In dit artikel zullen we een eigenaardigheid van de cryptovalutamarkt analyseren, namelijk de correlatie die bestaat tussen de prijsontwikkeling van Bitcoin (BTC) en die van Ethereum (ETH), de belangrijkste altcoin op de markt. We zullen proberen deze statistiek te benutten om een systematische tradingstrategie te creëren, door te werken aan het paar Ethereum-Bitcoin (ETH-BTC).
De eigenschap die men wil analyseren is verbonden aan een vermeend terugkerend gedrag (ook wel Bias genoemd) dat zich gedurende de week zou manifesteren: men wil namelijk nagaan of het waar is dat het voordelig is om Bitcoin (BTC) te houden van het begin van de week tot het weekend, en het om te zetten in Altcoin (dus in dit voorbeeld in Ethereum) tijdens het weekend, wanneer Bitcoin namelijk een pauze lijkt te nemen ten gunste van de Altcoin die juist in waarde stijgen.
Het concept van bias, oftewel een terugkerend gedrag van prijzen in de tijd, is een van de eenvoudigste triggers (motoren) waarop een handelsstrategie kan worden gebouwd. Het gaat om een marktondoelmatigheid die zich met een zekere regelmaat voordoet, bijvoorbeeld op specifieke tijdstippen of dagen van de week. Wanneer het zich over langere perioden uitstrekt, spreekt men meestal van seizoensgebondenheid.
Summary
Correlatie tussen Bitcoin en Ethereum: prijsanalyse in de tijd
Om te controleren of dit terugkerende gedrag echt bestaat tussen Bitcoin (BTC) en Ethereum (ETH), zal in de voorlopige fase de Bias Finder worden gebruikt, een intern ontwikkeld hulpmiddel bij de Unger Academy om het zoeken naar bias op futures te vereenvoudigen. De Bias Finder kan namelijk op basis van historische gegevens van een bepaald instrument snel de trends analyseren op kaarsen met een variabele duur tussen 5 en 60 minuten. Zodra het instrument en de tijdsperiode zijn geselecteerd, is het mogelijk om verschillende tijdshorizonten te evalueren: dagelijks (Intraday), wekelijks (Weekly), maandelijks (Monthly) of jaarlijks (Yearly). Voor elk van deze wordt een grafiek gegenereerd die de trend van het geselecteerde instrument weergeeft, uitgedrukt als gemiddelde monetaire beweging in de tijd in absolute termen of in percentage.
In ons geval, door het selecteren van het paar Ethereum-Bitcoin (ETH-BTC), met een tijdsbestek van 15 minuten en een historische gegevensreeks van 01/01/2018 tot 31/12/2024 (gegevensbron: Binance), kan men snel beoordelen of het gedrag dat tijdens de week werd verondersteld aanwezig is of niet, door de trend van de gemiddelde monetaire excursie van het instrument te analyseren.
Uit de wekelijkse grafiek weergegeven in Figuur 1, waar elke lijn een jaar vertegenwoordigt (van 2018 tot 2024) en de donkerblauwe lijn het gemiddelde van de hele periode vertegenwoordigt, kunnen we zien dat statistisch gezien, met uitzondering van 2021 (geplot in groen), het paar Ethereum-Bitcoin een zekere neiging vertoont om te dalen (de prijs van Bitcoin stijgt ten opzichte van die van Ethereum) van het begin van de week tot ongeveer donderdag, om vervolgens in het weekend licht te stijgen.
De bias dus, hoewel niet erg uitgesproken, lijkt toch aanwezig te zijn, waardoor men een systematische tradingstrategie zou kunnen overwegen om de winstgevendheid ervan te evalueren.
Logica van de Bias tradingstrategie op het paar Ethereum-Bitcoin (ETH-BTC)
In eerste instantie, door gebruik te maken van een 60min grafiek van Ethereum-Bitcoin, en verwijzend naar de UTC-tijdzone, zou men kunnen overwegen om te verkopen (oftewel Bitcoin kopen) op maandag om middernacht (nacht tussen zondag en maandag), en Ethereum (ETH) te kopen op vrijdag ook om middernacht. Elke eventuele open positie zou dan worden gesloten door het openen van de positie in de tegenovergestelde richting, zonder enige stop loss of take profit order.
