Adriano Dal Pastro
437cf11199
(1) GTAA: trend difensivo long-flat su SPY/QQQ/IWM/TLT/GLD/HYG (EW sugli asset disponibili). GTAA lf vt12%: Sharpe 0.64 (OOS 0.89), maxDD 15% (8% sui 6-asset 2016+), corr SPY 0.64. Migliore sleeve equity: rischio-aggiustato > mono-SPY, DD bassissimo, diversificatore migliore. Difensiva (CAGR basso). Bear DD: GFC 14% vs 55%, COVID 10% vs 34%. (2) COMBO cross-mercato: crypto (TP01+XS01+VRP01) x equity (GTAA vt12), finestra 2019-2026. corr crypto<->equity = +0.17 (bassissima). blend 50/50 Sharpe 1.81 > crypto solo 1.60 > equity 1.12; maxDD dimezzato 14%->7%. DIVERSIFICA: primo miglioramento STRUTTURALE del rischio-aggiustato complessivo della ricerca post-reset (diversificazione vera, non alpha). CAVEAT: finestra crypto corta/favorevole (Sharpe assoluti ottimistici), cross-venue Deribit+IB, XS01/VRP01 STAT-MODE -> il combo deployable reale e' ~TP01+GTAA. Non risolve EUR50/g (capitale). Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
85 lines
4.1 KiB
Python
85 lines
4.1 KiB
Python
"""CROSS-MARKET COMBO — la sleeve equity-trend DIVERSIFICA il portafoglio crypto?
|
|
|
|
(2) dopo EQ-GTAA01. La via che alza il Sharpe COMPLESSIVO senza cercare nuovo alpha: combinare due
|
|
book scorrelati su mercati diversi. crypto = portafoglio attivo TP01+XS01+VRP01 (src.portfolio);
|
|
equity = GTAA lf vt12% (la migliore sleeve equity, corr SPY 0.64, maxDD ~15%). Se la correlazione
|
|
crypto<->equity e' bassa, il blend ha Sharpe > di ciascuno.
|
|
|
|
ALLINEAMENTO ONESTO: crypto e' calendario-giornaliero (7gg), equity giorni di borsa. Compoundo i
|
|
rendimenti crypto sul grid dei giorni di borsa (cattura i weekend) prima di combinare. Finestra =
|
|
era crypto (TP01 dal 2019). Esecuzione split Deribit+IB (lo noto: e' un portafoglio cross-venue).
|
|
"""
|
|
import sys
|
|
from pathlib import Path
|
|
import numpy as np, pandas as pd
|
|
|
|
ROOT = Path(__file__).resolve().parents[2]
|
|
sys.path.insert(0, str(ROOT)); sys.path.insert(0, str(ROOT / "scripts" / "research"))
|
|
from eq_sector_momentum import _sh, _cagr, _dd
|
|
from eq_gtaa_trend import gtaa
|
|
from eq_spy_trend import tsmom_exposure, backtest, _series
|
|
from src.portfolio.sleeves import active_sleeves
|
|
from src.portfolio.portfolio import StrategyPortfolio
|
|
|
|
ANN = np.sqrt(252.0)
|
|
|
|
|
|
def _ann_vol(r):
|
|
return float(np.std(np.asarray(r, float)) * ANN)
|
|
|
|
|
|
def compound_to_grid(daily: pd.Series, grid: pd.DatetimeIndex) -> pd.Series:
|
|
"""Compounda una serie di rendimenti (calendario) sul grid dato (giorni di borsa): per ogni data
|
|
del grid, somma-composta i rendimenti dal punto precedente."""
