Ambang Terbaik untuk Strategi Pengimbangan Semula Cryptocurrency

>

Kajian ini akan menjadi analisis utama pertama pengimbangan semula berdasarkan ambang untuk portfolio cryptocurrency. Objektif kajian ini adalah untuk tidak hanya menggambarkan secara tepat prestasi sejarah pengimbangan semula ambang batas, tetapi membandingkan hasilnya dengan hasil strategi beli dan tahan yang sederhana dan juga pengimbangan semula berkala. Oleh kerana pengumuman baru-baru ini mengenai sokongan kami untuk pengimbangan semula ambang dalam aplikasi pengurusan portfolio kami, adalah wajar bagi kita untuk memahami secara mendalam implikasi sejarah pelaksanaan strategi ini dalam jangka masa yang panjang.

Untuk menyediakan asas untuk memahami bagaimana rebalancing ambang batas berfungsi, kami telah menerbitkan petikan penjelasan ringkas yang akan memandu Anda melalui strategi dan bagaimana strategi tersebut dilaksanakan di Shrimpy. Sebelum meneruskan, kami mengesyorkan sekurang-kurangnya membaca artikel itu di sini:

Pengecilan Semula Ambang – Evolusi Pengurusan Portfolio Cryptocurrency

Sekarang setelah anda memahami secara umum bagaimana pengimbangan semula berdasarkan ambang batas berfungsi, ikuti perkembangan semua kajian yang kami keluarkan mengenai strategi portfolio dengan menyertai kumpulan Telegram kami.

Kajian lepas yang menilai prestasi pengimbangan semula berkala boleh didapati di blog kami di sini.

Pengenalan

Sebelum kita sampai ke data, mari kita bincangkan kaedah bagaimana kajian ini disiapkan. Tanpa pemahaman yang kuat tentang cara kajian ini dilakukan, kita tidak dapat bergantung pada ketepatan hasilnya.

Data & Pengiraan Perdagangan

Data untuk kajian ini dikumpulkan secara langsung dari Bittrex pertukaran cryptocurrency melalui perkhidmatan pihak ketiga CoinAPI. CoinAPI adalah penyedia data yang mengumpulkan dan mengarkibkan pesanan buku data di setiap pertukaran cryptocurrency utama. Dengan menggunakan API data, pengembang dapat mengakses data ini untuk uji coba, analisis pasar, dan bahkan data harga waktu nyata. Pasukan kami mengumpulkan setiap snapshot buku pesanan bersejarah dari CoinAPI sehingga kami diberikan bida-tanya tepat data harga. Ini memastikan keseimbangan simulasi akan seakurat mungkin ketika menghitung perdagangan.

Perhatian: Hanya data tanya-tanya yang tepat yang harus digunakan ketika menjalankan ujian belakang. Menggunakan data gabungan dari CoinMarketCap atau perkhidmatan lain yang serupa akan menghasilkan pengiraan yang sangat tidak tepat. Kajian udang tidak pernah dikompromikan dengan penggunaan data tersebut.

Data untuk kajian ini bermula pada 15 Mac 2017 dan dilanjutkan sehingga 20 Jun 2019. Ini merangkumi bull bull 2017 dan bear market 2018 dalam usaha untuk mengetengahkan kitaran pasaran yang lengkap.

Selama setiap keseimbangan simulasi, perdagangan akan dihitung dengan mengarahkan setiap perdagangan melalui BTC. Setiap perdagangan simulasi ini akan termasuk yuran perdagangan .25% yang merupakan standard untuk Bittrex. Ini bermaksud jika portfolio kami menjual LTC untuk ETH misalnya, ujian belakang akan mensimulasikan 2 perdagangan, satu dari LTC ke BTC dan satu dari BTC ke ETH. Kedua-dua perdagangan ini akan dikenakan yuran perdagangan .25%. Perhatikan bahawa dalam contoh ini Bittrex memang mempunyai pasaran ETH-LTC langsung. Untuk kesederhanaan ujian belakang kami tidak akan mempertimbangkan pengoptimuman ini.

Terdapat algoritma lebih maju yang tersedia untuk bagaimana melaksanakan keseimbangan semula. Dalam artikel sebelumnya, kami membincangkan algoritma yang lebih rumit. Anda boleh mendapatkan artikel ini di sini:

Algoritma Pengimbangan Semula Portofolio Dalam Crypto (Bahagian I)

Ambang

Ambang batas yang digunakan dalam kajian ini adalah dari 1% hingga 50%. Selepas ambang 1% awal, ujian belakang dinilai setiap kenaikan 5%. Oleh itu, menilai 5%, 10%, 15%, dan seterusnya, sehingga 50%. Ini memberi kami pelbagai had untuk menilai dengan harapan dapat mengenal pasti arah aliran.

