Investtechs modelporteføljer - resultatanalyse

Publiceret d. 26. april 2016

Investtechs modelporteføljer har givet gode resultater over mange år. Porteføljerne er ment som inspirationskilde til vores kunder, men kan man også følge dem med reelle penge? Vi har foretaget en analyse af resultaterne og kommer her med nogle tanker omkring praktisk brug af porteføljerne og Investtechs tjenester.

Formålet med modelporteføljerne

Investtechs modelporteføljer er modeller på, hvordan Investtechs analyser kan bruges af den gennemsnitlige aktiesparer. De viser, hvordan en langsigtet investor, som følger markedet aktivt fra uge til uge, kan bruge Investtechs analyser til at vælge aktier. Det kan være vanskeligt at følge modellerne direkte, og aktive investorer vil kunne foretage daglige vurderinger af markedet og måske handle oftere end i modellen. Modelporteføljerne er først og fremmest tænkt som eksempler og inspirationskilder for at tillære sig at bruge analyserne, værktøjerne og metodikken som Investtech tilbyder.

Strategien for modelporteføljerne er at foretage aktiv stockpicking ved hjælp af Investtechs analyser. Der lægges vægt på at have en god sektorspredning, samtidig med at porteføljens volatilitet sædvanligvis ligger på 100-130 procent af referenceindekset. Merafkastning søges ved at vælge aktier, der, ifølge teknisk analyse og inside handelsanalyse, står foran en optur.

Porteføljerne søger at maksimere gevinst ved at holde på gode investeringer længe - i modsætning til at handle på kortsigtede signaler og sælge tidligt. Samtidig vil den hurtigt minimere tab og sælge aktier, der er blevet teknisk negative.

Investeringshorisonten for porteføljen er langsigtet, hvilket vil sige flere år. Investeringshorisonten for hver enkelt aktie er mellemlangt sigt, hvilket vil sige én til seks måneder. Den gennemsnitlige holdetid for hver investering er historisk med lige under to måneder.

Investtechs analyser og porteføljer i praksis

Man kan spørge sig selv, om det går an at følge modelporteføljerne med reelle penge. Dette kan imidlertid være vanskeligt i praksis og er måske af flere årsager heller ikke en optimal strategi:

  • Modelporteføljerne er hele tiden 100 procent investeret i aktier. Dette er vanskeligt at opnå i praksis og kan være en fejlstrategi, når markedet er negativt.
  • I modellerne bliver aktierne vægtet ligeligt hver dag. Dette medfører, at aktierne ofte bliver vægtet lidt op eller ned afhængigt af dagens kursudvikling. Dette er ikke reelt for investorer, men er udført således, da det forenkler driften og den daglige automatiske opdatering af modelporteføljerne.
  • I modellerne bruges sidst kendte kurs - tilsvarende slutkursen for dagen før porteføljen publiceres. Ofte handles aktierne til en anden kurs dagen efter, og det kan være vanskeligt at komme ind eller ud til samme pris som i modellen.
  • Nogle gange åbner eller handles aktierne under angivne støtteniveauer, som udløser salgssignaler eller nedenfor specificerede stop loss-niveauer. Ifølge analyserne bør de da ikke købes, eller de bør sælges, mens de, helt til næste opdatering, bliver i nuværende modelporteføljer.
  • Mange aktier med relativt lav likviditet indgår i modelporteføljerne. Hvis mange kunder ønsker at handle sådanne aktier på samme tid, kan der komme et pres på kursen, og man må så betale mere eller sælge til en lavere kurs end i modellen.

Vi tror, at de fleste investorer er bedst tjent med at bygge en strategi rundt om Investtechs analyser og forskningsresultater for at opnå statistiske fordele på markedet. En sådan strategi vil kunne tilpasses egne preferencer for blandt andet risiko, sektormiks, likviditet og tidsperspektiv. Her kan for eksempel Morgenrapporten, Dagens Case, signallisterne og de enkelte aktieanalyser give værdifulde input.

Vi ser imidlertid, at modelporteføljerne også kan give gode input. Derfor har vi foretaget en analyse af modelporteføljerne med henblik på praktisk brug. Særligt har vi set på, hvilken teoretisk afkastning Investtechs modelporteføljer ville give, hvis man havde handlet på tidspunkter i fremtiden og på, hvad krav til likviditet kan betyde for afkastningen.

