Гибридная модель оптимизации и адаптивного управления криптовалютным портфелем с учетом рисков

Abstract

В работе предлагается гибридная модель формирования и адаптивного управления криптовалютным портфелем, основанная на сочетании классического подхода Марковица, оценки риска с использованием Conditional Value at Risk (CVaR) и анализа изменчивости волатильности и корреляции через модель DCC-GARCH. Концепция модели строится на взаимодействии трёх ключевых компонентов: анализа волатильности, оценки экстремальных рисков и процедуры оптимизации. Теоретическая часть включает математическое описание модели, а практическая реализована в виде тестирования на исторических данных по пяти криптовалютам с наибольшей капитализацией за период 2024-2025 годов. Результаты эксперимента показали, что предложенный подход обеспечивает более выгодное соотношение доходности и риска по сравнению с классическими стратегиями: зафиксированы максимальный коэффициент Шарпа, минимальное значение CVaR и высокая средняя доходность. Это подтверждает эффективность и устойчивость модели в условиях нестабильного криптовалютного рынка