Le meilleur seuil pour les stratégies de rééquilibrage des crypto-monnaies

>

Cette étude constituera la première analyse majeure du rééquilibrage basé sur des seuils pour les portefeuilles de crypto-monnaie. L’objectif de cette étude est non seulement de décrire avec précision la performance historique du rééquilibrage des seuils, mais de comparer les résultats à ceux d’une simple stratégie d’achat et de conservation ainsi que d’un rééquilibrage périodique. En raison des récentes annonces de notre soutien au rééquilibrage des seuils dans notre application de gestion de portefeuille, il est approprié pour nous de bien comprendre les implications historiques de l’exécution de cette stratégie sur de longues périodes..

Pour fournir une base permettant de comprendre le fonctionnement du rééquilibrage des seuils, nous avons publié un bref article explicatif qui vous guidera à travers la stratégie et la façon dont elle a été mise en œuvre dans Shrimpy. Avant de continuer, nous vous recommandons au moins de parcourir cet article ici:

Rééquilibrage des seuils – L’évolution de la gestion de portefeuille de crypto-monnaie

Maintenant que vous avez une compréhension générale du fonctionnement du rééquilibrage basé sur les seuils, restez à jour avec toutes les études que nous publions sur les stratégies de portefeuille par rejoindre notre groupe Telegram.

Des études antérieures évaluant la performance du rééquilibrage périodique sont disponibles sur notre blog ici.

introduction

Avant d’en venir aux données, examinons les méthodes de configuration de cette étude. Sans une solide compréhension de la manière dont l’étude a été menée, nous ne pouvons pas nous fier à l’exactitude des résultats.

Données & Calculs commerciaux

Les données de cette étude ont été recueillies directement auprès du Bittrex échange de crypto-monnaie via le service tiers CoinAPI. CoinAPI est un fournisseur de données qui collecte et archive les données du carnet de commandes dans tous les principaux échanges de crypto-monnaie. En utilisant les API de données, les développeurs peuvent accéder à ces données pour des backtests, des analyses de marché et même des données de tarification en temps réel. Notre équipe a collecté chaque instantané du carnet de commandes historique de CoinAPI de sorte que nous ayons reçu offre-demande exacte données sur les prix. Cela garantit que les rééquilibres simulés seront aussi précis que possible lors du calcul des transactions.

Attention: seules les données exactes de l’offre et de la demande doivent être utilisées lors des backtests. L’utilisation de données agrégées de CoinMarketCap ou d’autres services similaires entraînera des calculs très inexacts. Les études sur les crevettes n’ont jamais été compromises par l’utilisation de telles données.


Les données de cette étude commencent le 15 mars 2017 et s’étend jusqu’à 20 juin 2019. Cela comprend à la fois la course haussière de 2017 et le marché baissier de 2018 dans le but de mettre en évidence un cycle de marché complet.

Au cours de chaque rééquilibrage simulé, les transactions seront calculées en acheminant chaque transaction via BTC. Chacun de ces métiers simulés inclure les frais de négociation de 0,25% qui est standard pour Bittrex. Cela signifie que si notre portefeuille vend des LTC pour ETH par exemple, le backtest simulera 2 transactions, une de LTC à BTC et une de BTC à ETH. Ces deux transactions entraîneront des frais de négociation de 0,25%. Notez que dans cet exemple, Bittrex a un marché direct ETH-LTC. Pour plus de simplicité, nos backtests ne prendront pas en compte ces optimisations.

Il existe des algorithmes plus avancés disponibles pour exécuter des rééquilibrages. Dans un article précédent, nous discutons d’algorithmes plus complexes. Vous pouvez trouver cet article ici:

Algorithmes de rééquilibrage de portefeuille en crypto (partie I)

Au seuil

Les seuils utilisés dans cette étude vont de 1% à 50%. Après le seuil initial de 1%, les backtests évaluaient chaque incrément de 5%. Par conséquent, évaluer 5%, 10%, 15%, etc., jusqu’à 50%. Cela nous a fourni un large éventail de seuils à évaluer dans l’espoir d’identifier une tendance.

