Quants recursos criptogràfics hauríeu de conservar?

És hora de pensar a llarg termini. L’últim any ha estat brutal, però això no vol dir que el futur sigui desolador. Els desenvolupadors encara s’estan construint, de nit i de dia. Els enginyers avancen a mesura que el mercat es redueix. Només és qüestió de temps fins que les marees girin i els constructors augmentin.

Parlem de HODLing. La forma més senzilla d’iniciar-se en criptomoneda. Tot el que heu de fer és obtenir algunes monedes digitals, posar-les en una cartera i esperar. És cert, només cal esperar. Res més que heu de fer.

Les persones que van fer servir aquesta estratègia senzilla fa gairebé dos anys s’extasien per la decisió de fer-ho. En poques paraules, van fer banc. Moltes carteres compensen entre un 700% i un 1000% de valor. És un número força emocionant per no fer cap feina.

Quants recursos criptogràfics hauríeu de conservar?

Tingueu en compte que es tracta d’un missatge de convidat de l’equip de Shrimpy

Ara hi ha algunes preguntes que cal respondre. Igual, quants recursos van comprar aquestes persones per tenir més èxit?

Ja t’ho explico.

L’estudi

Per obtenir una millor comprensió del rendiment de les diferents mides de cartera, hem avaluat milers de carteres per determinar quines mides de cartera han estat òptimes durant els darrers anys. La data d’inici d’aquesta anàlisi va començar el 15 de març de 2017 i va continuar fins al 24 de gener de 2019. Això representa més de 22 mesos de dades que inclouen tant el mercat alcista fins al 2018 com tot el mercat baixista fins al 2019..

Les dades d’aquest estudi les va proporcionar CoinAPI. Utilitzant el seu API de descans, vam poder recopilar dades de mercat precises de Bittrex en cada moment. El nostre conjunt de dades oscil·la entre el 15 de març de 2017 i el 24 de gener de 2019.

CoinAPI és un servei que recopila dades d’infinitat d’intercanvis. Aplicacions com Gamba a continuació, pot utilitzar aquestes dades per construir proves posteriors precises, anàlisis de mercat i produir investigacions exhaustives.

Cada cartera es va construir seleccionant aleatòriament els actius per incloure en les assignacions. Un cop seleccionats a l’atzar els actius, se’ls assignava un pes uniforme dins de la cartera.

Després d’un recent Actualització de gambetes, ara la gent pot veure quants recursos tenen altres usuaris a la seva cartera. En el moment d’escriure aquest gràfic, aquest gràfic mostra una alta afinitat cap a les carteres més petites.

El gràfic anterior suggereix que el 67% de les carteres de Plataforma de gambetes contenen 10 o menys actius.

10 actius

Començarem el nostre viatge amb una senzilla cartera de 10 actius. Tot i que pot semblar un nombre important d’actius, serà la cartera més petita que avaluarem en aquest estudi.

El que volem entendre és el rendiment de 10 carteres d’actius en aquest període de temps. Mirant la distribució del rendiment, podem obtenir una comprensió d’alt nivell del rendiment d’aquestes carteres.

Un cop d’ull ràpid a aquest gràfic anterior mostra una àmplia distribució del rendiment. Qualsevol cosa entre el 5% i el 4380% estava dins de l’àmbit de la possibilitat per a les persones que tenien 10 criptomonedes. L’assignació de 10 recursos pot semblar una gran idea basada en aquests resultats, però el que podem veure és que els resultats estan molt esbiaixats cap a l’extrem inferior del gràfic. Això significa que la majoria de la gent va tenir un rendiment més proper al 5% que al 4380%.

La cartera mitjana de 10 actius va tenir un rendiment del 662%.

20 actius

Vegem què passa quan duplicem el nombre d’actius a 20.

Igual que 10 carteres d’actius d’alguna manera, el rendiment de la cartera de 20 actius té una àmplia distribució. Va des del 134% fins al 2864%. Una vegada més, hi ha una concentració més alta de resultats a l’extrem inferior d’aquest espectre.

La cartera mitjana de 20 actius va tenir un rendiment del 759%.

30 actius

Una cartera de 30 actius supera amb escreix la mida mitjana de les carteres habituals. Tot i això, és el nostre deure continuar amb aquest viatge que hem començat, de manera que no ens podem aturar ara.

