Veilig beleggen: Effectenportefeuilles met minimaal risico en maximaal rendement

Beleggingsfondsen, Indices (AEX), en ETF’s 
Statistisch gezien vallen beleggingsfondsen en Indices zoals de AEX tijdens recessies en crises tussen de -30% - 65% in waarde terug. Dat soort risico’s kunnen niet alleen grote banken in financiële moeilijkheden brengen maar ook particuliere en professionele beleggers. Dergelijke beleggingen zijn qua risico’s niet veilig.

Krijg toegang tot statistische technieken 
Hoe komt het dat de Nederlandse consument geen toegang krijgt tot statistische technieken die risico’s op de beurzen minimaliseren en rendementen maximaliseren? Als die technieken niet effectief zouden zijn, zouden kwantitatieve beleggingsfondsen als Bridgewater, D. E. Shaw and Renaissance in 2018 geen rendementen met dubbele cijfers gehaald hebben. De statistiek van het verleden bepaalt je succes in de toekomst. Kwantitatief beleggen laat dat zien.

In 1952 formuleerde Markowitz al weegalgoritmes 
Reeds in 1952 werden de resultaten van effectenportefeuilles met een reeksontwikkeling van gewogen individuele rendementen door Markowitz gekwantificeerd. De weegfactoren kunnen dan in een numeriek optimalisatieproces op basis van een beleggingsdoelstelling berekend worden voor combinaties van long en short posities. Deze doelstelling is bijvoorbeeld een zo laag mogelijke risico/rendement verhouding (of een zo hoog mogelijke Sharpe ratio) over een gegeven tijdsspanne van enkele recessies. Een optimalisatieproces waar de Risico/Rendement verhouding geminimaliseerd wordt zal tegelijkertijd het risico minimaliseren en het rendement maximaliseren.

De uitbreiding van Fama-French in 1993 
Later is in 1993 een dergelijk optimalisatieproces uitgebreid met andere risicofactoren. Die uitbreiding werd voor het eerst door het Multi-factor proces van Fama-French (1993) geformuleerd. De aanname daarbij was dat de financiële markten efficiënt en geïntegreerd opereren, en dat er slechts een beperkte set van risicofactoren bestaat die de verwachte rendementen over de gehele wereld beschrijven.

De innovatie van DigiFundManager 
Wiskundig gezien zijn deze numerieke optimalisatieprocessen gebaseerd op regressietechnieken, waarvan het aantal berekeningen kwadratisch met de portefeuillegrootte toeneemt. Niet-lineaire, kwadratische technieken betekenen vaak instabiliteiten in de optimalisatieprocessen. Onze nieuwste innovaties in deze technieken hebben deze processen lineair gemaakt. De stabiliteit en effectiviteit van de oplossingen zijn daarbij verbeterd. De benodigde rekentijd is sterk verkort.

Veilig beleggen binnen bereik! 
De berekende effectenportefeuilles met geoptimaliseerde risico/rendement verhoudingen komen nu binnen het bereik van de particuliere belegger. Als voorbeeld van een echt resultaat bij een broker geven we hier de roerige rit gedurende het laatste kwartaal van 2018 van een van de berekende reeksen van optimale portefeuilles die ieder kwartaal opgeschud werden door ons programma en die verder geanaliseerd zijn onder Markowitz en hedging in actie:

Eind december 2018 was de AEX sinds 26-Sep-2018 ongeveer -14% in waarde gedaald, terwijl onze optimale portefeuilles nog geen -3% gedaald waren. Idealiter zou je graag willen dat je geen verlies lijdt als de markt daalt, terwijl je wel met de markt omhoog gaat als die stijgt. Onze optimale portefeuilles beginnen dat ideaal redelijk te benaderen. Er lijken daarom weinig praktische redenen over te blijven voor het vinden van Multi-factor oplossingsruimten van het Fama-French model, omdat de single-factor oplossingen van Markowitz adequaat lijken te voldoen. Ook de wiskundig onherkenbare vormen van willekeur van Nassim Taleb (2007) lijken vooralsnog niet nodig te zijn om beursneergangen te beschrijven.

