كيف تبني محفظة تشفير قوية باستراتيجية متعددة العوامل؟

الديباجة

في يونيو من العام الماضي ، توصلت إلى فكرة بسيطة لاستخدام نموذج متعدد العوامل لاختيار العملات المعدنية.

بعد مرور عام ، بدأنا في تطوير استراتيجية متعددة العوامل لسوق الأصول المشفرة ، وكتبنا إطار الإستراتيجية العام في سلسلة من المقالات ، “بناء محفظة أصول تشفير قوية مع استراتيجيات متعددة العوامل”.

1. ما هو “العامل”؟

“العامل” هو “المؤشر” في التحليل الفني ، و “سمة” التعلم الآلي للذكاء الاصطناعي ، وهو ما يحدد صعود وانخفاض عوائد العملات المشفرة.

يقسم فريقنا الأنواع الشائعة من العوامل في مجال العملات المشفرة: العوامل الأساسية ، والعوامل على السلسلة ، وعوامل الحجم والسعر ، وعوامل المشتقات ، والعوامل البديلة ، والعوامل الكلية.

الغرض النهائي من التعدين وحساب “العامل” هو حساب معدل العائد المتوقع للأصل بدقة.

2. حساب “العامل”.

**(1) اشتقاق نموذج متعدد العوامل **

**المنشأ: نموذج عامل واحد - CAPM **

يعود تاريخ أبحاث العوامل إلى 20C60S ، مع ظهور نموذج تسعير الأصول الرأسمالية (CAPM) ، والذي يحدد كيف تؤثر المخاطر على تكلفة رأس مال الشركة وبالتالي معدل العائد المتوقع. وفقا لنظرية CAPM ، يمكن تحديد العائد الزائد المتوقع للأصل الفردي من خلال النموذج الخطي أحادي المتغير التالي:

! [كيفية بناء محفظة تشفير قوية باستراتيجية متعددة العوامل؟] (https://img-cdn.gateio.im/webp-social/moments-69a80767fe-bb3f79bd46-dd1a6f-cd5cc0.webp)

E (Ri) هو التوقع الرياضي ، Ri هو معدل عائد الأصل ، Rf هو معدل العائد الخالي من المخاطر ، Rm هو معدل عائد محفظة السوق ، βi = Cov (Ri، Rm) / (Rm) يعكس حساسية عودة الأصل إلى عائد السوق ، المعروف أيضا باسم تعرض الأصل لمخاطر السوق.

فهم إضافي:

في السوق المالية ، فإن “المخاطرة” و “العائد” التي يتم الحديث عنها هي في الأساس نفس الشيء.

من وجهة نظر إحصائية ، فهم أكثر تفصيلا ل βi

يمكن اعتبار CAPM نموذجا للانحدار ثنائي المتغير بدون مصطلح اعتراض ، Yi = β1 + β2 · X (β1 = 0) ، باستخدام طريقة تقدير المربعات الصغرى العادية (OLS) للعثور على تقديرات معلمات النموذج ، حيث β1 = β2 = Σ (X-μX) (Y-μY) / Σ (X-μX) ² = Cov (X، Y) / (X).

β1 يقيس درجة تغير المتغير التفسيري (سعر عائد السوق) في الوحدات ، ومتوسط التغير في المتغير التفسيري (العائد على الأصل i) ، والذي يفسره القطاع المالي على أنه مدى “حساسية” أو “تعرض” Y ل X.

β>1 تضخيم تقلبات السوق

β = 1 هو بالضبط نفس تقلبات السوق

0<β<1 يتحرك في نفس اتجاه السوق ، ولكن أقل تقلبا من السوق

β≤ 0 يتحرك ضد السوق

1. فهم أكثر تفصيلا ل βi من منظور المخاطر والعائد في التمويل

هناك نوعان من المخاطر في المحفظة ، المخاطر المنهجية (أي مخاطر السوق ، والمخاطر غير التعويضية) والمخاطر غير المنتظمة (تعويض المخاطر). βi هو خطر نظامي ، وبغض النظر عن كيفية إنشاء المحفظة ، فإن هذا الخطر خاص بالنظام ولا يمكن تعويضه. ألفا التي ذكرتها أدناه هي مخاطر غير منتظمة يمكن التحوط منها من خلال بناء استراتيجيات مختلفة.

