Alpha Predator ™: Izvođenje performansi

Kada je Alpha Predator ™ zadnji put primijećen u APM II, proučavali smo kako se koristi strojno učenje da optimizira svoje algoritme kako bi se prilagodili tržišnim uvjetima - otkrivši da je potrebno oko 10 trilijuna kombinacija parametara potrebnih za optimizaciju temeljnih sustavnih modela, za pokretanje potrebno 54 milijarde godina kroz sve ove opcije ručno. Alpha Predator možda je kosmološka cjelina, ali kako je to dulje od doba svemira i nemoguće je ručno učiniti u jednom ljudskom vijeku, Bayesove metode optimizacije koriste se za optimizaciju ovih različitih parametara u roku od nekoliko sati.

S nekoliko mjeseci testiranja uživo Alfa Predatora pod našim pojasevima, prigodno je vrijeme za raspravu o ovoj izvedbi, zajedno s našim unazadljenim performansama koje traju dvije godine. Budući da su 2017. i 2018. bile vrlo različite godine u svijetu digitalnih dobara, zanimljivo je vidjeti što možemo naučiti o ponašanju Alpha Predatora tijekom ova dva naizgled različita razdoblja.

Izvještaj o izvedbi

Ako bi informacije o cijenama kriptovaluta tijekom 2017. i 2018. poprimile jedan oblik, bila bi to prekrasna parabola koja se spuštala prema nebu, a 2017. bi pucala sve do Mjeseca, tek da bi se 2018. vratila na Zemlju. I bitcoin i ethereum su dolje 72 % i 80%, od svojih paraboličnih vrhova. Prema istraživanju Hedge Fund, indeks HFR Cryptocurrency Hedge Fund pao je za 69,8%, što je znak da se većina sredstava unutar ovog prostora ne čini dovoljno usredotočenima na zaštitu od upravljanja rizikom.

Kao takav, vidimo ogromnu priliku u svijetu digitalne imovine da se koristi tradicionalniji pristup upravljanju rizikom u ovom izrazito nestabilnom prostoru. U našem nastojanju da neprekidno težimo izvrsnosti, nedavno smo dostigli viši nivo analize, kombinirajući naše tradicionalne metode upravljanja rizikom dionica s umjetnom inteligencijom i strojnim učenjem kako bismo razvili moderne kvantitativne strategije dizajnirane za zaštitu rizika od portfelja u ovom novom svijetu digitalnih dobara. U idealnom slučaju, tijekom paraboličnih poteza kao što smo to vidjeli u 2017., naše strategije nastoje privući 80% tržišta naopako i 40% manjeg tržišta. Iako je većina fondova izgubila značajan iznos kapitala u 2018. godini, backtests naših strategija obavio je izvrstan posao u upravljanju rizicima smanjenja, a mi smo sretni što možemo izvijestiti da su u 2018. godini podržane sve tri strategije.

Pregled strategije

Iza kozmološke zavjese Alpha Predatora, naš kvantitativni tim razvio je niz komplementarnih strategija - sve izgrađene za upravljanje rizikom unutar svijeta digitalne imovine. Trenutno imamo tri kvantitativna modela u proizvodnji, s nizom drugih u različitim fazama razvoja. Trenutno su u proizvodnji modeli:

• Sustavno - Bitcoin

• Sustavno - Ethereum

• Rotacija tokena

Naše strategije su dizajnirane od početka, s ciljem da iskoristimo značajne alfa mogućnosti koje vidimo na tržištima digitalne imovine. Vjerujemo da je trenutačno tržišno okruženje zrelo za žetvu alfa zbog natalne infrastrukture, prelomljenih tržišta razmjene i sveprisutnosti nelikvidnosti.

Sustavni pregled

Sustavni kvantitativni modeli AlphaPredator ™ (prvi put proučeni u APM I) mjere tržišni smjer, brzinu, volatilnost i cjenovne distribucije kako bi se algoritmi kategorizirali i prilagodili trenutnom tržišnom okruženju. Pojedinosti o tome kako naši modeli rade na razini koda možete pronaći u našem Tehničkom kutku. Algoritmi nastoje povećati izloženost kad tržište potvrdi trend rasta. Slično tome, kada se platoi trenda ili preokrenu, model je dizajniran tako da smanji izloženost. Modeli se fokusiraju na ulazak u pozicije kada izračunava vjerojatnost profita iznad prosjeka i uklanja izloženost kada algoritmi smatraju da vjerojatnost profita propada ili da ne postoji. Opći cilj naših sustavnih strategija je osigurati između 70–80% tržišta naopako, 40–50% nepovoljne strane i otprilike polovinu volatilnosti temeljne imovine. Modeli nastoje maksimizirati omjer rizika i nagrade mjerenjem mjernih pokazatelja rizika Sharpe, Sortino i downside - sve u stvarnom vremenu.

