Pairs Trading é uma estratégia de investimento neutra em termos de mercado introduzida em meados da década de 1980 por uma equipe de análise quantitativa liderada por Nunzio Tartaglia, um trader quantitativo do renomado banco de investimento de Wall Street Morgan Stanley. Também conhecida como arbitragem estatística ou estratégia neutra de mercado, é uma abordagem de negociação que visa lucrar com diferenciais de preços entre dois ativos correlacionados. É comumente usado em mercados financeiros, particularmente ações, futuros, forex ou criptomoedas. A ideia-chave por trás da negociação de pares é selecionar dois ativos altamente correlacionados e lucrar com divergências temporárias de preços comprando o ativo subvalorizado e vendendo o sobrevalorizado. Os traders normalmente veem essas divergências como fenômenos de curto prazo, esperando que os preços voltem ao seu relacionamento normal histórico eventualmente.
O cerne da estratégia de negociação de pares reside em capitalizar as divergências de preços a curto prazo entre dois ativos correlacionados, usando cobertura para gerar retornos adicionais (ou seja, retornos Alpha). Esta estratégia baseia-se numa suposição fundamental: a diferença de preço entre ativos emparelhados irá reverter para a média ao longo do tempo. Isto significa que o fenômeno de reversão está intimamente relacionado com os comportamentos irracionais dos negociadores no mercado.
Quando muitos traders acreditam geralmente que certos ativos se moverão em uma direção específica, os preços frequentemente mostram momentum em alta. Este aumento geralmente carece de suporte fundamental e assim rapidamente cai de volta após atingir um certo ponto alto. Da mesma forma, ativos com preços em queda também exibem momentum descendente. Quando o comportamento racional do mercado domina, os preços normalmente retornam aos seus níveis originais. Ao adotar uma estratégia de negociação de pares, os traders podem lucrar com a divergência nos preços desses dois tipos de ativos.
Na operação prática, o processo de negociação de pares pode ser resumido da seguinte forma: os investidores selecionam primeiro um par de ativos correlacionados. Quando a diferença de preço entre os dois se amplia, os traders compram o ativo de preço mais baixo enquanto vendem simultaneamente a descoberto o ativo de preço mais alto. Quando a diferença de preço diminui, os traders fecham a posição no ativo subvalorizado, encerrando a negociação.
Na negociação de pares, encontrar pares de ativos cointegrados é fundamental para o sucesso. Esses pares de ativos são caracterizados por diferenças de preço relativamente estáveis a longo prazo, em vez de dependerem exclusivamente de correlações de curto prazo. Por exemplo, suponha que um investidor escolha ações de duas empresas de tecnologia - Empresa A e Empresa B. Embora o sentimento de mercado de curto prazo e eventos de notícias possam causar flutuações de preço nessas duas ações, a diferença de preço tende a flutuar em torno de um valor médio a longo prazo.
Na operação prática, o primeiro passo é limpar os dados e, em seguida, usar a análise de correlação para rastrear pares de ativos com tendências de preços altamente correlacionadas. O coeficiente de correlação de Pearson é tipicamente usado para medir a correlação entre os preços de dois ativos, selecionando pares com altos coeficientes de correlação como candidatos. Em seguida, esses ativos devem passar por testes de cointegração para garantir uma relação estável de longo prazo entre seus preços. Os métodos comuns de teste de cointegração incluem o método de duas etapas de Engle-Granger e o teste de Johansen, que podem ajudar a confirmar se a diferença de preço exibe características de reversão média.
Além disso, é crucial realizar testes de estacionariedade na diferença de preços de pares de ativos, normalmente usando o teste de Dickey-Fuller aumentado (ADF) para determinar se a diferença de preços oscila em torno de uma média. Se a série de diferenças de preços for estacionária, esses pares de ativos são adequados para negociações de pares. Por fim, são necessários testes de reversão à média, como análise da função de autocorrelação, para confirmar se a diferença de preços tende a voltar à média. Os investidores podem identificar melhor os pares de ativos com potencial de arbitragem a longo prazo por meio dessa série de etapas.
Na negociação de pares, encontrar pares de ativos cointegrados é crucial para o sucesso. A característica desses pares de ativos é que a diferença de preço tende a ser estável a longo prazo, em vez de depender exclusivamente de correlações de curto prazo. Por exemplo, se um investidor escolher ações de duas empresas de tecnologia - Empresa A e Empresa B. Embora os preços dessas duas ações possam flutuar a curto prazo devido ao sentimento do mercado e eventos de notícias, a diferença de preço geralmente oscila em torno de um valor médio a longo prazo.
