روند BTC-ETH و عملکرد استراتژی های روند
ما میخواستیم بینشی در مورد عملکرد پشتیبان حرکت و روند تحت استراتژیهای BTC و ETH ارائه دهیم. برای کسانی که نمیدانند ، backtesting راهی است برای دیدن اینکه الگوریتمهای معاملاتی در گذشته چقدر خوب عمل میکردند و میتواند به عنوان یک مرجع مفید برای عملکرد بالقوه آینده باشد. ClearGate با توسعه و اصلاح الگوریتمهای یادگیری ماشینی که این استراتژیها را پیادهسازی میکنند ، آزمایشهای گستردهای را از هر دو استراتژی انجام داده است بنابراین کاربران میتوانند از مبنای تاریخی این Cellar ها اطمینان داشته باشند.
سلب مسئولیت: این معیارها کاملاً مشخص نیستند و هیچ نتیجه قطعی را در آینده نوید نمی دهند.
معیار مورد استفاده برای این تست ، نمونه روند های 50/50 BTC و ETH برای نگهداری اسپات است.
استراتژی حرکتی BTC-ETH
نمودار عملکرد و اطلاعات: (خط سیاه برای معیار)
پس از نگاه اول ، قابل توجه ترین معیارهای نمایش داده شده در اینجا برای اکثر مردم احتمالاً نرخ برد و APY است. در امور مالی سنتی هر چیزی نزدیک یا بیش از 100٪ تقریباً ناشناخته است و دستیابی به این معیارها بسیار دشوار است. تفسیر مهم دیگر این است که بهترین عملکرد ماه ، بازدهی 52.51 درصدی را به همراه داشت در حالی که بدترین ماه بازدهی منفی تقریباً 3 برابر کمتر ، 14.21- درصد را به همراه داشت. پس از ترکیب بازده در طول 3.5 سال ، سود خیره کننده 1576.59٪ به دست می آید. برای افرادی که از نظر مالی تمایل دارند، نسبت واضح این روند که استراتژی را دنبال می کند حداقل می توان گفت که نرخ را بالا می برد. برای کسانی که آگاه نیستند ، نسبت شارپ معیاری برای بازده تعدیل شده ریسک است و هر چه این مقدار بالاتر باشد بازده مازاد بیشتری نسبت به ریسک دارد. نسبت شارپ بالای 2.0 بسیار چشمگیر و غیر معمول است.
استراتژی حرکتی BTC-ETH
نمودار عملکرد و اطلاعات: (خط سیاه برای معیار)
با ایجاد نتایجی مشابه با استراتژی دنباله رو روند ، استراتژی حرکتی بازدهی 84% APY و نرخ برد 62% را به همراه دارد! از آنجایی که استراتژی نسبت به افزایش قیمت این دو حساس تر است می توانید ببینید که بهترین ماه آن (51.97٪) و بدترین ماه (-27.50٪) هر دو بزرگتر از استراتژی روند بعدی هستند. به طور مشابه ، بدترین کاهش آن به طور قابل توجهی بزرگتر از استراتژی روند بعدی است که می تواند BTC و ETH را به طور کامل از USDC خارج کند در حالی که استراتژی حرکت همیشه مقداری قرار گرفتن در معرض آن دارایی ها را حفظ می کند. علاوه بر این، نسبت شارپ در اینجا بسیار چشمگیر است و دارای نسبت 1.402 است که نشان میدهد بازدهی مازاد ریسک را تضمین میکند.
