O melhor limite para estratégias de reequilíbrio de criptomoedas

>

Este estudo será a primeira análise importante de rebalanceamento baseado em limite para carteiras de criptomoedas. O objetivo deste estudo é não apenas descrever com precisão o desempenho histórico do rebalanceamento de limiar, mas também comparar os resultados com os de uma estratégia simples de comprar e manter, bem como com o rebalanceamento periódico. Devido aos anúncios recentes de nosso suporte para rebalanceamento de limite em nosso aplicativo de gerenciamento de portfólio, é apropriado que entendamos completamente as implicações históricas da execução desta estratégia por longos períodos de tempo.

Para fornecer uma base para a compreensão de como funciona o rebalanceamento de limite, publicamos uma breve peça explicativa que irá guiá-lo através da estratégia e como ela foi implementada no Shrimpy. Antes de continuar, recomendamos pelo menos folhear esse artigo aqui:

Rebalanceamento de limite – A evolução do gerenciamento de portfólio de criptomoedas

Agora que você tem uma compreensão geral de como funciona o rebalanceamento com base no limite, mantenha-se atualizado com todos os estudos que lançamos sobre estratégias de portfólio por juntando-se ao nosso grupo Telegram.

Estudos anteriores que avaliaram o desempenho do rebalanceamento periódico podem ser encontrados em nosso blog aqui.

Introdução

Antes de chegarmos aos dados, vamos discutir os métodos de como este estudo foi configurado. Sem uma compreensão sólida da forma como o estudo foi conduzido, não podemos confiar na precisão dos resultados.

Dados & Cálculos comerciais

Os dados para este estudo foram coletados diretamente do Bittrex troca de criptomoedas por meio do serviço de terceiros CoinAPI. CoinAPI é um provedor de dados que coleta e arquiva dados de livros de pedidos em todas as principais bolsas de criptomoedas. Usando as APIs de dados, os desenvolvedores podem acessar esses dados para backtests, análises de mercado e até mesmo dados de preços em tempo real. Nossa equipe coletou cada instantâneo histórico do livro de pedidos da CoinAPI, de modo que nos foi fornecido lance-pedido exato dados de preços. Isso garante que os rebalanceamentos simulados sejam tão precisos quanto possível ao calcular as negociações.

Cuidado: apenas dados exatos de lance-pedido devem ser usados ​​ao executar backtests. O uso de dados agregados do CoinMarketCap ou de outros serviços semelhantes resultará em cálculos altamente imprecisos. Estudos Shrimpy nunca foram comprometidos pelo uso de tais dados.

Os dados para este estudo começam em 15 de março de 2017 e se estende até 20 de junho de 2019. Isso inclui a corrida de touros de 2017 e o mercado de baixa de 2018 em uma tentativa de destacar um ciclo de mercado completo.

Durante cada rebalanceamento simulado, as negociações serão calculadas roteando cada negociação por meio BTC. Cada uma dessas negociações simuladas irá inclui a taxa de negociação de 0,25% que é padrão para Bittrex. Isso significa que se nosso portfólio está vendendo LTC para ETH por exemplo, o backtest irá simular 2 negociações, uma de LTC para BTC e uma de BTC para ETH. Ambas as negociações incorrerão na taxa de negociação de 0,25%. Observe que, neste exemplo, a Bittrex tem um mercado direto ETH-LTC. Para simplificar, nossos backtests não considerarão essas otimizações.

Existem algoritmos mais avançados disponíveis sobre como executar rebalanceamentos. Em um artigo anterior nosso, discutimos algoritmos mais intrincados. Você pode encontrar este artigo aqui:

Algoritmos de reequilíbrio de portfólio na criptografia (Parte I)

Limite

Os limites usados ​​neste estudo variam de 1% a 50%. Após o limite inicial de 1%, os backtests avaliaram cada incremento de 5%. Portanto, avaliando 5%, 10%, 15% e assim por diante, até 50%. Isso nos forneceu uma ampla gama de limites para avaliar na esperança de identificar uma tendência.

