基于神经网络对加密货币资产进行排序以实现长期持有的组合管理
机器学习
2025-12-10 v1 人工智能
神经与进化计算
摘要
本文提出了一种基于机器学习的加密货币市场组合管理新方法。以往的研究主要关注对特定加密货币（如比特币 BTC）的价格走势进行预测，然后根据预测结果进行交易。与此不同，本文通过分析加密货币之间的相对关系来管理一组加密货币。具体而言，在每个时间步，我们利用神经网络预测所管理加密货币未来收益的排名，并据此确定权重。通过纳入这种横截面信息，基于2020年5月至2023年11月的真实日度加密货币市场数据进行的回测实验表明，所提出的方法在诸多复杂的市场条件下均表现出色。整个研究周期涵盖了牛市、熊市和横盘市场的完整周期。尽管面临这些复杂的市场环境，所提出的方法仍优于现有方法，实现了1.01的夏普比率和64.26%的年化收益率。此外，本文还表明该方法对增加交易费用具有较好的鲁棒性。
引用
@article{arxiv.2512.08124,
title = {Long-only cryptocurrency portfolio management by ranking the assets: a neural network approach},
author = {Zijiang Yang},
journal= {arXiv preprint arXiv:2512.08124},
year = {2025}
}