Pengimbangan semula ambang adalah strategi yang menggunakan jalur penyimpangan (aka “ambang”). Apabila aset individu menyimpang dari peruntukan sasarannya sehingga peruntukan semasa berada di luar jalur penyimpangan untuk aset ini, keseluruhan portfolio diseimbangkan semula. Ini bermaksud walaupun a bujang aset melintasi ambang, setiap aset diimbangi semula.

Dalam kajian ini, penyimpangan setiap aset yang dipamerkan dibandingkan dengan peruntukan sasaran dalam satu jam. Ini bermaksud sekali dalam satu jam, data dinilai dan ditentukan apakah ambang telah dilalui. Sekiranya ambang telah dilintasi, keseimbangan akan dicetuskan. Oleh itu, frekuensi pengimbangan semula maksimum yang dapat diperoleh adalah keseimbangan setiap jam.

Saiz Portofolio & Pemilihan Aset

Semasa proses pembinaan portfolio, setiap portfolio adalah memperuntukkan 10 aset. Sepuluh aset ini dipilih secara rawak dari aset yang ada dalam jangka masa 15 Mac 2017 hingga 20 Jun 2019. Ini bermaksud jika aset tersebut tidak tersedia sepanjang tempoh tersebut, aset tersebut tidak termasuk dalam kajian ini.

Aset berikut adalah yang termasuk dalam kajian ini:

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.

Pasukan kami terpesona dengan cara kepelbagaian portfolio mempengaruhi prestasi. Untuk kajian lengkap mengenai topik ini, sila kunjungi kajian kami sebelumnya di sini:

Pengguna Crypto yang Mempelbagaikan Berprestasi Lebih Baik

Ujian Belakang

Untuk menganalisis setiap ambang peratus, kajian kami akan menggabungkan hasil dari 1,000 ujian belakang. Hasilnya adalah histogram pada setiap ambang yang memberikan sebaran yang dapat dikaji secara visual dan analitis. Dalam jumlah 15,000 ujian belakang dijalankan untuk kajian ini.

Pada awal setiap ujian belakang, portfolio telah diunggulkan $ 5,000 modal permulaan yang digunakan untuk membina portfolio dan keseimbangan semula sepanjang ujian belakang. Demi kesederhanaan, portfolio diperuntukkan sebagai portfolio yang sama rata. Ini bermaksud setiap 10 aset diberi berat 10% tepat dalam portfolio.

Sekiranya anda berminat untuk mengetahui lebih lanjut mengenai bagaimana pengedaran yang berbeza mempengaruhi prestasi, kami menerbitkan kajian mengenai topik ini di sini:

Mengoptimumkan Pengagihan Aset Untuk Pengimbangan Semula Cryptocurrency

Pengiraan Prestasi

Pada penghujung hari, semua ini tidak menjadi masalah sekiranya kita tidak mengira prestasi dengan cara yang difahami oleh orang lain.

Pada akhir setiap ujian terakhir, hasilnya adalah jumlah dolar tunggal yang merupakan nilai portfolio. Nilai ini diterima untuk ujian dan ujian belakang yang tidak seimbang yang menggunakan strategi HODL. Kedua-dua nilai yang dihasilkan dibandingkan antara satu sama lain dengan cara berikut untuk mengira prestasi:

Prestasi = ((R – H) / H) x 100

di mana,

  • R adalah nilai portfolio yang seimbang.

  • H adalah nilai portfolio HODLed.

  • Hasilnya adalah didarabkan dengan 100 untuk menukar dari perpuluhan hingga peratus.

Keputusan

Hasil berikut akan merangkumi 15,000 ujian semula dalam usaha untuk menilai perbezaan prestasi antara portfolio yang secara historis tidak seimbang dan yang mempunyai HODLed. Sebagai sumber tambahan pada akhirnya, hasil ini dibandingkan dengan hasil yang telah menggunakan strategi penyeimbangan berkala dan bukannya pengimbangan ulang ambang.

