Исследование 4 990 пар DEX показало, что розничные трейдеры не имеют торгового преимущества

В течение многих лет криптотрейдеры считали, что децентрализованные биржи — это одно из мест, где розничные инвесторы всё ещё могут обойти толпу. Однако, в отличие от централизованных бирж, заполненных профессиональными фирмами и сложными алгоритмами, рынки DEX фрагментированы, хаотичны и доминируются мелкими трейдерами.

Но новое исследование предполагает, что это убеждение может быть неверным.

После тестирования 15 торговых стратегий на 4 990 парах DEX, охватывающих 27 блокчейнов, исследователь Даниэль Гатто обнаружил мало доказательств того, что одних лишь исторических данных о ценах достаточно для получения устойчивого торгового преимущества. Вывод статьи выражен простой фразой, повторяющейся во всей работе: «Нет преимущества без информации».

Другими словами, графики цен сами по себе могут быть недостаточны для получения прибыли, даже в мире мемкоинов и микрокап-токенов, который считается неэффективным.

Привлекательность DEX-рынков всегда была понятна. Каждую неделю на Ethereum, Solana, Base, BNB Chain, Arbitrum, Polygon, Avalanche и десятках других сетей запускаются тысячи новых токенов. Здесь ликвидность фрагментирована, так как участие на рынке в основном определяется розничными инвесторами, а конкуренция со стороны институциональных участников остается ограниченной по сравнению с крупными централизованными биржами.

Суть в том, что если конкуренция устраняет прибыльные возможности на зрелых рынках, то хаотичная длинная хвостовая часть токенов DEX должна быть одним из немногих мест, где трейдеры всё ещё могут обнаруживать недооценённые активы и выгодные паттерны.

Исследование Гатто было направлено на проверку этого предположения с использованием одного из крупнейших наборов данных, собранных по данной теме. В исследовании были проанализированы 4990 торговых пар только DEX, объединив примерно шесть месяцев ежедневных данных по торговле и шесть недель часовых наблюдений. Каждая торговая пара соответствовала минимальным требованиям к ликвидности, а все стратегии учитывали реальные торговые издержки, включая комиссию за газ, комиссию за обмен и проскальзывание AMM.

Результаты поставили под сомнение многие из наиболее распространенных предположений в криптовалюте.

Еще до того как была протестирована хоть одна стратегия, данные рисовали мрачную картину.

Почти три четверти всех токенов показали отрицательную доходность за период выборки, при этом медианный токен потерял примерно 18,5% своей стоимости. Типичный токен завершил период примерно на 38% ниже своей максимальной цены, а почти треть — более чем на 50% ниже своих максимумов.

В то же время средняя доходность по датасету оставалась положительной, но только благодаря небольшому числу исключительных победителей, искажающих результаты. Таким образом, большинство токенов стабильно теряли в стоимости.

Это динамика, знакомая каждому, кто проводит время в Crypto Twitter. Редкий победитель с 50-кратным ростом празднуется и бесконечно распространяется, в то время как гораздо большее количество неудачных ставок тихо исчезают из лент и Discord-каналов.

Интересно, что исследование также показало, что токены DEX ведут себя иначе, чем ожидают многие трейдеры по импульсу. Вместо того чтобы поддерживать тренды, цены часто возвращались обратно после резких движений в любом направлении. На практике трейдеры, пытающиеся покупать на силе, часто делали ставку против базовой структуры рынка.

Чтобы выяснить, почему прибыльные сигналы оказываются неудачными, исследование протестировало восемь популярных внутридневных торговых подходов, включая стратегии пробоя, сигналы RSI, импульсные установки и входы на основе объема.

На первый взгляд, некоторые из этих стратегий казались многообещающими. Самая сильная из них давала валовую прибыль около 6,5 базисных пунктов за сделку до учета расходов. Однако проблема заключалась в масштабе.

В изученных пулах DEX общие затраты на круговой торговый цикл в среднем составили около 230–240 базисных пунктов с учетом комиссии за газ, проскальзывания и комиссий за обмен. Сильнейшие сигналы просто не были достаточно крупными, чтобы покрыть стоимость их исполнения.

Результатом стало несоответствие примерно 40 к 1 между силой сигнала и торговыми расходами.

После вычета расходов средняя скальпинговая стратегия теряла около 2,5% за сделку, и менее 1% протестированных конфигураций обеспечили положительную доходность за весь период выборки.

Более важно, исследование показало, что расходы не были настоящей причиной.

Gatto проверил различные допущения, связанные с ликвидностью, качеством исполнения и структурой комиссий. Вывод остался неизменным. Даже до полного применения комиссий большинство сигналов уже были слишком слабыми, чтобы генерировать значимую прибыль.

Исследование вышло далеко за рамки традиционного анализа графиков.

Гатто оценил несколько подходов, широко используемых профессиональными трейдерами, включая нейтральное к рынку хеджирование, выбор времени запуска токенов, предоставление ликвидности, арбитраж между пуловыми ликвидностями, фильтры трендов bitcoin, диверсификацию портфеля и анализ потока ордеров.

Поразительно, что ни один из них не показал статистически значимого превосходства.