Embora a estratégia de negociação de pares tenha como objetivo capturar a regressão da diferença de preço, as tendências de mercado nem sempre se desenvolvem como o esperado. Quando a diferença de preço mostra uma deviação excessiva, é necessário implementar uma parada de perda oportuna para evitar mais perdas. Quando a diferença de preço retorna à média, os lucros devem ser bloqueados de forma decisiva. Ao mesmo tempo, o tamanho da posição deve ser gerenciado de forma razoável com base no tamanho do capital da conta e na tolerância pessoal ao risco, evitando riscos decorrentes de investimentos concentrados demais. A estratégia deve ser ajustada dinamicamente de acordo com as mudanças de mercado e os resultados do backtesting histórico para melhorar sua adaptabilidade e rentabilidade.
Além disso, os traders devem monitorizar de perto as notícias do mercado e os eventos importantes, utilizar coeficientes de correlação para avaliar a correlação dos pares de ativos e combinar indicadores técnicos para julgar as tendências do mercado e avaliar os riscos, garantindo uma compreensão completa dos riscos potenciais.
No mercado de criptomoedas, o trading em pares é um método flexível e estratégico de arbitragem que pode ajudar os investidores a encontrar oportunidades de lucro estáveis em um mercado volátil. Os investidores devem escolher um par de ativos cripto altamente correlacionados, como Bitcoin (BTC) e Ethereum (ETH), garantindo que eles tenham flutuações de mercado e características técnicas semelhantes. Em seguida, calculando o rendimento e a diferença de preço, foque nos sinais gerados quando a diferença de preço excede um limite específico. Uma vez que uma oportunidade como essa é capturada, os investidores podem aplicar estratégias de negociação de forma flexível: comprando o ativo com preço mais baixo e fazendo venda a descoberto do ativo com preço mais alto para obter arbitragem.
No mercado de criptomoedas, vários pares de ativos podem exibir relações de cointegração adequadas para negociação de pares. Os pares de moedas convencionais como Bitcoin (BTC) e Ethereum (ETH) estão entre os pares mais populares devido ao seu desempenho no mercado e tendências que influenciam uns aos outros. Bitcoin (BTC) e Bitcoin Cash (BCH) também costumam mostrar relações de cointegração por causa de suas origens semelhantes e antecedentes técnicos. Em projetos DeFi, Uniswap (UNI) e SushiSwap (SUSHI), bem como Aave (AAVE) e Compound (COMP), frequentemente têm preços de token impulsionados por forças de mercado semelhantes, pois são grandes concorrentes em plataformas de negociação descentralizadas e protocolos de empréstimo, respectivamente. Além disso, os pares de stablecoin convencionais, como Tether (USDT) e USD Coin (USDC), normalmente mantêm preços relativamente estáveis. No entanto, as suas diferenças de preços podem flutuar dentro de um pequeno intervalo em condições de mercado extremas.
Como as duas principais criptomoedas no mercado de criptomoedas, o BTC é considerado o “ouro digital”, enquanto o ETH é o token nativo da rede Ethereum. Devido à sua alta participação de mercado, o BTC e o ETH servem como “indicadores” do mercado e geralmente apresentam alta sincronia na maioria dos ciclos de mercado. Mudanças no sentimento do mercado, especialmente opiniões sobre toda a indústria de criptomoedas, geralmente são refletidas simultaneamente nos preços do BTC e do ETH. Embora suas tecnologias e cenários de aplicação sejam diferentes, suas flutuações de preço costumam ser semelhantes, pois ambos são ativos principais no mercado.
Um indicador importante frequentemente referido pelos traders é a proporção BTC/ETH. Quando o Bitcoin tem um desempenho forte em relação ao Ethereum, geralmente reflete um sentimento de mercado mais conservador, com investidores tendendo a escolher o Bitcoin, que tem uma capitalização de mercado maior e menor volatilidade, como um ativo de refúgio. Por outro lado, se o Ethereum tem um desempenho mais forte, isso implica um sentimento de mercado mais agressivo, com os investidores focando mais no potencial do ecossistema do Ethereum, especialmente em aplicações descentralizadas (dApps), finanças descentralizadas (DeFi) e NFTs.
