Cryptocurrency 포트폴리오에 대한 재조정 전략 비교

>

암호 화폐 시장은 스타트 업과 관련하여 가장 치열한 경쟁 관계를 가지고 있습니다. 수백 개의 암호 화폐 거래소가 거래량, 유동성 및 신규 거래자를 위해 치열한 싸움을 벌이고 있습니다. 이 전투는 업계의 초점 중 하나가되었습니다..

이 연구에서 우리는 다양한 암호 화폐 거래소에서 재조정 전략을 백 테스트하고 결과를 비교할 것입니다. 의도는 거래 실행,보다 구체적으로 재조정이 거래소에서 거래소로의 성능에 영향을 미칠 수있는 방법에 대한 가장 신뢰할 수있는 가이드를 만드는 것입니다..

포트폴리오를 구축하고 자동화 된 전략을 설정할 때 자신에게 가장 먼저 물어볼 수있는 질문 중 하나는 “거래에 어떤 교환을 사용해야합니까?”입니다. 다음 결과는 우리가 그 질문에 답하고 현재 시장 상황에 대한 스냅 샷을 제공하기 위해 거래소 간의 결과를 비교하는 데 도움이 될 수 있습니다..

우리 팀은 과거에 많은 연구를 수행했지만 이것은 여러 다른 교환에서 동일한 전략을 평가하는 첫 번째가 될 것입니다. 이렇게하면 다른 거래소에서 구현되는 동일한 전략 (동일한 방법론 사용)을 직접 비교할 수 있습니다..

우리가 발표 한 첫 번째 주목할만한 연구는“재조정 vs. HODL : 기술적 분석”. 2017 년 말과 2018 년까지의 격렬한 변동 기간 동안이 연구는 포트폴리오 재조정에 대한 흥미로운 결과를 제공했으며이 전략을 다시 한번 글로벌 스포트라이트로 가져 왔습니다..

Shrimpy-개인 포트폴리오 관리

Shrimpy 개발자-범용 암호화 거래 API

소개

재조정과 단순 구매 간의 성능 차이를 효과적으로 평가하기 위해 & 홀드 ( “HODL”) 전략을 수립하려면 먼저이 연구를 어떻게 실행할지에 대한 기본 규칙을 설정해야합니다..

재조정

포트폴리오 재조정은 포트폴리오의 각 개별 자산을 목표 (원하는) 할당 세트와 일치하도록 거래하는 행위입니다. 재조정시 이러한 목표 할당 비율에 도달하기 위해 암호 화폐를 구매하거나 판매합니다..

예를 살펴 보겠습니다. 4 가지 자산을 균등하게 분할 (25 %)하는 포트폴리오를 원한다면 25 % BTC, 25 % ETH, 25 % LTC 및 25 % XMR과 같은 것을 원할 수 있습니다..

이는 각 저작물에 대해 원하는 비율 일 수 있지만 이것이 현재 각 저작물에서 그렇게 많이 소유하고 있다는 의미는 아닙니다. 예를 들어 포트폴리오 가치의 20 %는 BTC, 30 %는 ETH, 27 %는 LTC, 23 %는 XMR에있을 수 있습니다..

재조정하는 동안 XMR 및 BTC를 구매하기 위해 ETH 및 LTC를 판매합니다. 재조정이 끝나면 포트폴리오에 각 자산의 25 %를 갖게됩니다..

이 간단한 예는 다음과 같습니다.

현재 포트폴리오

이 예에는 BTC 20 %, ETH 30 %, LTC 27 % 및 XMR 23 %가 포함 된 현재 포트폴리오가 있습니다..

대상 (원하는) 할당

이것은 포트폴리오에 대해 원하는 비율 할당입니다. 각 자산은 포트폴리오에서 25 % 가중치를 갖습니다..

주기적 재조정

주기적 재조정은 일정한 간격 또는 “기간”으로 포트폴리오를 재조정하는 행위입니다. 각 간격이 끝날 때 포트폴리오는 다시 한 번 목표 할당과 일치하도록 재조정됩니다..

일반적인 재조정 기간의 몇 가지 예는 다음과 같습니다. 1 시간, 1 일, 1 주, 1 개월 재조정 기간. 각 기간은이 연구에서 나중에 평가됩니다..

주기적 재조정은 포트폴리오가 언제 어떻게 유지 될 것인지 이해가 간단하기 때문에 새로운 암호 화폐 투자자들이 신뢰할 수있는 전략이었습니다..

예를 들어 포트폴리오에 대해 1 일 재조정 기간이 설정된 경우 포트폴리오는 매일 같은 시간에 목표 할당에 맞게 재조정됩니다. 이러한 일관성은 전략이 어떻게 구현 될 것인지에 대한 명확한 기대치를 제공합니다..