Предоставление ликвидности изначально казалось привлекательным, генерируя скромную доходность до учета временной потери. После включения временной потери доходность практически исчезла.

Также существовали возможности арбитража между пуловыми рынками, но большинство из них были слишком малы, чтобы покрыть транзакционные издержки.

Стратегия, нейтральная к рынку, которая хеджировала экспозицию с помощью перпетуальных контрактов на централизованных биржах, изначально показала многообещающие риско-скорректированные доходности. Однако эти результаты не выдержали более строгого статистического тестирования. Во всех случаях более сложные подходы показали лишь незначительно лучшие результаты по сравнению с простыми стратегиями на основе графиков.

Одним из самых удивительных выводов исследования стало использование им им randomized control tests.

Исследователи перемешали последовательность движений цен, сохранив при этом общие статистические характеристики каждого токена. Затем они повторно запустили те же торговые стратегии на рандомизированном наборе данных.

Неожиданно, перемешанный рынок часто выглядел более прибыльным, чем реальный.

Объяснение заключается не в том, что случайность создает прибыль. Наоборот, реальные рынки DEX содержат скопления резких просадок, которые многократно наносят ущерб трейдерам, занимающим только длинные позиции. Рандомизация устраняет эти скопления, сохраняя другие статистические характеристики, что делает стратегии более эффективными на вид.

Вывод здесь в том, что некоторые паттерны, которыми трейдеры считают, что они пользуются, могут на самом деле быть структурными недостатками, встроенными в сам рынок.

В итоге, после того как четырнадцать стратегий не сработали, Гатто наконец нашел подход, демонстрирующий статистически значимую прогностическую силу.

Исследователи создали модель машинного обучения, используя такие факторы, как недавняя доходность, волатильность, оборачиваемость, условия ликвидности и возраст токена. В отличие от других стратегий, модель успешно превзошла свою статистическую базовую линию.

Однако успех не абсолютен, так как модель не очень хорошо справлялась с определением будущих победителей. Вместо этого она отлично справлялась с выявлением будущих проигравших.

Когда исследователи отсортировали токены по прогнозируемой производительности, каждая группа всё ещё показала отрицательную медианную доходность. Токены с наивысшим рейтингом не были сильными исполнителями; они просто теряли меньше, чем токены с наихудшим рейтингом.

Этот вывод может быть самым важным выводом исследования.

На рынках DEX предиктивные модели могут быть более полезны для предотвращения катастрофических потерь, чем для выявления следующей возможности прорыва. Преимущество заключается в определении того, во что не стоит вкладываться, а не в поиске активов для покупки.

Исследование также подчеркивает серьезный недостаток, обнаруженный во многих крипто-бэктестах: смещение выживших.

Поскольку набор данных был создан на основе активных пулов ликвидности, токены, которые уже обрушились и исчезли, были недопредставлены. Исследователи оценили, что по крайней мере 9,2% еще активных пулов уже функционально мертвы на основе торговой активности, а истинное число, вероятно, выше, если учитывать полностью заброшенные проекты.

Это означает, что историческая доходность может выглядеть лучше, чем есть на самом деле.

Важно, что смещение выживших не создало ложного торгового преимущества в исследовании. Активные стратегии по-прежнему показывали худшие результаты даже среди выживших токенов. Однако это указывает на то, что многие публично доступные бэктесты могут представлять более оптимистичную картину, чем ту, которую трейдеры реально испытали в режиме реального времени.

Практический вывод заключается не в том, что прибыльная торговля невозможна. Вывод в том, что одних только ценовых графиков недостаточно для получения устойчивого преимущества.

В ходе тысяч тестов сигналы RSI, скользящие средние, стратегии пробоя, индикаторы импульса и несколько более сложных подходов не позволили получить устойчивую прибыль. Единственная модель, продемонстрировавшая прогностическую силу, опиралась на информацию, выходящую за рамки простого ценового действия, включая возраст токена и характеристики ликвидности.

Для трейдеров это означает, что любую стратегию следует тестировать не только по исторической производительности, но и по случайности, а также по простой стратегии «купить и держать». В этом исследовании многие стратегии, которые изначально казались многообещающими, не прошли этот тест.

В более широком смысле эти выводы оспаривают один из самых стойких нарративов криптовалюты — что розничные трейдеры могут постоянно выявлять альфу на рынках DEX, просто анализируя графики.

Тем не менее исследование оставляет одну возможность открытым. Поскольку для набора данных требовалось, чтобы токены существовали достаточно долго, чтобы сформировать значимую торговую историю, невозможно было оценить сверхкраткосрочные стратегии запуска, действующие в первые моменты существования токена.

Эта граница остается нетестированной.

Все остальное, однако, указывает в одном направлении. После анализа почти 5000 токенов DEX и 15 различных торговых подходов исследование приходит к выводу, который многим трейдерам покажется неудобным: график не является преимуществом. Если прибыльные возможности все еще существуют на рынках DEX, они скорее возникают из информации, которую рынок еще не усвоил, чем из паттернов, уже видимых на ценовом графике.

См. также:Как торговые фирмы закрывают разрыв между волатильностью криптовалют, навыками и традиционным рыночным капиталом