Le rééquilibrage des seuils est une stratégie qui utilise des bandes de déviation (également appelées «seuils»). Lorsqu’un actif individuel s’écarte de son allocation cible de telle sorte que l’allocation actuelle est en dehors des bandes d’écart pour cet actif, l’ensemble du portefeuille est rééquilibré. Cela signifie même si un Célibataire l’actif franchit le seuil, chaque actif est rééquilibré.

Dans cette étude, l’écart que présente chaque actif est comparé à l’allocation cible sur une période horaire. Cela signifie qu’une fois par heure, les données sont évaluées et déterminées si le seuil a été franchi. Si le seuil a été franchi, un rééquilibrage est déclenché. Par conséquent, la fréquence de rééquilibrage maximale qui peut être obtenu est un rééquilibrage horaire.

Taille du portefeuille & Sélection d’actifs

Pendant le processus de construction du portefeuille, chaque portefeuille est alloué 10 actifs. Ces dix actifs sont sélectionnés au hasard parmi les actifs disponibles sur la période du 15 mars 2017 au 20 juin 2019. Cela signifie que si l’actif n’était pas disponible pendant toute la période, l’actif n’est pas inclus dans cette étude.

Les actifs suivants sont ceux qui ont été inclus dans cette étude:

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, ROSE, PIVX, POT, PPC, QWARK, RADS, RDD, REP, SBD, SHIFT, SIB, SLR, SLS, SPHR, STEEM, STRAT, SWT, SYNX, SYS, TX, UBQ, VIA, VRC, VTC, VAGUES, XDN, XEM, XLM, XMR, XRP, XST, XVG, XWC, XZC, ZCL, ZEC.

Notre équipe a été fascinée par la manière dont la diversité du portefeuille affecte la performance. Pour une étude complète sur le sujet, veuillez consulter notre étude précédente ici:

Les utilisateurs de crypto qui se diversifient fonctionnent mieux

Backtesting

Pour analyser chaque seuil de pourcentage, notre étude combinera les résultats de 1000 backtests. Le résultat est un histogramme à chaque seuil qui fournit une distribution qui peut être étudiée à la fois visuellement et analytiquement. Au total 15000 backtests ont été exécutés pour cette étude.

Au début de chaque backtest, le portefeuille a été amorcé avec 5000 $ de capital initial qui a été utilisé pour construire le portefeuille et le rééquilibrer tout au long du backtest. Par souci de simplicité, le portefeuille a été alloué en tant que portefeuille uniformément réparti. Cela signifie que chacun des 10 actifs a reçu exactement 10% de poids dans le portefeuille.

Si vous souhaitez en savoir plus sur l’impact des différentes distributions sur les performances, nous avons publié une étude sur ce sujet ici:

Optimiser la distribution des actifs pour le rééquilibrage des crypto-monnaies

Calculs de performances

En fin de compte, rien de tout cela n’a d’importance si nous ne calculons pas les performances d’une manière que les gens comprennent.

À la fin de chaque backtest, le résultat est un seul montant en dollars qui est la valeur du portefeuille. Cette valeur est reçue pour les backtests rééquilibrés et backtests qui ont utilisé la stratégie HODL. Les deux valeurs résultantes sont comparées l’une à l’autre de la manière suivante pour calculer les performances:

Performance = ((R – H) / H) x 100

où,

  • R est la valeur du portefeuille rééquilibré.

  • H est la valeur du portefeuille HODLed.

  • Le résultat est multiplié par 100 pour passer d’un décimal à un pourcentage.

Résultats

Les résultats suivants couvriront 15 000 backtests dans le but d’évaluer la différence de performance entre les portefeuilles qui ont été historiquement rééquilibrés et ceux qui ont HODLed. Comme ressource supplémentaire à la fin, ces résultats sont comparés à ceux qui ont utilisé une stratégie de rééquilibrage périodique au lieu d’un rééquilibrage de seuil.

Dans chaque section, nous évaluons 4 attributs principaux pour la distribution. Ces attributs sont les suivants:

  • Distribution des performances primaires: plage pour laquelle la majorité des backtests se situent dans la distribution des performances. Nous calculons cette plage en prenant le premier seau qui a plus de 10 backtests dans la gamme et incluons tous les backtests jusqu’à ce qu’il y ait moins de 10 backtests dans un bucket.