|
|
cum = (1.0 + daily).cumprod()
|
|
cum = cum.reindex(cum.index.union(grid)).ffill().reindex(grid)
|
|
return (cum / cum.shift(1) - 1.0).dropna()
|
|
|
|
|
|
def main():
|
|
print("=" * 96)
|
|
print(" CROSS-MARKET COMBO — equity-trend (GTAA) x crypto (TP01+XS01+VRP01)")
|
|
print("=" * 96)
|
|
# crypto blend (rinormalizzato, date diverse)
|
|
crypto = StrategyPortfolio(active_sleeves()).combined_daily()
|
|
if crypto.index.tz is None:
|
|
crypto.index = crypto.index.tz_localize("UTC")
|
|
# equity sleeve (giorni di borsa)
|
|
eq = gtaa(target_vol=0.12).dropna()
|
|
# allinea: compounda crypto sui giorni di borsa dell'equity
|
|
grid = eq.index[eq.index >= crypto.index[0]]
|
|
cr = compound_to_grid(crypto, grid)
|
|
J = pd.concat({"crypto": cr, "equity": eq.reindex(cr.index)}, axis=1).dropna()
|
|
print(f" finestra comune {J.index[0].date()}..{J.index[-1].date()} ({len(J)} giorni di borsa)\n")
|
|
|
|
c, e = J["crypto"], J["equity"]
|
|
print(" --- STANDALONE (sulla finestra comune) ---")
|
|
for nm, r in (("crypto TP01+XS01+VRP01", c), ("equity GTAA vt12", e)):
|
|
print(f" {nm:24} Sh {_sh(r):>5.2f} CAGR {_cagr(r.values,r.index)*100:>5.1f}% volAnn {_ann_vol(r)*100:>4.1f}% maxDD {_dd(r.values)*100:>4.0f}%")
|
|
print(f"\n --- CORRELAZIONE crypto <-> equity = {c.corr(e):+.3f} (bassa = diversifica) ---")
|
|
|
|
print("\n --- BLEND (capitale) ---")
|
|
print(f" {'mix':18} {'Sharpe':>7} {'CAGR%':>6} {'volAnn%':>7} {'maxDD%':>6}")
|
|
for wc in (1.0, 0.75, 0.5, 0.25, 0.0):
|
|
b = wc * c + (1 - wc) * e
|
|
print(f" crypto {int(wc*100):>3}/{int((1-wc)*100):<3} eq {_sh(b):>7.2f} {_cagr(b.values,b.index)*100:>6.1f} {_ann_vol(b)*100:>7.1f} {_dd(b.values)*100:>6.0f}")
|
|
|
|
# risk-parity (peso inverso alla vol) — il blend "giusto" quando le vol differiscono
|
|
vc, ve = _ann_vol(c), _ann_vol(e)
|
|
wc_rp = (1/vc) / (1/vc + 1/ve)
|
|
b_rp = wc_rp * c + (1 - wc_rp) * e
|
|
print(f"\n --- RISK-PARITY (inv-vol: crypto {wc_rp*100:.0f}% / eq {(1-wc_rp)*100:.0f}%) ---")
|
|
print(f" Sharpe {_sh(b_rp):.2f} CAGR {_cagr(b_rp.values,b_rp.index)*100:.1f}% volAnn {_ann_vol(b_rp)*100:.1f}% maxDD {_dd(b_rp.values)*100:.0f}%")
|
|
|
|
# verdetto: il blender batte il migliore dei due?
|
|
best_solo = max(_sh(c), _sh(e))
|
|
best_blend = max(_sh(0.5*c+0.5*e), _sh(b_rp))
|
|
print(f"\n --- VERDETTO ---")
|
|
print(f" miglior standalone Sharpe = {best_solo:.2f} | miglior blend Sharpe = {best_blend:.2f} "
|
|
f"-> {'DIVERSIFICA (blend > solo)' if best_blend > best_solo + 0.03 else 'nessun guadagno netto'}")
|
|
print(f" (nota: portafoglio cross-venue Deribit+IB; finestra crypto corta ~{len(J)//252}y)")
|
|
|
|
|
|
if __name__ == "__main__":
|
|
main()
|