Voor de eenvoud van het lezen van de resultaten, zal er gehandeld worden met 100 Bitcoin (BTC) voor elke trade, zodat de resultaten direct in procenten van het geïnvesteerde kapitaal kunnen worden geëvalueerd, namelijk 100 Bitcoin (BTC). In Figuur 2 en 3 worden de statistieken van deze zeer eenvoudige strategie weergegeven, zonder enige vorm van filter toegepast op de operaties.
Het is direct merkbaar hoe de groeiende equity de aanwezigheid van de bias bevestigt die is geïdentificeerd met de Bias Finder, hoewel de trend nogal wisselvallig is in de beschouwde historische periode.
Bij het evalueren van de gemiddelde trade, vindt men een waarde van 0,38 Bitcoin (BTC), oftewel 0,38% van het geïnvesteerde kapitaal (100 Bitcoin), wat ook een waarde kan zijn die voldoende is om de operationele kosten te dekken, aangezien het een ruwe strategie betreft, maar die zeker kan worden verbeterd.
Optimalisatie van de strategie op Ethereum-Bitcoin: technieken om de prestaties te verbeteren
Men zou in de eerste plaats het moment van markttoetreding kunnen optimaliseren door de dagen en het tijdstip van toetreding te variëren: voor de dag van long-toetreding tussen woensdag en zaterdag, en voor de dag van short-toetreding tussen zondag en dinsdag. In Figuur 4 wordt het resultaat van de optimalisatie uitgevoerd met MultiCharts weergegeven, waarbij de dagen van de week variëren van 0 (zondag) tot 6 (zaterdag). Het valt op dat de long-toetreding (aankoop van Ethereum) op woensdag om 16:00 uur effectiever is dan die op vrijdag, zoals eerder werd verondersteld. De short-toetreding kan daarentegen op maandag om middernacht worden gelaten, aangezien het een uur vervroegen of uitstellen het resultaat niet wezenlijk verandert.
De volgende stap zou kunnen zijn om het gebruik van stop loss en take profit te evalueren om openstaande posities beter te beheren. Door de stop loss te optimaliseren tussen 0 en 5 Bitcoin (equivalent aan 0% – 5% van de openstaande positie), in stappen van 0,1, en de take profit tussen 0 en 10 Bitcoin in stappen van 0,25, worden de combinaties in Figuur 5 verkregen, waaronder men zou kunnen kiezen voor die met Stop 1,9 Bitcoin en take profit 7,5 Bitcoin, wat leidt tot een uitstekende verhouding van Net Profit tot Max Drawdown en een gemiddelde trade die stijgt naar 0,55%.
Zoals geïllustreerd in Figuur 6, is de equitylijn aanzienlijk verbeterd, net als alle eerder waargenomen statistieken van de strategie.
Door echter de long- en short-transacties afzonderlijk te analyseren, ziet men dat de long-zijde de minst effectieve is, waardoor men zou kunnen overwegen om de long-ingangen te filteren met behulp van prijs-patronen, om alleen te handelen wanneer de omstandigheden gunstiger zijn voor de ontwikkeling van de bias die men probeert te berijden. Niets zou verhinderen om hetzelfde te doen aan de short-zijde, op voorwaarde dat men niet te veel filtert en het risico loopt om in de overfitting van de strategie te vervallen.
Conclusies en ideeën voor het ontwikkelen van een handelsstrategie gebaseerd op de correlatie Bitcoin-Ethereum
De bias geïdentificeerd tussen Ethereum en Bitcoin vertegenwoordigt een interessant voorbeeld van marktinefficiëntie die kan worden benut met een systematische benadering. Ondanks de eenvoud van de initiële benadering, tonen de resultaten een aanzienlijk potentieel, vooral na de optimalisatie van de regels voor het betreden en verlaten van de trades.
Deze studie wil een aanzet zijn om het onderwerp verder te verdiepen en de strategie te verfijnen om de prestaties verder te verbeteren. De mogelijkheden voor verfijning zijn talrijk, en het is aan de nieuwsgierigheid en het initiatief van de lezer om deze te verkennen en steeds effectievere systemen te creëren.
Tot de volgende keer en veel succes met trading!
Andrea Unger