암호 화폐를위한 포트폴리오 재조정

임계 값 재조정

임계 값 재조정은 주기적 재조정과 동일한 핵심 개념을 사용하지만 재조정시기를 결정하기 위해 일관된 간격을 구현하는 대신 임계 값은 재조정을 트리거 할시기를 결정하기 위해 목표 (원하는) 할당의 편차를 사용합니다..

임계 값 기반 재조정을 트리거하기 위해 평가되는 임계 값은 다음 공식을 기반으로합니다.

공식 : ((C-D) / D) x 100

어디,

  • C는 흐름 배당.

  • D는 원하는 배당.

  • 소수에서 백분율로 변환하려면 100을 곱합니다..

BTC의 현재 할당량은 30 %이고 원하는 할당량은 25 % 인 이전 예를 사용하면 해당 값을 공식에 ​​연결하여 현재 편차를 계산할 수 있습니다..

BTC 편차 = ((.30-.25) / .25) x 100

BTC 편차 = 20 %

현재 편차가 20 %이면 임계 값이 20 % 미만이면 전체 포트폴리오가 재조정됩니다..

이 연구에서는 다음과 같은 범위의 임계 값을 평가할 것입니다. 1 %에서 30 %. 그렇게하면 다양한 전략과 그 성과를 관찰 할 수 있습니다..

임계 값 재조정-암호 화폐 포트폴리오 관리의 진화

데이터 & 무역 계산

이 연구의 데이터는 각 개별 거래소에서 실시간으로 수집되었습니다. 예를 들어 Bittrex의 백 테스트는 Bittrex에서 수집 한 정확한 시장 데이터를 사용합니다..

백 테스트를 계산하기 위해 집계 또는 추정 데이터를 사용한 적이 없으며이 연구도 예외는 아닙니다. 모든 거래는 정확한 주문서 데이터 각 특정 거래소에서.

각 재조정 이벤트 동안, 과거 주문 장을 평가하고, 그 시점의 주문 장의 실제 상태를 기반으로 정확한 거래를 시뮬레이션하고, 그에 따른 잔액을 계산합니다..

시뮬레이션 된 각 거래는 현재 거래소에서 활성화 된 적절한 거래 수수료를 사용합니다. 각 재조정은 테이커 거래 만 사용하므로 모든 거래에서 스프레드가 교차됩니다. 즉, 재조정 비용에 스프레드 및 거래 수수료가 포함됩니다..

가장 정확한 계산을 제공하기 위해 이러한 백 테스트는 모두 BTC를 유일한 견적 통화로 사용하여 거래합니다. 즉, 재조정 중에 LTC와 ETH간에 거래가 발생해야하는 경우 백 테스트는이를 먼저 LTC에서 BTC 로의 거래로 시뮬레이션 한 다음 BTC에서 ETH 로의 거래로 시뮬레이션합니다. 사용 가능한 직접 거래 쌍이 있더라도 직접 거래 기회가있는 상황에 대한 최적화가 없습니다..

이 연구의 데이터는 2019 년 1 월 1 일, 2020 년 1 월 1 일 종료. 그렇게하면 평가 기간을 2019 년으로 제한합니다..

주의 : 백 테스트를 실행할 때는 정확한 입찰-매도 데이터 만 사용해야합니다. CoinMarketCap 또는 기타 유사한 서비스에서 집계 된 데이터를 사용하면 계산이 매우 부정확 해집니다. 그러한 데이터의 사용으로 인해 허술한 연구가 손상되지 않았습니다..

백 테스팅

각 개별 전략은 각 거래소에서 1,000 번의 백 테스트를 실행하여 평가되었습니다. 즉, 1 시간 재조정 전략을 평가할 때 각 거래소에서 해당 전략을 사용하여 1,000 번의 백 테스트를 실행했습니다..

전체적으로, 66,000 개의 백 테스트 이 연구에서 논의 할 완전한 결과를 구성하기 위해 실행되었습니다..

포트폴리오 크기

변수 수를 제한하기 위해 백 테스트에서 포트폴리오의 자산 수를 변경하지 않았습니다. 과거 연구에서 다양성이 포트폴리오의 성능에 영향을 미친다는 사실을 발견했습니다. 따라서 이러한 결과에 관심이있는 경우 여기에서 찾을 수 있습니다..

다각화하는 암호화 사용자가 더 잘 수행합니다

이 연구는 자산 10 개 모든 포트폴리오에.

할당

이전 섹션에서 설명했듯이 할당은 포트폴리오의 각 자산에 대해 원하는 비율입니다. 각 재조정 중에 해당 목표 할당에 도달하기 위해 거래가 이루어집니다..

단순화를 위해이 연구에서는 평가되는 각 포트폴리오의 모든 자산에 균등 한 할당을 사용합니다. 즉, 각 포트폴리오에 10 개의 자산이 있기 때문에 모든 자산은 10 % 할당 비율 포트폴리오.

각 시뮬레이션 된 재조정 동안 백 테스트는 각 자산에 할당 된 10 % 할당에 도달하기 위해 각 자산을 매수 또는 매도합니다..