O rebalanceamento de limiar é uma estratégia que emprega bandas de desvio (também conhecidas como “limiares”). Quando um ativo individual se desvia de sua alocação alvo de forma que a alocação atual esteja fora das bandas de desvio para este ativo, todo o portfólio é rebalanceado. Isso significa que mesmo se um solteiro ativo cruza o limite, cada ativo é rebalanceado.

Neste estudo, o desvio que cada ativo exibe é comparado à alocação de destino em um período de uma hora. Isso significa que uma vez por hora, os dados são avaliados e determinados se o limite foi ultrapassado. Se o limite foi ultrapassado, um rebalanceamento é acionado. Portanto, o frequência máxima de rebalanceamento que pode ser obtido é um reequilíbrio de hora em hora.

Tamanho do portfólio & Seleção de ativos

Durante o processo de construção do portfólio, cada portfólio é alocou 10 ativos. Esses dez ativos são selecionados aleatoriamente a partir dos ativos disponíveis durante o período de 15 de março de 2017 a 20 de junho de 2019. Isso significa que se o ativo não estava disponível durante todo o período, o ativo não está incluído neste estudo.

Os seguintes ativos são aqueles que foram incluídos neste estudo:

ABY, AEON, AMP, ARDR, BAY, BITB, BLK, BLOCK, BTC, BTS, BURST, CLOAK, CRW, CURE, DASH, DCR, DGB, DGD, DMD, DOGE, EMC, EMC2, ETC, ETH, EXCL, EXP, FCT, FLDC, FLO, FTC, GAME, GEO, GRC, GRS, IOC, ION, IOP, KMD, KORE, LBC, LSK, LTC, MAID, MEME, MONA, MUE, NAV, NEOS, NLG, NXS, NXT, OK, PINK, PIVX, POT, PPC, QWARK, RADS, RDD, REP, SBD, SHIFT, SIB, SLR, SLS, SPHR, STEEM, STRAT, SWT, SYNX, SYS, TX, UBQ, VIA, VRC, VTC, WAVES, XDN, XEM, XLM, XMR, XRP, XST, XVG, XWC, XZC, ZCL, ZEC.

Nossa equipe está fascinada com a forma como a diversidade do portfólio afeta o desempenho. Para um estudo completo sobre o assunto, visite nosso estudo anterior aqui:

Usuários criptográficos que diversificam têm melhor desempenho

Backtesting

Para analisar cada limite percentual, nosso estudo combinará os resultados de 1.000 backtests. O resultado é um histograma em cada limite que fornece uma distribuição que pode ser estudada tanto visual quanto analiticamente. No total 15.000 backtests foram executados para este estudo.

No início de cada backtest, o portfólio foi semeado com $ 5.000 de capital inicial que foi usado para construir o portfólio e rebalancear durante o backtest. Por uma questão de simplicidade, o portfólio foi alocado como um portfólio distribuído uniformemente. Isso significa que cada um dos 10 ativos recebeu exatamente 10% de peso no portfólio.

Se você estiver interessado em aprender mais sobre como distribuições diferentes afetam o desempenho, publicamos um estudo sobre este tópico aqui:

Otimizando a distribuição de ativos para reequilíbrio de criptomoeda

Cálculos de desempenho

No final do dia, nada disso importa se não calcularmos o desempenho de uma forma que as pessoas entendam.

Na conclusão de cada backtest, o resultado é um único valor em dólar que é o valor da carteira. Este valor é recebido para backtests rebalanceados e backtests que usaram a estratégia HODL. Os dois valores resultantes são comparados entre si da seguinte forma para calcular o desempenho:

Desempenho = ((R – H) / H) x 100

Onde,

  • R é o valor do portfólio rebalanceado.

  • H é o valor do portfólio HODLed.

  • O resultado é multiplicado por 100 converter de um decimal para um percentual.

