Optimización media-varianza con sentimiento para carteras cripto

Resumen

El artículo propone un método dinámico de cartera de criptomonedas que combina señales técnicas con el sentimiento de las noticias. Utiliza el índice de fuerza relativa y la media móvil simple de 14 días para representar el momentum; VADER analiza el sentimiento de las noticias y Google Gemini se utiliza para validarlo. Las señales combinadas sirven para estimar los rendimientos esperados dentro de un marco de optimización media-varianza con restricciones.

Según se informa, los backtests realizados con varias criptomonedas superan a una estrategia de momentum, una estrategia long-short de Bitcoin y una cartera equiponderada en rendimientos ajustados al riesgo y crecimiento acumulado. Las comparaciones entre los enfoques basados solo en sentimiento, solo en indicadores técnicos y en ambos sugieren que añadir sentimiento puede aumentar la consistencia. El artículo también presenta drawdowns sustanciales en periodos de tensión del mercado y señala que la gestión de riesgos sigue siendo una cuestión sin resolver. La descripción no ofrece cifras precisas de rendimiento, supuestos sobre costes de transacción, restricciones de cartera ni detalles sobre el momento de los datos, por lo que este resumen no permite evaluar de forma independiente las ganancias afirmadas ni su robustez.

Ideas clave

• La estrategia combina señales de RSI y SMA con el sentimiento extraído de noticias sobre criptomonedas.
• VADER genera señales de sentimiento, que se validan con un modelo de lenguaje grande.
• Las señales alimentan las estimaciones de rendimientos esperados de un optimizador de carteras media-varianza con restricciones.
• El backtest presentado supera varias referencias indicadas y encuentra ganancias más consistentes al combinar tipos de señales.
• Los drawdowns sustanciales durante periodos de tensión del mercado apuntan a la necesidad de controles de riesgo adicionales.

Etiquetas

# 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.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.