نموذج CAPM هو أبسط نموذج عامل خطي ، ينص على أن العائد الزائد للأصل يتم تحديده فقط من خلال العائد الزائد المتوقع لمحفظة السوق (عامل السوق) وتعرض الأصل لمخاطر السوق. يضع هذا النموذج أساسا نظريا للبحث اللاحق على عدد كبير من نماذج التسعير الخطية متعددة العوامل.

** التطوير: نموذج متعدد العوامل - APT **

على أساس CAPM ، وجد أن عوائد الأصول المختلفة تتأثر بعوامل متعددة ، وتم تطوير نظرية تسعير المراجحة (APT) لبناء نموذج خطي متعدد العوامل:

! [كيفية بناء محفظة تشفير قوية باستراتيجية متعددة العوامل؟] (https://img-cdn.gateio.im/webp-social/moments-69a80767fe-dbb4b98eb2-dd1a6f-cd5cc0.webp)

حيث يمثل E (Ri) العائد المتوقع للأصل i و λ يمثل العائد المتوقع للعامل (أي علاوة العامل). تستخدم المعادلة (2) E (Ri) بدلا من E (Ri) -Rf في نموذج CAPM لتمثيل العائد المتوقع ، ويتم تعويض أصول المحفظة المحايدة للصندوق التي تم إنشاؤها باستخدام التحوط الطويل والقصير بواسطة Rf ، والعائد المتوقع للأصل بأكمله هو الفرق بين العائد المتوقع للمراكز الطويلة والقصيرة ، لذلك من الأعم استخدام E (Ri) لتمثيله.

** ناضج: نموذج متعدد العوامل - عوائد ألفا وعوائد بيتا **

مع الأخذ في الاعتبار خطأ التسعير الفعلي في الأسواق المالية ونموذج APT ، من منظور السلاسل الزمنية ، يتم تحديد العائد المتوقع على أصل واحد من خلال النموذج الخطي المتعدد التالي:

! [كيفية بناء محفظة تشفير قوية باستراتيجية متعددة العوامل؟] (https://img-cdn.gateio.im/webp-social/moments-69a80767fe-f680829c12-dd1a6f-cd5cc0.webp)

حيث يشير Reit إلى عودة الأصل i في الوقت t ، ويشير λt إلى عائد العامل (أي علاوة العامل) في الوقت t ، ويشير εit إلى الاضطراب العشوائي في الوقت t. يمثل αi خطأ التسعير بين المعدل الفعلي المتوقع لعائد الأصل I ومعدل العائد المتوقع الذي ينطوي عليه النموذج متعدد العوامل ، ويمثل الانحراف ذو الدلالة الإحصائية عن الصفر فرصة لألفا. βi = Cov (Ri، λ) / (λ) يشير إلى التعرض للعامل أو حمل عامل الأصل i ، والذي يصور حساسية عائد الأصل إلى عائد العوامل.

يركز النموذج متعدد العوامل على الفرق في العائد المتوقع للأصل على مستوى المقطع العرضي ، وهو في الأساس نموذج حول المتوسط ، في حين أن العائد المتوقع هو متوسط العائد على سلسلة زمنية. بناء على (3) ، يمكن اشتقاق نموذج خطي متعدد المتغيرات لزاوية المقطع العرضي:

! [كيفية بناء محفظة تشفير قوية باستراتيجية متعددة العوامل؟] (https://img-cdn.gateio.im/webp-social/moments-69a80767fe-503cb29fd8-dd1a6f-cd5cc0.webp)

حيث يمثل E[Rei] العائد الزائد المتوقع للأصل i ، ويتم حساب متوسط εit خلال السلسلة الزمنية ، ثم E (εit) = 0.

فهم إضافي:

من وجهة نظر الأوساط الأكاديمية ، وفقا لنظرية كفاءة السوق ، يجب أن يكون لمحفظة الأصول الفعالة مخاطر تعويض تماما تبلغ 0 ، ومعدل العائد الفعلي يساوي معدل العائد المتوقع ، ومعدل العائد المتوقع على الأصول يعتمد فقط على المخاطر النظامية للسوق ، أي E [Rei] = βi · λ ، لا يوجد عائد غير طبيعي (AR) ، أي AR = Ri - E (Rei) = 0. لكن العالم المالي الحقيقي عادة ما يكون السوق غير فعال ، فهناك معدل عائد زائد ، أي AR = α.

