Har byggt en modell som överavkastar Stockholmsbörsen med 20% per år

Tjena alla intelligenta Flashbackinvestorer,


Under de två senaste åren har jag byggt på en modell för fundamental värdering av aktier noterade på Stockholmsbörsen. Jag har försökt basera den på publicerade resultat inom finansforskning över vad som överavkastar. Efter diverse förbättringar och tweakningar började jag för någon vecka sedan göra mer systematiska backtester.

Det har visat sig att modellen fungerar mycket bättre än jag trodde.


De 20 bästa aktierna enligt min modell har avkastat 92% på två år (46% i årsavkastning). Det kan jämföras med SixPRX (Stockholmsbörsens index inklusive utdelningar) som under samma period har avkastat 48% (24% på årsbasis).

Överavkastningen gäller även med hänsyn till risk: Sharpekvoten för nämnda portfölj är ungefär dubbelt så hög som för index.


Jag har börjat använda modellen till mina egna investeringar. Men min fråga är om min modell även skulle kunna ha ett värde för någon annan.

Sitter en massa kottar därute på liknande saker? Om vi tar finansinstitutioner (banker, fordförvaltare mm), kan man räkna med att alla har kvantitativa modeller av mer än trivial kvalitet?

Om det du skriver faktiskt stämmer är ju modellen värd många, många miljoner. Det låter dock förstås väldigt märkligt.

Edit: din modell överavkastar ju inte 20 procent utan snarare 100 procent, alt. 20 procentenheter under denna period.

Finns ju fonder som är helt automatiserade inom t ex valutahandel (där det är enklare att backtracka med signifikans då volymen är mycket större än aktier). Klart din modell kan ha värde för många om den verkligen performar som du säger men frågan är vad du menar med 20 bästa aktierna? Kan ju strukturera en modell som avkastar betydligt mer om du tar in massa småbolag.

Jag förmodar att din modell bygger på timing? Dvs. att den köper och säljer 20 bolag enligt ett visst mönster? Isf behöver man ju veta vilka bolag samt hur och hur länge du har backtestat.

Ja, de sitter på avancerade modeller. Detta trots att det enligt vissa teorier är rätt meningslöst.

Jag kan ge dig 20 modeller som avkastar mer än det, speciellt de senaste två åren. Det betyder inte att de är värde ett öre i framtiden...

Kan inte ändra mitt inlägg, men; du har alltså backtestat två år bara? Ja, då ska vi inte dra på så stora växlar..

Fattar inte heller detta, modellen bör ju bygga på att man köper och säljer 20 bolag på olika signaler kontinuerligt, dvs. man tjänar pengar oavsett hur aktien rör sig på lång sikt.

Jag har byggt en modell som avkastar över 500% om året och har backtrackat den i 13 år, modellen bygger på att man köper Apple och behåller aktien

Brummer och Partners har 400 anställda enligt hemsidan. Deras multistrategy-fond speglar genomsnittsresultatet för deras fonder med olika strategier, flertalet kvantitativa. Medelavkastningen de senaste 5 åren är 5%.

Mellan 5 och 10% verkar kvantitativa metoder kunna avkasta långsiktigt och man får då jobba för de pengarna genom att hela tiden forska fram nya strategier.

Jämför buy'n hold i index som historiskt givit 7% utan arbetssats.

Då är de ju inte kvantitativa eftersom man hela tiden måste "forska fram nya strategier"

Du har alltså bara testat dess resultat under en tjurmarknad? Jag är mer intresserad av hur modellen presterar i en börs som står stilla eller går kräftgång. Lagom kul om den också faller dubbelt så snabbt i en björnmarknad.

Sen var det det där med risk-justerad avkastning också. Att bara titta på avkastning är ju, öh.. lite korkat. Dom där fonderna är alpha-centriska och strävar efter absolute-return.

Buy-n-hold på börsen har gått igenom flertal drawdowns på 50% dom senaste 15 åren.

Jag har alltid ansett att bästa modellen för högsta möjliga avkastning är när man kombinerar bra fundamental analys med bra teknisk analys.

Jag har kört en egen teknisk analys sedan några år tillbaka och slår konstant index ganska klart, både i upp- och nedgångar. När jag får köpsignaler tekniskt går jag in och kollar aktien fundamentalt. Bra där också = köp (och vice versa).