Cryptocurrency Rebalancing을위한 최고의 자산 분배

자금

각 백 테스트를 시작할 때 포트폴리오는 5,000 달러 초기 포트폴리오 가치로. 결과 포트폴리오 값은이 시작 값을 기반으로 계산됩니다..

자산 선택

연구가 특정 자산에 편향되지 않게 유지하려면 사용 가능한 모든 자산을 거래소에 통합하는 선택 프로세스를 신중하게 구현해야했습니다. 이는 각 거래소에서 전체 백 테스팅 기간 (2019 년 1 월 1 일부터 2020 년 1 월 1 일까지) 동안 사용 가능한 자산을 먼저 찾아서 수행되었습니다. 사용 가능한 자산 중에서 각 백 테스트에서 백 테스트에 참여할 10 개의 자산을 무작위로 선택했습니다..

자산 선택 프로세스의 무작위 화는 특정 자산에 대한 편견을 제거합니다. 특정 포트폴리오의 성과를 평가하는 대신 일반 전략의 성과를 이해하려고합니다..

성능 계산

백 테스트가 끝나면 결과는 두 가지 다른 값입니다. 이 값은 재조정 전략이 사용 된 경우 포트폴리오의 최종 값이고 HODL 전략이 사용 된 경우 포트폴리오의 최종 값입니다..

이러한 전략이 어떻게 비교되는지 확인하기 위해 다음 공식을 사용하여 HODL 전략에 대한 재조정 전략의 성능을 계산합니다..

성능 = ((R-H) / H) x 100

어디,

  • 아르 자형 재조정 전략을 사용한 포트폴리오의 최종 가치.

  • H HODL 전략을 사용한 포트폴리오의 최종 가치.

  • 결과는 100 배 소수에서 퍼센트로 변환.

이 연구에서 논의 된 모든 결과는 재조정 된 포트폴리오를 똑같은 HODL 된 포트폴리오와 비교하는 것입니다. 즉, 이러한 값은 포트폴리오의 시작 값과 관련이 없지만이 두 가지 전략의 결과 인 최종 값입니다..

5 %의 값이 표시되면 재조정 된 포트폴리오의 최종 결과가 HODL 된 포트폴리오보다 5 % 더 높다는 것을 의미합니다. 이 연구의 목적이 아니므로 포트폴리오의 초기 값과 최종 값을 비교하는 것에 대한 논의는 없을 것입니다..

선택된 거래소

이 연구는 6 개의 주요 거래소에서 재조정 대 HODL 성능에 대한 포괄적 인 분석을 제공합니다..

선택한 거래소는 다음과 같습니다.

  • 바이 낸스

  • Bittrex

  • 크라켄

  • KuCoin

  • OKEx

  • Poloniex

이러한 교환은 인기도, 데이터 가용성 및 자산 선택을 기반으로 선택되었습니다..

참고 : Coinbase Pro, Gemini 및 Bitstamp와 같은 거래소는 2019 년 1 월 1 일부터 2020 년 1 월 1 일 사이에 이러한 거래소에서 사용할 수있는 자산 수가 제한되어있어이 연구에서 제외되었습니다. 기본 포트폴리오 크기를 사용하기로 결정한 이후 10 개의 자산, 이러한 거래소는 참여할 수있는 다양한 선택을 제공하지 않았습니다..

선택된 각 거래소는 동일한 백 테스팅 프로세스를 거치게되므로 결과를 거래소간에 직접 비교할 수 있습니다..

결과

이러한 결과는 임계 값 재조정 및 주기적 재조정을 모두 포함합니다. 각 거래소에 대해 임계 값 재조정 및 주기적 재조정 범주 모두에서 최고의 성과 전략에 대한 성능 히스토그램을 제공합니다..

바이 낸스 백 테스트

바이 낸스는 세계에서 가장 인기있는 거래소입니다. 이는 거래소의 높은 유동성, 낮은 거래 수수료 및 안정적인 서비스 때문일 수 있습니다..

주기적인 재조정 결과

이 히스토그램은 1,000 개의 백 테스트의 성능 결과를 보여줍니다. x 축은 간단한 HODL 전략에 비해 성능이 향상되었습니다. y 축은 x 축에 정의 된 성능 버킷에 속하는 백 테스트의 수입니다. (예 : 백 테스트가 실행되었고 결과는 buy and hold보다 15 % 증가했습니다. 이는 범위에 15 %가 포함 된 x 축 버킷에 1을 추가 함을 의미합니다.이 프로세스는 1,000 번의 백 테스트가 완료 될 때까지 반복됩니다. 운영.)

구매 대비 성능 중앙값 증가 & 4 개의 서로 다른 재조정 기간을 활용 한 포트폴리오 보유.

