Optimisation moyenne-variance de portefeuilles crypto intégrant le sentiment

Résumé

L’article propose une méthode dynamique de portefeuille de cryptomonnaies qui combine des signaux techniques et le sentiment des actualités. Elle utilise l’indice de force relative sur 14 jours et la moyenne mobile simple pour représenter le momentum, tandis que VADER analyse le sentiment des actualités et Google Gemini sert à la validation. Les signaux combinés alimentent les estimations de rendement attendu dans un cadre d’optimisation moyenne-variance sous contraintes.

Les backtests menés sur plusieurs cryptomonnaies afficheraient de meilleurs rendements ajustés au risque et une croissance cumulée supérieure à ceux d’une stratégie de momentum, d’une stratégie Bitcoin long-short et d’un portefeuille équipondéré. Les comparaisons entre les approches fondées uniquement sur le sentiment, uniquement sur les aspects techniques et sur leur combinaison suggèrent que l’ajout du sentiment peut améliorer la régularité. L’article rapporte également des drawdowns importants durant les périodes de tension sur les marchés et considère la gestion du risque comme un besoin non résolu. La description ne fournit ni chiffres de performance précis, ni hypothèses sur les coûts de transaction, ni contraintes de portefeuille, ni détails sur le calendrier des données ; les gains revendiqués et leur robustesse ne peuvent donc pas être évalués indépendamment à partir de ce résumé.

Idées clés

• La stratégie combine les signaux RSI et SMA avec le sentiment extrait des actualités sur les cryptomonnaies.
• VADER produit des signaux de sentiment, qui sont validés à l’aide d’un grand modèle de langage.
• Les signaux alimentent les rendements attendus dans un optimiseur de portefeuille moyenne-variance sous contraintes.
• Le backtest rapporté surpasse plusieurs références citées et relève des gains plus réguliers lorsque différents types de signaux sont combinés.
• Les baisses depuis les plus hauts observées en période de tension sur les marchés soulignent le besoin de contrôles supplémentaires du risque.

Étiquettes

# 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.

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.