序文
昨年 6 月、私は通貨を選択するために多要素モデルを使用するというシンプルなアイデアを思いつきました。
関連書籍:LUCIDA: 多要素モデルを使用してトラックと通貨を選択する》
1 年後、私たちは暗号資産市場のマルチファクター戦略の開発を開始し、全体的な戦略フレームワークを一連の記事「マルチファクター戦略を使用した強力な暗号資産ポートフォリオの構築」にまとめました。
このシリーズの一般的な枠組みは次のとおりです (微調整の可能性は排除されません)。
1. 多要素モデルの理論的基礎
2. 単一因子の構築
因子データの前処理
データのフィルタリング
例外値の処理: 極値、エラー値、NULL 値
標準化
中立性: 業界、市場、時価総額
因子妥当性判定
情報比率IC、収益率、シャープレシオ、回転率
3. 主要なカテゴリーの要因の総合
因子共線性分析
直交消去係数の共線性
古典的な重み付け方法→合成係数
均等重み付け、ローリング IC 重み付け、IC_IR 重み付け
合成因子のテスト: 収益率、グループ収益率、因子価値加重収益率、合成因子 IC、グループ離職率
その他の重み付け方法 (要因と収益間の非線形関係): 機械学習、強化学習 (暗号通貨業界の特殊性のため考慮されていません)
4. リスクポートフォリオの最適化
以下は、最初の **#理論的基礎#** のテキストです。
1.「ファクター」とは何ですか?
「ファクター」とは、仮想通貨の利回りの騰落を決める、テクニカル分析における「指標」や人工知能や機械学習の「特徴」のことです。
私たちのチームは、ファンダメンタルズ要因、オンチェーン要因、出来高と価格要因、デリバティブ要因、オルタナティブ要因、マクロ要因といった仮想通貨分野の共通要因タイプを組み合わせています。
「ファクター」のマイニングと計算の最終目標は、資産の価値を正確に計算することです。期待収益率。
2.「係数」の計算
(1) 多要素モデルの導出
起源: 1 要素モデル - CAPM
ファクター調査は、リスクが企業の資本コスト、ひいては期待収益率にどのような影響を与えるかを定量化する資本資産価格モデル (CAPM) の出現により、20 世紀と 60 年代にまで遡ることができます。 CAPM 理論によれば、単一資産の期待超過収益は次の線形モデルによって決定できます。
追加の理解:
CAPM モデルは最も単純な線形因子モデルであり、資産の超過収益は市場ポートフォリオの期待超過収益 (市場要因) と資産の市場リスクへのエクスポージャーによってのみ決定されることを指摘しています。このモデルは、その後の多数の線形多要素価格設定モデルに関する研究のための理論的基盤を築きます。
開発: 多要素モデル - APT
CAPM に基づいて、さまざまな資産の収益が複数の要因によって影響を受けることがわかり、裁定価格理論 (APT) が登場し、線形多要素モデルが構築されました。
成熟: 多要素モデル - アルファ リターンとベータ リターン
時系列の観点から金融市場と APT モデルにおける実際の価格設定誤差を考慮すると、単一資産の期待収益率は次の多変量線形モデルによって決定されます。
多要素モデルは、資産の期待収益の横断的な差異に焦点を当てており、本質的には平均に関するモデルであり、期待収益は時系列の収益の平均です。 (3) に基づいて、断面角度の多変量線形モデルを導出できます。
追加の理解:
このモデルを統計的知識と組み合わせると、次の 3 層の仮定が暗示されます。
(2) 多要素モデルのボラティリティ
formula 7
formula 8
∧ の意味K因子の戻り共分散行列 (K×K):
formula 9
仮定 3 によれば、異なる資産の特異なリターンには相関関係がなく、Δ マトリックスは次のように取得できます。
formula 10
ルシーダ&ファルコンについて
Lucida2018年4月に仮想通貨市場に参入した業界トップクラスのクオンツヘッジファンドです。主にCTA・統計裁定取引・オプションボラティリティ裁定取引等の取引を行っており、現在の運用規模は3,000万米ドルです。
Falconこれは、ユーザーが暗号資産を「選択」、「購入」、「管理」、「売却」するのに役立つ多要素モデルに基づいた新世代の Web3 投資インフラストラクチャです。ファルコンは2022年6月にルシーダによって孵化した。
その他のコンテンツは次の場所でご覧いただけます。https://linktr.ee/lucida_and_falcon