کرپٹو پورٹ فولیوز کے لیے جذبات سے آگاہ اوسط-تغیر پورٹ فولیو اصلاح

خلاصہ

مقالہ کرپٹو کرنسی کے متحرک پورٹ فولیو کا ایسا طریقہ تجویز کرتا ہے جو تکنیکی سگنلز کو خبروں کے جذبات سے ملاتا ہے۔ مومینٹم ظاہر کرنے کے لیے یہ 14-روزہ رلیٹو اسٹرینتھ انڈیکس اور سادہ متحرک اوسط استعمال کرتا ہے، جبکہ VADER خبروں کے جذبات کا تجزیہ کرتا ہے اور توثیق کے لیے Google Gemini استعمال ہوتا ہے۔ مشترکہ سگنلز محدود اوسط-تغیر پورٹ فولیو اصلاح کے فریم ورک میں متوقع منافع کے تخمینوں کی رہنمائی کرتے ہیں۔

متعدد کرپٹو کرنسیوں پر بیک ٹیسٹ میں خطرے کے مطابق منافع اور مجموعی نمو کے لحاظ سے رفتار کی اسٹریٹیجی، بٹ کوائن کی لانگ-شارٹ اسٹریٹیجی اور مساوی وزن والے پورٹ فولیو سے بہتر کارکردگی رپورٹ ہوئی ہے۔ صرف جذبات، صرف تکنیکی اشاروں اور مشترکہ طریقوں کے موازنوں سے اشارہ ملتا ہے کہ جذبات شامل کرنے سے یکسانیت بہتر ہو سکتی ہے۔ مقالہ مارکیٹ دباؤ کے دوران نمایاں ڈرا ڈاؤن بھی رپورٹ کرتا ہے اور خطرہ مینجمنٹ کو ایک حل طلب ضرورت قرار دیتا ہے۔ وضاحت میں کارکردگی کے درست اعداد، لین دین کی لاگت کے مفروضے، پورٹ فولیو کی پابندیاں یا ڈیٹا کے وقت کی تفصیل نہیں؛ اس لیے دعویٰ شدہ فوائد اور ان کی مضبوطی کا اس خلاصے سے آزادانہ جائزہ نہیں لیا جا سکتا۔

اہم خیالات

• اسٹریٹیجی RSI اور SMA سگنلز کو کرپٹو کرنسی کی خبروں سے اخذ کردہ جذبات کے ساتھ ملاتی ہے۔
• VADER جذباتی سگنل بناتا ہے، جن کی توثیق بڑے لسانی ماڈل سے کی جاتی ہے۔
• سگنلز محدود اوسط-تغیر کے تحت پورٹ فولیو کی اصلاح کے ماڈل میں متوقع منافع کی رہنمائی کرتے ہیں۔
• رپورٹ شدہ بیک ٹیسٹ کئی بیان کردہ معیاروں سے بہتر ہے اور مختلف قسم کے سگنلز ملانے سے زیادہ مستقل فوائد دکھاتا ہے۔
• مارکیٹ دباؤ کے دوران نمایاں ڈرا ڈاؤن اضافی خطرہ کنٹرولز کی ضرورت ظاہر کرتے ہیں۔

ٹیگز

# 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.

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