DOT:认为量化交易不适用于加密货币吗?再想一想_加密货币

MarcP.Bernegger于1999年成立了自己的第一家互联网公司,并成功退出了两次。他于2012年开始与比特币合作,是CryptoFinanceGroup,SwissBlockchainFederation和CfCSt.Moritz的董事会成员,并且是世界经济论坛区块链专家网络的成员。

JesusRodriguez最近发表的CoinDesk评论文章“加密失败的十个理由量化策略”成为一个很好的标题,但它忽略了该领域的相关发展和关键数据。

尽管罗德里格斯对加密货币量化技术的弱点提出了合理的观点,但越来越多的专业加密货币量化基金经理通过他们的策略解决了这些问题,证明了明显的成功。展望未来,加密资产将成为量化策略的理想资产类别。

2020年普华永道–艾尔伍德加密对冲基金报告称,最常见的加密对冲基金策略是量化的,随后是长期仅,任意多头/空头和多策略。

要了解为什么全球几乎所有加密对冲基金中的一半都专注于量化策略,需要研究更广泛的对冲基金行业。

数量特征

重要的是要注意,定量基金使用的模型通常不仅仅限于数字资产数据集。许多定量加密货币基金经理来自传统金融世界,他们的策略是基于数十年传统资产类别的数据定义的,这些策略在应用于加密货币市场之前已经过全面测试。

另外,在市场非理性和动荡的环境中,系统策略优于人类决策程序,大多数加密货币绝对是这种情况。

交易者仍通过监控图表上的价格走势来做出决策,从而主导了加密市场。这增加了趋势的强度,并支持基于时间序列分析的定量方法。

交易者可以通过分析数字资产数据集来检索大量信息,尤其是考虑到链上指标时。定量基金可以利用这一点来获得可预测性的某些要素,而不是仅仅依靠技术价格数据。

尽管罗德里格斯对加密货币量化技术的弱点提出了合理的观点,但越来越多的专业加密货币量化基金经理通过他们的策略解决了这些问题。

对于离群值,大多数量化策略都可以利用数字资产带来的短期效率低下,并从异常事件中实际获利。许多量化基金的主要吸引力在于它们的信息市场优势和它们提供的对冲功能,尤其是在低端市场期间。因此,离群值可能会带来挑战,但事实证明,这些时期对于一些定量加密货币基金来说是非常有利可图的。

与针对早期项目或多策略的基本投资者相比,通常交易非常流通的在交易所上市的加密资产的量化基金为投资者提供了更好的流动性。

相关结果

最为严格且受监管的系统化加密对冲基金的数量相当透明,因此投资者可以在BarclayHedge或NilssonHedge等平台上找到管理的实际资产或月度业绩数据。

根据可用数据,系统的加密货币基金的表现优于“被动HODLing策略”,可自由支配的多头/空头和多重策略,并能产生可持续的alpha:

在2019年,按策略划分的加密对冲基金平均表现如下:

定量+58%

自由多头/空头+33%

仅自由多头+42%

多策略+19%

在2018,这是数字资产的一个非常具有挑战性的一年,定量交易是产生正收益的唯一策略:

量化基金中位数+8%

所有基金中位数-46%

基础基金

中位数-53%中性委托基金-63%

比特币-72%

因此,从2018年和2019年加密对冲基金的表现来看,很明显加密量化基金正在发挥作用。

不断发展的生态系统

越来越多的投资者正在专门投资于系统的加密对冲基金和加密量子,这使整个生态系统得以快速发展。

随着大多数接受外部投资者投资的受监管的加密对冲基金在基金业绩和所管理资产方面非常透明,投资的增长日趋明显。在过去几个月中,分配给加密对冲基金的资产增加,并且越来越多的迹象表明比特币是价值的数字存储和对冲通货膨胀的新对冲,这表明投资者的需求正在加速增长。

包括加密量子在内的当今大多数加密对冲基金都是在不到三年前创建的,这说明该行业还很年轻。

从2019年到2020年,全球加密货币基金管理的资产翻了一番,并且有明确迹象表明,到今年年底,它们将大约增加三倍。这些新资金的很大一部分将分配给系统加密货币。

正如CoinDesk的NoelleAcheson最近写的那样,“加密对冲基金的前景是乐观的。”对于许多投资者而言,投资加密对冲基金而不是直接投资市场是许多投资者更具吸引力的选择:他们无需担心保管,最佳执行或流动性紧缩。这些元素对于传统投资者而言尤其重要,他们不深入参与基础技术,而是主要将加密资产视为一种新的替代资产类别,以使其现有投资组合多样化。

有了这些论点,再加上专业的加密货币量化基金经理以其既能实现业绩表现又能实现增长的战略来应对已知挑战,到2020年底,系统化加密货币基金超越其他投资策略并跑赢大盘的潜力似乎越来越大。

郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。

大币网

[0:15ms0-3:355ms