Distribusi Aset Terbaik untuk Penyeimbangan Kembali Cryptocurrency

>

Dalam studi kami sebelumnya, semua backtests dijalankan dengan distribusi aset yang merata. Ini berarti jika portofolio dari 5 cryptocurrency dialokasikan, alokasi yang dipilih untuk setiap aset adalah 20%. Selama penyeimbangan kembali, setiap aset akan disesuaikan dengan alokasi ini.

Studi ini menguji model distribusi. Kami akan memeriksa 3 distribusi berbeda untuk menentukan strategi alokasi yang optimal. Strategi alokasi ini adalah sebagai berikut:

  • Bahkan

  • Linear

  • Eksponensial

Desain Backtest & Mempersiapkan

Untuk mengevaluasi setiap strategi alokasi, kami melakukan pengujian ulang atas data historis. Hal ini memungkinkan kami untuk membuat simulasi tentang seberapa baik suatu strategi akan dilakukan di masa lalu. Batasan berikut digunakan saat melakukan setiap backtest.

Perdagangan & Data

Data pasar dikumpulkan dari 4 Mei 2017 hingga 3 Mei 2018. Data ini digunakan untuk menghitung harga perdagangan yang akan terjadi pada saat itu. Jalur perdagangan antara setiap aset dilakukan dengan perdagangan pertama ke BTC. Ini menyederhanakan jalur lintas pertukaran yang mungkin memiliki pasangan basa berbeda. Setiap perdagangan disimulasikan menggunakan biaya perdagangan 0,25%.

Semua data kami tersedia melalui API Data Historis Shrimpy.

Aktiva & Kondisi awal

Setiap portofolio dalam penelitian ini terdiri dari tepat 10 aset yang dipilih secara acak. Setelah setiap pengujian ulang, grup acak baru yang terdiri dari 10 aset dipilih untuk pengujian ulang berikutnya. Proses ini diselesaikan 1.000 kali untuk setiap jenis strategi dan periode penyeimbangan kembali. Daftar lengkap aset yang termasuk dalam penelitian ini dapat ditemukan di alat pengujian ulang kami.

Pada awal setiap backtest, portofolio diunggulkan dengan investasi awal $ 5.000 yang dialokasikan ke seluruh aset. Metode penyeimbangan ulang yang digunakan telah dijelaskan di artikel kami sebelumnya.


Pembahasan yang lebih mendalam tentang prosedur backtest dan pengaturan studi dapat ditemukan di artikel kami sebelumnya:

Rebalance vs. HODL: Analisis Teknis

Distribusi Alokasi Merata

Distribusi ini mengikuti alokasi 10 persen untuk setiap aset.

Distribusi yang merata berarti bahwa setiap aset memiliki bobot yang sama dalam portofolio. Portofolio 10 aset akan menghasilkan setiap aset yang memiliki bobot tepat 10% dalam portofolio. Setiap kali portofolio diseimbangkan kembali, perdagangan dilakukan untuk menyelaraskan kembali portofolio agar sesuai dengan alokasi yang diinginkan ini.

Grup ini membandingkan kinerja portofolio yang didistribusikan secara merata yang berisi 10 aset, tetapi berbeda menurut periode penyeimbangan. Setiap histogram menggabungkan 1.000 backtests, di mana sumbu x adalah nilai portofolio setelah 1 tahun yang memiliki investasi awal $ 5.000. Sumbu y adalah jumlah pengujian ulang yang termasuk dalam kelompok nilai portofolio yang ditentukan pada sumbu x. (Contoh: Backtest dijalankan dengan periode rebalance 1 jam dan 10 aset terdistribusi merata dalam portofolio. Hasil backtest adalah $ 200rb setelah satu tahun. Ini berarti Anda menambahkan 1 ke grafik kanan bawah di x -axis bucket yang memiliki kisaran $ 195k hingga $ 214k. Proses ini kemudian diulangi hingga 1.000 backtests telah dijalankan.)

Nilai ini mewakili nilai portofolio median dalam USD, 1 tahun setelah investasi awal $ 5.000. Setiap nilai sesuai dengan histogram masing-masing yang ditampilkan di atas.

