Internet Archive Scholar

Automated Cryptocurrency Portfolios: Portfolio Optimization, an Empirical Study

Guillermo Masayuki Morishige Takane, Humboldt-Universität Zu Berlin
2020

Preserved Fulltext

fulltext thumbnail
Web Archive Capture PDF (816.7 kB)
https://web.archive.org/web/20201107093310/https://edoc.hu-berlin.de/bitstream/handle/18452/22765/master_morishige_guillermo.pdf;jsessionid=E0D320DC3F446D087774771D6EA1E5C7?sequence=5

A copy of this work was available on the public web and has been preserved in the Wayback Machine. The capture dates from 2020; you can also visit the original URL. The file type is application/pdf.

Diese Masterarbeit greift die Theorie der Portfoliooptimierung auf: die mathematische Formulierung des Problems, seine Ableitungen (Risikominimierungsformulierung) und Annahmen, seine Einschränkungen sowie einige Verbesserungen und Erweiterungen des bestehenden Frameworks. Ziel der Arbeit ist es auch, in Python zu simulieren und zu implementieren: Markowitz (Global Varianzminimal, Maximum Sharpe), Hierarchical Risk Parity und drei naiv Portfolios: gleichgewichtete, inverse Volatilität und
more » ... e Varianz in der neuartigen Anlageklasse der Kryptowährungen. Als Benchmark wird die CRyptocurrency IndeX, CRIX, verwendet. Die Portfoliooptimierung wird anhand von 120 Tagen täglicher historischer Daten berechnet, wobei die Portfolio-Anpassung alle 7 Tage und 30 Tage erfolgt. Portfolios sind Long-Short Strategien ohne Hebelwirkung und Verbesserungen in der Kovarianzmatrix werden mithilfe von Eigenwert-Clipping der Zufallsmatrixtheorie angewendet.
doi:10.18452/22032 fatcat:a2qt35vljrh6zb35mewkw66jla
Open Access
Citation

Guillermo Masayuki Morishige Takane, Humboldt-Universität Zu Berlin. "Automated Cryptocurrency Portfolios: Portfolio Optimization, an Empirical Study." (2020)