論文の概要: Long-only cryptocurrency portfolio management by ranking the assets: a neural network approach
- arxiv url: http://arxiv.org/abs/2512.08124v1
- Date: Tue, 09 Dec 2025 00:08:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-10 22:28:07.761647
- Title: Long-only cryptocurrency portfolio management by ranking the assets: a neural network approach
- Title（参考訳）: 資産のランク付けによる長期暗号通貨ポートフォリオ管理--ニューラルネットワークによるアプローチ
- Authors: Zijiang Yang,
- Abstract要約: ニューラルネットワークを用いて、管理された暗号通貨の将来のリターンのランクを予測する。
提案手法はシャープ比1.01と年率64.26%を達成する。
- 参考スコア（独自算出の注目度）: 1.5606564053684275
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper will propose a novel machine learning based portfolio management method in the context of the cryptocurrency market. Previous researchers mainly focus on the prediction of the movement for specific cryptocurrency such as the bitcoin(BTC) and then trade according to the prediction. In contrast to the previous work that treats the cryptocurrencies independently, this paper manages a group of cryptocurrencies by analyzing the relative relationship. Specifically, in each time step, we utilize the neural network to predict the rank of the future return of the managed cryptocurrencies and place weights accordingly. By incorporating such cross-sectional information, the proposed methods is shown to profitable based on the backtesting experiments on the real daily cryptocurrency market data from May, 2020 to Nov, 2023. During this 3.5 years, the market experiences the full cycle of bullish, bearish and stagnant market conditions. Despite under such complex market conditions, the proposed method outperforms the existing methods and achieves a Sharpe ratio of 1.01 and annualized return of 64.26%. Additionally, the proposed method is shown to be robust to the increase of transaction fee.
- Abstract（参考訳）: 本稿では,暗号通貨市場における新しい機械学習に基づくポートフォリオ管理手法を提案する。
これまでの研究者は、主にbitcoin(BTC)のような特定の暗号通貨の動きを予測し、その予測に従って取引することに集中していた。
本稿では,暗号通貨を個別に扱う従来の研究とは対照的に,相対関係を解析して暗号通貨群を管理する。
具体的には、各タイムステップにおいて、ニューラルネットワークを使用して、管理された暗号通貨の将来のリターンのランクを予測し、それに応じて重みを配置する。
こうした横断的な情報を取り入れることで、2020年5月から2023年11月までの実際の暗号通貨市場データに対するバックテスト実験に基づいて、提案手法の収益性を示す。
この3.5年間、市場は強気、弱気、停滞する市場状態の完全なサイクルを経験している。
このような複雑な市場条件にもかかわらず、提案手法は既存の手法よりも優れ、シャープ比1.01、年率64.26%を達成する。
また,提案手法は取引手数料の増加に対して堅牢であることを示す。
関連論文リスト
- Building crypto portfolios with agentic AI [46.348283638884425]
暗号通貨市場の急速な成長は投資家に新たな機会を与えたが、同時に高いボラティリティがもたらされた。
本稿では,暗号アロケーションを自律的に構築し,評価するためのマルチエージェントシステムの実用化について述べる。
論文 参考訳（メタデータ） (2025-07-11T18:03:51Z) - A Midsummer Meme's Dream: Investigating Market Manipulations in the Meme Coin Ecosystem [57.92093214580746]
我々は,ミーム硬貨のトケノミクスを特徴付け,その成長を3ヶ月の縦断解析で追跡する。
市場関心の誤解を招きかねない外観を生み出すために設計された人工的な成長戦略の広範な活用の証拠を見いだす。
関連するトークンの多くは以前、洗面用トレーディング(LPI)を経験しており、初期操作が後の搾取の舞台となることがしばしばあったことを示している。
論文 参考訳（メタデータ） (2025-04-16T13:54:42Z) - Using Sentiment and Technical Analysis to Predict Bitcoin with Machine Learning [1.3053649021965603]
本研究は,暗号通貨予測における感情指標の重要性に関する予備研究である。
我々は、Fear & Greedy Index、市場感情の指標、技術分析指標、および機械学習アルゴリズムの可能性を組み合わせることで、Bitcoin価格を予測する新しいアプローチを提案する。
論文 参考訳（メタデータ） (2024-10-18T15:13:07Z) - Cryptocurrency Portfolio Optimization by Neural Networks [81.20955733184398]
本稿では,これらの投資商品を活用するために,ニューラルネットワークに基づく効果的なアルゴリズムを提案する。
シャープ比を最大化するために、各アセットの割り当て重量を時間間隔で出力するディープニューラルネットワークを訓練する。
ネットワークの特定の資産に対するバイアスを規制する新たな損失項を提案し,最小分散戦略に近い割り当て戦略をネットワークに学習させる。
論文 参考訳（メタデータ） (2023-10-02T12:33:28Z) - Cryptocurrency Valuation: An Explainable AI Approach [0.8566457170664925]
本稿では、独自のブロックチェーン会計手法を用いて、新しい市場間投資比率、価格対実用率(PU)比率を提案する。
PU比は、代替手段よりも長期のbitcoinリターンを効果的に予測する。
本稿では、従来の買い取り戦略や市場刺激戦略よりも優れたPU比による自動取引戦略を提案する。
論文 参考訳（メタデータ） (2022-01-30T19:01:23Z) - The Doge of Wall Street: Analysis and Detection of Pump and Dump Cryptocurrency Manipulations [50.521292491613224]
本稿では,インターネット上のコミュニティによって組織された2つの市場操作(ポンプとダンプと群衆ポンプ)について,詳細な分析を行う。
ポンプとダンプの仕組みは、株式市場と同じくらい古い詐欺だ。今や、緩やかに規制された暗号通貨市場において、新たな活力を得た。
本報告では,ポンプ群とダンプ群に関する3症例について報告する。
論文 参考訳（メタデータ） (2021-05-03T10:20:47Z) - Pump and Dumps in the Bitcoin Era: Real Time Detection of Cryptocurrency Market Manipulations [50.521292491613224]
インターネット上のコミュニティによって組織されたポンプとダンプの詳細な分析を行う。
これらのコミュニティがどのように組織化され、どのように詐欺を行うかを観察します。
本研究では,不正行為をリアルタイムに検出する手法を提案する。
論文 参考訳（メタデータ） (2020-05-04T21:36:18Z) - Ascertaining price formation in cryptocurrency markets with DeepLearning [8.413339060443878]
本論文は,近年の株式市場予測にディープラーニングを用いた成功に触発されたものである。
暗号通貨市場の特徴を高周波で分析・提示する。
私たちは、Bitcoinと米ドルのライブ為替レートの中間価格運動の予測について、一貫した78%の精度を達成しました。
論文 参考訳（メタデータ） (2020-02-09T20:23:08Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。