لنفترض أن المحفظة تتكون من أصول N ، وأن عائد العامل λ المقابل لكل أصل i يتم توسيعه وفقا لعوامل مختلفة ، ويتم الحصول على العائد المشترك للنموذج متعدد العوامل التالي:

Rp = ∑Ni₌₁Wi(αi+∑Mj₌₁βijfij)

حيث Rp هو العائد الزائد للمحفظة ، Wi هو وزن كل أصل في المحفظة ، βij هو التعرض للمخاطر لكل أصل على كل عامل ، λ = ∑Mj₌₁βijfij) ، fij هو عائد العامل المقابل لكل عامل لكل وحدة عامل تحميل لكل أصل.

إلى جانب المعرفة الإحصائية ، يتضمن النموذج ثلاثة مستويات من الافتراضات:

عوائد بيتا وعوائد ألفا لكل أصل غير مرتبطة: Cov(αi, βiλ)=0

لا يوجد أيضا ارتباط بين العوائد الخاصة للأصول المختلفة: Cov (αi، αj) = 0

يجب أن يكون العامل مرتبطا بالعائد على الأصول: Cov (Rei، βiλ) ≠0

للحصول على شرح شامل لأرباح بيتا وعوائد ألفا:

بالاقتران مع السوق المالية المحددة ، βiλ هو عائد بيتا المنسوب إلى الأداء العام للسوق ، و αi هو عائد ألفا الذي يجلبه الأصل نفسه ، أي عدد النقاط التي تتفوق على السوق. يتكون عائد كل أصل من عوائد بيتا وعوائد ألفا ، ويمكن للأشخاص استخدام قيمة αi المقابلة لكل أصل في النموذج متعدد العوامل لتسجيل أو تعيين أوزان لكل أصل لبناء محفظة ، واستخدام العقود الآجلة لبيع جزء عائد بيتا للتحوط من المخاطر ، وذلك للحصول على عوائد ألفا.

**(2) تقلب النماذج متعددة العوامل **

عند إنشاء محفظة ، من الضروري تحقيق التوازن بين مخاطر وعائد المحفظة ، ويجب تحويل النموذج أعلاه إلى مشكلة تخطيط مقيدة لحلها. مخاطر المحفظة هي تقلب المحفظة σ²p ، والتي يتم اشتقاقها من σ²p أدناه. يتم وصف تحليل مفصل لبناء المحفظة في قسم “تحسين محفظة المخاطر”.

بناء على تعبير المصفوفة Rp = W (β ∧ + α) في المعادلة (3) ، يتم الحصول على تقلب المجموعة:

! [كيفية بناء محفظة تشفير قوية باستراتيجية متعددة العوامل؟] (https://img-cdn.gateio.im/webp-social/moments-69a80767fe-b4f574e5e0-dd1a6f-cd5cc0.webp)

حيث W هي مصفوفة وزن الأصل ، و β هي مصفوفة وزن العامل ، والتي تمثل مصفوفة تحميل العامل N×K على عوامل الخطر K لأصول N:

! [كيفية بناء محفظة تشفير قوية باستراتيجية متعددة العوامل؟] (https://img-cdn.gateio.im/webp-social/moments-69a80767fe-2e17ec4934-dd1a6f-cd5cc0.webp)

∧ مصفوفة التباين المشترك لعائد العامل K×K التي تمثل عوامل K:

! [كيفية بناء محفظة تشفير قوية باستراتيجية متعددة العوامل؟] (https://img-cdn.gateio.im/webp-social/moments-69a80767fe-7a17729f06-dd1a6f-cd5cc0.webp)

من الافتراض 3 ، لا يوجد ارتباط بين العوائد الخاصة للأصول المختلفة ، ويتم الحصول على مصفوفة Δ:

! [كيفية بناء محفظة تشفير قوية باستراتيجية متعددة العوامل؟] (https://img-cdn.gateio.im/webp-social/moments-69a80767fe-b708baf7a2-dd1a6f-cd5cc0.webp)