データドリブンのポートフォリオ管理
予測ではなく精度: リスク限界を学習する AI
Bloeirenduur は、市場のボラティリティとオンチェーンの動作をリアルタイムで分析し、事前に設定されたリスク設定に基づいて仮想通貨ポートフォリオのエクスポージャーを調整します。
方法論を発見する
リアルタイムの市場データに基づいてアクティブなリスク調整モデル
Bloeirenduur は、市場のボラティリティとオンチェーンの動作をリアルタイムで分析し、事前に設定されたリスク設定に基づいて仮想通貨ポートフォリオのエクスポージャーを調整します。
方法論を発見する仮想通貨市場は、オンチェーン取引、流動性の変化、マクロ経済ニュース、複数のプラットフォーム上のセンチメントなどのシグナルを継続的に生成します。プロの投資家が、価格がすでに変化する前にこれらすべてのデータ ストリームを手動で比較検討することは事実上不可能です。
あまり目立たない 2 番目の問題もあります。それは、感情的な偏見です。行動ファイナンスに関する研究では、時間的プレッシャーと不確実性の下での意思決定が、あらかじめ決められたリスクの枠組みから逸脱することが繰り返し示されています。この偏差は、特に不安定な市場では増加します。
Bloeirenduur は、症状ではなく、価格予測を行うのではなく、現在のエクスポージャーが自分で決定したリスク プロファイル内にまだ収まるかどうかを一貫してテストすることによって、この構造的な問題に対処するように設計されています。
アプローチごとに、事前定義されたリスクフレームワークと実際のポートフォリオエクスポージャの間の長期にわたる一貫性を示す指標。
Bloeirenduurは、仮想通貨を重要な資産クラスとして扱いながら、価格パニックや過信に基づいて意思決定が行われることを構造的に防ぎたいプロの投資家や起業家によって使用されています。このプラットフォームはリスク許容度を測定可能なパラメーターに変換し、現在の市場状況に対して継続的にテストします。
その結果、自動化された利益マシンではなく、規律システムが誕生しました。これは、市場が変動している場合でも、事前に設定された制限を実際に遵守する方法です。
静的割り当てモデルとは異なり、Bloeirenduur は資産構成を一度に決定しません。システムは、現在のボラティリティとユーザーが独自に定義したリスク制限を考慮して、どのエクスポージャーが依然として責任を負っているかを継続的に再計算します。
このモデルは、流動性フローやウォレットアクティビティなどのオンチェーンデータを、オーダーブックの深さや市場全体の感情指標などのオフチェーンシグナルと組み合わせ、これらのインプットの大幅な変化に応じてポートフォリオのエクスポージャーを再評価します。
このシステムは、絶対的な価格予測を提示することなく、過去および現在の市場データから繰り返し発生するボラティリティ パターンを認識し、これらを使用して急激な価格変動の可能性を評価します。
測定されたボラティリティが事前に設定されたしきい値に近づくと、モデルは不必要な取引コストとタイミングのリスクを制限するために、エクスポージャーを突然清算するのではなく徐々に減らします。
設定したリスク許容度は、モデル内の境界条件として機能します。システムは、たとえ短期的な機会が生じた場合でも、その制限を超えるリターンを求めません。
固定されたリバランス日の代わりに、モデルは現在の構成が望ましいリスクレベルにまだ対応しているかどうかを継続的にテストし、必要に応じて調整を行います。
Bloeirenduur は、完全に自律的なブラック ボックスとしては動作しません。ユーザーがフレームワークを確立します。システムはそれらのパラメータ内で実行され、すべての調整を報告します。
このシステムは、複数のソースからオンチェーン データ (取引量、ウォレットの動き、流動性) とオフチェーン データ (オーダーブック、マクロ指標、ニュース フロー) を同時に継続的に収集します。
受信データは、確立されたリスク プロファイルに対してテストされます。モデルは、現在の露出が許容マージン内にあるかどうかを計算し、必要な調整を決定します。
特定された調整は事前定義されたパラメータ内で行われ、各トランザクションのログが記録されるため、後で推論を追跡できます。
このサイクルは継続的に繰り返されます。実行のたびに新しいデータが生成され、そのデータが再びキャリブレーション モデルによって処理されます。いつでもリスク パラメータを手動で調整したり、自動化を一時的に停止したりするオプションを保持します。
基礎となるテクノロジーは同じですが、リスクを評価する方法はプロファイルごとに大きく異なります。以下の比較は、2 つの代表的な機関を示しています。
| 特徴 | 防御 — 資本保全 | 中程度 - 集中的な成長 |
|---|---|---|
| ボラティリティ閾値 | 低く設定してください。このモデルは、わずかな変動があっても露出を軽減します。 | より高く設定します。短期的な変動は、調整が行われる前に許容される可能性が高くなります。 |
| 反応速度 | リスク制限を超えた場合、ポジションは直ちに削減されます。 | 段階的に調整し、一定期間内に回復する余地を残す。 |
| 割り当て動作 | 暗号通貨の選択肢の中で流動性が高く、変動性の低い資産を優先します。 | 過去のボラティリティが高い資産を含む、より幅広い分散。 |
| 目的 | ドローダウンを制限します。名目価値の維持が中心です。 | より広い、しかしまだ限定された枠組みの中でリスク調整後のリターンを追求します。 |
Bloeirenduur のデモンストレーションでは、リスク プロファイルが具体的なパラメーターに変換される方法と、モデルが過去および現在の市場シナリオにどのように応答するかを示します。