Di setiap bahagian, kami menilai 4 atribut utama untuk pengedaran. Atribut ini adalah berikut:

  • Pengagihan Prestasi Utama: Julat yang mana sebahagian besar ujian belakang tergolong dalam taburan prestasi. Kami mengira julat ini dengan mengambil baldi pertama yang mempunyai lebih daripada 10 ujian belakang dalam julat dan merangkumi semua ujian belakang sehingga terdapat kurang dari 10 ujian belakang dalam baldi.

  • Peratus Ujian Balik Ambang yang Mengalahkan HODL: Peratusan portfolio yang berprestasi lebih baik menggunakan strategi pengimbangan semula berdasarkan ambang dan bukannya HODLing.

  • Peningkatan Prestasi Purata: Peningkatan peratus rata-rata yang diperhatikan untuk portfolio yang menggunakan strategi pengimbangan semula ambang dan bukannya HODLing.

  • Peningkatan Prestasi Median: Peningkatan peratus median yang diperhatikan untuk portfolio yang menggunakan strategi pengimbangan semula ambang dan bukannya HODLing.

Ujian Kembali Mengawal Semula Ambang

Hasil dari ambang pengimbangan semula ujian.

Ambang 1%

Gambar 1: Histogram di atas membandingkan prestasi peratus pengimbangan semula ambang ke strategi beli dan tahan. Paksi-x menunjukkan peningkatan prestasi berbanding beli dan tahan untuk setiap ujian belakang. Paksi-y adalah bilangan ujian belakang yang merangkumi setiap julat prestasi pada paksi-x. Oleh itu, proses untuk membina histogram ini – setelah ujian belakang selesai, nilai portfolio portfolio keseimbangan dibandingkan dengan portfolio HODLed menggunakan metodologi yang digariskan dalam bahagian berjudul “Pengiraan Prestasi”. Dari perbandingan ini, kami menerima peratusan yang menunjukkan bagaimana pengimbangan semula yang lebih baik atau lebih buruk daripada HODL. Berdasarkan peratusan ini, kami menambah jumlah bilangan ujian yang tergolong dalam julat prestasi yang sesuai.

  • Taburan Prestasi Utama: -89.9% hingga 337.3%

  • Peratus Ujian Kembali Ambang yang Mengalahkan HODL: 76.6%

  • Peningkatan Prestasi Purata: 101%

  • Peningkatan Prestasi Median: 84%

Prestasi Portofolio Median Ambang 1%: 84%

Ambang 5%

Gambar 2: Histogram di atas membandingkan prestasi peratus pengimbangan semula ambang ke strategi beli dan tahan. Paksi-x menunjukkan peningkatan prestasi berbanding beli dan tahan untuk setiap ujian belakang. Paksi-y adalah bilangan ujian belakang yang merangkumi setiap julat prestasi pada paksi-x. Oleh itu, proses untuk membina histogram ini – setelah ujian belakang selesai, nilai portfolio portfolio keseimbangan dibandingkan dengan portfolio HODLed menggunakan metodologi yang digariskan dalam bahagian berjudul “Pengiraan Prestasi”. Dari perbandingan ini, kami menerima peratusan yang menunjukkan bagaimana pengimbangan semula yang lebih baik atau lebih buruk daripada HODL. Berdasarkan peratusan ini, kami menambah jumlah bilangan ujian yang tergolong dalam julat prestasi yang sesuai.

  • Pembahagian Prestasi Utama: -44.4% hingga 663.9%

  • Peratus Ujian Kembali Ambang yang Mengalahkan HODL: 93.6%

  • Peningkatan Prestasi Purata: 255%

  • Peningkatan Prestasi Median: 216%

Prestasi Portfolio Ambang Had 5%: 216%

Ambang 10%

Gambar 3: Histogram di atas membandingkan prestasi peratus pengimbangan semula ambang ke strategi beli dan tahan. Paksi-x menunjukkan peningkatan prestasi berbanding beli dan tahan untuk setiap ujian belakang. Paksi-y adalah bilangan ujian belakang yang merangkumi setiap julat prestasi pada paksi-x. Oleh itu, proses untuk membina histogram ini – setelah ujian belakang selesai, nilai portfolio portfolio keseimbangan dibandingkan dengan portfolio HODLed menggunakan metodologi yang digariskan dalam bahagian berjudul “Pengiraan Prestasi”. Dari perbandingan ini, kami menerima peratusan yang menunjukkan bagaimana pengimbangan semula yang lebih baik atau lebih buruk daripada HODL. Berdasarkan peratusan ini, kami menambah jumlah bilangan ujian yang tergolong dalam julat prestasi yang sesuai.