Resultater siden 2000

Investtech har publiceret modelporteføljer siden år 2000. Resultaterne for de nordiske markeder vises i graferne herunder.

Modelportefølje Norge.

Modelportefølje Sverige.

Modelportefølje Danmark.

Modelportefølje Finland.

Figur 1: Investtechs modelporteføljer før kurtage/omkostninger (blå kurve) mod referenceindeks (sort kurve).

Datagrundlaget i denne rapport er modelporteføljerne i Norge, Sverige, Danmark og Finland, fra opstart og 2015 ud. Investtech startede publiceringen af modelporteføljen i Norge 7.12.2000, i Sverige og Danmark 15.2.2001 og i Finland 14.12.2000. Graferne herover er taget ud omkring d. 20. januar 2016, men datagrundlaget er altså 2015 ud.

Vi har ikke haft adgang til åbningskurserne for alle markederne i hele den periode, undersøgelsen gælder. Resultaterne på åbningskurserne, længere nede i denne rapport, er dermed mindre signifikante end resultaterne på slutkurserne. I Norge har vi haft adgang til åbningskurser i hele perioden. I Sverige har vi haft adgang til åbningskurser fra cirka 14.3.2006, i Finland fra cirka 17.4.2001 og i Danmark fra cirka 15.6.2001.

Tidspunkt for handel af porteføljeaktier

Figurerne herunder viser teoretisk annualiseret afkastning på Investtechs modelporteføljer afhængig af, hvornår man handler. Der foretages en daglig revurdering af aktierne, så alle vejes lige. Der bliver dermed en forskel på, hvordan man reelt vil investere, men oversigten viser, hvilken betydning handelstidspunktet har.

Annualiseret afkastning som funktion af handelstidspunkt.

Forklaring: Annualiseret afkastning (årlig gennemsnitsafkastning) på y-aksen som resultat af handelstidspunkt på x-aksen. Sidst kendte slutkurs bruges i Investtechs porteføljer. Dette svarer til 0 i grafen. Handel på næste dags åbningskurs svarer til den første mulighed, hvis man skulle følge modellen direkte - modelleres som 0,5 i grafen. Derefter kommer 1, som er næste slutkurs, 1,5 som er næste åbningskurs, og så videre.
Blå prikker er før omkostninger, og grønne er efter 0,2 procent i omkostninger ved køb og salg. Den røde linje angiver referenceindeksets afkastning.

Modelportefølje Norge.

Modelportefølje Sverige.

Modelportefølje Danmark.

Modelportefølje Finland.

Figur 2: Annualiseret afkastning som funktion af handelstidspunktet for Investtechs modelporteføljer for de nordiske børser. Klik på figurerne for større versioner.

Handelstidspunkt Norge Sverige Danmark Finland
Sidste slutkurs 25,9 15,2 17,6 14,4
Næste åbningskurs 19,9 16,1 18,9 15,9
Næste slutkurs 17,1 15,7 15,2 13,9
Slutkurs to dage frem i tid 14,4 16,3 13,3 12,7
Slutkurs fem dage frem i tid 15,0 19,1 15,2 14,7
Referenceindeks 8,0 6,9 6,5 -3,7

Tabellen viser annualiseret afkastning før handelsomkostningerne på Investtechs modelporteføljer afhængig af, hvornår man handler, taget fra figurerne herover.

Med en kurtage på 0,2 procent ved hvert køb og salg, vil den årlige afkastning reduceres med rundt regnet tre procentpoint. Selv med en så tilpas høj kurtage har afkastningen klart oversteget referenceindeksets afkastning.

Handelstidspunkt Gennemsnit for Norge, Sverige, Danmark Merafkastning før omkostninger
Sidste slutkurs 19,6 12,5
Næste åbningskurs 18,3 11,2
Næste slutkurs 16,0 8,9
Slutkurs to dage frem i tid 14,7 7,6
Slutkurs fem dage frem i tid 16,4 9,3

I Finland vejede Nokia meget tungt i indekset, og da denne faldt kraftigt, er de gode relative resultater her ikke repræsentative for, hvad vi kan forvente fremover. Vi har derfor beregnet gennemsnitstal ved at udelade Finland fra grundlaget.

Vi ser, at afkastningen er klart højest, hvis man får handlet til de sidst kendte slutkurser, som de fremgår af modelporteføljerne. Ved handel på næste åbningskurs vil den teoretiske årlige afkastning falde med over ét procentpoint i gennemsnit. Da det kan være vanskeligt at handle stor volumen til åbningskursen, må man til tider forvente at få en kurs, som er nærmere dagens slutkurs. Dette giver i nogle tilfælde en teoretisk afkastning, der rundt regnet er 2,5 procentpoint lavere på årsbasis.