바이 낸스 주기적 재조정 결과는 더 높은 빈도의 재조정에 대한 역사적 선호도를 보여줍니다. 컬러 차트에서 볼 수 있듯이 포트폴리오가 시간별 또는 일일 간격으로 재조정 될 때 최상의 포트폴리오 결과가 관찰되었습니다..

시간별 재조정 히스토그램을 살펴보면 결과에 대한 명확한 종 곡선을 볼 수 있습니다. 이러한 결과는 구매 대비 성능이 -36 %에서 57 %까지 증가합니다. & 보류.

Binance의 평균 시간당 재조정 전략은 HODL을 12.2 % 앞섰습니다..

임계 값 재조정 결과

이 히스토그램은 1,000 개의 백 테스트의 성능 결과를 보여줍니다. x 축은 간단한 HODL 전략에 비해 성능이 향상되었습니다. y 축은 x 축에 정의 된 성능 버킷에 속하는 백 테스트의 수입니다. (예 : 백 테스트가 실행되었고 결과는 buy and hold보다 15 % 증가했습니다. 이는 범위에 15 %가 포함 된 x 축 버킷에 1을 추가 함을 의미합니다.이 프로세스는 1,000 번의 백 테스트가 완료 될 때까지 반복됩니다. 운영.)

구매 대비 성능 중앙값 증가 & 7 가지 재조정 임계 값 각각을 활용 한 포트폴리오 보유.

어떤면에서 주기적 재조정 결과와 유사하게 임계 값 재조정 결과가 여전히 더 높은 빈도 재조정을 생성하는 임계 값에 대한 선호도를 입증하는 것을 볼 수 있습니다. Binance의 최고 성능 임계 값은 5 % 임계 값 재조정이었습니다..

주기적 재조정 전략과 임계 값 재조정 전략 사이의 결과를 비교할 때 임계 값 재조정이 주기적 재조정보다 훨씬 성능이 뛰어남이 분명합니다. 실제로 테스트 된 모든 전략 중 바이 낸스의 임계 값 재조정 전략을 능가하는주기적인 재조정 간격이 없었습니다..

Binance의 중앙값 5 % 임계 값 재조정 전략은 HODL을 21.7 % 능가했습니다..

Bittrex 백 테스트

Bittrex는 미국에서 가장 인기있는 거래소 중 하나입니다. 강력한 보안, 훌륭한 고객 지원 및 야심 찬 팀의 역사를 바탕으로 업계에서 가장 좋아하는이 제품을 조사하는 것이 중요했습니다..

주기적인 재조정 결과

이 히스토그램은 1,000 개의 백 테스트의 성능 결과를 보여줍니다. x 축은 간단한 HODL 전략에 비해 성능이 향상되었습니다. y 축은 x 축에 정의 된 성능 버킷에 속하는 백 테스트의 수입니다. (예 : 백 테스트가 실행되었고 결과는 buy and hold보다 15 % 증가했습니다. 이는 범위에 15 %가 포함 된 x 축 버킷에 1을 추가 함을 의미합니다.이 프로세스는 1,000 번의 백 테스트가 완료 될 때까지 반복됩니다. 운영.)

구매 대비 성능 중앙값 증가 & 4 개의 다른 재조정 기간을 각각 활용 한 포트폴리오 보유.

Binance와 달리 Bittrex는 약간 더 긴 재조정 기간에 대한 선호도를 보여주었습니다. 이는 거래 수수료가 높고 주문량이 적기 때문일 수 있습니다. 결과적으로 각 재조정 중에 더 많은 수수료가 포트폴리오에서 제거됩니다..

2019 년 내내 Bittrex의 최상의 재조정 기간은 1 주간의 재조정 기간이었습니다. 1 일의 재조정 기간이 곧.

흥미롭게도 Bittrex의 중간 성능은 각 주기적 재조정 전략에서 Binance보다 낮았지만 히스토그램은 Binance 연구에서 최고의 포트폴리오를 능가하는 여러 고성능 포트폴리오를 보여줍니다. 이는 중앙값 포트폴리오가 Bittrex에서 더 나빴지 만 상위 포트폴리오가 더 나은 성과를 보였음을 보여줍니다..

Bittrex의 주간 평균 재조정 전략은 HODL을 7.1 % 능가했습니다..

임계 값 재조정 결과

이 히스토그램은 1,000 개의 백 테스트의 성능 결과를 보여줍니다. x 축은 간단한 HODL 전략에 비해 성능이 향상되었습니다. y 축은 x 축에 정의 된 성능 버킷에 속하는 백 테스트의 수입니다. (예 : 백 테스트가 실행되었고 결과는 buy and hold보다 15 % 증가했습니다. 이는 범위에 15 %가 포함 된 x 축 버킷에 1을 추가 함을 의미합니다.이 프로세스는 1,000 번의 백 테스트가 완료 될 때까지 반복됩니다. 운영.)

구매 대비 성능 중앙값 증가 & 7 가지 재조정 임계 값 각각을 활용 한 포트폴리오 보유.