Sustavne performanse bitcoina

Naši pokazatelji uspješnosti sustava i bitcoina prikazani u nastavku predstavljaju rezultate živih testova od 15. listopada 2018. do 31. prosinca 2018., a zadnji rezultati od 1. siječnja 2017. do 15. listopada 2018., ako je primjenjivo.

Sustavno performanse bitcoina

Sustavno djelovanje Ethereuma

Naši podaci o sustavnoj ETH izvedbi predstavljaju rezultate testiranja uživo od 13. prosinca 2018. do 31. prosinca 2018., a zadnji rezultati od 1. siječnja 2017. do 13. prosinca 2018., ako je primjenjivo.

Sustavno djelovanje Ethereuma

Pregled i performanse rotacije tokena

Strategija rotacije tokena AlphaPredator ima za cilj povećati izloženost kada je tržište u trendu. Model analizira prvih 15 digitalnih sredstava prema tržišnoj kapitalizaciji i ulaže u četiri najbolje uspješne imovine, mjereno brzinom i učinkom tih sredstava jedni protiv drugih. No, ako se čini da određena digitalna imovina negativno mijenja svoj trend, model nastoji zaštititi negativni rizik rotacijom tih sredstava u novac. U bilo kojem trenutku u model se može uložiti 0–100%.

Dok se sustavne strategije fokusiraju na ograničavanje rizika na temelju temeljne imovine, strategija rotacije tokena je osoba koja traži rizik kada model izračunava da postoji velika vjerojatnost rastućeg tržišta. Dugoročni cilj modela Token Rotation je ciljati na 120% nagore indeksa kriptovaluta HFR-a, 60% na pad i približno 60% volatilnosti.

Kratka napomena o rotaciji tokena: S obzirom na male količine altkoina u usporedbi s kripto valutama velikog kapitala kao što su Bitcoin, Ethereum i XRP, postoje stroga ograničenja u visini kapitala koja se može dodijeliti strategiji.

Izvedba rotacije tokena

Diverzifikacija na nižu korelaciju

Kao što je prikazano u gornjim statistikama o proteklom testiranju, naše su strategije držale korak s korakom u 2017. godini i zaštitile rizik od pada u 2018. godini. Svaka se strategija trenutno izvodi pojedinačno kako bi se pratila izvedba, ali se te strategije međusobno nadopunjuju i stoga se istovremeno izvode te bi trebale uravnotežiti rizik i niže korelacije s cjelokupnim tržištima. Korištenjem moderne teorije portfelja možemo prilagoditi optimalnu kombinaciju strategija za smanjenje rizika (tržišno neutralne) i strategije za poboljšanje povrata (Sustavna i rotacija tokena). Rezultirajuća strategija koja se optimalno kombinira trebala bi maksimizirati omjere Sharpe i Sortino, ograničiti rizik od pada i sadržavati povratni tok koji je manje kolebljiv nego što bi se postiglo tradicionalnim tržišnim strategijama.

Optimalni učinak i raspoređivanje smjese

Što je sljedeće?

Naš kvantitativni tim kontinuirano radi na optimizaciji naših algoritama - uključivanju novih signala i razvoju infrastrukture - a sve s ciljem stvaranja skalabilnih rješenja koja na odgovarajući način upravljaju rizikom.

Ispod je mali uzorak onoga što naš tim trenutno radi:

1. Sustavna strategija - nadogradnja s v1 na v1.5: Trenutni model (v1.0) dodjeljuje 100% dugo ili 100% gotovine. Nadolazeća nadogradnja uključivat će brojne signale, ulazeći i izvan položaja, s naglaskom na nastojanju da se poboljša snimanje naopako i ograniči rizik od padova.

2. Strategija rotacije tokena - Stvaranje ljestvice: Postojeći model rotacije tokena ograničen je kapitalom zbog rotacijskog aspekta dodjele manjim digitalnim sredstvima tržišne kapitalizacije. Sklapamo upravljanje kapitalom uključivanjem multifaktorskog modela koji raspoređuje na temelju dugoročnih i kratkoročnih signala s ciljem usporavanja prometa portfelja i povećanja iznosa kapitala koji se može dodijeliti strategiji.

3. Tržišna neutralna strategija - profitabilnost i skalabilnost: Iako još nismo puno govorili o našim tržišnim neutralnim strategijama u ovom ažuriranju ili objavili brojeve za ovu strategiju, naš tim radi na izgradnji i poboljšanju performansi sustava u odnosu na ukupne prinose. , Imamo niz strategija u različitim fazama razvoja, uključujući razmjenu arbitražu, statističku arbitražu, stabilnu arbitražu kovanica i izradu tržišta. Tijekom sljedećih nekoliko mjeseci, predstavit ćemo ove strategije nakon što su prolazile kroz naše strogo testiranje.