نرخ برد بیشتر به نحوه تنظیم استراتژی بستگی دارد. بازده واقعی به میزان بزرگی بردها و باخت ها بستگی دارد. برای مثال، نرخ برد میتواند بسیار بالا باشد اما اگر همه بردها بسیار کوچک و باختها بسیار بزرگ باشند استراتژی همچنان ضرر خواهد کرد. در اینجا نرخ برد و باخت بیشتر به شرایط بازار بستگی دارد. اگر بازار روند صعودی داشته باشد نرخ برد بالا خواهد بود. با این حال اگر بازار در حالت زیگزاگ حرکت کند (که ممکن است در آینده اتفاق بیفتد) آنگاه نرخ برد ممکن است به وضوح پایینتر باشد. نتایج معاملات فردی را نشان می دهد نه تصویر کلی زیرا اندازه معامله در زمان ثابت نخواهد بود (بسته به سیگنال های کمیت دریافتی، معاملات می توانند کوچکتر یا بزرگتر باشند).
در واقع ، تمام معیارهای مثبت در با ایجاد نتایجی مشابه با استراتژی دنباله رو روند، استراتژی حرکت 84% APY و نرخ برد 62% را به همراه دارد! از آنجایی که استراتژی نسبت به افزایش قیمت این دو حساس تر است، می توانید ببینید که بهترین ماه آن (51.97٪) و بدترین ماه (-27.50٪) هر دو بزرگتر از استراتژی روند بعدی هستند. به طور مشابه، بدترین کاهش آن به طور قابل توجهی بزرگتر از استراتژی روند بعدی است که می تواند BTC و ETH را به طور کامل از USDC خارج کند، در حالی که استراتژی حرکت همیشه مقداری قرار گرفتن در معرض آن دارایی ها را حفظ می کند. علاوه بر این، نسبت شارپ در اینجا بسیار چشمگیر است و دارای نسبت 1.402 است که نشان میدهد بازدهی مازاد ریسک را تضمین میکند.
نرخ برد بیشتر به نحوه تنظیم استراتژی بستگی دارد. بازده واقعی به میزان بزرگی بردها و باخت ها بستگی دارد. برای مثال، نرخ برد میتواند بسیار بالا باشد، اما اگر همه بردها بسیار کوچک و باختها بسیار بزرگ باشند، استراتژی همچنان ضرر خواهد کرد. در اینجا نرخ برد و باخت بیشتر به شرایط بازار بستگی دارد. اگر بازار روند صعودی داشته باشد، نرخ برد بالا خواهد بود. با این حال، اگر بازار در حالت زیگزاگ حرکت کند (که ممکن است در آینده اتفاق بیفتد)، آنگاه نرخ برد ممکن است به وضوح پایینتر باشد. نتایج معاملات فردی را نشان می دهد، نه تصویر کلی را، زیرا اندازه معامله در زمان ثابت نخواهد بود (بسته به سیگنال های کمیت دریافتی، معاملات می توانند کوچکتر یا بزرگتر باشند).
در واقع ، تمام معیارهای مثبت در backtest را میتوان با بهینهسازی بیش از حد استراتژی که ممکن است ارزش کمی برای آینده داشته باشد، بدست آورد. برای یک چشم با تجربه ، نگاه کردن به معیارهای مختلف با هم می تواند نشانه های بیشتری در مورد ویژگی های استراتژی ارائه دهد و بنابراین تمرکز نکردن بیش از حد روی یک معیار خاص مفید است (اگرچه نسبت شارپ هم بازده و هم ریسک را در بر می گیرد و بنابراین کاملاً مفید است). ما سعی کردیم استراتژیها را بیش از حد بهینه نکنیم و از بهترین شیوههای آزمایش پیروی کردیم اما با این وجود همه معیارها در اینجا زمانی که استراتژی از قبل اجرا میشود، مرتبط تر میشوند. همیشه مدتی طول میکشد تا مزایای استراتژی ها ظاهر شوند و این معیارها از نظر زمانی ثابت نیستند بلکه به طور میانگین در کل دوره 3.5 سال پسآزمون محاسبه میشوند.
ما امیدواریم که این backtesting عمق بیشتری را در استراتژیهای آینده ما فراهم کند که بسیار هیجانزده هستیم تا با شما به اشتراک بگذاریم.
لینگ های ارتباطی Sommelier :
گروه فارسی زبان :
توییتر فارسی :
نظرات
ارسال یک نظر