BADANIA I PRAKTYKA

Korelacja i koncentracja w krypto: kiedy wiele pozycji oznacza jedną ekspozycję

Oceniaj koncentrację krypto przez dopasowane zwroty, zmienną korelację i scenariusze stresowe zamiast zakładać dywersyfikację dzięki różnym symbolom.

Ilustracja redakcyjna do tekstu: Korelacja i koncentracja w krypto: kiedy wiele pozycji oznacza jedną ekspozycję
Ilustracja redakcyjna; nie przedstawia danych rynkowych na żywo. Zdjęcie: Pixabay contributor · Pixabay

Posiadanie kilku kryptoaktywów może stwarzać wrażenie dywersyfikacji przy zachowaniu dużej części tej samej ekspozycji rynkowej. Warto sprawdzić, jak pozycje zachowują się razem, szczególnie gdy warunki się pogarszają. Korelacja jest jednym z narzędzi, ale jej znaczenie zależy od definicji zwrotu, okna próbki i jakości obserwacji. Historyczny szacunek opisuje próbkę, a nie obiecuje utrzymania relacji w przyszłości.

01

Obliczaj zależności z porównywalnych zwrotów

Używaj zwrotów za dopasowane interwały, zamiast korelować surowe poziomy cen, które mogą mieć wspólny trend. Określ, czy wejściami są zwroty proste, czy logarytmiczne, i zachowaj jedną konwencję. Przelicz aktywa na tę samą walutę raportowania i wspólną granicę czasu. Brak ceny nie powinien automatycznie tworzyć zerowego zwrotu: nieaktualne kwotowanie może sprawiać, że mało płynny instrument wygląda na sztucznie stabilny i słabo skorelowany. Utrzymuj regułę pokrycia wyznaczającą dopuszczalne interwały oraz podawaj ilość danych pozostałą po jej zastosowaniu.

02

Odróżnij liczbę symboli od ekspozycji ekonomicznej

Dwie pozycje mogą zależeć od podobnych przepływów inwestorów, warunków zabezpieczeń, giełd lub ryzyk ekosystemu mimo różnych symboli. Krótka próbka może też przypadkowo dawać niską korelację. Grupuj ekspozycje według uzasadnionego wyjaśnienia ekonomicznego i porównuj ten podział z obserwowanymi zależnościami zwrotów. Badania IMF nad krypto i szerszymi rynkami finansowymi wskazują zmienne w czasie powiązania w badanym okresie historycznym; nie dostarczają trwałego współczynnika dla dzisiejszego portfela. Praktycznie oznacza to sprawdzanie zmian zależności zamiast traktowania jednej macierzy jako stałej właściwości.

03

Hipotetyczny rachunek wariancji dwóch aktywów

Rozważ dwa aktywa o równych wagach i hipotetycznej zmienności w ujęciu rocznym 20% każde, w uproszczonym modelu stałej kowariancji. Przy korelacji 1 zmienność portfela wynosi 20%. Przy korelacji 0 jest to około 14,14%, a przy korelacji 0,8 około 18,97%. Rachunek obejmuje indywidualne wariancje oraz podwojony składnik ważonej kowariancji. To porównanie edukacyjne, nie prognoza ani zalecenie alokacji. Pokazuje, dlaczego dodanie kolejnego równie zmiennego aktywa może nieznacznie zmniejszać szacowane ryzyko, gdy oba poruszają się razem.

04

Sprawdzaj stres relacji, nie tylko pojedynczych aktywów

Porównaj szacunek ze zwykłego okresu ze scenariuszem, w którym kilka pozycji jednocześnie traci, a płynność słabnie. Korelacja opisuje współzmienność, lecz sama nie określa wielkości strat, dlatego podaj oba założenia. Oddzielnie zbadaj zależności od wspólnej waluty kwotowanej, sposobu przechowywania i giełdy; macierz zwrotów nie obejmuje wszystkich awarii operacyjnych. Nie wybieraj wyłącznie dawnych okresów, w których dywersyfikacja pomagała. Dobra tabela stresowa ujawnia wspólny zakładany szok i pokazuje ekspozycję, gdy oczekiwane równoważenie pozycji nie występuje.

05

Uwzględniaj niepewność próbki i zmiany składu

Krótkie okno szybko reaguje, ale może dawać niestabilne szacunki; długie uśrednia warunki, które nie muszą być nadal porównywalne. Badaj kilka wcześniej zadeklarowanych okien bez wybierania po fakcie najkorzystniejszego. Dopasuj historyczny skład instrumentów, aby nowsze ocalałe aktywa nie zastępowały rzeczywiście utrzymywanych pozycji. Gdy aktywów jest dużo względem liczby obserwacji, wiarygodne użycie oszacowanej macierzy kowariancji bywa trudne. Więcej miejsc po przecinku nie rozwiązuje problemu. Raportuj wrażliwość na próbkę i nie przedstawiaj mechanicznie zoptymalizowanego zestawu wag jako jedynego poprawnego.

06

Wykorzystaj wynik do wyjaśnienia koncentracji

Przygotuj przegląd dużych pozycji, wspólnych czynników, założeń zależności, pokrycia danych i hipotetycznego wpływu usunięcia lub zmniejszenia jednej ekspozycji. Uzgodnij go z faktycznymi pozycjami i walutą raportowania. Celem jest wskazanie, gdzie pozorna różnorodność ukrywa wspólne ryzyko, a gdzie dowodów jest zbyt mało do oceny. Najwyżej ocenieni kandydaci skanera nadal mogą być silnie powiązani; niezależne ocenianie każdego nie czyni ich łącznego zestawu zdywersyfikowanym. Interpretacja portfelowa wymaga zatem osobnego etapu po wyszukaniu kandydatów.

Źródła i zakres przykładów

Źródła potwierdzają definicje i mechanizmy. Scenariusze liczbowe są hipotetycznymi przykładami edukacyjnymi, nie bieżącymi cenami, prognozami ani raportowanymi wynikami HOSTuvo. Obrazy pełnią funkcję ilustracji redakcyjnych.