De ene quant is de andere nog niet 
Hoe komt het dat de portefeuille managers die kwantitatieve strategieën managen, de zogenaamde “quants”, niet consistent goede resultaten halen? Robeco claimt leiderschap in het vakgebied van kwantitatieve beleggingsstrategieën. Ze boden in 2018 ongeveer 220 verschillende kwantitatieve aandelenfondsen aan die over dat jaar gemiddeld -7.8% verlies leden. Over 2017 maakten hun 189 kwantitatieve fondsen nog een winst van 14.8%. In Nederland laten zich deze getallen redelijk vergelijken met die van de AEX: over 2018 maakte die een verlies van -10.4% en over 2017 een winst van 12.7%. In Nederland heb je het kwantitatieve aandelenfonds van Ostrica, dat over 2018 een verlies leed van -6.9% en over 2017 nog 4.8% winst maakte. Het in Nederland bekende Magnificent Twenty fonds dat met hun model de beste 20 van de S&P500 stocks selecteert maakte over 2018 een -8.1% verlies en over 2017 een 11.9% winst. En tot slot maakten slechts enkele kwantitatieve fondsen zoals die van Bridgewater, D. E. Shaw and Renaissance over 2018 winsten met dubbele cijfers. Dat deden we zelf net niet.

De volgende zes aspecten van kwantitatief beleggen kunnen het verschil maken 

  1. Kwantitatief beleggen is een kwestie van digitaal screenen, ranken, wegen, en timen van een lijst van voorgeselecteerde effecten. Wij noemen zo'n effectenlijst een Watch list. Deze vier functies horen tijdens alle handelsintervallen over een tijdsspanne van meerdere recessies uitgevoerd te worden. Deze tijdsspanne wordt de validatieperiode genoemd. Een tijdreeks van optimale portefeuilles zou dan over de validatieperiode berekend en gebacktest moeten worden. Niet iedere quant past weeg- en time-optimalisatiealgoritmes toe, omdat die tijdrovend kunnen zijn als over 30 jaar gescand moet worden. Toch wordt de consistentie van een strategie pas helder als je over een dergelijk lange tijdsspanne scant. Het komt ons voor dat de investment engineers van Robeco hun kwantitatieve strategieën ongeveer de Indices laten volgen. Ze vertonen dezelfde grote waarde schommelingen als de Indices en zijn daarom volgens onze maatstaven qua risico’s niet veilig. Dat zijn de portefeuilles van effecten met de hoogste Morningstar rating en Zacks ranking net zomin. Niet iedere Watch list houdt de belofte in van een tijdreeks van optimale portefeuilles die voldoet aan de voorwaarde van een goed gebalanceerde Risico/Rendement ratio (RRR) van 1 of kleiner. In het begin van 2018 verzamelden wij alle 229 effecten van de Zacks $1 ultimate trial service in een watch list. Als we DigiFundManager wekelijks gedurende de afgelopen 10 jaar (geen recessie)  met constante investeringen en standaard screening voorwaarden de top 10 long en short posities daaruit laten selecteren, dan geven de prijs-gewogen portefeuilles een verwacht jaarlijks resultaat van 19% met een RRR van 1.1. Dit was na verrekening van $5/order en 0.6% leenkosten voor de short posities. De winst over 2018 was 25% en tot 4-Feb-2019 was de winst 14%. Vanaf 5-april-1985 wordt er een RRR van 3.3 berekend.  
  2. Er is vaak sprake van over-fitting als meer risicofactoren gelijktijdig gefit moeten worden. Het achteraf combineren van onafhankelijke strategieën kan natuurlijk wel.
  3. Het wegen neemt meer dan 80% van de rekentijd in beslag maar bepaalt meestal slechts 30% of minder van het resultaat.
  4. Timen kost weinig rekentijd maar heeft gewoonlijk een grote invloed op het resultaat.
  5. Ranken kost meestal geen noemenswaardige rekentijd maar bepaalt ongeveer 2/3 van het resultaat. Als DigiFundManager bijvoorbeeld de top 20 effecten rankt uit de S&P500, dan is het resultaat bijna 10% beter in 2018 dan dat van het Magnificent Twenty fonds. Die verbetering geldt ook gemiddeld voor de andere jaren.
  6. Het screenen en ranken gaat vaak op basis van trends en andere indicatoren uit de technische analyse (TA). Wetenschappelijk bestaat er geen basis van consistente geldigheid voor TA. Deze geldigheid is in strijd met de fundamentele onvoorspelbaarheid van koersbewegingen. De literatuur over falende kwantitatieve strategieën gebaseerd op TA is groeiende. Wij passen het systeem van “regressie naar het gemiddelde” toe en hebben daar overwegend goede ervaringen mee.

Leer de statistiek van het verleden te benutten om je kansen op succes te verhogen 
Probeer DigiFundManager gratis on line

Jan G. Dil en Nico C. J. A. van Hijningen
8 februari 2019

Copyright © 2019 EnterErgodics. Alle rechten voorbehouden.