Трейдинг криптовалют – какую валютную пару выбрать для старта?
Как правильно выбрать торговые пары при трейдинге и инвестициях в криптовалюту?
И при криптовалютном трейдинге, и при инвестициях в криптовалюту, параметры и общий характер работы на разных торговых парах существенно различаются, в том числе, в зависимости от трейдинговой стратегии. Какую торговую пару новичку лучше выбрать для старта в трейдинге и на что нужно обращать внимание при выборе торговой пары тому, кто хочет купить биткоин исключительно для инвестирования? Об этом вы узнаете из сегодняшней статьи.
Большинство новичков, начавших работать на бирже, в первую очередь осваивают наиболее простую методику торговли, которая называется «по краю стакана». Этот способ торговли основан на простой и довольно очевидной идее. Если использовать лимитные ордера и установить цену закупа актива (например, цену покупки биткоина) несколько выше текущей лучшей цены закупа, то этот лимитный ордер сработает раньше всех прочих, менее выгодных ордеров, стоящих рядом (если его не перебьют конкуренты). После успешной покупки трейдер должен попытаться продать биткоин по цене продажи, несколько сниженной по сравнению с наилучшей.
Для того, чтобы описанная стратегия работала более-менее эффективно, нужно знать, какие торговые пары, при текущей конъюнктуре, в принципе пригодны для нее. В число таких пар войдут, прежде всего, пары со значительным спредом, большим, чем удвоенная комиссия, и не слишком слабым движением.
Так, если на паре BTC/RUB лучшая цена покупки биткоина равна 200300 руб., а продажи биткоина – 200000 руб., тогда спред на этой паре будет равен (200300/200000) -1 = 0.0015, то есть 0.15%, и эта пара не подойдет для трейдинга описанного типа.
Для более успешной торговли по этой стратегии нужен спред, превышающий двойную комиссию, как минимум, на десятые доли процента. Чтобы вычислить, чему численно был бы равен спред, равный, допустим, 0.8%, в нашем примере достаточно взять соответствующую долю от меньшей из двух сумм (200000 * (0.8/100) = 1600 руб.). Отметим только, что на парах с достаточно большим спредом может наблюдаться недостаток тех, кто берет по рынку.
Благоприятная конъюнктура для торговли “по краю стакана” сложится в ситуации (правда, относительно нечастой), когда наилучшая цена, по которой можно будет купить криптовалюту на одной торговой паре, будет гораздо более выгодной, чем цена той же криптовалюты на другой торговой паре с ее участием. Поясним на конкретном примере. Допустим, вы видите, что есть возможность немедленно приобрести (по рыночной стоимости) ETH по цене 1 ETH за 293 USD, и, помимо того, можно опять-таки по рыночной стоимости продать купленные ETH по 0.0854 биткоина, а затем обменять вырученные биткоины на доллары по курсу 3465 USD за BTC.
В этом случае, если вы создадите рыночный ордер на покупку 1 ETH за 293 USD, то на выходе, с учетом всех комиссий, получите 294.139 USD, то есть на 0.38% больше исходной суммы. Эту стратегию трейдинга еще называют внутрибиржевым арбитражем. Сложностей в данной стратегии три: во-первых, благоприятной ситуации можно ждать долго, во-вторых, в стакане могут быть совсем небольшие количества активов по «вкусным» ценам, и, в-третьих — любая из выгодных цен может «убежать» до того, как вы окончите описанный торговый цикл, и в этом случае вам грозят убытки.
После того, как новички осваиваются, они могут перейти к торговле на волатильности (движении курса), производимой по принципу «купить биткоин дешево, продать биткоин дорого» (вместо биткоина можно поставить и иную криптовалюту). Узловая проблема торговли такого типа – это, конечно, определение верных моментов входа в актив (когда цена минимальна) и выхода из него (чем ближе к локальному пику, тем лучше). Описание подробностей данного процесса выходит за границы сегодняшнего материала. Пока же отметим, что для начального приобретения опыта по этой теме нужно выбирать торговые пары, по которым в последнее время наблюдается волатильность, а не затишье.
Для получения навыков в данной области суммы в торговом обороте не очень принципиальны, и пока новичок не приобрел достаточного опыта (что может быть подтверждено положительной торговой динамикой в течение, хотя бы, месяца), лучше ограничиться минимальными вложениями в каждую конкретную пару. На биржах для торговли на большинстве пар типа «альткоин-биткоин» или «альткоин-фиат» установлены лимиты минимального объема сделки, примерно соответствующие сумме в 0.2 доллара. На парах для обмена биткоина на фиат эта цифра превышает 3 доллара, по текущему курсу биткоина.
Обратите внимание, что при инвестициях в криптовалюту закупка ее через маловостребованные торговые пары может иногда оказаться не очень выгодна из-за завышенного курса и малых объемов вверху стакана. Не любят подобные пары и посетители биткоин-кранов.