Quando a correlação entre BTC e ETH é alta, isso indica um sentimento de mercado consistente e risco concentrado. Quando a correlação diminui, as expectativas de mercado para as perspectivas desses dois ativos começam a divergir, potencialmente fornecendo aos traders oportunidades de investimento diferenciadas. Os traders podem gerenciar riscos e operações de hedge com base nas mudanças na correlação. Se a correlação for baixa, eles podem usar a negociação em pares para arbitrar as flutuações de diferença de preço entre os dois. Em casos de alta correlação, os traders reduziriam a exposição ao risco duplo em ambos em suas carteiras.
Além disso, quando a relação BTC/ETH se desvia da sua média histórica ou mostra flutuações anormais, geralmente indica um desequilíbrio na relação de preços entre os dois. Nesse momento, os traders podem usar estratégias de reversão à média, fazendo negociações reversas quando a relação está muito alta ou muito baixa e esperando que ela retorne aos níveis normais, obtendo assim retornos estáveis.
Além de BTC e ETH, outros tokens de cadeia pública também mostram diferentes graus de correlação.
Bitcoin Cash é um hard fork do Bitcoin destinado a melhorar a velocidade das transações e reduzir as taxas. Devido à sua base técnica compartilhada - com o BCH sendo uma 'versão melhorada' do Bitcoin - seu preço frequentemente segue as tendências do Bitcoin. Quando a rede Bitcoin fica congestionada ou as taxas de transação aumentam, o BCH geralmente ganha atenção como uma alternativa. As semelhanças técnicas entre BTC e BCH permitem que os investidores façam arbitragem usando suas flutuações de preço, especialmente quando as discussões sobre dimensionamento e taxas de transação se intensificam no mercado. No último mês, a correlação entre BTC e BCH atingiu 0,84, algo relacionado à alta dominância de mercado do BTC.
Essas duas principais exchanges descentralizadas no espaço DeFi têm altas semelhanças na demanda de mercado, base de usuários e funcionalidade. As visões gerais do mercado no setor DeFi geralmente afetam os preços de ambos os tokens simultaneamente, especialmente durante a mineração de liquidez ou competição de plataforma. Quando incentivos de liquidez ou novos recursos são introduzidos, os preços do UNI e do SUSHI podem mostrar diferenças de flutuação, fornecendo oportunidades de arbitragem para os investidores. O UNI e o SUSHI mantiveram um nível de correlação de 0,83 nos últimos sete dias (até 22/10), enquanto o coeficiente de correlação para o último ano foi de 0,64.
Aave e Compound são duas das principais plataformas de empréstimo descentralizadas, com seus tokens AAVE e COMP fornecendo governança e incentivos para a plataforma. A saúde da indústria DeFi afeta diretamente os preços desses dois tokens e, quando o mercado está otimista em relação ao empréstimo descentralizado, AAVE e COMP costumam subir juntos. O coeficiente de correlação entre AAVE e COMP atingiu 0,93 nos últimos 30 dias, enquanto o coeficiente de correlação para o último ano foi de 0,03, o que pode ser ignorado. Isso serve como um lembrete típico de que os resultados do teste de correlação devem ser analisados com base em diferentes janelas de tempo para questões específicas.
As stablecoins, their goal is to maintain a 1:1 peg with the dollar, so price fluctuations are usually minimal. However, under extreme market conditions, when liquidity is tight, or regulations change, temporary price differences may occur. When extreme market situations arise, short-term price differences between USDT and USDC provide opportunities for low-risk arbitrage.
