ビットコインのボラティリティ・プレイ

皆さま、こんにちは。クリプトトレーダーです。本日のテーマは「ビットコインのボラティリティ・プレイ」です。仮想通貨のボラティリティをベースにパターン分けをして、効率的なトレード戦略に結びつけようというのが今回の趣旨です。

ボラティリティという用語は金融業界ではよく使われますが、普通の人はあまり使いませんよね。ボラティリティ＝変動とだけ覚えていれば結構です。価格が動いている時、そうでない時で戦略を分けることができればトレード結果がよくなる・・かもしれません。そんな思いを込めて書いてみました。

ビットフライヤーの過去データを取得
エクセルでの分析、ボラティリティのグラフ
エクセルでの分析、各区間の合計・平均リターン
年率ボラ45%未満バイアンドホールド戦略
買うだけ戦略の転換
まとめ

ビットフライヤーの過去データを取得

[code lang=”js”] import requests
import datetime
import pandas as pd
import csv

def daily_price_historical(symbol, comparison_symbol, limit=1, aggregate=1, exchange=’bitFlyer’, allData=’true’):
url = ‘https://min-api.cryptocompare.com/data/histoday?fsym={}&tsym={}&limit={}&aggregate={}&allData={}’\
.format(symbol.upper(), comparison_symbol.upper(), limit, aggregate, allData)
if exchange:
url += ‘&e={}’.format(exchange)
page = requests.get(url)
data = page.json()[‘Data’]

df = pd.DataFrame(data)
df[‘timestamp’] = [datetime.datetime.fromtimestamp(d) for d in df.time] return df

df = daily_price_historical(‘BTC’,’JPY’)
df.to_csv(‘btcjpy.csv’)

[/code]

Cryptocompareでビットフライヤーの日足データ取得が可能です。csvファイルで落とせます。

エクセルでの分析、ボラティリティのグラフ

そのままPythonで分析しようと思ったのですが、常にPythonを使っているわけでもないため、最も使い勝手のよいエクセルで分析をしてみました。ボラティリティ計測は２０日間の標準偏差です。年率に換算しています。

このグラフの意味は、年率ボラティリティ50%台が63回、80%台が81回発生したということです。年率ボラティリティ50%というのは、例えば現在が2万円として1年後に3万円か1万円くらいまでは動くだろうということです。

エクセルでの分析、各区間の合計・平均リターン

年率ボラティリティ90%台以上は、はっきり言って異常値なので省くことにします。年率ボラティリティ50%台がよくない結果に見えますが、さらに法則性が見えるかどうか、今度は平均リターンを出してみます。

間違いを恐れずに推測してみますが、年率ボラティリティ20%～40%くらいまでが上昇を効率的に取れるという結果です。50%を谷として、60%～70%で再び上昇していますが、さすがに今後も昨年末のようなバブル的な上昇はないという狙いから、50%以上であればトレードを止めておくという戦略はいかがでしょうか？

ちなみに今は、ちょうど50%を割ったところ。49.78%です。