Resultados

Os resultados a seguir cobrirão 15.000 backtests em uma tentativa de avaliar a diferença de desempenho entre carteiras que foram reequilibradas historicamente e aquelas que foram HODLed. Como um recurso extra no final, esses resultados são comparados com aqueles que usaram uma estratégia de rebalanceamento periódico em vez de rebalanceamento de limiar.

Em cada seção, avaliamos 4 atributos primários para a distribuição. Esses atributos são os seguintes:

  • Distribuição de desempenho primária: o intervalo no qual a maioria dos backtests se enquadra na distribuição de desempenho. Calculamos esse intervalo pegando o primeiro intervalo, que tem mais de 10 testes anteriores no intervalo e incluindo todos os testes anteriores até que haja menos de 10 testes anteriores em um intervalo.

  • Porcentagem de backtests de limite que superaram HODL: A porcentagem de carteiras com melhor desempenho usando uma estratégia de rebalanceamento baseada em limite em vez de HODLing.

  • Aumento de desempenho médio: O aumento percentual médio que foi observado para um portfólio que usou a estratégia de rebalanceamento de limite em vez de HODLing.

  • Aumento de desempenho mediano: O aumento percentual mediano que foi observado para um portfólio que usou a estratégia de rebalanceamento de limite em vez de HODLing.

Backtests de rebalanceamento de limite

Resultados dos backtests de rebalanceamento de limite.

Limiar de 1%

Figura 1: O histograma acima compara o desempenho percentual do rebalanceamento de limite com uma estratégia de comprar e manter. O eixo x representa o aumento de desempenho sobre comprar e manter para cada backtest. O eixo y é o número de backtests que se enquadram em cada uma das faixas de desempenho no eixo x. O processo para construir este histograma é, portanto – uma vez que um backtest é concluído, o valor do portfólio do portfólio de rebalanceamento é comparado ao do portfólio HODLed usando a metodologia descrita na seção intitulada “Cálculos de desempenho”. Dessa comparação, recebemos uma porcentagem que representa o desempenho do rebalanceamento muito melhor ou pior do que HODL. Com base nessa porcentagem, incrementamos a contagem do número de backtests que caíram na faixa de desempenho correspondente.

  • Distribuição de desempenho primário: -89,9% a 337,3%

  • Porcentagem de backtests de limite que superaram HODL: 76,6%

  • Aumento de desempenho médio: 101%

  • Aumento de desempenho médio: 84%

Desempenho de portfólio mediano de limite de 1%: 84%

Limiar de 5%

Figura 2: O histograma acima compara o desempenho percentual do rebalanceamento de limite com uma estratégia de comprar e manter. O eixo x representa o aumento de desempenho sobre comprar e manter para cada backtest. O eixo y é o número de backtests que se enquadram em cada uma das faixas de desempenho no eixo x. O processo para construir este histograma é, portanto – uma vez que um backtest é concluído, o valor do portfólio do portfólio de rebalanceamento é comparado ao do portfólio HODLed usando a metodologia descrita na seção intitulada “Cálculos de desempenho”. Dessa comparação, recebemos uma porcentagem que representa o desempenho do rebalanceamento muito melhor ou pior do que HODL. Com base nessa porcentagem, incrementamos a contagem do número de backtests que caíram na faixa de desempenho correspondente.

  • Distribuição de desempenho primário: -44,4% a 663,9%

  • Porcentagem de backtests de limite que superaram HODL: 93,6%

  • Aumento de desempenho médio: 255%

  • Aumento de desempenho médio: 216%

Desempenho de portfólio mediano do limite de 5%: 216%

Limiar de 10%

Figura 3: O histograma acima compara o desempenho percentual do rebalanceamento de limite com uma estratégia de compra e manutenção. O eixo x representa o aumento de desempenho sobre comprar e manter para cada backtest. O eixo y é o número de backtests que se enquadram em cada uma das faixas de desempenho no eixo x. O processo para construir este histograma é, portanto – uma vez que um backtest é concluído, o valor do portfólio do portfólio de rebalanceamento é comparado ao do portfólio HODLed usando a metodologia descrita na seção intitulada “Cálculos de desempenho”. Dessa comparação, recebemos uma porcentagem que representa o desempenho do rebalanceamento muito melhor ou pior do que HODL. Com base nessa porcentagem, incrementamos a contagem do número de backtests que caíram na faixa de desempenho correspondente.