Portofolio yang didistribusikan secara merata menyajikan pengembalian yang berkisar dari median $ 40k dengan HODL hingga median $ 123k melalui penyeimbangan ulang setiap jam. Selain median yang lebih tinggi, rebalancing yang lebih sering juga memberikan spread yang lebih baik. Sementara nilai portofolio yang menggunakan strategi HODL sebagian besar terkonsentrasi di ujung bawah, seperti yang dapat diamati dalam histogram di atas, penyeimbangan ulang yang sering meningkatkan penyebaran dengan mendistribusikan hasil pada rentang nilai yang lebih luas dan portofolio berkinerja lebih tinggi. Median 1 jam periode rebalance tidak hanya mengalahkan median hodl, portofolio berkinerja terburuk dari lebih dari 1.000 backtests dalam grup strategi penyeimbangan 1 jam mengalahkan portofolio HODL median.

Setelah 1 tahun, portofolio yang terdistribusi secara merata yang diseimbangkan kembali setiap jam memiliki pengembalian 2,360%.

Distribusi Alokasi Linear

Pembagian ini mengikuti alokasi 1, 3, 5, 7, 9, 11, 13, 15, 17, 19 persen untuk setiap aset..

Distribusi linier masih memiliki jumlah total persentase yang sama dengan 100%, tetapi bobot untuk setiap aset tidak merata. Metode di mana mereka tidak rata adalah linier. Karena linier dapat memiliki banyak arti, kami mendefinisikan portofolio dengan 10 aset memiliki distribusi linier 1, 3, 5, 7, 9, 11, 13, 15, 17, 19 persen per aset. Setiap kali portofolio diseimbangkan kembali, perdagangan dilakukan untuk menyelaraskan kembali portofolio agar sesuai dengan alokasi yang diinginkan ini.

Kelompok ini membandingkan kinerja portofolio yang didistribusikan secara linier yang berisi 10 aset, tetapi berbeda menurut periode penyeimbangan. Setiap histogram menggabungkan 1.000 backtests, di mana sumbu x adalah nilai portofolio setelah 1 tahun yang memiliki investasi awal $ 5.000. Sumbu y adalah jumlah pengujian ulang yang termasuk dalam kelompok nilai portofolio yang ditentukan pada sumbu x. (Contoh: Backtest dijalankan dengan periode rebalance 1 jam dan 10 aset terdistribusi linier dalam portofolio. Hasil dari backtest adalah $ 200k setelah satu tahun. Ini berarti Anda menambahkan 1 ke grafik kanan bawah di x -axis bucket yang memiliki kisaran $ 183k hingga $ 204k. Proses ini kemudian diulangi hingga 1.000 backtests telah dijalankan.)

Ini adalah nilai portofolio median untuk setiap set backtests yang dirinci dalam histogram di atas.

Hasil untuk distribusi aset linier menunjukkan penurunan hasil selama 1 tahun jika dibandingkan dengan distribusi yang merata. Nilai median mengalami penurunan mulai dari $ 2k untuk portofolio yang menggunakan strategi HODL, hingga $ 8k untuk portofolio yang melakukan penyeimbangan ulang setiap 1 jam. Kami juga melihat dari histogram bahwa distribusi aset linier menurunkan penyebaran hasil. Alih-alih kurva yang mulus, hasil dikumpulkan di ujung bawah penyebaran ini. Hal ini menunjukkan bahwa tidak hanya median yang menurun, tetapi juga terdapat lebih sedikit portofolio berperforma tinggi.

Setelah 1 tahun, portofolio terdistribusi linier yang diseimbangkan ulang setiap jam memiliki pengembalian 2.200%.

Distribusi Alokasi Eksponensial

Pembagian ini mengikuti alokasi 1, 1, 2, 2, 4, 6, 9, 15, 23, 37 persen untuk setiap aset..

Metode terakhir distribusi alokasi yang akan kita bahas adalah distribusi eksponensial. Metode ini hanya mengalokasikan aset dengan cara yang menghasilkan satu aset memegang bagian singa dari total nilai portofolio dan setiap aset setelah itu memegang sebagian kecil dari sebelumnya. Kami mendefinisikan portofolio dengan 10 aset untuk memiliki distribusi eksponensial 1, 1, 2, 2, 4, 6, 9, 15, 23, 37 persen per aset. Setiap kali portofolio diseimbangkan kembali, perdagangan dilakukan untuk menyelaraskan kembali portofolio agar sesuai dengan alokasi yang diinginkan ini.

Reaksi pertama yang mungkin Anda miliki ketika melihat bagan distribusi ini adalah sepertinya alokasi untuk dana indeks kripto yang melacak 10 aset teratas berdasarkan kapitalisasi pasar. Ini benar. Perbedaan utamanya adalah indeks 10 teratas didasarkan pada kapitalisasi pasar saat ini, sehingga alokasi untuk setiap aset bergeser seiring waktu. Studi kami menggunakan alokasi tetap selama periode waktu satu tahun. Meskipun ini tampak seperti perbedaan kecil, ini mungkin perbedaan yang penting.