  • Pourcentage de backtests de seuil qui ont surperformé HODL: Le pourcentage de portefeuilles qui ont mieux performé en utilisant une stratégie de rééquilibrage basée sur un seuil au lieu de HODLing.

  • Augmentation moyenne des performances: augmentation moyenne en pourcentage observée pour un portefeuille qui a utilisé la stratégie de rééquilibrage de seuil au lieu de HODLing.

  • Augmentation médiane de la performance: augmentation du pourcentage médian observée pour un portefeuille qui a utilisé la stratégie de rééquilibrage de seuil au lieu de HODLing.

Backtests de rééquilibrage des seuils

Résultats des backtests de rééquilibrage des seuils.

Seuil de 1%

Figure 1: L’histogramme ci-dessus compare le pourcentage de performance du rééquilibrage du seuil à une stratégie d’achat et de conservation. L’axe des x représente l’augmentation des performances par rapport à l’achat et à la conservation pour chaque backtest. L’axe des y est le nombre de backtests qui tombent dans chacune des plages de performances sur l’axe des x. Le processus de construction de cet histogramme est donc – une fois le backtest terminé, la valeur du portefeuille de rééquilibrage est comparée à celle du portefeuille HODLed en utilisant la méthodologie décrite dans la section intitulée «Calculs de performance». De cette comparaison, nous recevons un pourcentage qui représente le rééquilibrage bien meilleur ou pire effectué que HODL. Sur la base de ce pourcentage, nous incrémentons le nombre de backtests compris dans la plage de performances correspondante..

  • Distribution de la performance primaire: -89,9% à 337,3%

  • Pourcentage de backtests de seuil qui ont surpassé HODL: 76,6%

  • Augmentation moyenne des performances: 101%

  • Augmentation de la performance médiane: 84%

Seuil de rendement médian du portefeuille de 1%: 84%

Seuil de 5%

Figure 2: L’histogramme ci-dessus compare le pourcentage de performance du rééquilibrage des seuils à une stratégie d’achat et de conservation. L’axe des x représente l’augmentation des performances par rapport à l’achat et à la conservation pour chaque backtest. L’axe des y est le nombre de backtests qui tombent dans chacune des plages de performances sur l’axe des x. Le processus de construction de cet histogramme est donc – une fois le backtest terminé, la valeur du portefeuille de rééquilibrage est comparée à celle du portefeuille HODLed en utilisant la méthodologie décrite dans la section intitulée «Calculs de performance». De cette comparaison, nous recevons un pourcentage qui représente le rééquilibrage bien meilleur ou pire effectué que HODL. Sur la base de ce pourcentage, nous incrémentons le nombre de backtests compris dans la plage de performances correspondante..

  • Distribution de la performance primaire: -44,4% à 663,9%

  • Pourcentage de backtests de seuil qui ont surpassé HODL: 93,6%

  • Augmentation moyenne des performances: 255%

  • Augmentation de la performance médiane: 216%

Seuil de rendement médian du portefeuille de 5%: 216%

Seuil de 10%

Figure 3: L’histogramme ci-dessus compare le pourcentage de performance du rééquilibrage des seuils à une stratégie d’achat et de conservation. L’axe des x représente l’augmentation des performances par rapport à l’achat et à la conservation pour chaque backtest. L’axe des y est le nombre de backtests qui tombent dans chacune des plages de performances sur l’axe des x. Le processus de construction de cet histogramme est donc – une fois le backtest terminé, la valeur du portefeuille de rééquilibrage est comparée à celle du portefeuille HODLed en utilisant la méthodologie décrite dans la section intitulée «Calculs de performance». De cette comparaison, nous recevons un pourcentage qui représente le rééquilibrage bien meilleur ou pire effectué que HODL. Sur la base de ce pourcentage, nous incrémentons le nombre de backtests compris dans la plage de performances correspondante..

