Suivi de tendance adaptatif et allocation de portefeuille crypto

Résumé

AdaptiveTrend est une stratégie systématique sur cryptomonnaies qui combine des signaux de tendance à six heures et des rééquilibrages mensuels du portefeuille. Elle utilise des stops suiveurs ajustés à la volatilité, sélectionne les actifs selon des ratios de Sharpe glissants et des filtres de capitalisation boursière, puis répartit le capital de façon asymétrique entre positions longues et courtes. Les auteurs justifient le biais acheteur par la dérive historique positive du marché et présentent le système comme un moyen d’adapter l’exposition aux variations de volatilité et de performance des actifs.

Le document rapporte des backtests hors échantillon sur plus de 150 paires de cryptomonnaies pendant 36 mois, de 2022 à 2024. Il indique un ratio de Sharpe annualisé de 2.41, un drawdown maximal de -12.7% et un ratio de Calmar de 3.18, et affirme que la stratégie a surpassé les références de momentum des séries temporelles et d’achat-conservation à pondération égale. Des analyses de sensibilité des paramètres, de modélisation des coûts de transaction et de régimes de marché sont également rapportées. Il s’agit de résultats de backtest ; l’extrait ne fournit ni détails de mise en œuvre, ni données sous-jacentes, ni réplication indépendante. Les performances en trading réel et la robustesse restent donc incertaines.

Idées clés

• Le cadre associe des signaux de suivi de tendance à six heures à une construction mensuelle du portefeuille.
• Les stops suiveurs s’ajustent aux régimes de volatilité intrajournaliers.
• La sélection des actifs repose sur des ratios de Sharpe glissants et des filtres de capitalisation boursière.
• Le capital est réparti de façon asymétrique entre positions longues et courtes.
• Le backtest hors échantillon rapporté comprend des analyses des coûts de transaction et des régimes, mais n’établit pas les résultats en trading réel.

Étiquettes

# Systematic Trend-Following with Adaptive Portfolio Construction: Enhancing Risk-Adjusted Alpha in Cryptocurrency Markets


# Systematic Trend-Following with Adaptive Portfolio Construction: Enhancing Risk-Adjusted Alpha in Cryptocurrency Markets









Cryptocurrency markets exhibit pronounced momentum effects and regime-dependent volatility, presenting both opportunities and challenges for systematic trading strategies. We propose AdaptiveTrend, a multi-component algorithmic trading framework that integrates high-frequency trend-following on 6-hour intervals with monthly adaptive portfolio construction and asymmetric long-short capital allocation. Our framework introduces three key innovations: (1) a dynamic trailing stop mechanism calibrated to intra-day volatility regimes, (2) a rolling Sharpe-ratio-based asset selection procedure with market-capitalization-aware filtering, and (3) a theoretically motivated asymmetric 70/30 long-short allocation scheme grounded in the empirical positive drift of crypto markets. Through extensive out-of-sample backtesting across 150+ cryptocurrency pairs over a 36-month evaluation window (2022-2024), AdaptiveTrend achieves an annualized Sharpe ratio of 2.41, a maximum drawdown of -12.7%, and a Calmar ratio of 3.18, significantly outperforming benchmark trend-following strategies (TSMOM, time-series momentum) and equal-weighted buy-and-hold portfolios. We further conduct rigorous robustness analyses including parameter sensitivity, transaction cost modeling, and regime-conditional performance decomposition, demonstrating the strategy's resilience across bull, bear, and sideways market conditions.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.