자산 시가 총액을 기반으로 암호화 포트폴리오 성능 평가

>

한 번에 한 연구 씩 암호 화폐에서 추측을 제거.

“하나님을 신뢰합니다. 다른 모든 사람은 데이터.”—W. 에드워즈 데밍

다음 연구는 암호화 자산의 시가 총액이 포트폴리오의 성능에 어떤 영향을 미치는지에 대해 간략히 보여줄 것입니다. 제시된 데이터는 실제 시장 데이터를 기반으로합니다. 이를 통해 추측없이 암호 화폐 시장에서 과거 전략의 성과를 정확하게 계산할 수 있습니다..

지난 기사에서는 포트폴리오 다각화가 성과에 미치는 영향을 평가했습니다. 이 주제에 대한 자세한 내용은 여기에서 읽을 수 있습니다.

다각화하는 암호화 사용자의 성과

설정

이 연구의 디자인은 자산이 3 가지 범주로 나뉘도록 설계되었습니다. 대규모 ($ 7,000 만 ~ $ 26B), 중간 ($ 9M ~ $ 69M) 및 소규모 ($ 900,000 ~ $ 780M) 시가 총액. 자본화 범위는 2017 년 5 월 4 일 각 자산의 시가 총액을 기준으로 자산을 3 개의 짝수 그룹으로 나누어 정의했습니다..

각 백 테스트를 수행 할 때 다음 제약 조건이 사용되었습니다..

거래 수수료 : .25 %

데이터: 시장 데이터는 작년에 거래소에서 수집되었습니다. 모든 데이터는 Shrimpy Historical Data API를 통해 사용할 수 있습니다..

데이터 기간 : 2017 년 5 월 4 일 ~ 2018 년 5 월 3 일

자산 분배 : 모든 자산에 균등 한 가중치 적용.

무역 경로 : 모든 거래는 단순성을 위해 BTC를 통해 수행됩니다..

자산 선택 : 각 시가 총액 그룹 내 무작위.

포함 된 자산 : 전체 목록은 백 테스트 도구에서 찾을 수 있습니다..

초기 투자: 각 포트폴리오는 $ 5,000 투자로 시드됩니다..

백 테스트 수 : 각 포트폴리오 크기, 전략 유형 및 시가 총액 그룹에 대해 1,000.

전략: 사용 된 재조정 방법은 이전 기사에 설명되어 있습니다..

백 테스트 : 백 테스트에 대해 자세히 알아 보거나 직접 실행.

백 테스트 절차 및 연구 설정에 대한 자세한 내용은 이전 기사에서 찾을 수 있습니다.

재조정 vs. HODL : 기술적 분석

공연

4 개의 개별 그룹 (대형, 중형, 소형 및 결합 시가 총액 자산)이 평가되었습니다. 결합 시가 총액은 시가 총액에 관계없이 모든 자산을 나타냅니다..

큰 시가 총액

이 값은 1 년 후 중앙값 대형 시가 총액 포트폴리오의 총 보유액을 나타냅니다. 1 년 동안 거래를하지 않고 2 개의 자산을 포함하는 포트폴리오를 나타내는 왼쪽 상단 값입니다. 오른쪽 하단은 1 시간마다 재조정 된 10 개의 자산 포트폴리오를 나타냅니다. 각 셀은 중앙값을 계산하기 위해 결합 된 정확히 1,000 개의 백 테스트를 나타냅니다..

이 연구에서 대형 시가 총액 코인은 $ 7000 만 ~ $ 26B 평가 범위에 맞는 자산으로 구성됩니다. 각 평가는 2017 년 5 월 4 일에 수행되었습니다..

이 그룹의 결과는 단순히 HODL 전략을 사용하는 포트폴리오의 자산 수를 늘려도 눈에 띄는 성능 향상이 없음을 나타냅니다. 그러나 재조정 빈도가 증가할수록 성능도 증가한다는 분명한 추세를 볼 수 있습니다. 이러한 성능 향상 중 가장 큰 것은 1 시간의 재조정 기간으로 관찰되었습니다..

대규모 시가 총액 암호화 포트폴리오를 재조정하여 작년에 최대 1140 %의 수익을 올렸습니다..

중간 시가 총액

이 값은 1 년 후 중간 중간 시가 총액 포트폴리오의 총 보유량을 나타냅니다. 1 년 동안 거래를하지 않고 2 개의 자산을 포함하는 포트폴리오를 나타내는 왼쪽 상단 값입니다. 오른쪽 하단은 1 시간마다 재조정 된 10 개의 자산 포트폴리오를 나타냅니다. 각 셀은 중앙값을 계산하기 위해 결합 된 정확히 1,000 개의 백 테스트를 나타냅니다..

이 연구에서 중간 시가 총액 코인은 $ 9M — $ 69M 평가 범위에 맞는 자산으로 구성됩니다. 각 평가는 2017 년 5 월 4 일에 수행되었습니다..

미드 시가 총액 코인은 작년에 어떤 그룹보다 높은 수익률을 보였습니다. HODLing시에도 다각화에 대한 강력한 사례를 제시 할뿐만 아니라 자주 재조정 할 때 인상적인 성장을 보여주었습니다. 1 시간 재조정으로 HODL에 비해 포트폴리오 가치가 156 % 증가했습니다..

