for kortere ombalanseringsperioder, og resultatene er gjennomgående høyere. Når rebalanseperioden øker, reduseres spredningen faktisk. Dette resulterer i mindre avvik i resultatene, men en høyere overholdelse av outliers. Dette antyder at høyere perioder gir lavere avkastning konsekvent, men også gir mer sporadiske avvikere.

Porteføljene som brukte en 1 times rebalanseperiode overgikk kjøp og beholdning med den største forskjellen på 93%.

4 Eiendomsportefølje

Denne gruppen sammenligner resultatene til porteføljer som inneholder fire eiendeler, men som er forskjellige etter gjenbalanseringsperiode. Denne forestillingen varierer fra 1 time (diagram øverst til venstre) til 1 måned (diagram nederst til høyre). Hvert histogram inneholder 1000 tilbaketester, der x-aksen er prosentvis gevinst over HODL. Y-aksen er antall tilbaketester som falt i ytelseskuffene som er definert på x-aksen. (Eksempel: En backtest ble kjørt med en ombalanseringsperiode på 1 time og 4 eiendeler i porteføljen. Resultatene av en backtest var en økning på 50% i forhold til kjøp og hold. Dette vil bety at du legger til en 1 øverst til venstre i diagrammet x-akse bøtte som har området 32 ​​og 66. Denne prosessen gjentas deretter til 1000 backtests har blitt kjørt.)

Dette viser medianprosenten som rebalansering med varierende intervaller overgikk HODL for en portefølje som inneholder fire eiendeler.

Fortsetter vi trendene fra de to aktivaporteføljestudiene, ser vi at kortere balanseringsperioder har større spredning i ytelse også i de 4 aktivaporteføljene. Dette resulterer i færre avvikere og en betydelig høyere medianytelse enn de lengre balanseringsperioder. Det kan også observeres at de best utførte porteføljene alle benyttet en 1 times ombalanseringsperiode. Dette er til og med tilfelle når man inkluderer avvik fra andre ombalanseringsperioder.

En periode på en time klarte seg best med 177% gevinst OVER buy and hold.

6 Eiendomsportefølje

Denne gruppen sammenligner resultatene til porteføljer som inneholder seks eiendeler, men som er forskjellige etter gjenopprettingsperiode. Denne forestillingen varierer fra 1 time (diagram øverst til venstre) til 1 måned (diagram nederst til høyre). Hvert histogram inneholder 1000 tilbaketester, der x-aksen er prosentvis gevinst over HODL. Y-aksen er antall tilbaketester som falt i ytelseskuffene som er definert på x-aksen. (Eksempel: En backtest ble kjørt med en ombalanseringsperiode på 1 time og 6 eiendeler i porteføljen. Resultatene av en backtest var en økning på 50% i forhold til kjøp og hold. Dette vil bety at du legger til en 1 øverst til venstre i diagrammet x-akse bøtte som har området 22 og 55. Denne prosessen gjentas deretter til 1000 backtests har blitt kjørt.)

Dette viser medianprosenten som rebalansering med varierende intervaller overgikk HODL for en portefølje som inneholder seks eiendeler.

Vi ser fra de 6 resultatene av aktivaporteføljen at trendene diskutert i 2 og 4 aktivaporteføljer fortsetter. Dette inkluderer større spredning for kortere rebalanseperioder og høyere gjennomsnittlig ytelse for kortere rebalanseperioder. På dette tidspunktet kan vi også begynne å konkludere med at det er en økende spredning mellom 1 times rebalanseperiode og 1 måneds rebalanseperiode når vi øker antall eiendeler i porteføljen. Vi kan ha det i bakhodet når vi fortsetter studien.

En portefølje som inneholder 6 eiendeler og har en ombalanseringsperiode på 1 time, overgikk HODL med 203%.

8 Eiendomsportefølje

Denne gruppen sammenligner resultatene til porteføljer som inneholder åtte eiendeler, men som er forskjellige etter gjenbalanseringsperiode. Denne forestillingen varierer fra 1 time (diagram øverst til venstre) til 1 måned (diagram nederst til høyre). Hvert histogram inneholder 1000 tilbaketester, der x-aksen er prosentvis gevinst over HODL. Y-aksen er antall tilbaketester som falt i ytelseskuffene som er definert på x-aksen. (Eksempel: En backtest ble kjørt med en ombalanseringsperiode på 1 time og 8 eiendeler i porteføljen. Resultatene av en backtest var en økning på 50% i forhold til kjøp og hold. Dette vil bety at du legger til en 1 øverst til venstre i diagrammet x-akse bøtte som har området 50 og 80. Denne prosessen gjentas deretter til 1000 backtests har blitt kjørt.)

Dette demonstrerer medianprosenten som rebalansering med varierende intervaller overgikk HODL for en portefølje som inneholder åtte eiendeler.