주기적인 재조정의 결과와 유사하게 Bittrex는 Binance보다 높은 임계 값에서 더 높은 중앙값 성능 향상을 경험했습니다. 임계 값이 높을수록 포트폴리오 재조정 빈도가 줄어들 기 때문에 수수료로 지불되는 금액이 감소합니다..

결과는 20 % 임계 값 재조정 전략이 Bittrex에서 가장 잘 수행되었음을 나타냅니다. 성능은 Binance의 5 % 임계 값에서 관찰 된 결과와 거의 일치했지만주기적인 재조정 예제와 유사하게 가장 높은 성능의 포트폴리오가 다시 한번 Binance의 포트폴리오를 능가했습니다..

Bittrex의 중앙값 20 % 임계 값 재조정 전략은 HODL을 21.4 % 초과했습니다..

Kraken 백 테스트

Kraken은 오랫동안 미국 거래소 중 최고 자리를 놓고 Coinbase Pro와 경쟁 해 왔습니다. 이 연구에서는이 기관 친화적 인 교환을 간과 할 수 없습니다..

주기적인 재조정 결과

이 히스토그램은 1,000 개의 백 테스트의 성능 결과를 보여줍니다. x 축은 간단한 HODL 전략에 비해 성능이 향상되었습니다. y 축은 x 축에 정의 된 성능 버킷에 속하는 백 테스트의 수입니다. (예 : 백 테스트가 실행되었고 결과는 buy and hold보다 15 % 증가했습니다. 이는 범위에 15 %가 포함 된 x 축 버킷에 1을 추가 함을 의미합니다.이 프로세스는 1,000 번의 백 테스트가 완료 될 때까지 반복됩니다. 운영.)

구매 대비 성능 중앙값 증가 & 4 개의 다른 재조정 기간을 각각 활용 한 포트폴리오 보유.

Kraken 주기적 재조정 결과는 더 긴 재조정 기간에 대한 역사적 선호도를 보여줍니다. 이 연구에서 가장 실적이 좋은 간격은 1 개월의 재조정 기간입니다..

히스토그램에서 성능 스프레드가 매우 타이트하다는 것을 알 수 있습니다. 결과는 월별 재조정의 경우 -7 %에서 19 % 사이입니다. 히스토그램에서 더 작은 스프레드 외에도 다양한 주기적 전략에 대한 중앙값 결과에서 더 작은 스프레드를 볼 수 있습니다..

Kraken의 평균 월간 재조정 전략은 HODL을 5.3 % 초과했습니다..

임계 값 재조정 결과

이 히스토그램은 1,000 번의 백 테스트의 성능 결과를 보여줍니다. x 축은 간단한 HODL 전략에 비해 성능이 향상되었습니다. y 축은 x 축에 정의 된 성능 버킷에 속하는 백 테스트의 수입니다. (예 : 백 테스트가 실행되었고 결과는 buy and hold보다 15 % 증가했습니다. 이는 범위에 15 %가 포함 된 x 축 버킷에 1을 추가 함을 의미합니다.이 프로세스는 1,000 번의 백 테스트가 완료 될 때까지 반복됩니다. 운영.)

구매 대비 성능 중앙값 증가 & 7 가지 재조정 임계 값 각각을 활용 한 포트폴리오 보유.

주기적 재조정 백 테스트의 결과와 유사하게 임계 값 재조정은 더 높은 임계 값에 대한 선호도를 보여주었습니다. 즉, 더 빈번한 재조정보다 덜 자주 임계 값 재조정이 더 잘 수행됨을 의미합니다..

최고 성능 임계 값이 성능이 가장 높은 주기적 재조정과 거의 동일하게 수행되었음을 알 수 있습니다. 그러나 평균적으로 임계 값 재조정은 조사 된 모든 임계 값에서 주기적 재조정보다 더 잘 수행되었습니다..

Kraken의 중앙값 30 % 임계 값 재조정 전략은 HODL을 5.3 % 능가했습니다..

KuCoin 백 테스트

KuCoin 거래소는 오랫동안 커뮤니티에서 가장 좋아하는 것 중 하나였습니다. 그들의 뛰어난 풀뿌리 마케팅은 거래소와 사랑에 빠진 상인의 열렬한 추종자에게 영감을 불어 넣었습니다..

주기적인 재조정 결과

이 히스토그램은 1,000 개의 백 테스트의 성능 결과를 보여줍니다. x 축은 간단한 HODL 전략에 비해 성능이 향상되었습니다. y 축은 x 축에 정의 된 성능 버킷에 속하는 백 테스트의 수입니다. (예 : 백 테스트가 실행되었고 결과는 buy and hold보다 15 % 증가했습니다. 이는 범위에 15 %가 포함 된 x 축 버킷에 1을 추가 함을 의미합니다.이 프로세스는 1,000 번의 백 테스트가 완료 될 때까지 반복됩니다. 운영.)