Importar bibliotecas necessárias
import yfinance como yf
Importar pandas como PD
import numpy as np
import statsmodels.api as sm
from statsmodels.tsa.stattools import coint, adfuller
1. Obter dados históricos para BTC e ETH
def get_crypto_data(tickers, início, fim):
dados = yf.download(tickers, start=start, end=end)['Adj Close']
return data
Baixar dados de BTC e ETH
start_date = '2020-01-01'
end_date = ‘2024-01-01’
tickers = ['BTC-USD', 'ETH-USD']
dados = obter_dados_cripto(tickers, data_inicio, data_fim)
Teste de cointegração
Teste de cointegração Engle-Granger
def engle_granger_coint_test(y, x):
# Regressão de y em xx = sm.add_constant(x)modelo = sm.OLS(y, x).fit()residuos = modelo.resid# Realizar teste de raiz unitária ADF nos resíduos da regressãoreultado = adfuller(residuos)p_valor = resultado[1]return p_valor
Realizar teste de cointegração
p_value = engle_granger_coint_test(data['BTC-USD'], data['ETH-USD'])
print(f”p-valor do teste de cointegração: {p_value:.4f}”)
Interpretar resultados dos testes
se p_valor < 0.05:
print(“BTC e ETH estão cointegrados”)
else:
print(“BTC e ETH não estão cointegrados”)
Vale a pena notar que a correlação entre diferentes criptomoedas varia significativamente em diferentes períodos. Tomando BTC e ETH como exemplo, durante períodos de alta correlação quando o mercado geral está subindo ou caindo, os preços do BTC e ETH muitas vezes flutuam em sincronia, com coeficientes de correlação tipicamente variando de 0,6 a 0,9. Isso os torna um par de ativos comum na negociação de pares, pois seus movimentos de preços têm um alto grau de sincronicidade, facilitando a arbitragem com base nas diferenças de preços. No entanto, durante períodos de baixa correlação, como eventos específicos ou extrema volatilidade do mercado, quando uma criptomoeda pode flutuar independentemente devido a atualizações técnicas ou notícias significativas, a correlação pode enfraquecer temporariamente.
A negociação de pares, uma estratégia clássica de arbitragem estatística, apresenta vantagens e desafios únicos quando aplicada à criptomoeda. Ao contrário dos mercados tradicionais, a maior volatilidade das criptomoedas pode causar flutuações rápidas nos preços, potencialmente impactando a eficácia da estratégia. A liquidez limitada em alguns ativos de criptomoeda pode afetar o momento de entrada e saída do trade, bem como os custos. Dificuldades na aquisição e análise de dados podem levar a resultados não confiáveis nos testes de correlação e cointegração. Além disso, incertezas regulatórias e mudanças de políticas podem perturbar o comportamento do mercado, influenciando as estratégias de negociação. O mercado de criptomoedas também enfrenta riscos técnicos agravados, como vulnerabilidades nas exchanges e ataques à rede, que podem resultar em perdas de investimento. Consequentemente, a implementação da negociação de pares no mercado de criptomoedas requer abordagens estratégicas mais cautelosas e adaptáveis.
Pairs Trading é uma estratégia de investimento neutra em termos de mercado introduzida em meados da década de 1980 por uma equipe de análise quantitativa liderada por Nunzio Tartaglia, um trader quantitativo do renomado banco de investimento de Wall Street Morgan Stanley. Também conhecida como arbitragem estatística ou estratégia neutra de mercado, é uma abordagem de negociação que visa lucrar com diferenciais de preços entre dois ativos correlacionados. É comumente usado em mercados financeiros, particularmente ações, futuros, forex ou criptomoedas. A ideia-chave por trás da negociação de pares é selecionar dois ativos altamente correlacionados e lucrar com divergências temporárias de preços comprando o ativo subvalorizado e vendendo o sobrevalorizado. Os traders normalmente veem essas divergências como fenômenos de curto prazo, esperando que os preços voltem ao seu relacionamento normal histórico eventualmente.
O cerne da estratégia de negociação de pares reside em capitalizar as divergências de preços a curto prazo entre dois ativos correlacionados, usando cobertura para gerar retornos adicionais (ou seja, retornos Alpha). Esta estratégia baseia-se numa suposição fundamental: a diferença de preço entre ativos emparelhados irá reverter para a média ao longo do tempo. Isto significa que o fenômeno de reversão está intimamente relacionado com os comportamentos irracionais dos negociadores no mercado.
Quando muitos traders acreditam geralmente que certos ativos se moverão em uma direção específica, os preços frequentemente mostram momentum em alta. Este aumento geralmente carece de suporte fundamental e assim rapidamente cai de volta após atingir um certo ponto alto. Da mesma forma, ativos com preços em queda também exibem momentum descendente. Quando o comportamento racional do mercado domina, os preços normalmente retornam aos seus níveis originais. Ao adotar uma estratégia de negociação de pares, os traders podem lucrar com a divergência nos preços desses dois tipos de ativos.
Na operação prática, o processo de negociação de pares pode ser resumido da seguinte forma: os investidores selecionam primeiro um par de ativos correlacionados. Quando a diferença de preço entre os dois se amplia, os traders compram o ativo de preço mais baixo enquanto vendem simultaneamente a descoberto o ativo de preço mais alto. Quando a diferença de preço diminui, os traders fecham a posição no ativo subvalorizado, encerrando a negociação.