Det er særligt i Norge, at efterfølgende kurser er dårligere end dem, der bruges i modellen. Forskellen er næsten ni procentpoint, hvis man handler til næste slutkurs. I Sverige, Danmark og Finland er der mindre forskel.

Gennemsnitstallene herover viser, at porteføljerne har givet en teoretisk årlig merafkastning på 8,9 procentpoint ved handel til slutkurs på dagen for publicering. Hvis man handler til slutkurs en uge frem i tid, vil den gennemsnitlige årlige merafkastning være 9,3 procentpoint. Studerer vi graferne herover, ser vi, at afkastningen i gennemsnit er lavest ved handel til slutkurs cirka to dage efter publicering, mens den så stiger lidt igen den efterfølgende uge. En mulig forklaring på dette kan være, at aktierne, som indgår i modelporteføljerne, får en overreaktion de første dage, men at de så falder noget tilbage igen.

Det ser dermed ud som om, at handel, så hurtigt som muligt i løbet af de første dage efter publicering, giver de bedste resultater. Dette gælder vel at mærke, hvis man får handlet uden at måtte presse kurserne for meget. Hvis man ikke får gjort dette, kan man også opnå gode resultater ved at handle aktierne én til to uger efter publiceringen.

Dette er resultater i tråd med, hvad vi tidligere har observeret for Investtechs Dagens Case-analyser. Herunder følger uddrag fra forskningsrapporten for dette, publiceret så tilpas langt tilbage som 2007. Datagrundlaget i denne er Dagens Case på Oslo Børs for perioden 20.6.2000 til 16.5.2007. Grafen herunder gælder kortsigtede case-analyser.

Annualiseret afkastning Dagens Case Oslo Børs 2000-2007.

Grafen viser, hvilken indvirkning handelstidspunktet har på afkastningen. En handelsforsinkelse på 0 betyder, at man køber til sidst kendte slutkurs, som er den samme kurs, som analysen er bygget på. Handelsforsinkelse 0.5 betyder, at man køber på næste dags åbningskurs, det vil sige den første mulige kurs efter, at analysen er blevet publiceret. Handelsforsinkelse 1 betyder, at man køber på næste dags slutkurs, etc. De blå punkter angiver porteføljeafkastning før kurtage, mens de grønne angiver afkastning efter 0.2% kurtage per handel.
I praksis vil det være vanskeligt at handle til gårsdagens slutkurs. At der er givet et købssignal, og at aktien er valgt til dagens case betyder jo, at den er forventet at ville stige. Grafen viser da også, at dette sker, i og med at afkastningen er væsentligt lavere ved at handle på næste dags slutkurs (man får altså en dårligere indgangskurs). Hvis man derimod venter 4-5 dage, ser vi, at afkastningen stiger fint igen. Det kan se ud som om, at aktierne derfor overreagerer på opgangen på dag 1, og at man kan få væsentligt bedre kurser ved at vente på en reaktion tilbage den efterfølgende uge. Falske købssignaler kan desuden give kraftige reaktioner i modsat retning, og man vil da ikke tabe så meget på sådanne investeringer, hvis man afventer købet nogle dage.

Likviditetskrav til porteføljeaktier

Mange investorer ønsker kun at handle aktier med svært god likviditet. Dette er fornuftigt set ud fra tanken om, at det er mere enkelt at handle likvide aktier, og at det er raskere at bevæge sig ind og ud - specielt når der sker noget i selskaberne, eller signaler udløses. At holde sig kun til likvide selskaber vil dermed reducere risikoen i en portefølje.

Spørsmålet er da, om dette sker på bekostning af forventet afkastning. I udgangspunktet skulle man tro, at det var tilfældet, siden man derved får en reduceret risiko, og at høj risiko ofte er en forutsætning for høj afkastning. Vi har set på, hvordan teoretisk afkastning på Investtechs modelporteføljer varierer med krav til minimumslikviditet. Dette er modelleret således, at aktier, med likviditet lavere end de givne værdier, ikke kommer med i porteføljerne. Vægten på de resterende aktier bliver da højere. I ekstreme situationer, hvor alle aktierne i porteføljen har haft lav likviditet, er porteføljen blevet stående i kontanter.

