Investtech-forskning: Aktier med störst uppsida presterar sämst - signalstatistik Nordiska marknader 2008-2020

Forskningsrapport från Investtech, publicerad 16 augusti 2021

Bakgrund och mål

Från vår tidigare forskning med data från 1996 till 2018, såg vi att volatilitet var viktigt för avkastning för aktier i stigande och fallande trendkanaler och för aktier med starkt positivt eller negativt RSI-momentum. I synnerhet hade aktierna med en kombination av säljsignal från fallande trend eller lågt RSI och hög volatilitet en markant lägre avkastning jämfört med andra aktier. Se vår rapport om lottoaktier här. Erfarenhet över 16 år med Investtechs håll-dig-undan-portfölj för Norge visar samma sak, nämligen att aktier med en kombination av säljsignal och hög volatilitet har klart underpresterat.

Vi har nu gjort en sammanfattning baserad på den stora databas och forskningsarbete vi gjorde vintern och våren 2021. Sammantaget tittade vi på data från alla börsnoterade företag i Norge, Sverige, Danmark och Finland för åren 2008-2020. Vi studerade signaltyperna trender, stöd och motstånd, kursformationer, volymbalans, momentum och insiderhandel. Se litteraturlistan för forskningsrapporter om de olika individuella signalerna.

Vi valde att titta på de förmodligen viktigaste och största undertyperna av signaler från var och en av ovanstående kategorier, respektive inom stigande / fallande trender, brott upp genom motstånd/ned genom stöd, rektanglar och huvud-skuldraformationer, hög/låg volymbalans, högt/lågt RSI-momentum och köp/sälj av insiders.

Totalt uppgick detta till 254409 signaler, uppdelat på 150311 köpsignaler och 104098 säljsignaler. Vi separerade de 20, respektive 10 procent mest volatila aktierna för att studera dem separat. Gruppen med de 20 procent mest volatila aktierna hade gett 23 195 köpsignaler respektive 14 769 säljsignaler, medan gruppen med de 10 procent mest volatila hade 10721 köpsignaler och 6 375 säljsignaler.

Vi vill se om det fanns systematiska avvikelser mellan grupperna av de mest volatila aktierna och genomsnittet.

Enligt klassisk finansiell teori bör högkvalitativa aktier ge statistisk meravkastning baserad på högre krav på riskpremier bland investerare i sådana högriskaktier.

Exempel köpsignal: Inuti stigande trendkanal

Graferna nedan visar den genomsnittliga prisutvecklingen efter köpsignalen eftersom aktien var i en stigande trendkanal. Signalerna utlöses på dag 0, och vi har tittat på utvecklingen fram till dag 66. Endast dagar då börsen är öppen ingår, så att 66 dagar motsvarar ungefär tre månader. Den tjocka blå kurvan visar hur aktier med köpsignaler utvecklades. Det skuggade området indikerar beräkningarnas standardavvikelse. Den smala blå kurvan visar hur jämförelseindex utvecklades under samma period som vi mätte utvecklingen av aktierna med köpsignaler.

Tre diagram visas för alla volatilitetsklasser respektive för de 20 och 10 procent mest volatila aktierna. Graferna gäller för de nordiska marknaderna som helhet. Klicka på siffrorna för att se större versioner.

Figur 1a: Alla volatilitetsklasser.

Figur 1b: De 20 % mest volatila.

Figur 1c: De 10 % mest volatila.

Exempel säljsignal: Inuti fallande trendkanal

Figur 2a: Alla volatilitetsklasser.

Figur 2b: De 20 % mest volatila.

Figur 2c: De 10 % mest volatila.

Resultat och rekommendationer

Exemplen ovan visar resultat för stigande och fallande trender, som tillsammans utgör cirka en fjärdedel av den totala datamängden. Vi ser att gruppen med de 20 procent mest volatila aktierna har gjort det svagare än genomsnittet, särskilt för säljsignalerna. För de 10 procent mest volatila aktierna finns det en klart lägre avkastning efter både köpsignaler och säljsignaler.

Vi konverterade till årssiffror och beräknade den vägda summan för alla signaler. Vi fann då att köpsignaler i genomsnitt har gett en årlig meravkastning på 4,6 procentenheter jämfört med jämförelseindex, medan köpsignaler i de 20 och 10 procent mest volatila aktierna har gett en årlig överavkastning på -1,9 och -8,8 procentenheter, respektive.

Det finns tydliga indikationer på högvolatila aktier med köpsignaler som underpresterar. För säljsignalerna hittar vi ännu tydligare resultat:

I genomsnitt har säljsignaler gett en årlig meravkastning på -4,1 procentenheter mot jämförelseindex, medan säljsignaler i de 20 och 10 procent mest volatila aktierna har gett en årlig meravkastning på -19,2 respektive -26,5 procentenheter. Det här är stora siffror! Historiskt sett har detta helt klart varit en grupp bestånd som bör undvikas.

Här har vi hittat resultat som visar att marknaden har fungerat i raka motsatsen till vad klassisk finansiell teori dikterar. Vad kan förklara denna effekt?