  • Taburan Prestasi Utama: -24.4% hingga 762.7%

  • Peratus Ujian Kembali Ambang yang Mengalahkan HODL: 98.3%

  • Peningkatan Prestasi Purata: 353%

  • Peningkatan Prestasi Median: 298%

Prestasi Portofolio Median Ambang 10%: 298%

Ambang 15%

Gambar 4: Histogram di atas membandingkan prestasi peratus pengimbangan semula ambang ke strategi beli dan tahan. Paksi-x menunjukkan peningkatan prestasi berbanding beli dan tahan untuk setiap ujian belakang. Paksi-y adalah bilangan ujian belakang yang merangkumi setiap julat prestasi pada paksi-x. Oleh itu, proses untuk membina histogram ini – setelah ujian belakang selesai, nilai portfolio portfolio keseimbangan dibandingkan dengan portfolio HODLed menggunakan metodologi yang digariskan dalam bahagian berjudul “Pengiraan Prestasi”. Dari perbandingan ini, kami menerima peratusan yang menunjukkan bagaimana pengimbangan semula yang lebih baik atau lebih buruk daripada HODL. Berdasarkan peratusan ini, kami menambah jumlah bilangan ujian yang tergolong dalam julat prestasi yang sesuai.

  • Taburan Prestasi Utama: -12.9% hingga 810.1%

  • Peratus Ujian Kembali Ambang yang Mengalahkan HODL: 98.6%

  • Peningkatan Prestasi Purata: 365%

  • Peningkatan Prestasi Median: 305%

15% Prestasi Portofolio Median Ambang: 305%

Ambang 20%

Gambar 5: Histogram di atas membandingkan prestasi peratus pengimbangan semula ambang ke strategi beli dan tahan. Paksi-x menunjukkan peningkatan prestasi berbanding beli dan tahan untuk setiap ujian belakang. Paksi-y ialah bilangan ujian belakang yang merangkumi setiap julat prestasi pada paksi-x. Oleh itu, proses untuk membina histogram ini – setelah ujian belakang selesai, nilai portfolio portfolio keseimbangan dibandingkan dengan portfolio HODLed menggunakan metodologi yang digariskan dalam bahagian berjudul “Pengiraan Prestasi”. Dari perbandingan ini, kami menerima peratusan yang menunjukkan bagaimana pengimbangan semula yang lebih baik atau lebih buruk daripada HODL. Berdasarkan peratusan ini, kami menambah jumlah bilangan ujian yang tergolong dalam julat prestasi yang sesuai.

  • Taburan Prestasi Utama: -20.3% hingga 807.8%

  • Peratus Ujian Kembali Ambang yang Mengalahkan HODL: 98.6%

  • Peningkatan Prestasi Purata: 350%

  • Peningkatan Prestasi Median: 295%

Prestasi Portofolio Median Ambang 20%: 295%

Ambang 25%

Gambar 6: Histogram di atas membandingkan prestasi peratus pengimbangan semula ambang ke strategi beli dan tahan. Paksi-x menunjukkan peningkatan prestasi berbanding beli dan tahan untuk setiap ujian belakang. Paksi-y adalah bilangan ujian belakang yang merangkumi setiap julat prestasi pada paksi-x. Oleh itu, proses untuk membina histogram ini – setelah ujian belakang selesai, nilai portfolio portfolio keseimbangan dibandingkan dengan portfolio HODLed menggunakan metodologi yang digariskan dalam bahagian berjudul “Pengiraan Prestasi”. Dari perbandingan ini, kami menerima peratusan yang menunjukkan bagaimana pengimbangan semula yang lebih baik atau lebih buruk daripada HODL. Berdasarkan peratusan ini, kami menambah jumlah bilangan ujian yang tergolong dalam julat prestasi yang sesuai.

  • Taburan Prestasi Utama: -51.8% hingga 822.0%

  • Peratus Ujian Kembali Ambang yang Mengalahkan HODL: 98.5%

  • Peningkatan Prestasi Purata: 353%

  • Peningkatan Prestasi Median: 289%

Prestasi Portofolio Median Ambang Had 25%: 289%

Ambang 30%

Gambar 7: Histogram di atas membandingkan prestasi peratus pengimbangan semula ambang ke strategi beli dan tahan. Paksi-x menunjukkan peningkatan prestasi berbanding beli dan tahan untuk setiap ujian belakang. Paksi-y adalah bilangan ujian belakang yang merangkumi setiap julat prestasi pada paksi-x. Oleh itu, proses untuk membina histogram ini – setelah ujian belakang selesai, nilai portfolio portfolio keseimbangan dibandingkan dengan portfolio HODLed menggunakan metodologi yang digariskan dalam bahagian berjudul “Pengiraan Prestasi”. Dari perbandingan ini, kami menerima peratusan yang menunjukkan bagaimana pengimbangan semula yang lebih baik atau lebih buruk daripada HODL. Berdasarkan peratusan ini, kami menambah jumlah bilangan ujian yang tergolong dalam julat prestasi yang sesuai.