  • Distribution de la performance primaire: -24,4% à 762,7%

  • Pourcentage de backtests de seuil qui ont surpassé HODL: 98,3%

  • Augmentation moyenne des performances: 353%

  • Augmentation de la performance médiane: 298%

Seuil de rendement médian du portefeuille de 10%: 298%

Seuil de 15%

Figure 4: L’histogramme ci-dessus compare le pourcentage de performance du rééquilibrage des seuils à une stratégie d’achat et de conservation. L’axe des x représente l’augmentation des performances par rapport à l’achat et à la conservation pour chaque backtest. L’axe des y est le nombre de backtests qui tombent dans chacune des plages de performances sur l’axe des x. Le processus de construction de cet histogramme est donc – une fois le backtest terminé, la valeur du portefeuille de rééquilibrage est comparée à celle du portefeuille HODLed en utilisant la méthodologie décrite dans la section intitulée «Calculs de performance». De cette comparaison, nous recevons un pourcentage qui représente le rééquilibrage bien meilleur ou pire effectué que HODL. Sur la base de ce pourcentage, nous incrémentons le nombre de backtests compris dans la plage de performances correspondante..

  • Distribution de la performance primaire: -12,9% à 810,1%

  • Pourcentage de backtests de seuil qui ont surpassé HODL: 98,6%

  • Augmentation moyenne des performances: 365%

  • Augmentation de la performance médiane: 305%

Seuil de rendement médian du portefeuille de 15%: 305%

Seuil de 20%

Figure 5: L’histogramme ci-dessus compare le pourcentage de performance du rééquilibrage des seuils à une stratégie d’achat et de conservation. L’axe des x représente l’augmentation des performances par rapport à l’achat et à la conservation pour chaque backtest. L’axe des y est le nombre de backtests qui tombent dans chacune des plages de performances sur l’axe des x. Le processus de construction de cet histogramme est donc – une fois le backtest terminé, la valeur du portefeuille de rééquilibrage est comparée à celle du portefeuille HODLed en utilisant la méthodologie décrite dans la section intitulée «Calculs de performance». De cette comparaison, nous recevons un pourcentage qui représente le rééquilibrage bien meilleur ou pire effectué que HODL. Sur la base de ce pourcentage, nous incrémentons le nombre de backtests compris dans la plage de performances correspondante..

  • Distribution de la performance primaire: -20,3% à 807,8%

  • Pourcentage de backtests de seuil qui ont surpassé HODL: 98,6%

  • Augmentation moyenne des performances: 350%

  • Augmentation de la performance médiane: 295%

Seuil de rendement médian du portefeuille de 20%: 295%

Seuil de 25%

Figure 6: L’histogramme ci-dessus compare le pourcentage de performance du rééquilibrage des seuils à une stratégie d’achat et de conservation. L’axe des x représente l’augmentation des performances par rapport à l’achat et à la conservation pour chaque backtest. L’axe des y est le nombre de backtests qui tombent dans chacune des plages de performances sur l’axe des x. Le processus de construction de cet histogramme est donc – une fois le backtest terminé, la valeur du portefeuille de rééquilibrage est comparée à celle du portefeuille HODLed en utilisant la méthodologie décrite dans la section intitulée «Calculs de performance». De cette comparaison, nous recevons un pourcentage qui représente le rééquilibrage bien meilleur ou pire effectué que HODL. Sur la base de ce pourcentage, nous incrémentons le nombre de backtests compris dans la plage de performances correspondante..

  • Distribution de la performance primaire: -51,8% à 822,0%

  • Pourcentage de backtests de seuil qui ont surpassé HODL: 98,5%

  • Augmentation moyenne des performances: 353%

  • Augmentation de la performance médiane: 289%

Seuil de rendement médian du portefeuille de 25%: 289%

Seuil de 30%

Figure 7: L’histogramme ci-dessus compare le pourcentage de performance du rééquilibrage des seuils à une stratégie d’achat et de conservation. L’axe des x représente l’augmentation des performances par rapport à l’achat et à la conservation pour chaque backtest. L’axe des y est le nombre de backtests qui tombent dans chacune des plages de performances sur l’axe des x. Le processus de construction de cet histogramme est donc – une fois le backtest terminé, la valeur du portefeuille de rééquilibrage est comparée à celle du portefeuille HODLed en utilisant la méthodologie décrite dans la section intitulée «Calculs de performance». De cette comparaison, nous recevons un pourcentage qui représente le rééquilibrage bien meilleur ou pire effectué que HODL. Sur la base de ce pourcentage, nous incrémentons le nombre de backtests compris dans la plage de performances correspondante..

