트레이딩 전략 14 : 1배숏 펀딩비

이번에는 새로운 전략을 백테스팅해보자. 아마, 가상화폐 투자를 해본 사람이라면 많이 들어봤을 1배숏 펀딩비 전략이다. 

 

1 배숏 펀딩비 전략이란?

해외 코인 선물거래소에는 펀딩비(Funding Fee)가 있다. 선물거래에는 롱(Long)과 숏(Short)포지션이 존재한다. 롱은 상승에 베팅하고, 숏은 하락에 베팅한다. (주로 우리가 주식을 매수하는 것은 일종의 롱 포지션이다)

 

추세가 생기면 주로 한 쪽 포지션에 몰리게 된다. 그래서, 사람이 더 많이 몰린 쪽에서 반대 쪽에 8시간마다 펀딩비를 지불하여 한쪽으로 몰리는 것을 막는다. 

 

즉, 롱에 더 많이 사람들이 몰리면, 롱이 숏에게 펀딩비를 지불한다

 

현재까진 가상화폐(비트코인)이 장기적으로(아~주 장기적으로는) 우상향하였기 때문에, 1배숏 포지션을 잡으면 8시간마다 약 0.01%의 펀딩비를 받을 확률이 높다. 

 

이제 해당 전략을 구현 및 백테스팅 해보자

 

데이터 가져오기

펀딩비 csv는 바이낸스 거래소 사이트에서 로그인을 한다. 그리고,  derivatives - 파생상품 클릭 후, Binance Futures Overview - 바이낸스 선물 오버뷰에서 다운받으면 된다 .

 

상단 메뉴에 "Information - 정보" 탭을 클릭 후, "Funding Rate History - 펀딩 레이트 내역"을 csv파일로 저장한다. 

 

이제 필요한 데이터를 pandas로 가지고 온뒤, preprocessing을 진행한다. 

import pandas as pd

df = pd.read_csv("funding_rate.csv", index_col = "Time")
df.sort_values(by = 'Time', inplace=True)

del df['Contracts']

df.rename(columns = {"Funding Rate" : "funding_rate", "Funding Interval" : "funding_interval"}, inplace=True)

 

그리고, cum_ror은 funding rate을 곱한 값이다. 

 

df['funding_rate'] = df['funding_rate'].str.replace('%', "")
df['funding_rate'] = df['funding_rate'].apply(lambda x: float(x))
df['funding_rate'] = df['funding_rate'] * 0.01

df['ror'] = df['funding_rate'] + 1
df['cum_ror'] = df['ror'].cumprod()

df

 

누적 수익률은 아래와 같다. 2019년 9월부터 2022년 5월까지 약 67%의 수익률을 기록하였다. 

 

 

시각화 해보면, 아래와 같다. 

 

import matplotlib.pyplot as plt

df['cum_ror'].plot()

plt.show()

 

 

 

 

참조

1배숏 펀딩비 원리와 바이비트 백테스트 성과 (비트코인, 이더리움, 리플) - 1편 - 코인투자전략 -

 

김병흠 - 1배숏 대충 정리 - 트게더

4.김프 재정거래 전략 - 코인퀀트투자전략 - 코인픽