💻 computer science

Systematic Trend-Following with Adaptive Portfolio Construction: Enhancing Risk-Adjusted Alpha in Cryptocurrency Markets

Il documento presenta AdaptiveTrend, un framework algoritmico innovativo che combina trend-following ad alta frequenza e costruzione adattiva del portafoglio per generare un alpha aggiustato per il rischio superiore nei mercati delle criptovalute, ottenendo risultati significativamente migliori rispetto alle strategie tradizionali durante il periodo 2022-2024.

Autori originali: Duc Bui, Thanh Nguyen

Pubblicato 2026-02-13

📖 4 min di lettura☕ Lettura da pausa caffè

CC BY 4.0

Autori originali: Duc Bui, Thanh Nguyen

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina il mercato delle criptovalute come un oceano tempestoso e selvaggio. È un posto dove le onde (i prezzi) possono salire e scendere di centinaia di metri in poche ore, dove il tempo non si ferma mai (24 ore su 24, 7 giorni su 7) e dove le regole del gioco cambiano continuamente.

Molti cercano di navigare queste acque con barche di legno fragili o cercando di indovinare la prossima onda. Questo articolo presenta invece una nave da crociera futuristica e intelligente, chiamata AdaptiveTrend, progettata per non solo sopravvivere alle tempeste, ma per guadagnarci sopra.

Ecco come funziona, spiegato in modo semplice:

1. Il Capitano che guarda l'orizzonte (La Strategia di Trend)

Invece di cercare di indovinare il futuro, questa strategia segue semplicemente la direzione in cui sta andando l'acqua.

Il concetto: Se il mercato sale, compri. Se scende, vendi.
La magia: La maggior parte delle strategie guarda il mercato ogni ora o ogni giorno. Questa nave guarda il mercato ogni 6 ore. È come se il capitano controllasse la bussola non ogni minuto (troppo rumoroso) e non ogni settimana (troppo lento), ma proprio al momento giusto per cogliere il movimento principale senza farsi confondere dalle piccole onde.

2. Lo Scudo Magico (Lo Stop Loss Dinamico)

Questa è l'innovazione più importante. Immagina di avere uno scudo che si adatta alla grandezza delle onde.

Come funziona: Se il mercato è calmo, lo scudo è stretto (ti protegge subito se qualcosa va storto). Se il mercato è in tempesta (molto volatile), lo scudo si allarga per non farti saltare fuori dalla nave per un'onda piccola, ma ti protegge se arriva un tsunami.
Il risultato: Quando il mercato sale, lo scudo sale con te, bloccando i profitti. Quando il mercato crolla, lo scudo ti salva prima che tu perda troppo.

3. La Selezione dei Passeggeri (Scegliere le Cripto Giuste)

Non puoi mettere su una nave 150 passeggeri a caso. Alcuni sono deboli, altri sono malati.

Il filtro: Ogni mese, la strategia fa una "selezione". Guarda le criptovalute più grandi e solide (quelle con più "peso" o capitalizzazione di mercato).
Il test: Tra queste, sceglie solo quelle che hanno mostrato di essere "in forma" negli ultimi mesi (hanno un buon rendimento rispetto al rischio). Se una cripto inizia a fare la "malata" o a perdere forza, viene cacciata dalla nave e sostituita.

4. La Distribuzione del Carico (70% Avanti, 30% Indietro)

Qui c'è un trucco intelligente. La maggior parte delle persone pensa che il mercato delle cripto sia sempre in salita.

La strategia: Mettono il 70% dei soldi su barche che vanno in salita (Long) e il 30% su barche che vanno in discesa (Short).
Perché? Perché storicamente le cripto tendono a salire nel lungo periodo, quindi si punta tutto su quella direzione. Ma il 30% in discesa serve come paracadute: se il mercato crolla, questa parte guadagna soldi e compensa le perdite della parte in salita.

I Risultati: Una Nave che non affonda mai

Gli autori hanno testato questa "nave" per 3 anni (dal 2022 al 2024), un periodo che ha incluso:

Un mercato in crollo (Bear Market).
Un mercato laterale (Sideways).
Un mercato in forte crescita (Bull Market).

