Cryptocurrencies have transformed finance by opening new avenues for investment and innovation, while exposing portfolios to extreme volatility, fat tails, liquidity shocks, and shifting regulation. Risk Management for Cryptocurrency Portfolios provides a rigorous, practice-oriented toolkit for this landscape. The book blends postmodern portfolio theory, heavy-tailed statistics, and empirically tested optimization methods into a coherent framework tailored to digital assets.Starting from the data, the authors assemble a consistent set of 40 major tokens and examine hourly performance, stylized facts, and benchmarks. They study stationarity, the non-normal nature of returns, and tail risk using Hill estimators and generalized Pareto modeling and quantify distances between return series to guide diversification. The portfolio core begins with mean-variance analysis, the capital market line, and coherent risk measures. Building on this foundation, the book develops mean-CVaR optimization and equivalent formulations, with MATLAB implementations and step-by-step case studies.Strategy chapters compare long-only and long-short constructions, including Jacobs et al. and Lo-Patel approaches, momentum variants, and portfolios under turnover constraints. Performance is evaluated with maximum drawdown and widely used ratios such as Sharpe, Sortino-Satchell, and the Rachev ratio.The dynamic optimization introduces ARMA(1,1)-GARCH(1,1) models with Student's t-innovations, multivariate t-distributions and t-copulas, and the simulation of return scenarios. Robust optimization addresses model misspecification by treating observed return distributions as uncertain; readers learn box and ellipsoidal uncertainty sets, Kantorovich distances between discrete distributions, and robust CVaR portfolios on historical data. Validation is integral. A backtesting suite consisting of value-at-risk tests, including binomial and traffic-light procedures, plus Kupiec, Christoffersen, and Haas tests, assesses model quality and contrasts historical, dynamic, and robust allocations. Written for practitioners, analysts, researchers, and graduate students, the text is selfcontained and comprehensive. Clear exposition, empirical examples, and ready to run MATLAB code make advanced methods usable in day-to-day portfolio construction. Risk Management for Cryptocurrency Portfolios equips readers with insight and tested techniques needed to build, stress-test and refine crypto portfolios with confidence.
EPUB (Adobe DRM)Kopierschutz: Adobe-DRM
Adobe-DRM ist ein Kopierschutz, der das eBook vor Mißbrauch schützen soll. Dabei wird das eBook bereits beim Download auf Ihre persönliche Adobe-ID autorisiert. Lesen können Sie das eBook dann nur auf den Geräten, welche ebenfalls auf Ihre Adobe-ID registriert sind.
Details zum Adobe-DRM
Dateiformat: EPUB (Electronic Publication)
EPUB ist ein offener Standard für eBooks und eignet sich besonders zur Darstellung von Belletristik und Sachbüchern. Der Fließtext wird dynamisch an die Display- und Schriftgröße angepasst. Auch für mobile Lesegeräte ist EPUB daher gut geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen eine Adobe-ID und die Software Adobe Digital Editions (kostenlos). Von der Benutzung der OverDrive Media Console raten wir Ihnen ab. Erfahrungsgemäß treten hier gehäuft Probleme mit dem Adobe DRM auf.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen eine Adobe-ID sowie eine kostenlose App.
Geräteliste und zusätzliche Hinweise
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