  • Distribuição de desempenho primário: -24,4% a 762,7%

  • Porcentagem de backtests de limite que superaram HODL: 98,3%

  • Aumento de desempenho médio: 353%

  • Aumento de desempenho médio: 298%

Desempenho de portfólio médio de limite de 10%: 298%

Limiar de 15%

Figura 4: O histograma acima compara o desempenho percentual do rebalanceamento de limite com uma estratégia de comprar e manter. O eixo x representa o aumento de desempenho sobre comprar e manter para cada backtest. O eixo y é o número de backtests que se enquadram em cada uma das faixas de desempenho no eixo x. O processo para construir este histograma é, portanto – uma vez que um backtest é concluído, o valor do portfólio do portfólio de rebalanceamento é comparado ao do portfólio HODLed usando a metodologia descrita na seção intitulada “Cálculos de desempenho”. Dessa comparação, recebemos uma porcentagem que representa o desempenho do rebalanceamento muito melhor ou pior do que HODL. Com base nessa porcentagem, incrementamos a contagem do número de backtests que caíram na faixa de desempenho correspondente.

  • Distribuição de desempenho primário: -12,9% a 810,1%

  • Porcentagem de backtests de limite que superaram HODL: 98,6%

  • Aumento de desempenho médio: 365%

  • Aumento de desempenho médio: 305%

15% Limiar Mediano de Desempenho do Portfólio: 305%

20% limite

Figura 5: O histograma acima compara o desempenho percentual do rebalanceamento de limite com uma estratégia de comprar e manter. O eixo x representa o aumento de desempenho sobre comprar e manter para cada backtest. O eixo y é o número de backtests que se enquadram em cada uma das faixas de desempenho no eixo x. O processo para construir este histograma é, portanto – uma vez que um backtest é concluído, o valor do portfólio do portfólio de rebalanceamento é comparado ao do portfólio HODLed usando a metodologia descrita na seção intitulada “Cálculos de desempenho”. Dessa comparação, recebemos uma porcentagem que representa o desempenho do rebalanceamento muito melhor ou pior do que HODL. Com base nessa porcentagem, incrementamos a contagem do número de backtests que caíram na faixa de desempenho correspondente.

  • Distribuição de desempenho primário: -20,3% a 807,8%

  • Porcentagem de backtests de limite que superaram HODL: 98,6%

  • Aumento de desempenho médio: 350%

  • Aumento de desempenho médio: 295%

20% Limite Mediano de Desempenho do Portfólio: 295%

Limiar de 25%

Figura 6: O histograma acima compara o desempenho percentual do rebalanceamento de limite com uma estratégia de comprar e manter. O eixo x representa o aumento de desempenho sobre comprar e manter para cada backtest. O eixo y é o número de backtests que se enquadram em cada uma das faixas de desempenho no eixo x. O processo para construir este histograma é, portanto – uma vez que um backtest é concluído, o valor do portfólio do portfólio de rebalanceamento é comparado ao do portfólio HODLed usando a metodologia descrita na seção intitulada “Cálculos de desempenho”. Dessa comparação, recebemos uma porcentagem que representa o desempenho do rebalanceamento muito melhor ou pior do que HODL. Com base nessa porcentagem, incrementamos a contagem do número de backtests que caíram na faixa de desempenho correspondente.