Il risultato?

Hanno guadagnato molto di più rispetto a chi ha semplicemente comprato Bitcoin e aspettato (Buy & Hold).
Hanno subito perdite molto più piccole (il massimo "danno" subito è stato solo il 12,7%, mentre altre strategie hanno perso fino al 70%).
Hanno un rapporto rischio/guadagno eccellente: per ogni rischio preso, hanno ottenuto un ritorno molto alto.

In sintesi

Immagina AdaptiveTrend come un autista di F1 molto esperto che guida su una pista piena di curve e buche:

Non guida a caso, ma segue la traiettoria della pista (Trend).
Usa i freni intelligenti che si adattano alla pioggia o al sole (Stop Loss Dinamico).
Cambia le gomme solo quando servono e sceglie le auto più veloci (Selezione delle Cripto).
Sa che la pista è in salita, ma tiene sempre il freno a mano pronto per le discese improvvise (Allocazione 70/30).

Il risultato è che, anche quando la pista diventa un inferno, questa nave continua a guadagnare, proteggendo i passeggeri (i soldi) e portandoli a destinazione in sicurezza.

1. Il Problema e il Contesto

Il mercato delle criptovalute presenta caratteristiche uniche rispetto ai mercati finanziari tradizionali: alta volatilità, liquidità frammentata, trading 24/7 e forti effetti di momentum. Le strategie di trend-following classiche (Time-Series Momentum o TSMOM), efficaci in altri asset class, incontrano tre sfide fondamentali se applicate direttamente alle criptovalute:

Non-stazionarietà dei regimi di volatilità: Le finestre di osservazione (lookback) fisse diventano subottimali a causa dei rapidi cambiamenti nei cicli di mercato.
Distribuzione asimmetrica dei rendimenti: Presenza di skewness positiva nei mercati rialzisti e code pesanti a sinistra durante i crolli.
Universo di asset in rapida evoluzione: Le capitalizzazioni di mercato cambiano drasticamente su base mensile, rendendo difficile la selezione degli asset.

L'obiettivo è sviluppare un framework sistematico che sfrutti il momentum mantenendo un controllo rigoroso del rischio e adattandosi a queste dinamiche strutturali.

2. Metodologia: Il Framework "AdaptiveTrend"

Gli autori propongono AdaptiveTrend, un sistema algoritmico integrato in tre fasi principali, operante su intervalli di tempo di 6 ore (H6).

A. Generazione del Segnale (Signal Generation)

Frequenza: Utilizzo di candele a 6 ore (H6) per bilanciare la fedeltà del segnale e l'efficienza dei costi di transazione, superando le alternative a frequenza più alta (H1) o più bassa (D1).
Segnale di Ingresso: Basato sul momentum (tasso di variazione del prezzo su una finestra $L$ $L$ ).
- Long: $MOM_t > \theta_{entry}$
- Short: $MOM_t < -\theta_{entry}$
Uscita Dinamica (Trailing Stop): Implementazione di uno stop-loss trailing adattivo calibrato sulla volatilità locale.
- Il livello di stop $S_t$ è definito come: $S_t = \max(S_{t-1}, P_t - \alpha \cdot ATR_t)$ .
- Utilizza l'Average True Range (ATR) per adattare la distanza dello stop alla volatilità corrente: stop più stretti in bassa volatilità, più ampi in alta volatilità.

B. Selezione del Portafoglio (Portfolio Selection)

Un processo di ribilanciamento mensile che filtra l'universo di trading:

Filtro per Capitalizzazione di Mercato:
- Portafoglio Long: I top-K (15) asset per capitalizzazione.
- Portafoglio Short: Gli asset con le capitalizzazioni più basse (bottom-K).
Selezione Basata sulle Prestazioni (Rolling Sharpe):
- I parametri della strategia vengono ottimizzati mensilmente su dati storici.
- Gli asset vengono selezionati solo se il loro Sharpe Ratio calcolato sul mese precedente supera una soglia dinamica: $\gamma_L = 1.3$ per i long e $\gamma_S = 1.7$ per gli short (soglia più alta per gli short a causa del rischio strutturale).