  • Taburan Prestasi Utama: -58.2% hingga 780.5%

  • Peratus Ujian Kembali Ambang yang Mengalahkan HODL: 98.3%

  • Peningkatan Prestasi Purata: 328%

  • Peningkatan Prestasi Median: 279%

Prestasi Portofolio Median Ambang 30%: 279%

Ambang 35%

Gambar 8: Histogram di atas membandingkan prestasi peratus pengimbangan semula ambang ke strategi beli dan tahan. Paksi-x menunjukkan peningkatan prestasi berbanding beli dan tahan untuk setiap ujian belakang. Paksi-y ialah bilangan ujian belakang yang merangkumi setiap julat prestasi pada paksi-x. Oleh itu, proses untuk membina histogram ini – setelah ujian belakang selesai, nilai portfolio portfolio keseimbangan dibandingkan dengan portfolio HODLed menggunakan metodologi yang digariskan dalam bahagian berjudul “Pengiraan Prestasi”. Dari perbandingan ini, kami menerima peratusan yang menunjukkan bagaimana pengimbangan semula yang lebih baik atau lebih buruk daripada HODL. Berdasarkan peratusan ini, kami menambah jumlah bilangan ujian yang tergolong dalam julat prestasi yang sesuai.

  • Taburan Prestasi Utama: -49.5% hingga 710.5%

  • Peratus Ujian Kembali Ambang yang Mengalahkan HODL: 98.1%

  • Peningkatan Prestasi Purata: 322%

  • Peningkatan Prestasi Median: 275%

Prestasi Portofolio Median Ambang 35%: 275%

Ambang 40%

Gambar 9: Histogram di atas membandingkan prestasi peratus pengimbangan semula ambang ke strategi beli dan tahan. Paksi-x menunjukkan peningkatan prestasi berbanding beli dan tahan untuk setiap ujian belakang. Paksi-y adalah bilangan ujian belakang yang merangkumi setiap julat prestasi pada paksi-x. Oleh itu, proses untuk membina histogram ini – setelah ujian belakang selesai, nilai portfolio portfolio keseimbangan dibandingkan dengan portfolio HODLed menggunakan metodologi yang digariskan dalam bahagian berjudul “Pengiraan Prestasi”. Dari perbandingan ini, kami menerima peratusan yang menunjukkan bagaimana pengimbangan semula yang lebih baik atau lebih buruk daripada HODL. Berdasarkan peratusan ini, kami menambah jumlah bilangan ujian yang tergolong dalam julat prestasi yang sesuai.

  • Taburan Prestasi Utama: -49.7% hingga 746.6%

  • Peratus Ujian Kembali Ambang yang Mengalahkan HODL: 97.7%

  • Peningkatan Prestasi Purata: 307%

  • Peningkatan Prestasi Median: 268%

Prestasi Portofolio Median Ambang 40%: 268%

Ambang 45%

Gambar 10: Histogram di atas membandingkan prestasi peratus pengimbangan semula ambang ke strategi beli dan tahan. Paksi-x menunjukkan peningkatan prestasi berbanding beli dan tahan untuk setiap ujian belakang. Paksi-y adalah bilangan ujian belakang yang merangkumi setiap julat prestasi pada paksi-x. Oleh itu, proses untuk membina histogram ini – setelah ujian belakang selesai, nilai portfolio portfolio keseimbangan dibandingkan dengan portfolio HODLed menggunakan metodologi yang digariskan dalam bahagian berjudul “Pengiraan Prestasi”. Dari perbandingan ini, kami menerima peratusan yang menunjukkan bagaimana pengimbangan semula yang lebih baik atau lebih buruk daripada HODL. Berdasarkan peratusan ini, kami menambah jumlah bilangan ujian yang tergolong dalam julat prestasi yang sesuai.

