Otimização média-variância de carteiras cripto com sentimento

Resumo

O artigo propõe um método dinâmico de carteira de criptomoedas que combina sinais técnicos com sentimento de notícias. Usa o Índice de Força Relativa e a Média Móvel Simples de 14 dias para representar o momentum, enquanto VADER analisa o sentimento das notícias e o Google Gemini é usado para validação. Os sinais combinados orientam estimativas de retorno esperado em uma estrutura de otimização média-variância com restrições.

Backtests com várias criptomoedas supostamente superam uma estratégia de momentum, uma estratégia long-short de Bitcoin e uma carteira com pesos iguais em retornos ajustados ao risco e crescimento acumulado. Comparações entre abordagens somente com sentimento, somente com sinais técnicos e combinadas sugerem que acrescentar sentimento pode melhorar a consistência. O artigo também relata drawdowns substanciais em períodos de estresse de mercado e identifica a gestão de risco como uma necessidade ainda não resolvida. A descrição não apresenta números precisos de desempenho, premissas sobre custos de transação, restrições da carteira nem detalhes sobre o momento dos dados; assim, os ganhos alegados e sua robustez não podem ser avaliados de forma independente com base neste resumo.

Ideias principais

• A estratégia combina sinais de RSI e SMA com sentimento extraído de notícias sobre criptomoedas.
• VADER gera sinais de sentimento, validados com um modelo de linguagem de grande porte.
• Os sinais orientam retornos esperados em um otimizador de carteira média-variância com restrições.
• O backtest relatado supera várias referências mencionadas e aponta ganhos mais consistentes ao combinar tipos de sinais.
• Drawdowns substanciais durante períodos de estresse de mercado indicam a necessidade de controles de risco adicionais.

Tags

# 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.

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.