Tråden om strategier för fonder

Jag har inget problem med aggressiva strategier Jag kommer långsamt stegra upp kapitalet i detta över 1år.

Har nu gjort första köpet och kör mitten på månaden som fondbyte.

Nu fick jag i urvalet som fond nr 3 att ha Handelsbanken Råvarufond A1 SEK, jag gjorde så att jag köpte istället Handelsbanken Gl Småbolag Ind Cri A1 SEK som låg placerad nr4. Inte helt rätt men tänkte så att jag kommer igång denna månad.

Någon idé på råvarufond som kan ersätta A1?

Finns inget bra svar just nu
(FB) Tråden om strategier för fonder

nordnet har två fonder i råvaror
Multicooperation GAM Commodity USD B
The investment objective of the Company in relation to the the fund is to indirectly participate in the growth potential of the international commodity and futures markets and thus to achieve long-term capital growth. For this purpose, GAM COMMODITY mainly invests in financial derivative instruments whose underlying assets represent several commodity indices, which may also be commodity sub-indices (“benchmark commodity indices”). GAM COMMODITY may also use certificates and structured products on benchmark commodity indices and/or on individual commodities.
Vontobel Commodity B USD
The Sub-Fund aims to achieve sustainable investment returns in USD.The Sub-Fund may also be exposed to the development of the commodities sector via investments in UCITS or other UCIs within the permitted limits. No more than 10% of the Sub-Fund's assets may be invested in UCITS and other UCIs at any time.

Jag har skrivit ett eget program för att kunna göra backtester kring fondportföljer. Programmet hämtar fondernas NAV-kurser ifrån Avanza (månadsdata) och simulering görs månadsvis utifrån strategins inställningar på parametrarna. Om en fond ingår i den aktuella simuleringen men saknar kurs för en månad utelämnas den från rankingen i den månaden.

Det innebär att man kan ta med en nyare fond trots att den inte har fullständigt historiskt data, den blir då helt enkelt inte aktuell innan den har tillräcklig data för att kunna utföra beslutet den aktuella månaden.

Jag har primärt gjort tester med Agg 1-6 (dvs 1-6 fonder), Lookback 1, 3, 6, 12 månader och SMA 0, 3, 6 för risk-off (dvs, var likvid om kursen är under SMA-värdet). SMA=0 indikerar alltså att man inte har någon sådan risk-off.

För att få en sanity-check på att programmet räknar åtminstone ungefär rätt, så har jag jämfört med några av SineWaves fondlistor ifrån de förnyade backtesterna. Försökte exv replikera denna https://jsitor.com/yhaU8p-KS och använde mig då av fonderna:
1933, 350, 1717, 2008, 473, 478, 321692, 512559, 2111, 2077, 2122
Resultatet blev 29/20 (CAGR/MAXDD) för samma tidsperiod.

Överlag kan man väl konstatera (förmodligen föga förvånande för de flesta här) att en mer koncentrerad portfölj oftast ger högre cagr, men blir också mer volatilt, större drawdowns.

Vidare kan jag tycka mig skönja vissa mönster, exempelvis:

• Med kort lookback-period, 1 månad exv, så behövs knappt något risk-off-filter, då perioden i sig gör att man reagerar snabbt på nedgångar.
• Kör man med längre lookback-perioder så behövs ett risk-off-filter, annars får man tidvis så stora drawdowns att det inte kan hämtas igen trots god prestanda i övriga perioder.
• Ser sällan någon fördel med längre risk-off filter, 3 månaders sma verkar fungera i många lägen.
• Vissa fonder fungerar bättre med långa LBs än andra, exv growth-fonder, då de helt enkelt varit så bra historiskt att det lönar sig att ligga i dom, även om dom har sämre kortsiktigt momentum.
• Tittar man rent grafiskt verkar olika lookback-perioder få sina största nedgångar (maxdd) vid lite olika tidsperioder.

Jag har också gjort en del tester med accelererad momentum, typ 1+3+6 samt 3+6+12 månaders, men lyckas inte se att det skulle vara signifikant bättre för de fondportföljer jag provat.

Däremot har jag gjort lite tester kring att komponera en portfölj av flera strategier, för att se om man kan släta ut avkastningen och få lägre maxdd, men med bibehållen prestanda. Jag kör de olika strategierna var för sig och sedan tar jag helt enkelt ett medeltal av avkastningen för respektive portfölj.

