A network-based strategy of price correlations for optimal cryptocurrency portfolios
Auteurs : Ruixue Jing, Luis Enrique Correa Rocha
Résumé : A cryptocurrency is a digital asset maintained by a decentralised system using cryptography. Investors in this emerging digital market are exploring the profitability potential of portfolios in place of single coins. Portfolios are particularly useful given that price forecasting in such a volatile market is challenging. The crypto market is a self-organised complex system where the complex inter-dependencies between the cryptocurrencies may be exploited to understand the market dynamics and build efficient portfolios. In this letter, we use network methods to identify highly decorrelated cryptocurrencies to create diversified portfolios using the Markowitz Portfolio Theory agnostic to future market behaviour. The performance of our network-based portfolios is optimal with 46 coins and superior to benchmarks up to an investment horizon of 14 days, reaching up to 1,066% average expected return within 1 day, with reasonable associated risks. We also show that popular cryptocurrencies are typically not included in the optimal portfolios. Past price correlations reduce risk and may improve the performance of crypto portfolios in comparison to methodologies based exclusively on price auto-correlations. Short-term crypto investments may be competitive to traditional high-risk investments such as the stock market or commodity market but call for caution given the high variability of prices.
Outils pour cet article
Posez des questions sur cet article à notre assistant IA
Vous pouvez aussi discutez avec plusieurs papiers à la fois ici.
⚠La licence de l'article ne nous permet pas de nous appuyer sur son contenu et l'assistant IA ne peut se servir que des métadonnées de l'article plutôt que de l'article complet.
Le résumé précédent a été créé il y a plus d'un an et peut être réexécuté (si nécessaire) en cliquant sur le bouton Exécuter ci-dessous.
⚠La licence de cet article spécifique ne nous permet pas de nous appuyer sur son contenu et les outils de synthèse seront exécutés en utilisant les métadonnées de l'article plutôt que l'article complet. Cependant, l'outil produira quand même un bon résultat, et vous pouvez également essayer nos outils sur des papiers avec des licences plus ouvertes.
Articles similaires résumés avec nos outils d'IA
Naviguez à travers encore plus d'articles similaires en utilisant une
représentation arborescenteRecherchez des articles similaires (en version bêta)
Nous comparons le titre et le résumé avec les articles indexés dans notre base. Pour les articles arXiv, la recherche porte sur la même catégorie ; pour les DOI et les autres sources, elle couvre toutes les sources et disciplines. Vous pouvez la relancer à mesure que notre base s’enrichit.
Avertissement : Notre outil de synthèse basé sur l'IA et l'assistant virtuel fournis sur ce site Web peuvent ne pas toujours fournir des résumés complets ou des réponses exactes. Nous vous encourageons à examiner attentivement et à évaluer le contenu généré pour vous assurer de sa qualité et de sa pertinence par rapport à vos besoins.