  • Taburan Prestasi Utama: -16.5% hingga 637.0%

  • Peratus Ujian Kembali Ambang yang Mengungguli HODL: 98.8%

  • Peningkatan Prestasi Purata: 310%

  • Peningkatan Prestasi Median: 274%

Prestasi Portofolio Median Ambang Had 45%: 274%

Ambang 50%

Gambar 11: Histogram di atas membandingkan prestasi peratus pengimbangan semula ambang ke strategi beli dan tahan. Paksi-x menunjukkan peningkatan prestasi berbanding beli dan tahan untuk setiap ujian belakang. Paksi-y adalah bilangan ujian belakang yang merangkumi setiap julat prestasi pada paksi-x. Oleh itu, proses untuk membina histogram ini – setelah ujian belakang selesai, nilai portfolio portfolio keseimbangan dibandingkan dengan portfolio HODLed menggunakan metodologi yang digariskan dalam bahagian berjudul “Pengiraan Prestasi”. Dari perbandingan ini, kami menerima peratusan yang menunjukkan bagaimana pengimbangan semula yang lebih baik atau lebih buruk daripada HODL. Berdasarkan peratusan ini, kami menambah jumlah bilangan ujian yang tergolong dalam julat prestasi yang sesuai.

  • Taburan Prestasi Utama: -12.3% hingga 710.8%

  • Peratus Ujian Kembali Ambang yang Mengalahkan HODL: 99.1%

  • Peningkatan Prestasi Purata: 316%

  • Peningkatan Prestasi Median: 275%

Prestasi Portofolio Median Ambang 50%: 275%

Berkala

Hasil daripada ujian pengimbangan semula berkala.

Ujian pengimbangan semula berkala berikut dijalankan berdasarkan set data sejarah yang sama dengan ambang ujian pengimbangan semula. Satu-satunya perbezaan adalah strategi yang digunakan.

1 jam

Gambar 12: Histogram di atas membandingkan prestasi peratus pengimbangan semula setiap jam dengan strategi beli dan tahan. Paksi-x menunjukkan peningkatan prestasi berbanding beli dan tahan untuk setiap ujian belakang. Paksi-y ialah bilangan ujian belakang yang merangkumi setiap julat prestasi pada paksi-x. Oleh itu, proses untuk membina histogram ini – setelah ujian belakang selesai, nilai portfolio portfolio keseimbangan dibandingkan dengan portfolio HODLed menggunakan metodologi yang digariskan dalam bahagian berjudul “Pengiraan Prestasi”. Dari perbandingan ini, kami menerima peratusan yang menunjukkan bagaimana pengimbangan semula yang lebih baik atau lebih buruk daripada HODL. Berdasarkan peratusan ini, kami menambah jumlah bilangan ujian yang tergolong dalam julat prestasi yang sesuai.

  • Taburan Prestasi Utama: -93.2% hingga 336.3%

  • Peratusan Uji Ulang Berkala Berkala yang Mengalahkan HODL: 75.3%

  • Peningkatan Prestasi Purata: 97%

  • Peningkatan Prestasi Median: 72%

Prestasi Portfolio Median Rebalance Berkala 1 Jam: 72%

1 hari

Gambar 13: Histogram di atas membandingkan prestasi peratus pengimbangan semula harian dengan strategi beli dan tahan. Paksi-x menunjukkan peningkatan prestasi berbanding beli dan tahan untuk setiap ujian belakang. Paksi-y ialah bilangan ujian belakang yang merangkumi setiap julat prestasi pada paksi-x. Oleh itu, proses untuk membina histogram ini – setelah ujian belakang selesai, nilai portfolio portfolio keseimbangan dibandingkan dengan portfolio HODLed menggunakan metodologi yang digariskan dalam bahagian berjudul “Pengiraan Prestasi”. Dari perbandingan ini, kami menerima peratusan yang menunjukkan bagaimana pengimbangan semula yang lebih baik atau lebih buruk daripada HODL. Berdasarkan peratusan ini, kami menambah jumlah bilangan ujian yang tergolong dalam julat prestasi yang sesuai.