Jag har utgått ifrån följande fonder:
ID från Avanza: 2111, 2087, 504, 512559, 350, 2084, 478, 838, 1380, 473, 2122, 2007, 1462, 2108, 2128, 347, 1933, 1717, 936, 2241, 1678, 2008, 363, 2010,

AMF Räntefond Lång, Carnegie Corporate Bond 3 SEK Cap, FIM Brands, Handelsbanken Hållbar Energi A1 SEK, Länsförsäkringar Fastighetsfond A, Länsförsäkringar Kort räntefond, SEB Bioteknikfond D EUR - Lux utd, SEB Korträntefond C EUR - Lux, SEB Korträntefond C USD - Lux, SEB Läkemedelsfond, SEB Obligationsfond SEK, SEB Sverigefond Småbolag C/R, SEB US All Cap Fund C USD - Lux, Skandia Realräntefond, SPP Obligationsfond, Swedbank Robur Fastighet A, Swedbank Robur Ny Teknik A, Swedbank Robur Rysslandsfond A, Swedbank Robur Småbolagsfond Europa A, Swedbank Robur Småbolagsfond Glb A, Swedbank Robur Småbolagsfond Norden A, Swedbank Robur Småbolagsfond Sverige A, Swedbank Robur Technology A, Öhman Sweden Micro Cap A,

Det är alltså småbolagsfonder för flera marknader, två teknikfonder, två fastighetsfonder, ryssland, bioteknik, hållbar energi.

Resultaten blev så här:
AGG/LB/AVG = CAGR/MAXDD

1. 1/1/0 = 29,4/24,4
2. 3/3/3 = 23,2/18,7
3. 3/6/3 = 20,3/14,6
4. 4/12/3 = 17,99/17,72

Jag börjar kombinera 1 och 2, alltså 1/1/0 och 3/3/3 och får:
5. 26,8/14,5
Lägger ytterligare till 3 (3/6/3) och får:
6. 24,8/13,3
Lägger ytterligare till 4 (4/12/3):
7. 23,2/12,7

Redan vid första kombinationen av 1 och 2 får vi signifikant lägre drawdown, men med cagr som ligger mittemellan. Om man jämför med portfölj 2, så är det kombinerade resultatet faktiskt högre cagr och lägre drawdown. När vi sedan lägger till portfölj 3 och 4, så “smetas” prestandan ut lite, men drawdown blir inte så mycket lägre.

Jag har också tagit fram ett värde för andelen positiva månader, och andelen månader där portföljen är på ATH. Detta då jag tänker mig att höga siffror på båda dessa indikerar en strategi som är jämn i sin prestanda och därmed lättare att följa än en strategi där avkastningen kommer stötvis. Även här får man bättre värden för den kombinerade portföljen, 68% positiva månader är något högre än någon av delportföljerna och 42% på ath, också något högre.

Det finns säkert ett visst mått av cherrypicking kring både vilka fonder man väljer som urval, samt exakt antal för respektive lookback-period. Exempelvis kanske inte handelsbanken hållbar energi varit med i urvalet om dessa tester gjorts för två år sedan. (Dock, även utan denna, så får man 21,8/12,7 som resultat för den totala portföljen.)

Jag tycker det verkar intressant iaf och som att det kan dra ner maxdd några procentenheter trots god avkastning. Om man tittar på maxdd < 15 (som är lite av mitt mål), så blir det annars oftast ganska breda (4-6 fonder, lookback ofta 6 eller 12 månader, cagr kring 15-16) portföljer som annars krävs för att komma under 15.

Några tankar eller idéer om detta? Någon som gjort liknande tester och fått liknande resultat?

Jag tycker ditt mjukvaruprojekt låter intressant! Har du även lagt till stöd för risk-off indikator, t ex UNRATE? Är det något som du funderar på att open source:a så hade det varit kul.

Angående dina observationer om förbättrad CAGR / DD ratio genom att kombinera olika strategier. Det hade varit intressant att se om du får motsvarande resultat för ett antal olika fonduniversum (inte för lika varandra), dvs för att se om detta är något som är generellt -- eller om det handlar om något som är specifikt för ditt urval.

Nej, jag har inte stöd för UNRATE, vet du var det finns någon datakälla för det historiskt? Jag har simulerat att den hela tiden kollar om NAV är > SMA x månader bakåt vid varje beslutspunkt. Med UNRATE antar jag att man endast skulle slå på den kollen om UNRATE signalerar fara.

Har inte funderat kring open sourcening, koden är skriven på kvällar och helger och är inte helt optimal för att få någon annan att förstå. Men ska fundera på det.


Ja, absolut, det håller jag med om!