  • Distribuição de desempenho primário: -51,8% a 822,0%

  • Porcentagem de backtests de limite que superaram HODL: 98,5%

  • Aumento de desempenho médio: 353%

  • Aumento de desempenho médio: 289%

25% Limiar Mediano de Desempenho do Portfólio: 289%

30% limiar

Figura 7: O histograma acima compara o desempenho percentual do rebalanceamento de limite com uma estratégia de compra e manutenção. O eixo x representa o aumento de desempenho sobre comprar e manter para cada backtest. O eixo y é o número de backtests que se enquadram em cada uma das faixas de desempenho no eixo x. O processo para construir este histograma é, portanto – uma vez que um backtest é concluído, o valor do portfólio do portfólio de rebalanceamento é comparado ao do portfólio HODLed usando a metodologia descrita na seção intitulada “Cálculos de desempenho”. Dessa comparação, recebemos uma porcentagem que representa o desempenho do rebalanceamento muito melhor ou pior do que HODL. Com base nessa porcentagem, incrementamos a contagem do número de backtests que caíram na faixa de desempenho correspondente.

  • Distribuição de desempenho primário: -58,2% a 780,5%

  • Porcentagem de backtests de limite que superaram HODL: 98,3%

  • Aumento de desempenho médio: 328%

  • Aumento de desempenho médio: 279%

30% Limiar Mediano de Desempenho do Portfólio: 279%

Limite de 35%

Figura 8: O histograma acima compara o desempenho percentual do rebalanceamento de limite com uma estratégia de compra e manutenção. O eixo x representa o aumento de desempenho sobre comprar e manter para cada backtest. O eixo y é o número de backtests que se enquadram em cada uma das faixas de desempenho no eixo x. O processo para construir este histograma é, portanto – uma vez que um backtest é concluído, o valor do portfólio do portfólio de rebalanceamento é comparado ao do portfólio HODLed usando a metodologia descrita na seção intitulada “Cálculos de desempenho”. Dessa comparação, recebemos uma porcentagem que representa o desempenho do rebalanceamento muito melhor ou pior do que HODL. Com base nessa porcentagem, incrementamos a contagem do número de backtests que caíram na faixa de desempenho correspondente.

  • Distribuição de desempenho primário: -49,5% a 710,5%

  • Porcentagem de backtests de limite que superaram HODL: 98,1%

  • Aumento de desempenho médio: 322%

  • Aumento de desempenho médio: 275%

Limite de desempenho médio do portfólio de 35%: 275%

Limiar de 40%

Figura 9: O histograma acima compara o desempenho percentual do rebalanceamento de limite com uma estratégia de comprar e manter. O eixo x representa o aumento de desempenho sobre comprar e manter para cada backtest. O eixo y é o número de backtests que se enquadram em cada uma das faixas de desempenho no eixo x. O processo para construir este histograma é, portanto – uma vez que um backtest é concluído, o valor do portfólio do portfólio de rebalanceamento é comparado ao do portfólio HODLed usando a metodologia descrita na seção intitulada “Cálculos de desempenho”. Dessa comparação, recebemos uma porcentagem que representa o desempenho do rebalanceamento muito melhor ou pior do que HODL. Com base nessa porcentagem, incrementamos a contagem do número de backtests que caíram na faixa de desempenho correspondente.

  • Distribuição de desempenho primário: -49,7% a 746,6%

  • Porcentagem de backtests de limite que superaram HODL: 97,7%

  • Aumento de desempenho médio: 307%

  • Aumento de desempenho médio: 268%

Desempenho de portfólio mediano de limite de 40%: 268%

Limiar de 45%

Figura 10: O histograma acima compara o desempenho percentual do rebalanceamento de limite com uma estratégia de comprar e manter. O eixo x representa o aumento de desempenho sobre comprar e manter para cada backtest. O eixo y é o número de backtests que se enquadram em cada uma das faixas de desempenho no eixo x. O processo para construir este histograma é, portanto – uma vez que um backtest é concluído, o valor do portfólio do portfólio de rebalanceamento é comparado ao do portfólio HODLed usando a metodologia descrita na seção intitulada “Cálculos de desempenho”. Dessa comparação, recebemos uma porcentagem que representa o desempenho do rebalanceamento muito melhor ou pior do que HODL. Com base nessa porcentagem, incrementamos a contagem do número de backtests que caíram na faixa de desempenho correspondente.