Modelportefølje Norge.

Modelportefølje Sverige.

Modelportefølje Danmark.

Modelportefølje Finland.

Figur 3: Annualiseret afkastning som funktion af minimumslikviditet. Aktier, der har likviditet lavere end værdien på x-aksen i millioner kroner omsat per dag, bliver udeladt fra porteføljen. Blå prikker er før omkostninger, og grønne er efter 0,2 procent i omkostninger ved køb og salg. Den røde linje angiver referenceindeksets afkastning.

Minimumslikviditet i mill kr. per dag Norge Sverige Danmark Finland Gennemsnit
0 25,9 15,2 17,6 14,4 18,3
2 19,5 16,9 16,3 16,4 17,3
5 16,5 13,7 13,0 12,7 13,9
10 19,4 16,8 14,4 12,9 15,9

Tabellen viser annualiseret afkastning før handelsomkostninger på Investtechs modelporteføljer for de nordiske markeder ved forskellige krav til likviditet. For Finland er euro lavet om til ti kroner.

Vi ser, at modelporteføljerne stort set har givet de bedste teoretiske resultater, når der ikke stilles krav til minimumslikviditet. Så vil alle aktierne, der er med i de oprindelige porteføljer, være med. Hvis vi stiller krav om to og fem millioner kroner i daglig minimumsomsætning, vil den teoretiske afkastning falde med henholdsvis 1,0 og 4,4 procentpoint. Modellen giver fortsat klart højere resultater end referenceindeksets afkastning, men de bedste resultater får man altså, hvis man også handler de mindst likvide aktier.

Med et krav til en daglig minimumslikviditet på ti millioner kroner stiger afkastningen igen. Vi tror, at dette kan have en sammenhæng med, at der så bliver færre aktier i porteføljerne, og at udslag i enkeltaktier kan få stor indvirkning på det samlede resultatet. Vi lægger dermed ikke stor vægt på dette resultat. Ser vi på de fire grafer samlet, er der en klar, men svag, negativ sammenhæng mellem årlig afkastning og minimumslikviditet. Modellerne har givet gode resultater uanset likviditetskrav.

Opsummering og tanker omkring praktisk brug

Investtechs modelporteføljer præsenteres som inspirationskilder og eksempler på, hvordan private investorer kan sammensætte egne porteføljer for at tage del i den langsigtede værdiskabning på børsen og opnå en statistisk merafkastning, som Investtechs analyser ifølge vores forskningsresultater indikeres at give.

Også Dagens Case, analyser i Morgenrapport, signaler fra Trender, Kursformationer og Insidehandler (på Norge og Sverige) vil kunne være gode inspirationskilder. Ligeså vil rangeringslisterne som Top50, Aktieudvælgelse og Handelsmuligheder være gode steder at finde aktuelle aktier for køb.

Det vil være vanskeligt at følge modelporteføljerne direkte. Særligt vil det kunne være vanskeligt selv at komme ind og ud af mindre likvide aktier på kort tid. Men det er heller ikke afgørende selv at komme ind og ud hurtigt. Teoretisk set får man bedre resultater ved at handle fire til seks dage efter publiceringen, end ved at handle på dag to. Resultaterne er da omtrent lige så gode, som når man handler til slutkurs på dagen for publicering.

I de 15 år Investtech har publiceret modelporteføljer, har den teoretiske årlige gennemsnitsafkastning, ved handel på næste dags slutkurs og ved handel på slutkurs fem dage frem i tid, ligget rundt regnet ni procentpoint højere end børsens referenceindekser. Handel til åbningskurs på dagen for publicering har ligget rundt regnet to procentpoint højere. Hvis man prøver at købe store poster på åbningen, må man imidlertid regne med at måtte presse kurserne.

Vi har set, at kurtageudgifterne på 0,2 procent, som der er modelleret med, vil reducere afkastningen med rundt regnet tre procentpoint årligt. Hvis man ved hvert køb og hvert salg i gennemsnit presser kursen 0,2 procent for at få handlet, vil afkastningen blive reduceret tilsvarende. Dette mere end opvejer differencen mellem at handle på åbningskurs på dagen for publicering og at handle til slutkurs denne dag eller fem dage frem i tid. Analysen indikerer dermed, at det kan være gunstigt at bruge tid på at handle, for at komme ind og ud til gode kurser, fremfor at handle så aggressivt, at man presser kurserne.