Jag har testat en del med några olika listor av fonder och tycker mig få bra resultat i alla dessa. Dock har det ju varit någon form av manuella tester, där jag aktivt valt kombinationer. Bias kommer ju då in som att:

• Det fungerar inte bra med 12-månaders lb utan SMA, för man får flera så djupa nedgångar att den aldrig hinner ikapp övriga tiden.
• 2/1/3, 4/6/3, 4/12/3 brukar ge trevliga egenskaper i form av bra cagr trots begränsad maxdd.

Frågan är hur man bäst kan ta bort en sådan bias. Kanske kan man slumpa fram säg 1000 kombinationer av totala portföljer, där varje innehåller 4 stycken kombinationer. I ena fallet fallet slumpar man tills man fått 4 stycken olika lookbacks, i det andra fallet så struntar man i det kravet. Sedan jämför man medelvärden av CAGR och MAXDD för dessa 1000 sammansatta portföljer i de två fallen. Eller också håller man det enkelt och låser fast parametrarna till 3 fonder och 3 månaders SMA. Kanske ska börja där helt enkelt.

En funktion för att ta fram listor av fonder har jag delvis redan, som utgår ifrån att man har en baslista av fonder och sedan lägger till 4 stycken ytterligare ur en annan lista av valbara fonder. Baslistan utgår delvis ifrån den kärna av fonder som SineWave redan hittat i sina körningar, dvs de som oftast dyker upp. Baslistan innehåller 16 fonder och den andra listan 13 stycken, vilket resulterar i 13 välj 4 = 715 kombinationer, där varje kombination alltså har 16+4 = 20 fonder.

Baslistan: 473,478,1600,1678,350,347,1933,363,373,512559,1717 ,2084,2111,2077,2128,2122,2108,2087,1380,838
Valbara fonder: 2241,2008,1678,2010,1600,936,1462,473,321692,29005 4,504,478,206

Att slumpa fram fonder helt skulle kanske vara bättre, men å andra sidan verkar det jobbigt att köra igenom samma saker som SineWave redan gjort och kommit fram till, det är ett hästjobb. Dessutom tänker jag det känns rimligt att ha en bias mot de som högst troligen kommer ingår i ens fondurval.

Du kan hitta historisk data för UNRATE med start 1948(!) från https://fred.stlouisfed.org/series/UNRATE (download-knapp uppe till höger). Logiken för hur man applicerar UNRATE-filtret tycker jag låter rätt.

Du som själv har labbat med detta har nog bäst känsla för vad som har potential att fungera.

Sinewave har ju redan vaskat ut ett gäng vettiga kandidater till fonduniversum genom sin enorma mängd simuleringar, och jag håller med om att det är rimligt med en bias mot fonder som är troliga kandidater till ens fondurval som du skriver.

Har ärvt en större summa globalfond och vill omfördela den då globalfonder inte går bra i testerna i tråden. Tanken är att behålla dessa nya fonder utan månadsbyten
Har läst att en usa fond + asien fond är bättre, kan det förbättras?
Fördela på tre fonder
Handelsbanken småbolag 60%usa
Svenska småbolag
Asienfond

Tanken är att göra om kapitalet till en av portföljerna i tråden men vill göra detta under en längre tid, nu vill jag bara byta globalfonden mot likvärdiga på en gång, har 10+ år sparhorisont

Har försökt söka bland gamla inlägg men någon här kanske sitter med svaret inne

edit 60/40 balanserad verkar stämma in om man skippar ränta
såg att sinewave hade redan svarat (FB) Varför bör man ha en Sverigefond i portföljen?
rekommenderar bred sverige istället för småbolag

Jag älskar nörderi på den här nivån!
Det får mig att vilja lära mig ännu mer.

Tack 🤓

Försöker förstå varför TAA inte presterar bättre än den har gjort under 2021. Börsen upp cirka 9%, TAA 0,02% (min portfölj)

Guld har ju varit ett blysänke men jag har svårt att se att den enskilt skulle resulterat i så här dåligt resultat? Småbolagen är också svaga med endast 3,12% upp i år, underpresterar index för ovanlighetens skull.

Investmentbolagen är också svaga jämfört med index på ynka 1.74%.

Tittar man 5 år bakåt (för all enkelhet) så ska ju både AMF Småbolag och Spiltan Investmentbolag outperforma S30.

Det här är bara min snabba redovisning av vad jag hittat, vore intressant att höra om någon med mer kompetens hade en förklaring till varför det ser ut som det gör?

Är det fler än mig som får upp "ERROR: id xxx does not work"? Den flaggar alltid för att den sista fonden i listan inte fungerar, tas den sista fonden bort flaggar sidan för näst sista fonden osv.

