Seguimento adaptativo de tendências em criptomoedas

Resumo

AdaptiveTrend é uma estratégia sistemática de criptomoedas que combina sinais de tendência em intervalos de seis horas com atualizações mensais da carteira. Ela usa stops móveis ajustados pela volatilidade, seleciona ativos com índices de Sharpe móveis e filtros de capitalização de mercado, e aloca capital de forma assimétrica entre posições compradas e vendidas. Os autores justificam a exposição comprada pela tendência histórica positiva do mercado e apresentam o sistema como uma forma de adaptar a exposição conforme mudam a volatilidade e o desempenho dos ativos.

O documento relata backtests fora da amostra em mais de 150 pares de criptomoedas ao longo de 36 meses, de 2022 a 2024. Apresenta índice de Sharpe anualizado de 2.41, drawdown máximo de -12.7% e índice de Calmar de 3.18, e afirma que a estratégia superou os benchmarks de momentum de séries temporais e de compra e manutenção com pesos iguais. Também são relatadas análises de sensibilidade dos parâmetros, modelagem dos custos de transação e análise de regimes de mercado. Essas são alegações baseadas em backtests; o trecho não fornece detalhes de implementação, dados subjacentes ou replicação independente, portanto o desempenho ao vivo e a robustez continuam incertos.

Ideias principais

• A estrutura combina sinais de seguimento de tendência de seis horas com construção mensal da carteira.
• Os stops móveis se ajustam aos regimes de volatilidade intradiária.
• A seleção de ativos usa índices de Sharpe móveis e filtros de capitalização de mercado.
• O capital é alocado de forma assimétrica entre posições compradas e vendidas.
• O backtest fora da amostra relatado inclui análises de custos de transação e regimes, mas não comprova resultados ao vivo.

Tags

# 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.

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.