구매 대비 성능 중앙값 증가 & 4 개의 서로 다른 재조정 기간을 활용 한 포트폴리오 보유.

Kraken과 마찬가지로 KuCoin 포트폴리오는 더 긴 재조정 기간에서 가장 많은 이점을 경험했습니다. 여기에서 1 개월 재조정 기간이 다른 모든 기간을 능가하는 것을 볼 수 있습니다..

1 개월 재조정 기간을 사용한 백 테스트에서 성능이 타이트한 스프레드를 보았던 Kraken과는 대조적으로, KuCoin에 대한 방대한 스프레드를 볼 수 있습니다. 이 스프레드 범위는 -84 %에서 156 %까지입니다..

KuCoin의 최고 실적 기간은 월간 재조정 간격이었습니다. 이것은 구매보다 12.3 %의 가장 높은 결과를 낳았습니다 & 보류.

참고 : 결과가 종형 곡선을 생성 한 다음 일부 결과가 저사양 극단에서 집계되는 이유는 매우 큰 스프레드, 낮은 유동성 또는 지속적으로 가치가 감소하는 KuCoin의 몇 가지 특정 자산 때문입니다. 일반적으로 사기, 낮은 유동성 자산 또는 기타 낮은 시가 총액 자산을 포트폴리오에 추가하지 않으면 이러한 극단을 피할 수 있습니다..

KuCoin의 평균 월간 재조정 전략은 HODL을 12.3 % 능가했습니다..

임계 값 재조정 결과

이 히스토그램은 1,000 개의 백 테스트의 성능 결과를 보여줍니다. x 축은 간단한 HODL 전략에 비해 성능이 향상되었습니다. y 축은 x 축에 정의 된 성능 버킷에 속하는 백 테스트의 수입니다. (예 : 백 테스트가 실행되었고 결과는 buy and hold보다 15 % 증가했습니다. 이는 범위에 15 %가 포함 된 x 축 버킷에 1을 추가 함을 의미합니다.이 프로세스는 1,000 번의 백 테스트가 완료 될 때까지 반복됩니다. 운영.)

구매 대비 성능 중앙값 증가 & 7 가지 재조정 임계 값 각각을 활용 한 포트폴리오 보유.

KuCoin은 더 높은 임계 값에서 임계 값 재조정 전략에 대해 가장 높은 중앙값 성능 향상을 보았습니다. 임계 값 재조정의 가장 큰 성능 향상은 25 % 임계 값 재조정에서 확인되었습니다..

다른 많은 거래소와 마찬가지로 임계 값 재조정 전략을 사용할 때 가장 높은 중앙값 성능 향상을 확인했습니다. 사실, 7 개의 서로 다른 임계 값 중 5 개는 KuCoin에서 최고 성능의 주기적 재조정 전략조차도 능가했습니다..

KuCoin의 중앙값 25 % 임계 값 재조정 전략은 HODL을 23.5 % 능가했습니다..

OKEx 백 테스트

OKEx는 국제적으로 지배적 인 세력이었습니다. 이 거래소가이 목록에있는 다른 거래소와 미국 시장에서 동일한 영향을 미치지 않았을 수도 있지만, 여전히 가장 인기있는 거래소 중 하나로 간주되어야하는 설득력있는 사례를 제공합니다..

주기적 재조정 결과

이 히스토그램은 1,000 개의 백 테스트의 성능 결과를 보여줍니다. x 축은 간단한 HODL 전략에 비해 성능이 향상되었습니다. y 축은 x 축에 정의 된 성능 버킷에 속하는 백 테스트의 수입니다. (예 : 백 테스트가 실행되었고 결과는 buy and hold보다 15 % 증가했습니다. 이는 범위에 15 %가 포함 된 x 축 버킷에 1을 추가 함을 의미합니다.이 프로세스는 1,000 번의 백 테스트가 완료 될 때까지 반복됩니다. 운영.)

구매 대비 성능 중앙값 증가 & 4 개의 서로 다른 재조정 기간을 각각 활용 한 포트폴리오 보유.

OKEx에서 각주기적인 재조정 간격을 조사한 결과 최적의 기간이 테스트 범위의 중간에 있음을 발견했습니다. 1 주 재조정 기간 동안 최고 성능이 관찰됩니다..

1 주 리 밸런싱 결과에 대한 히스토그램 분포는 스프레드의 하단쪽으로 큰 스큐를 보여줍니다. 이러한 결과의 범위는 HODLing에 비해 성능이 -26 %에서 120 %까지 증가합니다..

OKEx의 주간 평균 재조정 전략이 HODL을 12.0 % 초과했습니다..