Grup ini membandingkan kinerja portofolio yang didistribusikan secara eksponensial yang berisi 10 aset, tetapi berbeda menurut periode penyeimbangan. Setiap histogram menggabungkan 1.000 backtests, di mana sumbu x adalah nilai portofolio setelah 1 tahun yang memiliki investasi awal $ 5.000. Sumbu y adalah jumlah pengujian ulang yang termasuk dalam kelompok nilai portofolio yang ditentukan pada sumbu x. (Contoh: Backtest dijalankan dengan periode penyeimbangan kembali 1 jam dan 10 aset terdistribusi secara eksponensial dalam portofolio. Hasil backtest adalah $ 200k setelah satu tahun. Ini berarti Anda menambahkan 1 ke grafik kanan bawah di x -axis bucket yang memiliki kisaran $ 176k hingga $ 201k. Proses ini kemudian diulangi hingga 1.000 backtests telah dijalankan.)

Ini adalah nilai portofolio median untuk setiap set backtests yang dirinci dalam histogram di atas.

Hasil untuk distribusi aset eksponensial menunjukkan penurunan pengembalian yang lebih besar selama 1 tahun jika dibandingkan dengan distribusi genap dan linier. Nilai median mengalami penurunan mulai dari $ 3k untuk portofolio yang menggunakan strategi HODL, hingga $ 20k untuk portofolio yang melakukan penyeimbangan ulang setiap 1 jam. Kami juga melihat dari histogram bahwa backtests ini melanjutkan tren spread yang menurun. Hasilnya dikumpulkan di ujung bawah spread ini, bahkan lebih banyak dari backtests yang mengeksplorasi distribusi alokasi linier. Hal ini menunjukkan penurunan median dari distribusi linier, serta penurunan frekuensi portofolio berpenghasilan tinggi.

Setelah 1 tahun, portofolio terdistribusi linier yang diseimbangkan ulang setiap jam memiliki pengembalian 1,760%.

Kesimpulan

Menggabungkan semua hasil dari studi ini, kita dapat melihat bagaimana kinerja portofolio median selama setahun terakhir untuk masing-masing strategi dan periode penyeimbangan kembali..

Ini adalah nilai portofolio median untuk setiap set pengujian ulang yang digabungkan di semua histogram yang dijelaskan di atas. Setiap nilai mewakili 1.000 uji ulang. Dengan nilai portofolio awal $ 5.000, nilai median ini mewakili nilai akhir yang dipegang oleh portofolio setelah 1 tahun.

Peta panas ini menunjukkan bahwa distribusi genap dengan penyeimbangan ulang 1 jam mengungguli distribusi tidak genap selama setahun terakhir. Faktanya, semakin tidak merata penyaluran dana, semakin buruk kinerja median portofolio.

Penafian: Tes ulang memeriksa kinerja masa lalu dan tidak menjamin kinerja masa depan.

Menyeimbangkan kembali dengan Shrimpy

Setahun terakhir telah membuktikan bahwa rebalancing portofolio yang beragam dapat meningkatkan kinerja. Shrimpy menyederhanakan seluruh manajemen portofolio dan proses rebalancing ke antarmuka titik dan klik. Pilih aset dengan cepat, alokasikan portofolio yang beragam secara instan, dan setel ulang pada periode waktu yang dijadwalkan. Yang terbaik dari semuanya, Shrimpy mudah digunakan!

Daftar dengan mengklik di sini.

Jika Anda masih tidak yakin, coba demo untuk melihat semua yang kami tawarkan!

Bacaan Tambahan

Pengguna Crypto yang Diversifikasi Berkinerja Lebih Baik

Mengevaluasi Kinerja Portofolio Crypto Berdasarkan Kapitalisasi Pasar Aset

Panduan Utama Untuk Membangun Dana Indeks Crypto

Bot Perdagangan Cryptocurrency – Panduan Lengkap

Jangan lupa untuk mengunjungi situs web Shrimpy, ikuti kami Indonesia dan Facebook untuk pembaruan, dan ajukan pertanyaan apa pun kepada komunitas kami yang luar biasa dan aktif di Telegram & Perselisihan.

Tinggalkan komentar untuk memberi tahu kami pengalaman Anda dengan Shrimpy!

Tim Shrimpy

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