  • Distribution de la performance primaire: -58,2% à 780,5%

  • Pourcentage de backtests de seuil qui ont surpassé HODL: 98,3%

  • Augmentation moyenne des performances: 328%

  • Augmentation de la performance médiane: 279%

Seuil de rendement médian du portefeuille de 30%: 279%

Seuil de 35%

Figure 8: L’histogramme ci-dessus compare le pourcentage de performance du rééquilibrage du seuil à une stratégie d’achat et de conservation. L’axe des x représente l’augmentation des performances par rapport à l’achat et à la conservation pour chaque backtest. L’axe des y est le nombre de backtests qui tombent dans chacune des plages de performances sur l’axe des x. Le processus de construction de cet histogramme est donc – une fois le backtest terminé, la valeur du portefeuille de rééquilibrage est comparée à celle du portefeuille HODLed en utilisant la méthodologie décrite dans la section intitulée «Calculs de performance». De cette comparaison, nous recevons un pourcentage qui représente le rééquilibrage bien meilleur ou pire effectué que HODL. Sur la base de ce pourcentage, nous incrémentons le nombre de backtests compris dans la plage de performances correspondante..

  • Distribution de la performance primaire: -49,5% à 710,5%

  • Pourcentage de backtests de seuil qui ont surpassé HODL: 98,1%

  • Augmentation moyenne des performances: 322%

  • Augmentation de la performance médiane: 275%

35% Seuil de rendement médian du portefeuille: 275%

Seuil de 40%

Figure 9: L’histogramme ci-dessus compare le pourcentage de performance du rééquilibrage du seuil à une stratégie d’achat et de conservation. L’axe des x représente l’augmentation des performances par rapport à l’achat et à la conservation pour chaque backtest. L’axe des y est le nombre de backtests qui tombent dans chacune des plages de performances sur l’axe des x. Le processus de construction de cet histogramme est donc – une fois le backtest terminé, la valeur du portefeuille de rééquilibrage est comparée à celle du portefeuille HODLed en utilisant la méthodologie décrite dans la section intitulée «Calculs de performance». De cette comparaison, nous recevons un pourcentage qui représente le rééquilibrage bien meilleur ou pire effectué que HODL. Sur la base de ce pourcentage, nous incrémentons le nombre de backtests compris dans la plage de performances correspondante..

  • Distribution de la performance primaire: -49,7% à 746,6%

  • Pourcentage de backtests de seuil qui ont surpassé HODL: 97,7%

  • Augmentation moyenne des performances: 307%

  • Augmentation de la performance médiane: 268%

Seuil de rendement médian du portefeuille de 40%: 268%

Seuil de 45%

Figure 10: L’histogramme ci-dessus compare le pourcentage de performance du rééquilibrage des seuils à une stratégie d’achat et de conservation. L’axe des x représente l’augmentation des performances par rapport à l’achat et à la conservation pour chaque backtest. L’axe des y est le nombre de backtests qui tombent dans chacune des plages de performances sur l’axe des x. Le processus de construction de cet histogramme est donc – une fois le backtest terminé, la valeur du portefeuille de rééquilibrage est comparée à celle du portefeuille HODLed en utilisant la méthodologie décrite dans la section intitulée «Calculs de performance». De cette comparaison, nous recevons un pourcentage qui représente le rééquilibrage bien meilleur ou pire effectué que HODL. Sur la base de ce pourcentage, nous incrémentons le nombre de backtests compris dans la plage de performances correspondante..

