Stimmungsbasierte Mean-Varianz-Optimierung für Krypto-Portfolios

Zusammenfassung

Die Arbeit schlägt eine dynamische Methode für Kryptowährungsportfolios vor, die technische Signale mit Nachrichtenstimmung kombiniert. Als Momentum-Maße verwendet sie den Relative Strength Index über 14 Tage und den einfachen gleitenden Durchschnitt. VADER analysiert die Stimmung in Nachrichten; Google Gemini dient zur Validierung. Die kombinierten Signale fließen in erwartete Renditen innerhalb eines beschränkten Mean-Varianz-Optimierungsrahmens ein.

Backtests mit mehreren Kryptowährungen übertreffen Berichten zufolge eine Momentum-Strategie, eine Long-Short-Strategie mit Bitcoin und ein gleich gewichtetes Portfolio bei risikobereinigten Renditen und kumuliertem Wachstum. Vergleiche von Ansätzen nur mit Stimmungssignalen, nur mit technischen Signalen und mit deren Kombination deuten darauf hin, dass zusätzliche Stimmungssignale die Beständigkeit verbessern können. Die Arbeit berichtet auch von erheblichen Drawdowns in Phasen angespannter Märkte und bezeichnet Risikomanagement als ungelöste Aufgabe. Die Beschreibung enthält weder genaue Leistungszahlen und Annahmen zu Transaktionskosten noch Portfoliobeschränkungen oder Details zum zeitlichen Bezug der Daten; die behaupteten Gewinne und ihre Robustheit lassen sich anhand dieser Zusammenfassung daher nicht unabhängig beurteilen.

Kernaussagen

• Die Strategie kombiniert RSI- und SMA-Signale mit Stimmung aus Kryptowährungsnachrichten.
• VADER erzeugt Stimmungssignale, die mithilfe eines großen Sprachmodells validiert werden.
• Die Signale fließen in erwartete Renditen für einen beschränkten Mean-Varianz-Portfoliooptimierer ein.
• Der berichtete Backtest übertrifft mehrere angegebene Vergleichsstrategien; die Kombination verschiedener Signaltypen erzielt laut Studie beständigere Gewinne.
• Erhebliche Drawdowns bei Marktstress weisen auf den Bedarf an zusätzlichen Risikokontrollen hin.

Schlagwörter

# Sentiment-Aware Mean-Variance Portfolio Optimization for Cryptocurrencies


# Sentiment-Aware Mean-Variance Portfolio Optimization for Cryptocurrencies









Cryptocurrency markets are highly volatile and influenced by both price trends and market sentiment, making effective portfolio management challenging. This paper proposes a dynamic cryptocurrency portfolio strategy that integrates technical indicators and sentiment analysis to enhance investment decision-making. Market momentum is captured using the 14-day Relative Strength Index (RSI) and Simple Moving Average (SMA), while sentiment signals are extracted from news articles with VADER and further validated using the Google Gemini large language model. These signals are incorporated into expected return estimates and used in a constrained mean-variance optimization framework. Backtesting across multiple cryptocurrencies shows that the integrated approach outperforms traditional benchmarks, including momentum strategy, Bitcoin Long-Short strategy, and an equal-weighted portfolio, achieving stronger risk-adjusted returns and more consistent cumulative growth. Furthermore, comparing the sentiment-only and technical-only strategies shows that incorporating sentiment information alongside technical indicators can lead to more consistent performance gains. However, the strategies exhibit substantial drawdowns that coincide with known periods of market stress, indicating that additional risk-management components are required to improve stability.

Vollständig mit Quellenangabe unter der Lizenz der Quelle angezeigt. Lizenz: abstract CC0

Diese Zusammenfassung wurde vom Research-Agenten von Stratmill anhand des Originals verfasst; sie ist keine Kopie der Quelle.