Если вы сомневаетесь в своих торговых талантах, то ответ на вопрос, вынесенный в заголовок данной статьи, будет примерно следующим: выберите пару, минимальный размер сделки на которой меньше, и торговая динамика которой нравится вам больше, и, не вкладывая, до приобретения опыта, больших средств, начинайте постепенное обучение (в том числе на собственных ошибках). Можно выбрать две или три подобных пары.
О чем желательно помнить
В рамках темы стоит упомянуть также и то, что волатильность альткоиновых пар (например, DASH/BTC) обычно гораздо выше, чем волатильность пар, состоящих из биткоина и фиатной валюты. Поэтому общий характер торговли на биткоиновых парах подразумевает меньший риск, но и меньшую прибыль. Для трейдера желательно помнить, что стиль торговли на столь непохожих парах может сильно различаться.
Часто бывает, что криптовалюта в течение многих дней и даже недель демонстрирует общий рост (так, стоимость биткоина в апреле и мае 2017 года почти непрерывно росла). В этом случае, при наличии некоторого терпения, трейдер может постоянно оказываться в плюсе, даже если он неудачно вошел в рынок (на одном из ценовых пиков).
Подобная легкость заработка обманчива: когда бум заканчивается спадом и долгой ценовой депрессией, выясняется, что некоторые новички, считавшие себя уже почти асами торговли, не могут приспособиться к новым тяжелым условиям и несут потери, вплоть до потерь, превышающих прежние прибыли (особенно сильно сказывается этот эффект на парах, основанных на альткоинах, например, ETH/BTC). Поэтому о своих торговых талантах лучше судить по итогам ряда месяцев, в течение которых кризисные периоды сочетались с периодами бума и ценового оптимизма. Лишь достигнув хорошей динамики по итогам подобных длительных периодов, можно начинать вкладывать в торговлю существенные средства.
Источник
Как и чем анализировать связи криптовалютных пар?
Как анализировать взаимосвязи криптовалют? По каким законам происходит движение криптовалют? Какие особенности в движениях крипты?
2. У вас с распределением — все нормально?….
3. Добыча данных о криптовалютах. Активные криптопары.
4. Как движется крипторынок?…
5. Непараметрический инструмент анализа связей пар криптовалют.
Не так давно наш мир пополнился еще одним явлением: криптовалюты. Сначала к ним относились как к инструменту который интересен лишь гикам. На сегодняшний день очевидно, что «крипта» становится системообразующей. Ее загадочность, пугающая волатильность манит все больше людей: от спекулянтов до любителей теории заговоров. Возникает естественное желание понять движение крипты. Тяга упорядочить и «разложить все по полочкам» вынуждает обращаться к инструментам обработки данных. Очень часто используются эти инструменты не совсем, мягко говоря, корректно.
Например, в потоке информации о крипторынках очень большое внимание внимание уделяется исследованию связей криптовалют. Какие криптовалюты растут / падают одновременно (имеют одинаковый вектор движения)? И…. наоборот — какие имеют обратную направленность. Ответы на эти вопросы могут обогатить инвестора в прямом смысле этого слова. Такая задача является классической задачей корреляционного анализа. Казалось бы… берем котировки криптовалют… пакет электронных таблиц. «Вжух» и готово. Но… вспоминается фраза из рекламы: «не все йогурты одинаково полезны».
Тонкости как говорят, в деталях. Дело в том, что методы расчета корреляций бывают разными. В электронных таблицах используется корреляция Пирсона, хотя именуется она просто как «корреляция». Но есть одно но. Применение корреляции Пирсона возможно только если данные, которые мы пытаемся проанализировать, имеют нормальное распределение.
Вспомним, что же такое нормальное распределение. Сначала будут скучные формулы, далее занимательный пример.
Итак, одномерная случайная величина, которая соответствует нормальному распределению имеет следующую функцию плотности вероятности:
За глаза ее называют еще функцией Гаусса. Она имеет всего два параметра. Первый: µ — это математическое ожидание (среднее значение), медиана и мода распределения. Второй параметр: σ — среднеквадратичное отклонение ( σ2 — дисперсия) распределения. Функция плотности вероятности имеет следующее графическое представление:
Для того чтобы описать нормальное распределение без формул, задумаемся, например, о росте окружающих нас людей. Вспомните своих друзей, знакомых, коллег по работе. Много среди них великанов? Много ли среди них людей крайне небольшого роста? Наиболее часто встречающейся величиной, скорее всего будет «средний рост».
У нормального распределения есть еще одно замечательное свойство. Отмеряем три стандартных отклонения вниз от среднего роста. Отмеряем три стандартных отклонения вверх от среднего роста. 99.73% ваших испытуемых будут иметь рост в пределах этого диапазона. Другими словами, львиная доля выборки находится в пределах «трех сигм».
Представим теперь, что мы оказались в сказочном средневековье. Кроме людей на земле живут и другие существа: великаны, гномы. Драконы барражируют в небесах. В лесах притаились эльфы. Сформируем выборку роста сказочных существ. Как видим, гистограмма имеет тяжелые хвосты.