  • Distribution de la performance primaire: -16,5% à 637,0%

  • Pourcentage de backtests de seuil qui ont surpassé HODL: 98,8%

  • Augmentation moyenne des performances: 310%

  • Augmentation de la performance médiane: 274%

45% Seuil de rendement médian du portefeuille: 274%

Seuil de 50%

Figure 11: L’histogramme ci-dessus compare le pourcentage de performance du rééquilibrage du seuil à une stratégie d’achat et de conservation. L’axe des x représente l’augmentation des performances par rapport à l’achat et à la conservation pour chaque backtest. L’axe des y est le nombre de backtests qui tombent dans chacune des plages de performances sur l’axe des x. Le processus de construction de cet histogramme est donc – une fois le backtest terminé, la valeur du portefeuille de rééquilibrage est comparée à celle du portefeuille HODLed en utilisant la méthodologie décrite dans la section intitulée «Calculs de performance». De cette comparaison, nous recevons un pourcentage qui représente le rééquilibrage bien meilleur ou pire effectué que HODL. Sur la base de ce pourcentage, nous incrémentons le nombre de backtests compris dans la plage de performances correspondante..

  • Distribution de la performance primaire: -12,3% à 710,8%

  • Pourcentage de backtests de seuil qui ont surpassé HODL: 99,1%

  • Augmentation moyenne des performances: 316%

  • Augmentation de la performance médiane: 275%

Seuil de rendement médian du portefeuille de 50%: 275%

Périodique

Résultats des backtests périodiques de rééquilibrage.

Les backtests périodiques de rééquilibrage suivants ont été exécutés sur le même ensemble de données historiques que les backtests de rééquilibrage de seuil. La seule différence est la stratégie qui a été employée.

1 heure

Figure 12: L’histogramme ci-dessus compare le pourcentage de performance du rééquilibrage horaire à une stratégie d’achat et de conservation. L’axe des x représente l’augmentation des performances par rapport à l’achat et à la conservation pour chaque backtest. L’axe des y est le nombre de backtests qui tombent dans chacune des plages de performances sur l’axe des x. Le processus de construction de cet histogramme est donc – une fois le backtest terminé, la valeur du portefeuille de rééquilibrage est comparée à celle du portefeuille HODLed en utilisant la méthodologie décrite dans la section intitulée «Calculs de performance». De cette comparaison, nous recevons un pourcentage qui représente le rééquilibrage bien meilleur ou pire effectué que HODL. Sur la base de ce pourcentage, nous incrémentons le nombre de backtests compris dans la plage de performances correspondante..

  • Distribution de la performance primaire: -93,2% à 336,3%

  • Pourcentage de backtests périodiques de rééquilibrage qui ont surpassé HODL: 75,3%

  • Augmentation moyenne des performances: 97%

  • Augmentation de la performance médiane: 72%

Rééquilibrage périodique sur 1 heure Rendement médian du portefeuille: 72%

Un jour

Figure 13: L’histogramme ci-dessus compare le pourcentage de performance du rééquilibrage quotidien à une stratégie d’achat et de conservation. L’axe des x représente l’augmentation des performances par rapport à l’achat et à la conservation pour chaque backtest. L’axe des y est le nombre de backtests qui tombent dans chacune des plages de performances sur l’axe des x. Le processus de construction de cet histogramme est donc – une fois le backtest terminé, la valeur du portefeuille de rééquilibrage est comparée à celle du portefeuille HODLed en utilisant la méthodologie décrite dans la section intitulée «Calculs de performance». De cette comparaison, nous recevons un pourcentage qui représente le rééquilibrage bien meilleur ou pire effectué que HODL. Sur la base de ce pourcentage, nous incrémentons le nombre de backtests compris dans la plage de performances correspondante..

  • Distribution de la performance primaire: -55,2% à 517,7%

  • Pourcentage de backtests périodiques de rééquilibrage qui ont surpassé HODL: 95,1%

  • Augmentation moyenne des performances: 202%

  • Augmentation de la performance médiane: 166%

Rééquilibrage périodique sur 1 jour Rendement médian du portefeuille: 166%

1 semaine

Figure 14: L’histogramme ci-dessus compare le pourcentage de performance du rééquilibrage hebdomadaire à une stratégie d’achat et de conservation. L’axe des x représente l’augmentation des performances par rapport à l’achat et à la conservation pour chaque backtest. L’axe des y est le nombre de backtests qui tombent dans chacune des plages de performances sur l’axe des x. Le processus de construction de cet histogramme est donc – une fois le backtest terminé, la valeur du portefeuille de rééquilibrage est comparée à celle du portefeuille HODLed en utilisant la méthodologie décrite dans la section intitulée «Calculs de performance». De cette comparaison, nous recevons un pourcentage qui représente le rééquilibrage bien meilleur ou pire effectué que HODL. Sur la base de ce pourcentage, nous incrémentons le nombre de backtests compris dans la plage de performances correspondante..

