A carregar...
Publicação
A Comparative Study of Investment Strategies in the Cryptocurrency Market
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 1.46 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
The aim of this dissertation is to test the applicability of two strategies – Dollar Cost Average (DCA) and Lump-Sum (LS) – in the context of the crypto market.
We tested these strategies on three assets, namely Bitcoin, Ethereum and Ripple. We developed a simulation using daily historical data recorded over a period of nine years. We then calculated performance ratios and created an AR-GARCH model to analyse their properties and predictive capacity more effectively.
Our empirical results show that all assets are highly volatile and exhibit heavy tails and asymmetry. Additionally, they are moderately to highly correlated with each other. We also presented proof of higher Sharpe and Sortino ratios for DCA strategies, with Bitcoin performing better than the other two assets. The results also show that Bitcoin has low-to-moderate shock sensitivity and high persistence; Ethereum has low shock sensitivity and high persistence; and Ripple has both high shock sensitivity and persistence. Furthermore, we observed the impact of strategy choice on volatility. When compared to DCA, LS lowered shock sensitivity in Bitcoin and Ripple, enhancing persistence, while having an insignificant effect on Ethereum. Finally, we demonstrate that our model exhibits superior predictive capacity with regard to Ripple compared to Bitcoin and Ethereum, and that all three assets are inefficient.
These findings contribute to previous literature by providing novel empirical data and attesting to the attributes of cryptocurrencies. Furthermore, this thesis improves financial awareness and provides investors with valuable information.
Esta dissertação tem como objetivo testar a aplicabilidade das estratégias Dollar Cost Average (DCA) e Lump-Sum (LS) no contexto do mercado de criptomoedas. Testámos estas estratégias em três ativos, nomeadamente Bitcoin, Ethereum e Ripple. Desenvolvemos uma simulação utilizando dados históricos diários registados ao longo de nove anos. Em seguida, calculámos rácios de retorno ajustado ao risco e criámos um modelo AR-GARCH para melhor avaliar as suas propriedades e capacidade preditiva. Os nossos resultados empíricos mostram que todos os ativos têm alta volatilidade, assimetria e “caudas-pesadas”, além de serem bastante correlacionados entre si. Apresentamos provas de índices de Sharpe e Sortino mais elevados para estratégias DCA, com a Bitcoin a destacar-se dos três ativos em causa. Os resultados também indicam que a Bitcoin tem uma sensibilidade ao choque baixa-moderada em contrapartida de uma alta persistência, o Ethereum tem baixa sensibilidade ao choque e alta persistência, e o Ripple apresenta elevada sensibilidade ao choque e elevada persistência. Além disso, observamos o impacto da escolha da estratégia na volatilidade, com a LS, quando comparada com a DCA, a reduzir a sensibilidade ao choque na Bitcoin e no Ripple e aumentando a sua persistência, por sua vez, o efeito da escolha de estratégia é insignificante no Ethereum. Por fim, mostramos que o nosso modelo tem melhor capacidade preditiva para o Ripple do que para o Bitcoin ou o Ethereum e que os três ativos são mercados ineficientes. Essas descobertas não apenas contribuem para a literatura anterior, adicionando novos dados empíricos, mas também atestam os atributos das criptomoedas. Adicionalmente, esta tese promove a conscientização financeira e adiciona não só informação como valor ao investidor.
Esta dissertação tem como objetivo testar a aplicabilidade das estratégias Dollar Cost Average (DCA) e Lump-Sum (LS) no contexto do mercado de criptomoedas. Testámos estas estratégias em três ativos, nomeadamente Bitcoin, Ethereum e Ripple. Desenvolvemos uma simulação utilizando dados históricos diários registados ao longo de nove anos. Em seguida, calculámos rácios de retorno ajustado ao risco e criámos um modelo AR-GARCH para melhor avaliar as suas propriedades e capacidade preditiva. Os nossos resultados empíricos mostram que todos os ativos têm alta volatilidade, assimetria e “caudas-pesadas”, além de serem bastante correlacionados entre si. Apresentamos provas de índices de Sharpe e Sortino mais elevados para estratégias DCA, com a Bitcoin a destacar-se dos três ativos em causa. Os resultados também indicam que a Bitcoin tem uma sensibilidade ao choque baixa-moderada em contrapartida de uma alta persistência, o Ethereum tem baixa sensibilidade ao choque e alta persistência, e o Ripple apresenta elevada sensibilidade ao choque e elevada persistência. Além disso, observamos o impacto da escolha da estratégia na volatilidade, com a LS, quando comparada com a DCA, a reduzir a sensibilidade ao choque na Bitcoin e no Ripple e aumentando a sua persistência, por sua vez, o efeito da escolha de estratégia é insignificante no Ethereum. Por fim, mostramos que o nosso modelo tem melhor capacidade preditiva para o Ripple do que para o Bitcoin ou o Ethereum e que os três ativos são mercados ineficientes. Essas descobertas não apenas contribuem para a literatura anterior, adicionando novos dados empíricos, mas também atestam os atributos das criptomoedas. Adicionalmente, esta tese promove a conscientização financeira e adiciona não só informação como valor ao investidor.
Descrição
Palavras-chave
Dollar cost average Lump-sum Criptomoedas Modelo AR-GARCH Volatilidade Investimentos