Um den Korb systematischer Handelsstrategien zu diversifizieren, wird in diesem Artikel versucht zu bewerten, ob es möglich ist, den Handel mit Ethereum (ETH) mit einer auf falschen Ausbrüchen basierenden „Mean Reverting“-Strategie anzugehen. Wie die meisten Kryptowährungen hat Ethereum in der Vergangenheit ein überwiegend „trendfolgendes“ Verhalten gezeigt, daher könnte das Streben nach Trendumkehrungen als kontraproduktive Wahl erscheinen.

Angesichts der jüngsten Entwicklung des Kryptomarktes könnte es sinnvoll sein, die Aufnahme einer Strategie in Ihr Portfolio in Betracht zu ziehen, die den Trend zur „Rückkehr zum Mittelwert“ ausnutzt, der auch in diesem Markt zunehmend präsent zu sein scheint und durch die zunehmende Liquidität befeuert wird.

Zu diesem Zweck wird versucht, ein Handelssystem zu definieren, das falsche Ausbrüche auf den Tiefstständen der vorherigen Sitzung ausnutzen kann, die immer häufiger zu Erholungen und nicht zu Abwärtstrendverlängerungen führen. Beim Durchbrechen des Tiefststands des Vortages ist die Voraussetzung für einen Long-Einstieg erfüllt, wenn der Preis auf den gerade durchbrochenen Tiefststand zurückkehrt.

Aufbau und erste Ergebnisse des Mean-Reverting-Handelssystems auf Ethereum (ETH)

Die Strategie, die nur auf der Long-Seite aufgebaut wird, geht von einem Einstieg nach rückläufigen Marktbewegungen aus, mit der Idee, dass ein Durchbrechen des Tiefs des Vortages zu einer Erholung führen könnte.

Die Sitzung wird anhand der Börsenzeit (normalerweise Greenwich Mean Time, GMT) von Mitternacht bis 23:59 Uhr berechnet, wobei eine historische Datenreihe von 2016 bis heute (Mai 2024) berücksichtigt wird. Es wird ein fester Betrag von 10.000 USD pro Handel festgelegt, mit einem anfänglichen Stop-Loss von 3.000 USD.

Von Anfang an werden positive Ergebnisse mit einer wachsenden Eigenkapitallinie erzielt. In den folgenden Abbildungen ist zu sehen, wie der Gesamtgewinn des Systems in nur 75 Trades 71.000 USD übersteigt, wobei der durchschnittliche Trade 1.100 USD beträgt. Diese Ergebnisse mögen übermäßig positiv erscheinen, aber in Wirklichkeit deuten sie auf eine noch grobe Strategie hin, wenn man die wenigen Trades mit sehr langer Laufzeit bedenkt, wie der hohe Wert des durchschnittlichen Trades bestätigt.

Obwohl die Statistik interessante Messdaten liefert, ist sie aufgrund der geringen Anzahl von Vorgängen nicht sehr robust. Darüber hinaus ist sie angesichts der langen Dauer vieler Handelsgeschäfte im realen Handel nicht sehr anwendbar.

Daher ist es sinnvoll, die Dauer der Trades zu begrenzen und möglicherweise durch eine Optimierung der verwendeten Parameter einen Kompromiss zwischen durchschnittlichem Trade und Anzahl der Operationen zu finden.

Optimierung zur Ermittlung der idealen Handelsdauer 

Als ersten Schritt werden wir versuchen, die Dauer der Trades zu begrenzen, indem wir nach einer bestimmten Anzahl von Tagen eine Schließung erzwingen. Durch eine Optimierung zwischen 5 und 120 Tagen ergeben sich die Werte in Abbildung 4. Wie aus der Grafik in Abbildung 5 hervorgeht, gibt es bei etwa 55 Tagen einen Bereich mit guten Werten für den durchschnittlichen Trade und den Nettogewinn beim Drawdown. Dies ist immer noch eine ziemlich lange Dauer im Vergleich zu dem Ereignis, das den Markteintritt generiert (falscher Ausbruch der vorherigen Tiefststände), aber die Optimierung zeigt, dass es nicht möglich ist, mit Trades mit kürzerer Dauer nennenswerte Ergebnisse zu erzielen. Daher werden wir uns beispielsweise dafür entscheiden, die Trades spätestens nach 55 Tagen zu schließen.