  • Distribution de la performance primaire: -46,3% à 382,9%

  • Pourcentage de backtests périodiques de rééquilibrage qui ont surpassé HODL: 94,9%

  • Augmentation moyenne des performances: 152%

  • Augmentation de la performance médiane: 131%

Rééquilibrage périodique sur 1 semaine Rendement médian du portefeuille: 131%

1 mois

Figure 15: L’histogramme ci-dessus compare le pourcentage de performance du rééquilibrage mensuel à une stratégie d’achat et de conservation. L’axe des x représente l’augmentation des performances par rapport à l’achat et à la conservation pour chaque backtest. L’axe des y est le nombre de backtests qui tombent dans chacune des plages de performances sur l’axe des x. Le processus de construction de cet histogramme est donc – une fois le backtest terminé, la valeur du portefeuille de rééquilibrage est comparée à celle du portefeuille HODLed en utilisant la méthodologie décrite dans la section intitulée «Calculs de performance». De cette comparaison, nous recevons un pourcentage qui représente le rééquilibrage bien meilleur ou pire effectué que HODL. Sur la base de ce pourcentage, nous incrémentons le nombre de backtests compris dans la plage de performances correspondante..

  • Distribution de la performance primaire: -63,5% à 368,4%

  • Pourcentage de backtests périodiques de rééquilibrage qui ont surpassé HODL: 92,3%

  • Augmentation moyenne des performances: 193%

  • Augmentation de la performance médiane: 121%

Rééquilibrage périodique sur 1 mois Rendement médian du portefeuille: 121%

Aperçu

En combinant ces résultats, nous pouvons générer quelques graphiques simples qui brosseront un tableau complet des performances de rééquilibrage du seuil médian à mesure que nous augmentons le seuil..

La raison pour laquelle nous utilisons les performances médianes pour les backtests est que cela permet de réduire l’effet des valeurs aberrantes. En conséquence, nous arrivons à une valeur qui nous indique que 50% des portefeuilles ont mieux performé que la médiane et 50% ont moins bien performé.

Figure 16: Le graphique ci-dessus représente la performance médiane du rééquilibrage des seuils à chacun des seuils de pourcentage correspondants.

Le graphique ci-dessus montre comment la performance du portefeuille médian augmente et diminue en fonction du pourcentage seuil. À partir d’un seuil de 1%, on observe la performance médiane la plus basse de 84%. Cela grimpe rapidement à mesure que nous augmentons le pourcentage de seuil jusqu’à atteindre un seuil de 15%. À ce stade, la performance médiane culmine à 305%.

Continuer à augmenter notre seuil au-delà de 15% n’améliore pas davantage les performances. Au lieu de cela, nous observons une légère baisse de la performance jusqu’à ce qu’elle se stabilise autour de 275%. Pour résumer ces points d’une autre manière, nous pouvons lister les performances pour chacun des seuils qui ont été examinés. Pour plus de commodité, nous avons également inclus une comparaison avec les résultats des backtests de rééquilibrage basés sur la période qui ont eu lieu au cours de la même période simulée..

Figure 17: Le graphique ci-dessus répertorie la performance médiane du rééquilibrage des seuils à chacun des seuils de pourcentage correspondants.

Figure 18: Le graphique ci-dessus représente la performance médiane du rééquilibrage périodique à chacune des périodes de rééquilibrage correspondantes.

Les résultats de la stratégie de rééquilibrage périodique indiquent que la performance maximale a été obtenue avec une période de rééquilibrage d’un jour pour cet ensemble de données et l’échange. Dans le cas des deux stratégies, la performance la plus basse a été obtenue en utilisant une stratégie qui a abouti à des rééquilibres à haute fréquence.