Na negociação de pares, encontrar pares de ativos cointegrados é fundamental para o sucesso. Esses pares de ativos são caracterizados por diferenças de preço relativamente estáveis a longo prazo, em vez de dependerem exclusivamente de correlações de curto prazo. Por exemplo, suponha que um investidor escolha ações de duas empresas de tecnologia - Empresa A e Empresa B. Embora o sentimento de mercado de curto prazo e eventos de notícias possam causar flutuações de preço nessas duas ações, a diferença de preço tende a flutuar em torno de um valor médio a longo prazo.
Na operação prática, o primeiro passo é limpar os dados e, em seguida, usar a análise de correlação para rastrear pares de ativos com tendências de preços altamente correlacionadas. O coeficiente de correlação de Pearson é tipicamente usado para medir a correlação entre os preços de dois ativos, selecionando pares com altos coeficientes de correlação como candidatos. Em seguida, esses ativos devem passar por testes de cointegração para garantir uma relação estável de longo prazo entre seus preços. Os métodos comuns de teste de cointegração incluem o método de duas etapas de Engle-Granger e o teste de Johansen, que podem ajudar a confirmar se a diferença de preço exibe características de reversão média.
Além disso, é crucial realizar testes de estacionariedade na diferença de preços de pares de ativos, normalmente usando o teste de Dickey-Fuller aumentado (ADF) para determinar se a diferença de preços oscila em torno de uma média. Se a série de diferenças de preços for estacionária, esses pares de ativos são adequados para negociações de pares. Por fim, são necessários testes de reversão à média, como análise da função de autocorrelação, para confirmar se a diferença de preços tende a voltar à média. Os investidores podem identificar melhor os pares de ativos com potencial de arbitragem a longo prazo por meio dessa série de etapas.
Na negociação de pares, encontrar pares de ativos cointegrados é crucial para o sucesso. A característica desses pares de ativos é que a diferença de preço tende a ser estável a longo prazo, em vez de depender exclusivamente de correlações de curto prazo. Por exemplo, se um investidor escolher ações de duas empresas de tecnologia - Empresa A e Empresa B. Embora os preços dessas duas ações possam flutuar a curto prazo devido ao sentimento do mercado e eventos de notícias, a diferença de preço geralmente oscila em torno de um valor médio a longo prazo.
Embora a estratégia de negociação de pares tenha como objetivo capturar a regressão da diferença de preço, as tendências de mercado nem sempre se desenvolvem como o esperado. Quando a diferença de preço mostra uma deviação excessiva, é necessário implementar uma parada de perda oportuna para evitar mais perdas. Quando a diferença de preço retorna à média, os lucros devem ser bloqueados de forma decisiva. Ao mesmo tempo, o tamanho da posição deve ser gerenciado de forma razoável com base no tamanho do capital da conta e na tolerância pessoal ao risco, evitando riscos decorrentes de investimentos concentrados demais. A estratégia deve ser ajustada dinamicamente de acordo com as mudanças de mercado e os resultados do backtesting histórico para melhorar sua adaptabilidade e rentabilidade.
Além disso, os traders devem monitorizar de perto as notícias do mercado e os eventos importantes, utilizar coeficientes de correlação para avaliar a correlação dos pares de ativos e combinar indicadores técnicos para julgar as tendências do mercado e avaliar os riscos, garantindo uma compreensão completa dos riscos potenciais.
No mercado de criptomoedas, o trading em pares é um método flexível e estratégico de arbitragem que pode ajudar os investidores a encontrar oportunidades de lucro estáveis em um mercado volátil. Os investidores devem escolher um par de ativos cripto altamente correlacionados, como Bitcoin (BTC) e Ethereum (ETH), garantindo que eles tenham flutuações de mercado e características técnicas semelhantes. Em seguida, calculando o rendimento e a diferença de preço, foque nos sinais gerados quando a diferença de preço excede um limite específico. Uma vez que uma oportunidade como essa é capturada, os investidores podem aplicar estratégias de negociação de forma flexível: comprando o ativo com preço mais baixo e fazendo venda a descoberto do ativo com preço mais alto para obter arbitragem.