임계 값 재조정 결과

이 히스토그램은 1,000 개의 백 테스트의 성능 결과를 보여줍니다. x 축은 간단한 HODL 전략에 비해 성능이 향상되었습니다. y 축은 x 축에 정의 된 성능 버킷에 속하는 백 테스트의 수입니다. (예 : 백 테스트가 실행되었고 결과는 buy and hold보다 15 % 증가했습니다. 이는 범위에 15 %가 포함 된 x 축 버킷에 1을 추가 함을 의미합니다.이 프로세스는 1,000 번의 백 테스트가 완료 될 때까지 반복됩니다. 운영.)

구매 대비 성능 중앙값 증가 & 7 가지 재조정 임계 값 각각을 활용 한 포트폴리오 보유.

OKEx의 임계 값 재조정은 흥미로운 그림을 그립니다. 결과는 주기적 재조정 결과와 유사하지만 최적의 임계 값은 스펙트럼의 가장 높은쪽에 있습니다. OKEx에서 임계 값 재조정에 대한 가장 높은 중앙값 성능 향상은 30 % 재조정 임계 값이었습니다..

이러한 결과를 바탕으로 임계 값 또는 주기적 재조정이 역사적으로 OKEx에서 최고의 성과를 거두 었는지 결정적으로 판단하기 어려울 것입니다. 그러나 고주파 리 밸런싱이 일반적으로 OKEx에서 저주파 리 밸런싱보다 더 나빴다는 것은 분명합니다..

OKEx의 중앙값 30 % 임계 값 재조정 전략은 HODL을 13.9 % 초과했습니다..

Poloniex 백 테스트

Poloniex는 암호화 공간에서 흥미로운 역사를 가지고 있습니다. 장엄한 흥망 성쇠 이후, 이제는 뜨거운 감자처럼 교환이 진행되고 있습니다. Poloniex는이 연구에서 검토하는 마지막 교환입니다..

주기적인 재조정 결과

이 히스토그램은 1,000 개의 백 테스트의 성능 결과를 보여줍니다. x 축은 간단한 HODL 전략에 비해 성능이 향상되었습니다. y 축은 x 축에 정의 된 성능 버킷에 속하는 백 테스트의 수입니다. (예 : 백 테스트가 실행되었고 결과는 buy and hold보다 15 % 증가했습니다. 이는 범위에 15 %가 포함 된 x 축 버킷에 1을 추가 함을 의미합니다.이 프로세스는 1,000 번의 백 테스트가 완료 될 때까지 반복됩니다. 운영.)

구매 대비 성능 중앙값 증가 & 4 개의 서로 다른 재조정 기간을 활용 한 포트폴리오 보유.

Poloniex는주기적인 재조정에있어서 그다지 잘 수행되지 않았습니다. 4 가지 주기적 재조정 전략 중 월간 재조정 만이 HODL 전략을 능가하는 것으로 나타났습니다. 그러나 중간 성능 향상이 너무 미미하여 문제에 대한 결론을 내리기가 어려울 것입니다..

Poloniex 성능에 대한 히스토그램은 볼만한 광경이었습니다. -21 % ~ 22 % 범위에서 거의 완벽한 종 모양의 곡선입니다..

Poloniex의 평균 월간 재조정 전략은 HODL을 0.3 % 초과했습니다..

임계 값 재조정 결과

이 히스토그램은 1,000 개의 백 테스트의 성능 결과를 보여줍니다. x 축은 간단한 HODL 전략에 비해 성능이 향상되었습니다. y 축은 x 축에 정의 된 성능 버킷에 속하는 백 테스트의 수입니다. (예 : 백 테스트가 실행되었고 결과는 buy and hold보다 15 % 증가했습니다. 이는 범위에 15 %가 포함 된 x 축 버킷에 1을 추가 함을 의미합니다.이 프로세스는 1,000 번의 백 테스트가 완료 될 때까지 반복됩니다. 운영.)

구매 대비 성능 중앙값 증가 & 7 가지 재조정 임계 값 각각을 활용 한 포트폴리오 보유.

임계 값 재조정에 대한 결과는 Poloniex에 대한 주기적 재조정보다 더 유망 해 보입니다. 여기에서 볼 수 있듯이 1 % 임계 값 재조정 전략 만이 HODL보다 성능이 나빴습니다. 나머지 전략은 HODL을 능가했습니다. 최고 성능의 임계 값 재조정 전략은 25 % 임계 값입니다..

25 % 임계 값 결과에 대한 히스토그램이 위에 나와 있습니다. -17 %에서 31 %까지 상당히 좁은 범위를 볼 수 있습니다. 이 범위에서 대부분의 백 테스트는 구매에 비해 성능이 0 %에서 10 % 향상되었습니다. & 홀드 전략.

Poloniex의 중앙값 25 % 임계 값 재조정 전략은 HODL을 4.6 % 초과했습니다..

결론

이 결과는 6 개의 주요 거래소에서 주기적 및 임계 값 재조정의 과거 성과에 대한 흥미로운 통찰력을 보여줍니다..

