Optimizacija portfelja kriptovaluta koristeći mjere rizika repa distribucije i varijancu ; Crypto portfolio optimization through lens of tail risk and variance measures

Odabir odgovarajuće mjere rizika u velikoj mjeri ovisi o karakteristikama i dinamici imovine u koju se ulaže. Za investitore i upravitelje imovinom, raspon potencijalnih tržišnih rizika pruža prijeko potrebni uvid u optimizaciju portfelja imovine kojom upravljaju. Budući da je fokus ovog rada uspješnost više mjera rizika, investitorima se daje bolji uvid u potencijalnu veličinu rizika s kojim su suočeni. Budući da se cilj optimizacije rizika i dobiti može prilagoditi širokom izboru mjera rizika, u ovom ćemo radu testirati uspješnost klasične mjere rizika, tj. varijance/standardne devijacije u odnosu na mjeru rizika repa distribucije kao što je npr. očekivani gubitak u repu distribucije (ETL). Naš cilj je pronaći koja od ove dvije mjere rizika nudi najbolje rezultate za portfelj kriptovaluta i jesu li razlike statistički značajne. Osnova naše analize je testiranje dva cilja optimizacije (MinVar i MinETL) na 10 portfelja kriptovaluta koji su nasumično odabrani iz uzorka od 70 kriptovaluta s najvećom tržišnom kapitalizacijom ; The choice of an adequate risk measure in portfolio optimization depends to a large extent on the characteristics and dynamics of the underlying assets. For investors and asset managers, a range of potential market risks provides much- needed insights into the optimization of their portfolio of assets. Since this paper focuses on multiple risk measures, it presents the investors with a better insight into the potential magnitude of the risk they are faced with. Since the risk-reward optimization target can be adjusted for a broad choice of risk measures in this paper we will test the performance of the classical risk measure i.e. standard deviation versus a tail risk measure such as expected tail loss (ETL). Our goal is to find which of the two offers the better performance for a portfolio of cryptocurrencies and if the differences are statistically significant. The setup for our analysis is testing two optimization targets (MinVar and MinETL) on 10 portfolios of cryptocurrencies randomly ...