Der Gesamtgewinn des Systems ist auf etwa 46.000 $ gesunken, bei einem durchschnittlichen Handelswert von 130 $. Das sind zwar niedrigere Werte als die vorherigen, aber definitiv realistischer, wenn man bedenkt, dass sie in 354 Operationen erzielt wurden, eine Zahl, die die Statistiken robuster und den Handelszeithorizont nachhaltiger macht. Es besteht jedoch möglicherweise noch Raum, die Kennzahlen zu verbessern und einer Strategie näher zu kommen, die für den Live-Handel in Betracht gezogen werden kann. Beispielsweise könnte man die Einträge mit Preismustern filtern und versuchen, nur dann zu handeln, wenn ideale Bedingungen herrschen.

Analyse von Preismustern zur Verbesserung der Ergebnisse des Mean-Reverting-Handelssystems auf Ethereum

In diesem Zusammenhang wird eine proprietäre Liste verwendet, die viele voneinander unterschiedliche Preiskombinationen zusammenbringt, was dazu dienen wird, zu verstehen, in welchen Situationen Ethereum (ETH) am besten zu funktionieren scheint, wobei die Logik des falschen Ausbruchs getestet wird.

Der Fall „PtnNeutYes=4“ (Abbildung 6) kennzeichnet die Tage nach einer Sitzung mit geringer Überzeugung. Dies sind Tage, an denen der „Körper“ der Tageskerze (Eröffnung-Schließung) nicht größer als 75 % der Gesamtspanne der Tageskerze (Hoch-Tief) war. Daher sollte man Situationen vermeiden, in denen der „Körper“ größer als 75 % der Gesamtspanne der Sitzung ist.

Es fällt auf, dass es MyPtn Nummer 4 tatsächlich gelingt, den durchschnittlichen Handel (152 $) und den Nettogewinn (49.209 $) zu steigern. Der Drawdown nimmt ebenfalls ab und beträgt -6.697 $. Eine gute Verbesserung, die auch an der Form des Eigenkapitals erkennbar ist, das deutlich regelmäßiger ist (Abbildung 7).

Diese guten Ergebnisse sind sicherlich weit entfernt von denen, die mit dem einfachen „Buy & Hold“ von Ethereum (ETH) von 2016 bis heute (Abbildung 9) in Bezug auf die absoluten Gewinne erzielt worden wären. Es muss jedoch berücksichtigt werden, dass die Schwankungen des „Buy & Hold“ nicht mit denen des Handelssystems vergleichbar sind, was ersteres zu einem definitiv weniger nachhaltigen Ansatz macht. Darüber hinaus ist zu beachten, dass das Handelssystem eine feste Größe verwendet, während die Anwendung des „Buy & Hold“ einer Reinvestition der erzielten Gewinne gleichkommt.

Abschließende Überlegungen zum Mean-Reverting-Handelssystem auf Ethereum

Zusammenfassend wurde gezeigt, wie es möglich ist, mit einem Mean-Reverting-Ansatz sogar bei einem Instrument wie Ethereum zu arbeiten, das typischerweise einem Trend folgt, was mit dem allgemeinen Wachstum des Kryptomarktes immer mehr Möglichkeiten für eine Umkehr bietet. Das in diesem Artikel entwickelte Handelssystem ist sicherlich noch nicht für den Live-Handel bereit, aber dem Leser bleibt die Aufgabe, diese Idee weiter zu experimentieren und zu optimieren, um sie zu verfeinern und in eine echte operative Strategie umzuwandeln.

Bis zum nächsten Mal und viel Spaß beim Handeln!

Andrea Unger