Почему? Все просто — встреча с гномом или великаном не такая уж и редкость. Распределения величины роста обитателей сказочного леса существенно отличается от нормального.
Особо стоит отметить, что если на случайную величину воздействуют много случайных величин, которые практически не зависимы друг от друга поведение такой случайной величины описывается нормальном распределением. Нормальное распределение довольно хорошо изучено. На нем базируется масса методик обработки данных. Корреляция Пирсона, которая требует нормальности лишь один из тысячи инструментов. И здесь возникает принципиальный вопрос. А какое распределение имеют ценовые изменения криптовалют?
В качестве источника данных о парах криптовалют будем рассматривать криптобиржу Binance. В качестве средств обработки будем использовать Python 3.7.7. Задействуем такие библиотеки как: scipy,numpy,pandas,plotly.
На момент написания данного исследования мы располагаем историческими данными о 600 криптовалютных парах (Количество криптопар на Binance постоянно растет. На момент выпуска данного исследования величина была выше указанной). Будем рассматривать дневные данные. Добыча данных производится с использованием API Binance. Объем выборки — 90 дней. Предметом рассмотрения будет следующий показатель:
Growth_rate_Close = Цена закрытия_текущий день / Цена закрытия_предыдущий день
Т.е. если, например, данное отношение равно 1,015 — цена закрытия увеличилась на 1,5%. Если значение, например, составляет 0,98 — значит цена упала на 2%. Таким образом, анализируем не абсолютные значения цен закрытия пар криптовалют, а их приросты.
Отметим, не все пары активно торгуются. Выделим наиболее ликвидные из них. В качестве критерия активности можно выделить два — количество сделок либо объем торговли. Выберем количество сделок. Итак, если отсортировать все криптовалютные пары по количеству сделок, и вывести это на график получится следующее.
Возьмем 35 наиболее активно торгуемых криптовалют. Они отображены красным цветом на графике. Все данные о криптовалютных парах отображены синим цветом. Из графика видно, что наиболее активная часть криптовалют составляет лишь 6% от всего перечня криптовалют.
0,05833 = 35 / 600
Да, это факт. Таковы реалии крипторынка.
Как же выглядит гистограмма приростов изменения цен по этим наиболее активным 35 позициям? Как движется крипторынок? Как то так:
Тестирование на соответствие нормальному распределению производится как визуальным соответствием к графику нормального распределения так и расчетом статистик. Насколько близка эта картинка к нормальному распределению? Визуально? Сомнительно…
Дополнительно проведем тест Шапиро – Уилка. Данный тест используется для определения соответствия выборки нормальному распределению. Были получены следующие результаты:
Лишь 10 криптопар из 35 имеют p, который оказался выше чем уровень alpha Шапиро–Уилка. Это значит что технически мы не можем отвергнуть гипотезу о том что выборки распределены нормально. Вот как выглядит гистограмма упомянутых 10 криптопар:
Насколько их вид соответствует нормальному распределению? Не смотря на значения статистики Шапиро–Уилка, очень сомнительно. И справа и слева заметны утолщенные хвосты. Вспомним о гномах и великанах 😉
Криптовалютные пары не живут по законам нормального распределения! Данный факт имеет важное следствие. Необходимо использовать такие инструменты анализа, которые были бы свободны от вида распределения. Речь идет о непараметрической статистике. И… исследование взаимосвязей там также возможно!
Непараметрическим аналогом коэффициента Пирсона является коэффициент Спирмена. Вообще его расчет относится к методам ранговой корреляции. Но… ранговая корреляция применима и к вещественным переменным. Рассчитывая коэффициент Спирмена между парами криптовалют в каждом случае мы получим два значения: непосредственно сам коэффициент, а также величину p, которая позволяет оценить уровень значимости самого коэффициента Спирмена.
На момент проведения исследования мы выявили лишь 35 пар инструментов где присутствует интересная и статистически значимая связь. Почему здесь применяется термин интересная? Не сильная… не слабая? Потому как величина корреляции это не единственный параметр который говорит о том, насколько взаимосвязь интересна с точки зрения получения прибыли. Вы можете ознакомиться с исследованием «Индикаторы-поводыри в торговле криптовалютами или эффект Трумана в действии. Слабые корреляции на вооружении трейдера.» на www.cryptosensors.info, которое расскажет о нюансах исследования взаимосвязей.
Рынок криптовалют изменчив, но. наши программные обработки мониторинга работают с ним. Узнать о том, какие существуют взаимосвязи между криптовалютными парами на данное время (речь идет не о времени написания этих строк; а о времени когда вы читаете эти строки) вы можете на www.cryptosensors.info.
Криптовалютные пары живут не по законам нормального распределения. Выбирая инструмент для анализа связей криптовалют необходимо пользоваться правильным инструментом. Коэффициент корреляции Спирмена может использоваться для анализа крипторынка, поскольку является непараметрическим критерием.
Возможно вам будут интересны исследования / данные:
Источник