Vi ser fra de åtte resultatene av aktivaporteføljen at trendene diskutert i 2, 4 og 6 aktivaporteføljer fortsetter. Dette inkluderer større spredning for kortere rebalanseperioder og høyere gjennomsnittlig ytelse for kortere rebalanseperioder. Det vi også kan se er at det bare er ett histogram i denne studien av åtte aktivaporteføljer som inneholdt resultater som gikk dårligere enn HODL. Dette kan sees i diagrammet nederst til høyre som representerer porteføljene som brukte en 1 måneds rebalanseperiode.

Median 8 aktivaportefølje som balanserte hver 1 time, overgikk HODL med 224%.

10 Eiendomsportefølje

Denne gruppen sammenligner resultatene til porteføljer som inneholder ti eiendeler, men som er forskjellige etter gjenbalanseringsperiode. Denne forestillingen varierer fra 1 time (diagram øverst til venstre) til 1 måned (diagram nederst til høyre). Hvert histogram inneholder 1000 tilbaketester, der x-aksen er prosentvis gevinst over HODL. Y-aksen er antall tilbaketester som falt i ytelseskuffene som er definert på x-aksen. (Eksempel: En backtest ble kjørt med en gjenbalanseringsperiode på 1 time og 10 eiendeler i porteføljen. Resultatene av en backtest var en økning på 50% i forhold til kjøp og hold. Dette vil bety at du legger til en 1 øverst til venstre i diagrammet x-akse bøtte som har området 44 og 72. Denne prosessen gjentas deretter til 1000 backtests er kjørt.)

Dette viser medianprosenten som rebalansering med varierende intervaller overgikk HODL for en portefølje som inneholder ti eiendeler.

Vi ser fra de 10 resultatene av aktivaporteføljen at trendene diskutert i 2, 4, 6 og 8 aktivaporteføljer fortsetter. Dette inkluderer større spredning for kortere rebalanseperioder og høyere gjennomsnittlig ytelse for kortere rebalanseperioder. Vi kan også se av disse resultatene at bare 10 porteføljer av 4000 presterte dårligere enn HODL hvis de hadde balansert enda en gang hver måned. Dette betyr at hvis du tilfeldig valgte 10 eiendeler og balanserte minst en gang i måneden, ville du ha hatt en 99,75% sjanse for å overgå kjøp og beholdning det siste året. Dette er virkelig utrolig.

Median ytelse for en portefølje med 10 eiendeler og en ombalanseringsperiode på 1 time var 234% BEDRE enn HODL.

Komplett sammenligning

Nå som vi har alle dataene, kan vi forenkle resultatene til et 4 x 5 rutenett som illustrerer ytelsen til hver portefølje og ombalanseringsperiode. Siden den øvre grensen på de fleste grafer er mye høyere enn den nedre grensen, vil vi beregne medianen. Dette betyr at 50% av porteføljene var over og 50% av porteføljene var under verdien som er medianen. Så hvis du tilfeldig valgte eiendeler når du oppretter porteføljen din uten å utføre noen undersøkelse, vil du ha 50% sjanse for å prestere bedre enn den oppførte verdien (nok en gang, ikke bruk en tilfeldig utvalgsprosess når du bygger porteføljen din).

Til slutt, i diagrammet som er avbildet nedenfor, er den oppførte verdien den prosentvise gevinsten over kjøp og hold. En verdi på 10% vil bety ombalansering utført 10% BEDRE enn HODL. En verdi på 10% GJØR IKKE betyr at porteføljeverdien bare vokste med 10 prosent. For eksempel, hvis verdien av en HODLed-portefølje økte med 150% i løpet av den testede perioden, vil en 10% økning over HODL være 10% mer enn den allerede 150% avkastningen som oppleves.

Medianytelsen viser at jo høyere ombalanseringsperioden med høyere antall eiendeler gir de høyeste gevinstene for ombalansering. Hver verdi representerer en økning i prosent OVER kjøp og hold. Det betyr at verdien 18 betyr at medianen til den gruppen utførte 18 prosent bedre enn kjøp og hold. Dette demonstrerer at selv det absolutt verste tilfellet presterer bedre enn ved å holde, selv etter å ha vurdert skatt.

Vi kan trekke to hovedkonklusjoner fra dette rutenettet. For det første har vi åpenbare sammenhenger mellom rebalanseperioden og ytelsen. Etter hvert som ombalanseringsperioden blir kortere, øker ytelsen til porteføljen. En annen korrelasjon vi kan se er mellom antall eiendeler og ytelse. Etter hvert som antall eiendeler i porteføljen øker, er det en økning i ytelsen. Derfor var de beste porteføljene de som har både en kort ombalanseringsperiode og et stort antall eiendeler.

For å avrunde den komplette sammenligningen, vil vi kombinere hver backtest for å skape en samlet sammenligning.