C. Allocazione del Capitale

Allocazione Asimmetrica (70/30): Il 70% del capitale è allocato sulle posizioni Long e il 30% sulle Short.
- Motivazione: Sfrutta il drift positivo empirico dei mercati crypto e compensa i costi di finanziamento (funding rates) più elevati per le posizioni short.
Ponderazione: All'interno di ciascun "gamba" (long o short), gli asset sono ponderati equamente per massimizzare la diversificazione ed evitare rischi di concentrazione.

3. Contributi Chiave

Frequenza Intermedia Ottimale: Dimostrazione che l'intervallo H6 offre il miglior compromesso tra qualità del segnale e costi di transazione nel mercato crypto, superando H1 (troppi scambi) e D1 (segnali persi).
Costruzione del Portafoglio Adattiva: Introduzione di un metodo che combina filtri per capitalizzazione e selezione basata sullo Sharpe Ratio, riducendo l'esposizione ad asset illiquidi o in deterioramento.
Gestione del Rischio Ibrida: Integrazione di uno stop-loss trailing dinamico (calibrato su ATR) con un'allocazione asimmetrica, creando una protezione discendente robusta senza sacrificare completamente il potenziale di rialzo.

4. Risultati Sperimentali

Il framework è stato testato su un campione out-of-sample (OOS) di 36 mesi (2022–2024) su oltre 150 coppie di criptovalute, includendo costi di transazione realistici (fee taker, slippage, funding rates).

Performance Principali (AdaptiveTrend 70/30):

Sharpe Ratio: 2.41 (annuale).
Drawdown Massimo (MDD): -12.7% (significativamente inferiore ai benchmark).
Calmar Ratio: 3.18.
Rendimento Annuo: 40.5%.

Confronto con i Benchmark:
La strategia ha superato significativamente approcci come TSMOM classico, Buy-and-Hold (BTC e portafogli equal-weight) e strategie TSMOM scalate per volatilità. In particolare, ha mantenuto performance quasi piatte durante i mercati ribassisti (-4.2% annuo), mentre i benchmark Buy-and-Hold hanno subito perdite catastrofiche.

Analisi di Robustezza:

Ablation Study: La rimozione dello stop-loss dinamico ha ridotto lo Sharpe Ratio a 1.68, confermando che questo è il componente più critico per la protezione del capitale.
Sensibilità Parametri: La strategia mostra un "plateau" di performance robusta per moltiplicatori ATR tra 2.0 e 3.5 e rapporti di allocazione long tra 0.60 e 0.80.
Significatività Statistica: Test di bootstrap confermano che l'outperformance rispetto ai benchmark è statisticamente significativa (p-value < 0.05).

5. Significato e Implicazioni

Implementabilità Istituzionale: La natura completamente sistematica e interpretabile di AdaptiveTrend la rende adatta alla deployment istituzionale, a differenza di molti modelli di Machine Learning "black-box".
Gestione del Rischio Regime-Conditionale: La strategia dimostra resilienza in tutti i regimi di mercato (rialzista, ribassista e laterale), adattando la propria esposizione senza bisogno di intervento umano frequente.
Scalabilità: Sebbene il portafoglio long sia altamente liquido, il portafoglio short (basato su asset a bassa capitalizzazione) pone un limite di capacità stimato tra 5 e 10 milioni di dollari a causa dello slippage.
Validazione Teorica: Il lavoro conferma che segnali di trend a frequenza intermedia, combinati con ottimizzazione adattiva dei parametri e costruzione del portafoglio attenta, possono generare alpha significativo anche in un mercato notoriamente volatile e rumoroso come quello delle criptovalute.

In sintesi, il paper presenta una soluzione pragmatica e robusta per l'investimento sistematico in crypto, che supera i limiti delle strategie tradizionali attraverso l'adattività dinamica e una rigorosa gestione del rischio.