  • Taburan Prestasi Utama: -55.2% hingga 517.7%

  • Peratusan Uji Ulang Berkala Berkala yang Mengalahkan HODL: 95.1%

  • Peningkatan Prestasi Purata: 202%

  • Peningkatan Prestasi Median: 166%

Prestasi Portofolio Median Berkala 1 Hari Berkala: 166%

1 minggu

Gambar 14: Histogram di atas membandingkan prestasi peratus pengimbangan semula mingguan dengan strategi beli dan tahan. Paksi-x menunjukkan peningkatan prestasi berbanding beli dan tahan untuk setiap ujian belakang. Paksi-y adalah bilangan ujian belakang yang merangkumi setiap julat prestasi pada paksi-x. Oleh itu, proses untuk membina histogram ini – setelah ujian belakang selesai, nilai portfolio portfolio keseimbangan dibandingkan dengan portfolio HODLed menggunakan metodologi yang digariskan dalam bahagian berjudul “Pengiraan Prestasi”. Dari perbandingan ini, kami menerima peratusan yang menunjukkan bagaimana pengimbangan semula yang lebih baik atau lebih buruk daripada HODL. Berdasarkan peratusan ini, kami menambah jumlah bilangan ujian yang tergolong dalam julat prestasi yang sesuai.

  • Taburan Prestasi Utama: -46.3% hingga 382.9%

  • Peratusan Uji Ulang Berkala Berkala yang Mengungguli HODL: 94.9%

  • Peningkatan Prestasi Purata: 152%

  • Peningkatan Prestasi Median: 131%

Prestasi Portfolio Median Rebalance Berkala 1 Minggu: 131%

1 bulan

Gambar 15: Histogram di atas membandingkan prestasi peratus pengimbangan semula bulanan dengan strategi beli dan tahan. Paksi-x menunjukkan peningkatan prestasi berbanding beli dan tahan untuk setiap ujian belakang. Paksi-y ialah bilangan ujian belakang yang merangkumi setiap julat prestasi pada paksi-x. Oleh itu, proses untuk membina histogram ini – setelah ujian belakang selesai, nilai portfolio portfolio keseimbangan dibandingkan dengan portfolio HODLed menggunakan metodologi yang digariskan dalam bahagian berjudul “Pengiraan Prestasi”. Dari perbandingan ini, kami menerima peratusan yang menunjukkan bagaimana pengimbangan semula yang lebih baik atau lebih buruk daripada HODL. Berdasarkan peratusan ini, kami menambah jumlah bilangan ujian yang tergolong dalam julat prestasi yang sesuai.

  • Pembahagian Prestasi Utama: -63.5% hingga 368.4%

  • Peratusan Uji Ulang Berkala Berkala yang Mengungguli HODL: 92.3%

  • Peningkatan Prestasi Purata: 193%

  • Peningkatan Prestasi Median: 121%

Prestasi Portofolio Median Rebalance Berkala 1 Bulan: 121%

Gambaran keseluruhan

Menggabungkan hasil ini, kami dapat menghasilkan beberapa carta sederhana yang akan melukis gambaran penuh mengenai prestasi pengimbangan semula ambang median ketika kami meningkatkan ambang.

Sebab kami menggunakan prestasi median di belakang ujian belakang adalah kerana ini membantu mengurangkan kesan outliers. Hasilnya, kami mencapai nilai yang memberitahu kami 50% portfolio menunjukkan prestasi lebih baik daripada median dan 50% menunjukkan prestasi lebih buruk.

Gambar 16: Carta di atas menunjukkan prestasi medan pengimbangan semula ambang pada setiap ambang peratus yang sepadan.

Carta di atas menunjukkan bagaimana prestasi portfolio median meningkat dan menurun berdasarkan peratus ambang. Bermula dengan ambang 1%, kami melihat prestasi median terendah 84%. Ini dengan cepat meningkat ketika kita meningkatkan ambang peratus sehingga kita mencapai ambang 15%. Pada ketika ini, prestasi median mencapai 305%.

Melanjutkan peningkatan ambang melebihi 15% tidak meningkatkan prestasi. Sebagai gantinya, kami melihat sedikit penurunan prestasi sehingga stabil sekitar 275%. Untuk meringkaskan perkara-perkara ini dengan cara lain, kita dapat menyenaraikan persembahan untuk setiap ambang yang diperiksa. Untuk kemudahan, kami juga memasukkan perbandingan dengan hasil dari ujian keseimbangan berdasarkan jangka masa yang berlaku dalam jangka masa simulasi yang sama.

Gambar 17: Carta di atas menyenaraikan prestasi median pengimbangan semula ambang pada setiap ambang peratus yang sepadan.

Rajah 18: Carta di atas menunjukkan prestasi medan keseimbangan berkala pada setiap tempoh keseimbangan yang sesuai.