Å kombinere alle backtests over alle porteføljer og rebalanseringsperioder gir et komplett bilde som sammenligner rebalansering og HODL. Vi observerer en median full ytelse på 64%. Dette betyr at hvis du tilfeldig skulle velge en porteføljestørrelse mellom 2 og 10, vil du tilfeldig velge en rebalanseperiode mellom 1 time og 1 måned, og tilfeldig velge eiendelene i porteføljen din, ville du ha 50% sjanse for å prestere 64% bedre enn å kjøpe og holde hvis den eneste forskjellen var ombalansering.

Resultatene viser en median ytelsesøkning på 64% over alle porteføljestørrelser, ombalanseringsperioder og myntevalg.

Skatteimplikasjoner (spesifikke i USA)

I følge de siste nyhetene blir kryptotransaksjoner beskattet som kortsiktig kapitalgevinst i forhold til din nåværende inntektsgruppe hvis eiendelene ble holdt i mindre enn et år. Langsiktig gevinst vil bli beskattet med rabatt når eiendeler holdes i mer enn et år. Siden det er mange misforståelser som dreier seg om skatter, vil jeg prøve å bryte ned noen av implikasjonene her. Alle beregninger vil være basert på en individuell inntekt på $ 120.000.

En person som tjener $ 120.000 ligger godt innenfor de 10% av inntektene i USA. De er også i en føderal inntektsskattgruppe på 24%. Dette betyr at eventuelle kortsiktige gevinster vil bli beskattet med 24%, som er lik personlig inntektsskatt. Den samme personen som tjener $ 120 000, vil betale langsiktige gevinster på 15%.

Vi kan raskt se at det er 9% forskjell i skatt mellom langsiktige og kortsiktige gevinster. Vi kan sammenligne denne forskjellen med 64% økning i avkastning observert gjennom rebalansering. Det vi ser er at ombalansering overgår HODL betydelig, selv etter å ha tatt i betraktning skattekonsekvensene av hyppig handel. Faktisk, 92% av alle porteføljene som hadde balansert det siste året slo HODL, etter skatt.

Det er imidlertid ikke hele historien. Rebalansering handler bare en del av porteføljen til enhver tid. Dette betyr at en del av en portefølje som bruker ombalansering ikke ville blitt handlet innen utgangen av ett år. Disse uberørte delene kan skattlegges som langsiktige kapitalgevinster, og redusere den totale skatten som påløper som et resultat av ombalansering. Beløpet kan kvantifiseres ved å undersøke volatilitetsforskjellen mellom alle kryptovalutaer de siste årene. Dette vil gi oss en ide om hvilken prosentandel av en portefølje som vanligvis vil bli betraktet som langsiktige gevinster. Siden en riktig simulering vil kreve nøye design, vil vi lagre denne analysen for et annet innlegg.

Konklusjoner

Det er to hovedforhold vi kan trekke fra denne studien. Det første forholdet er at økning i antall eiendeler økte resultatene til en portefølje. Det andre forholdet er at å redusere rebalanseperioden (økende rebalansefrekvens) økte resultatene til en portefølje. Derfor ble den ideelle porteføljen ofte balansert og inneholder også mange eiendeler.

Det skal huskes at alle disse porteføljene ble valgt på en helt tilfeldig basis. Det var ingen undersøkelses- eller eliminasjonsprosess når man bestemte hvilke eiendeler som skulle innlemmes i porteføljene. Det er et betydelig forbedringspotensial for en person som aktivt undersøker og velger lovende eiendeler.

Rebalansering slo HODL med en median på 64%. Etter skatt representerte dette 92% av alle mulige kryptovalutaporteføljer.

Ombalansering med reker

Nå som vi har bestemt at rebalansering var objektivt bedre enn HODLing, trenger vi en måte å utnytte denne kunnskapen på. Dette er hvor Shrimpy-applikasjonen kan hjelpe. Shrimpy er den fremste porteføljestyringstjenesten for kryptovaluta som automatisk balanserer porteføljen din. Det er imidlertid ikke alt det gjør. Det er den enkleste måten å administrere porteføljen din på. Velg eiendeler raskt, tildel øyeblikkelig en portefølje, og følg investeringen din over tid. Det er mindre stress, mer gevinstløsning for porteføljeforvaltning.

Registrer deg i dag ved å klikke her.

Hvis du fremdeles ikke er sikker, kan du prøve demoen for å se alt vi har å tilby!

Reker Demo

Ytterligere lesing

Terskel rebalansering – utviklingen av kryptovaluta porteføljestyring

Cryptocurrency Trading Bots – Den komplette guiden

API-ene for Bitcoin Trading for kryptovaluta

Fond for kryptovalutaindeks

Gratis markedsdata-API for kryptovaluta

Crypto Trading Automation for porteføljestyring

Reker er en trading bot og porteføljestyringsapplikasjon. Å koble byttekontoen din til Shrimpy låser opp praktiske handelsfunksjoner som kan hjelpe deg med å automatisere din kryptostrategi. 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.

The Shrimpy Team

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