No mercado de criptomoedas, vários pares de ativos podem exibir relações de cointegração adequadas para negociação de pares. Os pares de moedas convencionais como Bitcoin (BTC) e Ethereum (ETH) estão entre os pares mais populares devido ao seu desempenho no mercado e tendências que influenciam uns aos outros. Bitcoin (BTC) e Bitcoin Cash (BCH) também costumam mostrar relações de cointegração por causa de suas origens semelhantes e antecedentes técnicos. Em projetos DeFi, Uniswap (UNI) e SushiSwap (SUSHI), bem como Aave (AAVE) e Compound (COMP), frequentemente têm preços de token impulsionados por forças de mercado semelhantes, pois são grandes concorrentes em plataformas de negociação descentralizadas e protocolos de empréstimo, respectivamente. Além disso, os pares de stablecoin convencionais, como Tether (USDT) e USD Coin (USDC), normalmente mantêm preços relativamente estáveis. No entanto, as suas diferenças de preços podem flutuar dentro de um pequeno intervalo em condições de mercado extremas.
Como as duas principais criptomoedas no mercado de criptomoedas, o BTC é considerado o “ouro digital”, enquanto o ETH é o token nativo da rede Ethereum. Devido à sua alta participação de mercado, o BTC e o ETH servem como “indicadores” do mercado e geralmente apresentam alta sincronia na maioria dos ciclos de mercado. Mudanças no sentimento do mercado, especialmente opiniões sobre toda a indústria de criptomoedas, geralmente são refletidas simultaneamente nos preços do BTC e do ETH. Embora suas tecnologias e cenários de aplicação sejam diferentes, suas flutuações de preço costumam ser semelhantes, pois ambos são ativos principais no mercado.
Um indicador importante frequentemente referido pelos traders é a proporção BTC/ETH. Quando o Bitcoin tem um desempenho forte em relação ao Ethereum, geralmente reflete um sentimento de mercado mais conservador, com investidores tendendo a escolher o Bitcoin, que tem uma capitalização de mercado maior e menor volatilidade, como um ativo de refúgio. Por outro lado, se o Ethereum tem um desempenho mais forte, isso implica um sentimento de mercado mais agressivo, com os investidores focando mais no potencial do ecossistema do Ethereum, especialmente em aplicações descentralizadas (dApps), finanças descentralizadas (DeFi) e NFTs.
Quando a correlação entre BTC e ETH é alta, isso indica um sentimento de mercado consistente e risco concentrado. Quando a correlação diminui, as expectativas de mercado para as perspectivas desses dois ativos começam a divergir, potencialmente fornecendo aos traders oportunidades de investimento diferenciadas. Os traders podem gerenciar riscos e operações de hedge com base nas mudanças na correlação. Se a correlação for baixa, eles podem usar a negociação em pares para arbitrar as flutuações de diferença de preço entre os dois. Em casos de alta correlação, os traders reduziriam a exposição ao risco duplo em ambos em suas carteiras.
Além disso, quando a relação BTC/ETH se desvia da sua média histórica ou mostra flutuações anormais, geralmente indica um desequilíbrio na relação de preços entre os dois. Nesse momento, os traders podem usar estratégias de reversão à média, fazendo negociações reversas quando a relação está muito alta ou muito baixa e esperando que ela retorne aos níveis normais, obtendo assim retornos estáveis.
Além de BTC e ETH, outros tokens de cadeia pública também mostram diferentes graus de correlação.
Bitcoin Cash é um hard fork do Bitcoin destinado a melhorar a velocidade das transações e reduzir as taxas. Devido à sua base técnica compartilhada - com o BCH sendo uma 'versão melhorada' do Bitcoin - seu preço frequentemente segue as tendências do Bitcoin. Quando a rede Bitcoin fica congestionada ou as taxas de transação aumentam, o BCH geralmente ganha atenção como uma alternativa. As semelhanças técnicas entre BTC e BCH permitem que os investidores façam arbitragem usando suas flutuações de preço, especialmente quando as discussões sobre dimensionamento e taxas de transação se intensificam no mercado. No último mês, a correlação entre BTC e BCH atingiu 0,84, algo relacionado à alta dominância de mercado do BTC.
Essas duas principais exchanges descentralizadas no espaço DeFi têm altas semelhanças na demanda de mercado, base de usuários e funcionalidade. As visões gerais do mercado no setor DeFi geralmente afetam os preços de ambos os tokens simultaneamente, especialmente durante a mineração de liquidez ou competição de plataforma. Quando incentivos de liquidez ou novos recursos são introduzidos, os preços do UNI e do SUSHI podem mostrar diferenças de flutuação, fornecendo oportunidades de arbitragem para os investidores. O UNI e o SUSHI mantiveram um nível de correlação de 0,83 nos últimos sete dias (até 22/10), enquanto o coeficiente de correlação para o último ano foi de 0,64.