중간 시가 총액 암호화 포트폴리오를 재조정하여 작년에 최대 3980 %의 수익을 올렸습니다..

작은 시가 총액

이 값은 1 년 후 중앙값 작은 시가 총액 포트폴리오의 총 보유량을 나타냅니다. 1 년 동안 거래를하지 않고 2 개의 자산을 포함하는 포트폴리오를 나타내는 왼쪽 상단 값입니다. 오른쪽 하단은 1 시간마다 재조정 된 10 개의 자산 포트폴리오를 나타냅니다. 각 셀은 중앙값을 계산하기 위해 결합 된 정확히 1,000 개의 백 테스트를 나타냅니다..

이 연구에서 작은 시가 총액 코인은 $ 900,000 ~ $ 780 만 평가 범위에 맞는 자산으로 구성됩니다. 각 평가는 2017 년 5 월 4 일에 수행되었습니다..

작은 시가 총액 동전은 흥미로운 결과를 보여주었습니다. 작은 시가 총액 포트폴리오를 보유한 것은 작년에 백 테스트 그룹 중 가장 낮은 수익을 보여주었습니다. 그러나 재조정 빈도를 늘리면 상당한 개선이 이루어졌습니다. HODLing은 큰 시가 총액 자산보다 훨씬 더 나빴지 만 1 시간의 재조정 기간은 큰 시가 총액 자산에 비해 인상적인 이익을 가져 왔습니다..

작은 시가 총액 암호화 포트폴리오를 재조정하여 작년에 최대 2820 %의 수익을 올렸습니다..

결합 (모든 시가 총액)

이 값은 1 년 후 중앙값 포트폴리오의 총 보유량을 나타냅니다. 1 년 동안 거래를하지 않고 2 개의 자산을 포함하는 포트폴리오를 나타내는 왼쪽 상단 값입니다. 오른쪽 하단은 1 시간마다 재조정 된 10 개의 자산 포트폴리오를 나타냅니다. 각 셀은 중앙값을 계산하기 위해 결합 된 정확히 1,000 개의 백 테스트를 나타냅니다..

모든 시가 총액을 결합하면 시장에 대한 일반적인 개요가 제공됩니다. 시가 총액이 다른 자산을 포트폴리오에 혼합하면 도로 성능의 중간이 생성됨을 알 수 있습니다..

암호화 포트폴리오의 재조정으로 작년에 비해 최대 2340 %의 수익을 올렸습니다..

결론 & 해석

우리가 얻은 데이터 세트는 중형 시가 총액 포트폴리오가 작년에 소규모, 대형 및 혼합 시가 총액 포트폴리오를 능가한다는 것을 보여줍니다. 이것은 단순히 풀에 포함 된 자산을 기반으로 한 이상일 수 있지만 시장에 대한 무언가를 나타낼 수도 있습니다..

중간 시가 총액 포트폴리오는 1 년 동안 가장 높은 수익을 보였습니다..

일부 사람들은 작은 시가 총액 자산이 작년에 가장 높은 수익 잠재력을 가질 것이라고 예상했을 수 있지만 이것은 사실과는 거리가 멀었습니다. 이 결과는 놀라운 발전을 보여줍니다..

소규모 시가 총액 포트폴리오를 보유하면 1 년 동안 최악의 수익을 올렸습니다..

마지막으로 큰 시가 총액 포트폴리오를 보유하는 것이 작은 시가 총액 포트폴리오를 능가하는 것으로 입증되었지만 이것이 완전한 이야기는 아닙니다. 자주 재조정 될 때 다른 모든 포트폴리오 그룹을 수행 한 대규모 시가 총액 포트폴리오.

큰 시가 총액 포트폴리오는 1 년 동안 매시간 재조정했을 때 최악의 결과를 보였습니다..

Shrimpy로 재조정

작년에는 다양한 포트폴리오를 재조정하면 성과가 향상 될 수 있음이 입증되었습니다. Shrimpy는 전체 포트폴리오 관리 및 재조정 프로세스를 포인트 앤 클릭 인터페이스로 단순화합니다. 자산을 빠르게 선택하고, 다양한 포트폴리오를 즉시 할당하고, 예정된 기간에 재조정하십시오. 무엇보다도 Shrimpy는 사용하기 쉽습니다.!

여기를 클릭하여 등록하십시오.

여전히 확실하지 않은 경우 데모를 통해 제공되는 모든 것을 확인하세요.!

Shrimpy 데모

추가 자료

다각화하는 암호화 사용자의 성과

재조정 vs. HODL : 기술적 분석

암호 화폐를위한 포트폴리오 재조정

암호화 포트폴리오 재조정 백 테스트 도구

_ _ _

Shrimpy 웹 사이트를 확인하는 것을 잊지 마세요. 트위터페이스 북 업데이트를 확인하고 놀랍고 활발한 커뮤니티에 질문을 전보 & 불일치.

재조정에 대한 귀하의 경험을 알려주려면 의견을 남겨주세요.!

Shrimpy 팀

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