4. Kraće: Naši trenutni modeli usredotočeni su na zauzimanje dugačkih pozicija ili ulazak u gotovinu. To je bilo namjerno, jer smo postavili prioritet usredotočiti se na smanjenje hlapljivosti i dodavanje izloženosti kroz duge pozicije. U većini scenarija gledanje kratkog spoja smatramo pozicijom, a ne zaštitom koja bi dodala volatilnost portfelja u suprotnosti s našim ciljem. Jednom kada dovršimo svoje dugo pristrane pozicije, tražit ćemo da dodamo algoritme koji imaju za cilj postizanje performansi pomoću poteza prema dolje kroz kratke pozicije.

Zaključak

Kako sunce zalazi na još jedan Alpha Predator papir, kontinuirana samooptimizacija se nastavlja. Kad algoritmi strojnog učenja marljivo rade između kostiju grabežljivca, naše strategije postaju toliko čvršće i učinkovitije - dobre za ulazak u pukotine alfe koja je većini nedostupna. Nastavit ćemo s optimizacijom i nadamo se da ćete nastaviti čitati.

Ovu je publikaciju razvio Blockforce Labs, LLC. Blockforce Labs, LLC, istraživačka je tvrtka i nije registrirani investicijski savjetnik i ne djeluje kao brokerski zastupnik ni na kojem saveznom ili državnom zakonu o vrijednosnim papirima. Ova je publikacija samo u ilustrativne svrhe i sadrži podatke o teoretskim (testiranim i unazad testiranim) izvedbama strategija trgovanja. Predstavljeni teorijski rezultati nisu stvarni rezultati i stvarni rezultati mogu se značajno razlikovati od ovdje prikazanih. Dosadašnji učinak ne jamči buduće rezultate. Ova publikacija nije ponuda za prodaju ili prikupljanje ponuda za kupnju bilo kakvog interesa za bilo kakvo ulaganje. Nije moguće izravno ulagati u strategiju. Gore opisane strategije ne upravljaju i ne snose naknade za upravljanje, transakcijske troškove, poreze ili druge troškove povezane s proizvodima koji se mogu uložiti. Ovdje prikazani teorijski rezultati prikazani su "bruto od naknada", bez ikakvih potencijalnih naknada koje bi naplatio rukovoditelj ili savjetnik koji koriste strategiju trgovanja. Teorijski rezultati ne odražavaju zasebnu savjetodavnu naknadu koju može naplatiti investicijski savjetnik (na primjer, savjetodavna naknada od 1% složena tijekom razdoblja od 10 godina smanjila bi 10% godišnjeg povrata na 8,9% povrata). Rezultati odražavaju uspješnost strategije koja se ne nudi investitorima i NE predstavljaju povrat koji je bilo koji investitor stvarno postigao.

Teoretski rezultati rada mogu imati urođena ograničenja, a stvarni prinosi od živog ulaganja mogu se značajno razlikovati od prikazanih hipotetičkih povrata. Iako su ove informacije pripremljene u dobroj namjeri, postoje urođena ograničenja koja primatelji moraju pažljivo razmotriti. Teoretski rezultati rada ne predstavljaju utjecaj koji materijalni ekonomski i tržišni faktori mogu imati na trgovinsku strategiju ili postupak odlučivanja investicijskog savjetnika ako bi anadviser stvarno upravljao sredstvima investitora. Različiti tržišni i / ili ekonomski uvjeti, različite veličine raspodjele, različite pretpostavke ili različite pretpostavke mogu dati različite rezultate. Performanse testirane unazad razvijene su uz naprednost unatrag i imaju svojstvena ograničenja. Rezultati povratnog testa izračunavaju se retroaktivnom primjenom modela izgrađenog na temelju povijesnih podataka i na temelju pretpostavki koje su sastavni dio modela koji mogu biti, ali ne moraju biti testirani, a mogu biti podložni gubicima. Opće pretpostavke uključuju: imovinu preporučenu modelom bilo bi moguće kupiti, a tržišta su bila dovoljno likvidna da omoguće sve trgovanje. Promjene ovih pretpostavki mogu imati značajan utjecaj na prezentirane rezultate ispitivanja. Određene pretpostavke napravljene su za potrebe modeliranja i malo je vjerojatno da će biti ostvarene. Ne daju se izjave i jamstva o razumnosti pretpostavki. Ove informacije daju se samo u ilustrativne svrhe.

Ova publikacija ne predstavlja preporuku bilo koje strategije ulaganja ili proizvoda za određenog investitora, niti uzima u obzir jedinstvene financijske okolnosti bilo kojeg pojedinca. Ulagači uvijek trebaju konzultirati financijskog stručnjaka prije donošenja bilo kakvih odluka o ulaganju. Sve investicije nose određeni stupanj rizika, uključujući potpuni gubitak glavnice.