  • Distribuição de desempenho primário: -16,5% a 637,0%

  • Porcentagem de backtests de limite que superaram HODL: 98,8%

  • Aumento de desempenho médio: 310%

  • Aumento de desempenho médio: 274%

45% Limite Mediano de Desempenho do Portfólio: 274%

Limite de 50%

Figura 11: O histograma acima compara o desempenho percentual do rebalanceamento de limite com uma estratégia de comprar e manter. O eixo x representa o aumento de desempenho sobre comprar e manter para cada backtest. O eixo y é o número de backtests que se enquadram em cada uma das faixas de desempenho no eixo x. O processo para construir este histograma é, portanto – uma vez que um backtest é concluído, o valor do portfólio do portfólio de rebalanceamento é comparado ao do portfólio HODLed usando a metodologia descrita na seção intitulada “Cálculos de desempenho”. Dessa comparação, recebemos uma porcentagem que representa o desempenho do rebalanceamento muito melhor ou pior do que HODL. Com base nessa porcentagem, incrementamos a contagem do número de backtests que caíram na faixa de desempenho correspondente.

  • Distribuição de desempenho primário: -12,3% a 710,8%

  • Porcentagem de backtests de limite que superaram HODL: 99,1%

  • Aumento de desempenho médio: 316%

  • Aumento de desempenho médio: 275%

50% Limiar Mediano de Desempenho do Portfólio: 275%

Periódico

Resultados dos backtests de rebalanceamento periódicos.

Os seguintes backtests de rebalanceamento periódico foram executados no mesmo conjunto de dados históricos que os backtests de rebalanceamento de limite. A única diferença é a estratégia que foi empregada.

1 hora

Figura 12: O histograma acima compara o desempenho percentual do rebalanceamento por hora com uma estratégia de compra e manutenção. O eixo x representa o aumento de desempenho sobre comprar e manter para cada backtest. O eixo y é o número de backtests que se enquadram em cada uma das faixas de desempenho no eixo x. O processo para construir este histograma é, portanto – uma vez que um backtest é concluído, o valor do portfólio do portfólio de rebalanceamento é comparado ao do portfólio HODLed usando a metodologia descrita na seção intitulada “Cálculos de desempenho”. Dessa comparação, recebemos uma porcentagem que representa o desempenho do rebalanceamento muito melhor ou pior do que HODL. Com base nessa porcentagem, incrementamos a contagem do número de backtests que caíram na faixa de desempenho correspondente.

  • Distribuição de desempenho primário: -93,2% a 336,3%

  • Porcentagem de backtests de reequilíbrio periódico que superaram HODL: 75,3%

  • Aumento de desempenho médio: 97%

  • Aumento de desempenho médio: 72%

Desempenho médio do portfólio de reequilíbrio periódico de 1 hora: 72%

1 dia

Figura 13: O histograma acima compara o desempenho percentual do rebalanceamento diário com uma estratégia de compra e manutenção. O eixo x representa o aumento de desempenho sobre comprar e manter para cada backtest. O eixo y é o número de backtests que se enquadram em cada uma das faixas de desempenho no eixo x. O processo para construir este histograma é, portanto – uma vez que um backtest é concluído, o valor do portfólio do portfólio de rebalanceamento é comparado ao do portfólio HODLed usando a metodologia descrita na seção intitulada “Cálculos de desempenho”. Dessa comparação, recebemos uma porcentagem que representa o desempenho do rebalanceamento muito melhor ou pior do que HODL. Com base nessa porcentagem, incrementamos a contagem do número de backtests que caíram na faixa de desempenho correspondente.