L’histograma anterior comença a mostrar algun moviment de tendència visible. En comparació amb les nostres primeres dues proves, les carteres de 30 actius mostren un perfil de rendiment més uniforme. També continua la tendència de reduir el rang de rendiment. Les carteres de 30 actius van del 178% al 1988%.

Tot i que els extrems d’alt rendiment són inferiors a les mides de cartera més petites, observem una densitat augmentada al voltant dels rendiments de gamma mitjana. Això demostra una major probabilitat que una cartera d’aquesta mida superi les carteres de mides més petites.

La cartera mitjana de 30 actius va tenir un rendiment del 807%.

40 actius

Afegint 10 actius més, arribem a una gran cartera de 40 actius. En aquesta mida, gestionar una cartera tan gran seria un malson sense utilitzar eines d’automatització com Shrimpy. Shrimpy us permet seleccionar simplement els vostres actius o crear instantàniament un índex que automatitzi la vostra cartera al llarg del temps.

La distribució del rendiment de la cartera de 40 actius ha continuat amb aquesta tendència de reduir els límits de la distribució del rendiment. A més, els resultats il·lustren les representacions més distribuïdes que hem vist fins ara. El rang inferior comença al 217% i el límit superior empeny el 1762% amb un únic punt de dades marginat.

La cartera mitjana de 40 actius va tenir un rendiment del 858%.

50 actius

Estem més o menys a la meitat del camí, així que continuem rodant les dades.

Notem un canvi en el rendiment de la cartera de la meitat inferior a la meitat superior de l’espectre, amb el nostre retorn mitjà finalment més proper a l’extrem superior (les carteres inferiors a 50 actius s’han mantingut més a prop de la part inferior rang).

Les carteres de 50 actius van obtenir rendibilitats que van del 287% al 1492%, la nostra gamma de resultats més estreta fins ara.

La cartera mitjana de 50 actius va tenir un rendiment del 876%.

60 actius

Només queden 3.

Amb un interval del 377% al 1282%, les carteres de 60 actius són les primeres mides de cartera que tenen un interval inferior al 1000%. També mostra una clara afinitat cap als percentatges ponderats cap a l’extrem superior d’aquest rang.

La cartera mitjana de 60 actius va tenir un rendiment del 914%.

70 actius

2 més. Quedeu-hi.

Des del 383% fins al 1186%, les carteres de 70 actius tenen un rang de rendiment del ~ 800%. En aquesta mida de cartera, el rendiment mitjà és molt més proper al rendiment més alt que qualsevol mida de cartera més petita.

La cartera mitjana de 70 actius va tenir un rendiment del 925%.

80 actius

Hem arribat! Una muntanya de dades conquerida. El cim és preciós en tota la seva espectacular glòria. Tot se sent possible.

En aquest moment, ja sabem el simulacre. L’interval és més petit, del 491% al 1071%. El rendiment mitjà de la cartera està molt ponderat en relació amb la gamma superior d’actuacions. De totes les mides de cartera, les carteres de 80 actius van tenir el millor rendiment.

La cartera mitjana de 80 actius va tenir un rendiment del 927%.

Posant-ho tot junt

Per fer-nos una idea del rendiment de les nostres carteres mitjanes a cada mida de cartera, podem representar gràficament el rendiment.

El que observem és una clara tendència cap a un rendiment millor de les carteres més grans. Bàsicament, a mesura que continuem augmentant la mida d’una cartera, el rendiment mitjà també augmentarà. Això fa un fort cas per a la diversificació a l’espai criptogràfic. A partir d’aquestes dades, les carteres més diverses van tenir un millor rendiment.

Exempció de responsabilitat: les proves posteriors examinen el rendiment passat i no garanteixen el rendiment futur.

Quant a la Gamba

Ús gratuït, Gamba és una aplicació d’automatització de carteres de criptografia que fan servir els comerciants de criptomonedes. Amb Shrimpy, els usuaris poden crear un índex de criptografia i implementar una estratègia de cartera en qüestió de minuts.

Els usuaris de llagostins també poden seguir les carteres d’altres oficis populars, fer proves d’anys d’intercanvi de dades i fer un seguiment de les seves carteres en nombrosos intercanvis..

Mike Owergreen Administrator
Sorry! The Author has not filled his profile.
follow me