Hasil untuk strategi pengimbangan ulang berkala menunjukkan kinerja puncak diperoleh dengan periode pengimbangan ulang 1 hari untuk set data dan pertukaran ini. Dalam kedua strategi, kinerja terendah diperoleh ketika menggunakan strategi yang menghasilkan keseimbangan frekuensi tinggi.

Catatan: Data ini khusus untuk Bittrex. Walaupun pengimbangan semula frekuensi tinggi didapati menurunkan prestasi dalam kajian ini, kajian masa lalu kami yang menilai data Binance menunjukkan bahawa melakukan pengimbangan semula yang kerap pada pertukaran cairan yang sangat cair dan rendah dapat mengakibatkan peningkatan prestasi. Anda boleh mendapatkan kajiannya di sini.

Ada sejumlah faktor yang dapat menyebabkan pengimbangan kembali ambang melebihi pengimbangan semula berkala. Sebab yang paling jelas dari sebab ini adalah pemicu “berdasarkan keperluan” yang digunakan oleh pengimbangan semula ambang. Pada asasnya, daripada selalu mengimbangi kembali, tanpa mengira keadaan portofolio, pengimbangan semula ambang hanya akan menyeimbangkan semula apabila portfolio menjadi tidak sejajar kerana pergerakan di pasaran. Apabila portfolio diselaraskan dengan peruntukan sasaran, tidak ada keseimbangan yang akan dicoba. Ini dapat menjimatkan kos perdagangan dalam jangka masa panjang.

Selain menjimatkan yuran, pengimbangan semula ambang juga memberdayakan portfolio untuk menangkap lonjakan di pasaran dengan lebih tepat. Apabila terdapat saat-saat turun naik yang besar, pengimbangan semula berkala akan mengabaikan perubahan sehingga masa keseimbangan berikutnya. Sebaliknya, pengimbangan semula ambang akan menggunakan turun naik ini untuk keuntungannya untuk mengimbangi semula ketika lonjakan melintasi ambang.

Kedua aspek utama ini dapat memungkinkan pengimbangan semula ambang untuk mengurangkan kos dan meningkatkan pulangan dalam jangka masa yang panjang.

Kesimpulannya

Hasilnya dengan jelas menggambarkan pengimbangan semula ambang melebihi kedua portfolio HODLed dan juga portfolio yang menggunakan strategi penyeimbangan berkala. Walaupun pengimbangan semula berdasarkan tempoh memuncak pada kenaikan 166% berbanding pembelian dan penahanan selama 1 hari pengimbangan semula, pengimbangan semula berdasarkan ambang memuncak pada peningkatan prestasi 305% berbanding beli dan tahan untuk ambang 15%.

Item nota menarik lain termasuk:

  • Keseimbangan berdasarkan ambang 15% mengalami pengagihan hasil prestasi terbesar.

  • Ambang 50% menyaksikan peratus portfolio tertinggi menunjukkan prestasi lebih baik daripada HODL pada 99.1%.

  • Pengimbangan semula satu jam menyaksikan peratus portfolio terendah yang mengatasi HODL pada 75.3%.

Pengimbangan semula ambang 15% mengatasi HODL sebanyak 305%.

Ambang Tahap Kembali dengan Udang

Hasilnya masuk dan pengimbangan semula ambang telah melenyapkan persaingan. Walaupun anda boleh melaksanakan strategi ini sendiri, Udang dapat mengautomasikan keseluruhan strategi ini untuk anda dalam masa kurang dari 5 minit. Pautkan akaun pertukaran ke bursa utama, pilih portfolio, dan mulailah memanfaatkan strategi pengimbangan semula yang kuat ini.

Daftar untuk Akaun Shrimpy

Sekiranya anda masih tidak dapat menentukan sama ada Shrimpy sesuai untuk anda, cuba demo.

Bacaan Tambahan

Dana Indeks Cryptocurrency Automatik – Pengurusan Aset Peribadi

Pengimbangan Semula Portfolio untuk Cryptocurrency

Bot Perdagangan Cryptocurrency – Panduan Lengkap

Analisis Pengimbangan Semula Frekuensi Tinggi

Rebalance vs HODL: Analisis Pasaran Beruang

Jangan lupa untuk mengikuti kami Twitter dan Facebook untuk maklumat terkini, dan ajukan sebarang pertanyaan kepada komuniti aktif kami yang luar biasa di Telegram & Tidak setuju.

Tinggalkan komen untuk memberi tahu kami pengalaman anda dengan pengimbangan semula ambang!

Pasukan Udang

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