  • Distribuição de desempenho primário: -55,2% a 517,7%

  • Porcentagem de backtests de reequilíbrio periódico que superaram HODL: 95,1%

  • Aumento de desempenho médio: 202%

  • Aumento de desempenho médio: 166%

Desempenho do portfólio mediano do reequilíbrio periódico de 1 dia: 166%

1 semana

Figura 14: O histograma acima compara o desempenho percentual do rebalanceamento semanal com uma estratégia de comprar e manter. O eixo x representa o aumento de desempenho sobre comprar e manter para cada backtest. O eixo y é o número de backtests que se enquadram em cada uma das faixas de desempenho no eixo x. O processo para construir este histograma é, portanto – uma vez que um backtest é concluído, o valor do portfólio do portfólio de rebalanceamento é comparado ao do portfólio HODLed usando a metodologia descrita na seção intitulada “Cálculos de desempenho”. Dessa comparação, recebemos uma porcentagem que representa o desempenho do rebalanceamento muito melhor ou pior do que HODL. Com base nessa porcentagem, incrementamos a contagem do número de backtests que caíram na faixa de desempenho correspondente.

  • Distribuição de desempenho primário: -46,3% a 382,9%

  • Porcentagem de backtests de reequilíbrio periódico que superaram HODL: 94,9%

  • Aumento de desempenho médio: 152%

  • Aumento de desempenho médio: 131%

Desempenho médio do portfólio de reequilíbrio periódico de 1 semana: 131%

1 mês

Figura 15: O histograma acima compara o desempenho percentual do rebalanceamento mensal com uma estratégia de comprar e manter. O eixo x representa o aumento de desempenho sobre comprar e manter para cada backtest. O eixo y é o número de backtests que se enquadram em cada uma das faixas de desempenho no eixo x. O processo para construir este histograma é, portanto – uma vez que um backtest é concluído, o valor do portfólio do portfólio de rebalanceamento é comparado ao do portfólio HODLed usando a metodologia descrita na seção intitulada “Cálculos de desempenho”. Dessa comparação, recebemos uma porcentagem que representa o desempenho do rebalanceamento muito melhor ou pior do que HODL. Com base nessa porcentagem, incrementamos a contagem do número de backtests que caíram na faixa de desempenho correspondente.

  • Distribuição de desempenho primário: -63,5% a 368,4%

  • Porcentagem de backtests de reequilíbrio periódico que superaram HODL: 92,3%

  • Aumento de desempenho médio: 193%

  • Aumento de desempenho médio: 121%

Desempenho médio do portfólio de reequilíbrio periódico de 1 mês: 121%

Visão geral

Combinando esses resultados, podemos gerar alguns gráficos simples que irão pintar um quadro completo do desempenho de rebalanceamento do limite médio à medida que aumentamos o limite.

O motivo pelo qual usamos o desempenho médio nos backtests é porque isso ajuda a diminuir o efeito de outliers. Como resultado, chegamos a um valor que nos diz que 50% das carteiras tiveram um desempenho melhor do que a mediana e 50% tiveram um desempenho pior.

Figura 16: O gráfico acima mostra o desempenho mediano do rebalanceamento de limiar em cada um dos limiares de porcentagem correspondentes.

O gráfico acima mostra como o desempenho do portfólio mediano aumenta e diminui com base na porcentagem do limite. Começando com um limite de 1%, observamos o desempenho mediano mais baixo de 84%. Isso aumenta rapidamente à medida que aumentamos a porcentagem do limite até atingirmos um limite de 15%. Neste ponto, o desempenho mediano atinge o pico de 305%.

Continuar a aumentar nosso limite além de 15% não melhora ainda mais o desempenho. Em vez disso, observamos uma ligeira queda no desempenho até que se estabilize em torno de 275%. Para resumir esses pontos de outra maneira, podemos listar os desempenhos para cada um dos limites examinados. Por conveniência, também incluímos uma comparação com os resultados dos backtests de rebalanceamento com base no período, que ocorreram no mesmo período simulado.

Figura 17: O gráfico acima lista o desempenho médio do rebalanceamento de limite em cada um dos limites de porcentagem correspondentes.

Figura 18: O gráfico acima mostra o desempenho mediano do rebalanceamento periódico em cada um dos períodos de rebalanceamento correspondentes.