Remarque: ces données sont spécifiques à Bittrex. Bien que le rééquilibrage à haute fréquence ait diminué les performances dans cette étude, nos études antérieures qui évaluaient les données de Binance suggèrent que l’exécution de rééquilibrages fréquents sur des échanges très liquides et à faible frais peut entraîner une augmentation des performances. Vous pouvez trouver l’étude ici.

Un certain nombre de facteurs pourraient faire en sorte que le rééquilibrage des seuils surperforme le rééquilibrage périodique. La plus évidente de ces raisons est le déclencheur «fondé sur les besoins» utilisé par le rééquilibrage des seuils. Essentiellement, au lieu de toujours rééquilibrer, quel que soit l’état du portefeuille, le rééquilibrage du seuil ne se rééquilibrera que lorsque le portefeuille sera désaligné en raison des mouvements du marché. Lorsque le portefeuille est aligné sur les allocations cibles, aucun rééquilibrage ne sera tenté. Cela peut économiser sur les frais de négociation à long terme.

En plus d’économiser sur les frais, le rééquilibrage des seuils permet également aux portefeuilles de capturer plus précisément les pics du marché. Lorsqu’il y a des moments de grande volatilité, le rééquilibrage périodique ignorera les changements jusqu’à la prochaine période de rééquilibrage. D’un autre côté, le rééquilibrage du seuil utilisera cette volatilité à son avantage pour le rééquilibrer lorsqu’un pic franchit le seuil.

Ces deux aspects majeurs peuvent permettre un rééquilibrage des seuils pour à la fois réduire les coûts et augmenter les rendements sur une longue période..

Conclusions

Les résultats illustrent clairement que le rééquilibrage de seuil a surperformé les portefeuilles HODLed ainsi que les portefeuilles qui utilisaient une stratégie de rééquilibrage périodique. Alors que le rééquilibrage basé sur la période a culminé à une augmentation de 166% par rapport à l’achat et la conservation pendant une période de rééquilibrage d’un jour, le rééquilibrage basé sur le seuil a atteint un sommet avec une augmentation de performance de 305% par rapport à l’achat et à la conservation pour un seuil de 15%.

D’autres éléments intéressants à noter comprennent:

  • Un rééquilibrage basé sur un seuil de 15% a connu la plus grande distribution des résultats de performance.

  • Un seuil de 50% a vu le pourcentage le plus élevé de portefeuilles mieux performer que HODL à 99,1%.

  • Les rééquilibres d’une heure ont vu le pourcentage le plus bas de portefeuilles qui ont surperformé HODL à 75,3%.

Un rééquilibrage de seuil de 15% a surpassé le HODL de 305%.

Rééquilibrage du seuil avec Shrimpy

Les résultats sont là et le rééquilibrage des seuils a époustouflé la concurrence. Bien qu’il soit possible de mettre en œuvre cette stratégie vous-même, Crevettes peut automatiser toute cette stratégie pour vous en moins de 5 minutes. Liez un compte d’échange à n’importe quelle bourse majeure, sélectionnez un portefeuille et commencez à profiter de cette puissante stratégie de rééquilibrage.

Inscrivez-vous pour un compte Shrimpy

Si vous n’arrivez toujours pas à décider si Shrimpy est fait pour vous, essayez la démo.

Lecture supplémentaire

Fonds indiciels automatisés de crypto-monnaie – Gestion d’actifs personnels

Rééquilibrage du portefeuille pour la crypto-monnaie

Bots de trading de crypto-monnaie – Le guide complet

Une analyse du rééquilibrage haute fréquence

Rééquilibrage vs HODL: une analyse du marché baissier

N’oubliez pas de nous suivre sur Twitter et Facebook pour les mises à jour, et posez vos questions à nos incroyables communautés actives sur Télégramme & Discorde.

Laissez un commentaire pour nous faire part de vos expériences avec le rééquilibrage des seuils!

L’équipe Shrimpy

Mike Owergreen Administrator
Sorry! The Author has not filled his profile.
follow me
Like this post? Please share to your friends:
Adblock
detector
map