Aave e Compound são duas das principais plataformas de empréstimo descentralizadas, com seus tokens AAVE e COMP fornecendo governança e incentivos para a plataforma. A saúde da indústria DeFi afeta diretamente os preços desses dois tokens e, quando o mercado está otimista em relação ao empréstimo descentralizado, AAVE e COMP costumam subir juntos. O coeficiente de correlação entre AAVE e COMP atingiu 0,93 nos últimos 30 dias, enquanto o coeficiente de correlação para o último ano foi de 0,03, o que pode ser ignorado. Isso serve como um lembrete típico de que os resultados do teste de correlação devem ser analisados com base em diferentes janelas de tempo para questões específicas.
As stablecoins, their goal is to maintain a 1:1 peg with the dollar, so price fluctuations are usually minimal. However, under extreme market conditions, when liquidity is tight, or regulations change, temporary price differences may occur. When extreme market situations arise, short-term price differences between USDT and USDC provide opportunities for low-risk arbitrage.
Importar bibliotecas necessárias
import yfinance como yf
Importar pandas como PD
import numpy as np
import statsmodels.api as sm
from statsmodels.tsa.stattools import coint, adfuller
1. Obter dados históricos para BTC e ETH
def get_crypto_data(tickers, início, fim):
dados = yf.download(tickers, start=start, end=end)['Adj Close']
return data
Baixar dados de BTC e ETH
start_date = '2020-01-01'
end_date = ‘2024-01-01’
tickers = ['BTC-USD', 'ETH-USD']
dados = obter_dados_cripto(tickers, data_inicio, data_fim)
Teste de cointegração
Teste de cointegração Engle-Granger
def engle_granger_coint_test(y, x):
# Regressão de y em xx = sm.add_constant(x)modelo = sm.OLS(y, x).fit()residuos = modelo.resid# Realizar teste de raiz unitária ADF nos resíduos da regressãoreultado = adfuller(residuos)p_valor = resultado[1]return p_valor
Realizar teste de cointegração
p_value = engle_granger_coint_test(data['BTC-USD'], data['ETH-USD'])
print(f”p-valor do teste de cointegração: {p_value:.4f}”)
Interpretar resultados dos testes
se p_valor < 0.05:
print(“BTC e ETH estão cointegrados”)
else:
print(“BTC e ETH não estão cointegrados”)
Vale a pena notar que a correlação entre diferentes criptomoedas varia significativamente em diferentes períodos. Tomando BTC e ETH como exemplo, durante períodos de alta correlação quando o mercado geral está subindo ou caindo, os preços do BTC e ETH muitas vezes flutuam em sincronia, com coeficientes de correlação tipicamente variando de 0,6 a 0,9. Isso os torna um par de ativos comum na negociação de pares, pois seus movimentos de preços têm um alto grau de sincronicidade, facilitando a arbitragem com base nas diferenças de preços. No entanto, durante períodos de baixa correlação, como eventos específicos ou extrema volatilidade do mercado, quando uma criptomoeda pode flutuar independentemente devido a atualizações técnicas ou notícias significativas, a correlação pode enfraquecer temporariamente.
A negociação de pares, uma estratégia clássica de arbitragem estatística, apresenta vantagens e desafios únicos quando aplicada à criptomoeda. Ao contrário dos mercados tradicionais, a maior volatilidade das criptomoedas pode causar flutuações rápidas nos preços, potencialmente impactando a eficácia da estratégia. A liquidez limitada em alguns ativos de criptomoeda pode afetar o momento de entrada e saída do trade, bem como os custos. Dificuldades na aquisição e análise de dados podem levar a resultados não confiáveis nos testes de correlação e cointegração. Além disso, incertezas regulatórias e mudanças de políticas podem perturbar o comportamento do mercado, influenciando as estratégias de negociação. O mercado de criptomoedas também enfrenta riscos técnicos agravados, como vulnerabilidades nas exchanges e ataques à rede, que podem resultar em perdas de investimento. Consequentemente, a implementação da negociação de pares no mercado de criptomoedas requer abordagens estratégicas mais cautelosas e adaptáveis.