Os resultados para a estratégia de rebalanceamento periódico indicam que o desempenho máximo foi obtido com um período de rebalanceamento de 1 dia para este conjunto de dados e troca. No caso de ambas as estratégias, o desempenho mais baixo foi obtido ao utilizar uma estratégia que resultou em rebalanceamentos de alta frequência.

Nota: esses dados são específicos para Bittrex. Embora o rebalanceamento de alta frequência tenha diminuído o desempenho neste estudo, nossos estudos anteriores que avaliaram os dados do Binance sugerem que a execução de rebalanceamentos frequentes em bolsas de alta liquidez e de baixa taxa pode resultar em um melhor desempenho. Você pode encontrar o estudo aqui.

Existem vários fatores que podem fazer com que o rebalanceamento de limite supere o rebalanceamento periódico. A mais óbvia dessas razões é o gatilho “baseado na necessidade” que o rebalanceamento de limite utiliza. Essencialmente, em vez de sempre rebalancear, independentemente do estado da carteira, o rebalanceamento de limiar só será rebalanceado quando a carteira ficar desalinhada devido a movimentos no mercado. Quando o portfólio está alinhado com as alocações de destino, nenhum rebalanceamento será tentado. Isso pode economizar nas taxas de negociação a longo prazo.

Além de economizar em taxas, o rebalanceamento de limite também permite que os portfólios capturem picos de mercado com mais precisão. Quando há momentos de grande volatilidade, o rebalanceamento periódico ignora as mudanças até o próximo período de rebalanceamento. Por outro lado, o rebalanceamento de limiar usará essa volatilidade a seu favor para reequilibrar quando um pico cruzar o limiar.

Esses dois aspectos principais podem permitir o rebalanceamento do limite para reduzir custos e aumentar os retornos por um longo período de tempo.

Conclusões

Os resultados ilustram claramente que o rebalanceamento de limite superou tanto as carteiras HODLed quanto as carteiras que utilizaram uma estratégia de rebalanceamento periódico. Enquanto o rebalanceamento baseado no período atingiu um pico de aumento de 166% sobre comprar e manter por um período de rebalanceamento de 1 dia, o rebalanceamento baseado no limite atingiu um pico de 305% de aumento de desempenho sobre comprar e manter para um limite de 15%.

Outros itens interessantes de nota incluem:

  • Um rebalanceamento com base no limite de 15% apresentou a maior distribuição de resultados de desempenho.

  • Um limite de 50% viu o maior percentual de carteiras ter um desempenho melhor do que HODL em 99,1%.

  • Os reequilíbrios de uma hora viram a menor porcentagem de carteiras com desempenho superior a HODL em 75,3%.

Um rebalanceamento de limite de 15% superou HODL em 305%.

Threshold Rebalancing com Shrimpy

Os resultados chegaram e o rebalanceamento do limiar surpreendeu a concorrência. Embora seja possível implementar essa estratégia por conta própria, Shrimpy pode automatizar toda essa estratégia para você em menos de 5 minutos. Vincule uma conta de câmbio a qualquer bolsa principal, selecione um portfólio e comece a tirar proveito desta poderosa estratégia de rebalanceamento.

Inscreva-se para uma conta Shrimpy

Se você ainda não consegue decidir se Shrimpy é certo para você, tente a demonstração.

Leitura Adicional

Fundos de índice de criptomoeda automatizados – gerenciamento de ativos pessoais

Rebalanceamento de portfólio para criptomoeda

Criptomoeda Trading Bots – O guia completo

Uma análise do reequilíbrio de alta frequência

Rebalance vs. HODL: uma análise de mercado em baixa

Não se esqueça de nos seguir no Twitter e o Facebook para atualizações e faça perguntas às nossas incríveis comunidades ativas no Telegrama & Discórdia.

Deixe um comentário para nos contar sua experiência com rebalanceamento de limite!

A equipe Shrimpy

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