*Aktiemarknaden är inte en teoretisk marknad. Den påverkas av människor, och till viss del av maskiner programmerade av människor, och människor är inte alltid rationella. Det är omöjligt för människor, och även maskiner, att ha all information och svårt att se konsekvenserna av informationen.

*Det finns alltid inslag av icke-professionella och oerfarna investerare. Dessa är inte så medvetna om teorin, och hur aktier bör utvecklas ekonomiskt-logiskt, och kan i större utsträckning påverkas av nyheter, recensioner på aktieforum och i allmänhet av rädsla och girighet. Särskilt i många av de mindre, nynoterade och högrisk aktierna finns det en större andel icke-professionella aktörer än genomsnittet på börsen.

*Många investerare letar efter möjligheten till en utomordentligt bra avkastning, helst på kort tid. För att uppnå detta måste de köpa aktier som har potential till stor uppsida. Då glömmer de risken, eller åtminstone underskattar den, och ignorerar fallpotentialen lite. Denna snedvridning i hur människor betygsätter uppsidan och risken kan lätt leda till felaktig prissättning på kort sikt, medför höga priser. När verkligheterna blir uppenbara med tiden löses inte företagens problem och forskningsresultat inte kommer, och priserna sjunker.

*Man tror att många oerfarna investerare inte helt förstår marknadens mekanismer. En vanlig uppfattning är till exempel att en aktie som har fallit är billigare än den är, trots att fallet ofta korrelerar med negativa företagsnyheter. Således kan aktier som har fallit hållas artificiellt flytande ett tag innan de faller ytterligare.

*Senast kommer ett inslag på börsen som ett kasino. Som ett alternativ till lotto, sportspel eller kasinospel, sätter vissa investerare pengar på börsen. För dessa kan det vara tråkigt med tio eller 20 procents avkastning, om de letar efter potential för mångdubbling. Då kommer aktier som tidigare stått många gånger högre i kurs att lätt framstå som kandidater. Återigen kommer detta att leda till att sådana aktier under en period hålls onaturligt uppe.

Vi har studerat en övergripande stor datamängd över 13 år på de fyra nordiska marknaderna. Den statistiska signifikansen av resultaten är hög. Vi tror att datauppsättningen på ett bra sätt representerar beteendet på marknaderna under perioden, och att perioden är representativ för allmänt investerares beteende och mänskligt beteende på aktiemarknaderna. Vi får aldrig någon garanti för att historiska resultat vi tillämpar i framtiden, men har samtidigt ingen anledning att tro att marknadsmekanismerna skulle förändras väsentligt.

Genom att konsekvent undvika de 20 procent mest volatila aktierna indikerar resultaten att man kan uppnå meravkastning mot börsen, och även meravkastning mot mycket volatila aktier med motsvarande köpsignaler. I synnerhet bör gruppen extremt volatila aktier med säljsignaler undvikas, då dessa statistiskt sett har underpresterat med mer än 25 procentenheter per år mot marknaden.

Litteratur

• Geir Linløkken et co. Volumbalanse - signalstatistikk nordiske markeder 2019 og 2020, Investtech 2021.
• Geir Linløkken et co. Innsidehandel - signalstatistikk Skandinavia 2008 til 2020, Investtech 2021.
• Geir Linløkken. Kursformationer - översiktsartikel, Investtech 2020.
• Geir Linløkken, Asbjørn Taugbøl, Fredrik Tyvand. Støtte og motstand - signalstatistikk Norden 2019 og 2020, Investtech 2021.
• Geir Linløkken, Asbjørn Taugbøl, Fredrik Tyvand. Innsidehandler - signalstatistikk Norge, Sverige og Danmark 2019 og 2020, Investtech 2021.
• Geir Linløkken. Volymbalansen är en nyttig indikator vid investeringsbeslut, Investtech 2020.
• Geir Linløkken, Asbjørn Taugbøl, Fredrik Tyvand. Stöd och motstånd - översiktsartikel, Investtech 2019.
• Asbjørn Taugbøl. Aktier i stigande trend har givit meravkastning i Norden, Investtech 2019.
• Asbjørn Taugbøl. Trendsignaler - forskningsresultat motstrider teorin, Investtech 2019.
• Geir Linløkken. Insynsköp som indikator för kommande kursutveckling i aktien, Investtech 2019.
• Geir Linløkken. RSI är en god momentumindikator, Investtech 2019.
• Geir Linløkken. Avkastning etter signaler fra rektangelformasjoner i aksjekurser - mellomlang sikt, Norden 1996-2018, Investtech 2019.
• Geir Linløkken og Steffen Frölich. Teknisk AktieAnalys - för lägre risk och ökad avkastning. Investtech.com, 2001.
• John J. Murphy. Technical Analysis of the Financial Markets. New York Institute of Finance, 1999.

Keywords: Buy signal,Helsingfors,Kjøpssignal,København,Momentum,Oslo,Salgssignal,Sell signal,statistics,statistikk,Stockholm.