De bedste resultater er teoretisk set blevet opnået, hvis man ikke sætter nogle krav til likviditet, men også handler de mindst likvide aktier. Med modelporteføljernes strategi og praksis svarer dette til aktier med en gennemsnitlig dagsomsætning ned mod én million kroner.

Investtechs modelporteføljer opdateres kun én gang per uge. De kan dermed ikke tage højde for aktier med købssignaler så hurtigt som det måske ønskes og heller ikke tage højde for porteføljeaktier med salgssignaler før næste opdatering. Ved at følge børsen fra dag til dag, vil investorer have mulighed for at slippe af med taberaktier hurtigt og gå ind i aktier med købssignaler tidligt. Dette er et forhold, som gør, at reelle investorer kan gøre det bedre, end hvad modellen indikerer.

Referencer og forskningsresultater

Strategien bag Investtechs model- og traderporteføljer er i stor grad bygget omkring Investtechs forskningsresultater fra de nordiske aktiemarkeder. Du kan læse mere om disse på vores Forskningssider.
Resultaterne, der måske er de aller vigtigst i porteføljerne, er disse:

 

Keywords: Analyse,avkastning,Helsingfors,Kjøpssignal,København,Modellportefølje,Oslo,statistics,statistikk,Stockholm.

Skrevet af

Geir Linløkken
Forsknings- og analysechef
i Investtech

"Investtech analyserer psykologien i markedet og giver dig konkrete tradingforslag hver dag."

Espen Grønstad
Partner & Senior Advisor - Investtech
 


Investeringsanbefalinge(r)n(e) er udarbejdet af Investtech.com AS ("Investtech"). Investtech garanterer ikke for fuldstændigheden eller rigtigheden af analysen. Eventuel eksponering i forhold til de råd / signaler, som fremkommer i analyserne, står helt og holdent for investors regning og risiko. Investtech er hverken direkte eller indirekte ansvarlig for tab, der opstår som følge af brug af Investtechs analyser. Oplysninger om eventuelle interessekonflikter vil altid fremgå af investeringsanbefalingen. Yderligere information om Investtechs analyser findes på infosiden.


Investeringsanbefalinge(r)n(e) er udarbejdet af Investtech.com AS ("Investtech"). Investtech garanterer ikke for fuldstændigheden eller rigtigheden af analysen. Eventuel eksponering i forhold til de råd / signaler, som fremkommer i analyserne, står helt og holdent for investors regning og risiko. Investtech er hverken direkte eller indirekte ansvarlig for tab, der opstår som følge af brug af Investtechs analyser. Oplysninger om eventuelle interessekonflikter vil altid fremgå af investeringsanbefalingen. Yderligere information om Investtechs analyser findes på infosiden.

Titlex

OK
+

Samtykke

Vi bruger cookies for at give dig en bedre brugeroplevelse. Hvis du fortsætter med at bruge hjemmesiden, accepterer du dette. For yderligere detaljer klik her.

Vores brug af cookies

Når du bruger vores hjemmeside, gemmer vi en cookie på din enhed. Cookien bruges til at genkende din enhed, så dine indstillinger fungerer, når du bruger vores hjemmesider. De oplysninger, der opbevares, er fuldstændig anonymiserede. Cookies slettes automatisk efter en vis tid.

Nødvendige cookies

Investtech bruger cookies til at sikre grundlæggende funktioner som sidenavigation og sprogvalg. Uden sådanne cookies fungerer hjemmesiden ikke, som den skal. Du kan derfor ikke tage forbehold mod disse. Hvis du stadig ønsker at deaktivere sådanne cookies, kan du gøre det i dine browserindstillinger. I sektionen Cookies tilføj denne hjemmeside til listen over websteder, der ikke har tilladelse til at gemme cookies på din enhed.

Cookies fra Google

Vi bruger tjenester fra Google Analytics og Google AdWords. Disse registrerer cookies på din enhed, når du besøger vores hjemmeside. Google registrerer din IP-adresse for at føre statistik over brugeraktivitet på hjemmesiden. IP-adressen er anonymiseret, så vi ikke har mulighed for at knytte aktiviteterne til en bestemt person. Vi bruger disse statistikker til at kunne tilbyde mere interessant indhold på hjemmesiden og til konstant at forbedre os. Google AdWords indsamler data, så vores annoncering på andre hjemmesider giver bedre resultater. Vi kan ikke spore enkeltpersoners data.

Tillad cookies fra Google