A carregar...
Publicação
Cryptocurrencies : a way to diversify a financial portfolio
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 2.45 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
Cryptocurrencies have attracted growing attention from investors worldwide, prompting debate over whether they can serve as effective diversifiers and enhance portfolio performance. This study addresses this question and further evaluates whether a DCC-GARCH model improves portfolio forecasting compared to a simple historical average approach. Using daily data from November 2017 to March 2025, I first estimate historical bivariate DCC- GARCH models between four cryptocurrencies (Bitcoin, Ethereum, Cardano, and Litecoin) and five traditional financial assets (government bonds, global and emerging equity indices, gold, and oil). Results suggest that, while correlations tend to increase during periods of market stress, cryptocurrencies generally exhibit time-varying but, on average, low correlations with traditional assets, supporting their role as diversifiers. Next, I split the sample into in- and out-of-sample periods with daily rolling windows to construct various portfolios with and without cryptocurrencies, using mean and (co-)variance forecasts derived from both multivariate DCC-GARCH and historical averages. I find that including cryptocurrencies in traditional portfolios only partially improves performance, depending on the period, cryptocurrency, and portfolio strategy. In risk-focused portfolio strategies like Maximum-Diversification and Risk-Parity, adding cryptocurrencies often leads to improved risk- adjusted performance, while Mean-Variance and 1/N strategies produce mixed results. Minimum-Variance portfolios consistently exclude cryptocurrencies due to their high volatilities. Among the analysed cryptocurrencies, Bitcoin emerges as the most valuable addition. Finally, I find that portfolios constructed with DCC-GARCH forecasts do not outperform those constructed with historical averages.
As criptomoedas têm atraído crescente atenção de investidores em todo o mundo, levantando o debate sobre se podem atuar como diversificadores eficazes e melhorar o desempenho das carteiras. Este estudo aborda essa questão e avalia se um modelo DCC-GARCH melhora a previsão de carteiras em comparação a uma abordagem de média histórica. Com dados diários de novembro de 2017 a março de 2025, estimo inicialmente modelos bivariados DCC-GARCH entre quatro criptomoedas (Bitcoin, Ethereum, Cardano e Litecoin) e cinco ativos tradicionais (títulos de dívida pública, índices acionistas globais e emergentes, ouro e petróleo). Os resultados sugerem que, embora as correlações aumentem em períodos de estresse de mercado, as criptomoedas geralmente exibem correlações variáveis no tempo, mas em média baixas, apoiando seu papel como diversificadores. Em seguida, divido a amostra em períodos dentro e fora da amostra, aplicando janelas móveis diárias para construir carteiras com e sem criptomoedas, utilizando previsões de média e covariância derivadas tanto do DCC-GARCH multivariado quanto de médias históricas. Concluo que a inclusão de criptomoedas em carteiras tradicionais melhora apenas parcialmente o desempenho, dependendo do período, da criptomoeda e da estratégia. Em estratégias focadas no risco, como Máxima Diversificação e Paridade de Risco, a adição frequentemente melhora desempenho ajustado ao risco, enquanto Média-Variância e 1/N produzem resultados mistos. Já carteiras de Variância Mínima consistentemente excluem criptomoedas devido à alta volatilidade. Entre as analisadas, o Bitcoin se destaca como a adição mais valiosa. Por fim, verifico que carteiras baseadas em previsões DCC-GARCH não superam aquelas construídas com médias históricas.
As criptomoedas têm atraído crescente atenção de investidores em todo o mundo, levantando o debate sobre se podem atuar como diversificadores eficazes e melhorar o desempenho das carteiras. Este estudo aborda essa questão e avalia se um modelo DCC-GARCH melhora a previsão de carteiras em comparação a uma abordagem de média histórica. Com dados diários de novembro de 2017 a março de 2025, estimo inicialmente modelos bivariados DCC-GARCH entre quatro criptomoedas (Bitcoin, Ethereum, Cardano e Litecoin) e cinco ativos tradicionais (títulos de dívida pública, índices acionistas globais e emergentes, ouro e petróleo). Os resultados sugerem que, embora as correlações aumentem em períodos de estresse de mercado, as criptomoedas geralmente exibem correlações variáveis no tempo, mas em média baixas, apoiando seu papel como diversificadores. Em seguida, divido a amostra em períodos dentro e fora da amostra, aplicando janelas móveis diárias para construir carteiras com e sem criptomoedas, utilizando previsões de média e covariância derivadas tanto do DCC-GARCH multivariado quanto de médias históricas. Concluo que a inclusão de criptomoedas em carteiras tradicionais melhora apenas parcialmente o desempenho, dependendo do período, da criptomoeda e da estratégia. Em estratégias focadas no risco, como Máxima Diversificação e Paridade de Risco, a adição frequentemente melhora desempenho ajustado ao risco, enquanto Média-Variância e 1/N produzem resultados mistos. Já carteiras de Variância Mínima consistentemente excluem criptomoedas devido à alta volatilidade. Entre as analisadas, o Bitcoin se destaca como a adição mais valiosa. Por fim, verifico que carteiras baseadas em previsões DCC-GARCH não superam aquelas construídas com médias históricas.
Descrição
Palavras-chave
1/N Criptomoedas Cryptocurrencies DCC-GARCH Diversificação máxima Maximum-diversification Mean-variance Média-variância Minimum-variance Otimização de carteiras Paridade de risco Portfolio optimization Risk-parity Variância mínima
Contexto Educativo
Citação
Editora
Licença CC
Sem licença CC