주기적 재조정

이제 각 거래소를 다루었으므로 결과를 간단한 그리드로 표시 할 수 있습니다. 이렇게하면 우리가 조사한 각 거래소를 직접 비교할 수 있습니다. 차트에 표시된 값은 매수 및 보유에 비해 성능이 증가하는 중앙값입니다. 즉, 10 %의 값이 있으면 매수 및 보유보다 재조정 전략을 사용하여 중앙값 포트폴리오가 10 % 더 나은 성과를 거두었습니다..

중앙값 성능은 자산 수가 많을수록 재조정 기간이 길수록 재조정에 대한 가장 큰 이득을 나타냅니다. 각 값은 매수 및 보유에 대한 비율 증가를 나타냅니다. 즉, 18이라는 값은 해당 그룹의 중앙값이 매수 및 보유보다 18 % 더 나은 성과를 보였음을 의미합니다. 이는 절대 최악의 경우라도 세금을 고려한 후에도 by and hold보다 실적이 더 우수하다는 것을 보여줍니다..

이 연구에서 조사한 모든 교환에서 과거에 논의 된 내러티브를 지속적으로 뒷받침하는 명확한 추세를 확인했습니다. 본질적으로, 거래소의 유동성이 증가하고 거래 수수료가 감소함에 따라, 우리는 더 높은 재조정 빈도에서 더 높은 중간 성능 증가를 발견하는 경향이 있습니다. 예를 들어, Binance는 높은 유동성과 낮은 거래 수수료를 모두 가지고 있으므로 더 높은 재조정 빈도에서 Binance에서 최고의 성능 향상을 기대할 수 있습니다..

이 모든 결과를 고려할 때 최고의 성과 기간은 주로 교환에 달려 있음을 알 수 있습니다. 모든 거래소에서 가장 최적화 된 단일 재조정 기간을 정확히 찾아 내기는 어렵습니다..

임계 값 재조정

임계 값 재조정은 비슷한 이야기를 제공합니다. 거래소에서 더 많은 유동성을 지원하고 거래 수수료를 낮출수록 최적으로 수행되는 빈번한 재조정 전략.

일반적으로 대부분의 거래에서 가장 실적이 좋은 임계 값은 15 %에서 25 % 사이였습니다. 이러한 결과는 임계 값 재조정에 대한 이전 연구와 밀접하게 일치합니다..

Cryptocurrency Rebalancing 전략을위한 최상의 임계 값

이러한 결과를 주기적 재조정 전략의 결과와 비교하면 임계 값 재조정이 일반적으로 주기적 재조정 전략을 능가하는 경향이 있음을 분명히 알 수 있습니다..

몇 가지 예외가 있지만 대부분의 임계 값 재조정 전략이 구매를 능가했습니다. & 보류. 이는 단일 임계 값 재조정 전략을 결정하는 데 어려움을 겪는 사람들에게 중요한 지표입니다..

한계

이 연구의 결과는 2019 년 1 월 1 일부터 2020 년 1 월 1 일까지의 데이터 만 포함합니다. 과거로 더 많은 백 테스트를 수행하려면 더 큰 데이터 세트가 필요합니다. 암호 화폐 시장은 변동성이 있기 때문에 기간에 따라 성능 결과가 달라질 수 있습니다..

과거 실적은 향후 결과를 결정하지 않습니다. 우리 팀은 지난 3 년 동안 데이터에 대해 광범위한 백 테스트를 실행했지만 향후에도 동일한 결과가 나올 것이라고 보장 할 수는 없습니다..

추가 자료

Crypto의 일반적인 재조정 시나리오

이 Bitcoin 거래 전략은 HODLing을 능가했습니다.

Cryptocurrency 포트폴리오의 달러 비용 평균

Cryptocurrency Trading Bots-완전한 가이드

우리의 트레이딩 봇

Shrimpy 맞춤형 암호 화폐 인덱스 펀드 구축, 재조정 및 다양한 디지털 자산 포트폴리오 관리를위한 애플리케이션입니다. 우리가 지원하는 16 개의 암호 화폐 거래소에 연결하여 포트폴리오를 자동화하십시오..

Shrimpy의 Universal Crypto Exchange API 개발자를 위해 설계되었습니다. 통합 API와 통합하면 모든 주요 암호 화폐 거래소에서 거래, 데이터 수집, 사용자 관리 등을위한 균일 한 엔드 포인트에 즉시 액세스 할 수 있습니다..

전체 Python 및 Node 라이브러리에 액세스하려면 다음 링크를 따르십시오.

마디

파이썬

Shrimpy API로 무언가를 만들고 있다면 알려주세요! 개발의 모든 단계에서 계속해서 지원할 수있는 방법을 듣고 싶습니다..

우리를 따라 오세요 트위터페이스 북 업데이트를 확인하고 놀랍고 활동적인 커뮤니티에 질문을 전보 & 불일치.

들러 주셔서 감사합니다!

Shrimpy 팀

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