Edit: menar sinewaves sida innehållande olika strategier.

Tyvärr inte hunnit med detta. Det är intressant, men samtidigt så bör man ju ha en någorlunda skydd mot snabbare krascher bara genom att lyda SMA3 och mot långdragna nedgångar genom att risk-off assets kommer få bäst momentum.



Tar tyvärr längre tid än jag önskat att göra detta, så istället har jag gjort några dokument som försöker visa effekterna av kombinerade portföljer på drawdownen. Även om det kan tyckas vara cherrypicking av bra resultat, så kanske det kan vara till glädje för någon eller tjäna som framtida diskussionsunderlag iaf.

CAGR 21/ MAXDD 16

Gillade in formatet på goggle docs här, så bytte till sheets:

21/13

20/16

20/13

23/12 - lite mer koncentrerad version av 21/13

Verkar som att google publicerade som html pajar bilderna som bara är inklistrade i dokumentet, om man är inloggad anonymt. Så ser du inte bilderna så måste du förmodligen använda en browser där du är inloggad hos google.

Ja, se backtesterna i december och de ganska långdragna förklaringarna på varför saker har utförts på vissa vis osv.

Det finns annars vissa saker att anmärka på,
1. Du verkar använda fonder som triggar kostnader för valutaväxling och ett par som har väldigt långa bytestider.
Desto mer av ovan desto mer felaktiga resultat, hur har du tänkt där?

2. Din lista på fonder är, som du också skriver, 'cherrypicking', på så vis att du inte t ex bara utgår från alla fonder som har lång historik och därför går att backtesta.
För alla tidigare miljoner backtester är det där med att välja totalt universum med så lite möjligt bias som möjligt väldigt viktigt. Enklast sätt att komma runt det är att helt enkelt bara välja alla fonder som har historik som gör att dessa är vettiga att backtesta, dvs man gör inte riktigt själv något aktivt val utan låter tillgänglig data styra hur det blir i högre mån.
Hur har urvalsprocessen gått till och hur har du begränsat möjlig bias?

3. De nyare backtesterna från december tillåter också fonder med ofullständig data över testperioden som Ny Energi, ett av målen var trots allt att se om det blev någon skillnad osv. Du verkar ha missat det?

4. Du skriver i ett senare inlägg att man kan få bort bias genom att t ex slumpas fram kombinationer men att detta är ett hästjobb. Mja, det som krävs är att man har output till en csv eller liknande där man sparar alla simuleringar som görs sedan ytterligare något för att slumpa fram + utföra simulering. Sedan är det bara låta det köra under lång tid. Även där kan man dock råka ut för problem då man kommer hitta extrem overfitting om man tillåter alla parametrar som möjliggör sådant (t ex om man tillåter universum på under 10 fonder osv). Det som blir något av ett hästjobb är att sammanställa allt.

Processen för testerna i december var samma som för tidigare stora backtest:
1. Hämta månatlig fonddata för alla fonder som existerar på Avanza som,
a) Har data från minst år 2000 (i december-testerna lyftes ett par in som endast har data från år 2001 dock). Detta ger runt 44-48 fonder om jag minns rätt.
b) Inte kräver valutaväxling och som därför ger mer skeva resultat
c) I största möjliga mån inte har väldigt långa tider för byten då även detta ger något mer skeva resultat

2. Slumpa fram storlek på universum, men begränsa till minst 14 och max 25 (pga möjlig overfitting vid lågt antal) om jag minns rätt

3. Lås allt till AGG3 @ LB 3 (pga tidsbegränsning och för att detta tidigare varit något av ett fint medel mellan avkastning och drawdowns, i tidigare simuleringar ger som sagt AGG1 + LB1 en del roliga resultat, men samtidigt också absolut värst resultat i vissa case)

4. Efter ett par miljoner simuleringar trimma det totala urvalet, dvs ta bort x% procentil av fonder som sällan förekommer (dvs skriv något som visar vilka fonder som förekommer oftare än sällan baserat på de första miljontals testerna och ta bort de absolut lägsta)

5. Fortsätt köra i onödigt lång tid och skriv lite mer kod för att rensa dubbletter osv
6. Efter alla simuleringar ta fram % för användandet av olika fonder och skriv resultat för olika case med historiska perioder och annat

Ett av målen var också att inte bara få fram drawdown utan specifikt drawdown under perioder där detta är mer relevant historiskt. Därför vyn för ett backtest visar saker som '2011 års skitår' och liknande, dvs inte bara drawdown-perioder utan specifika perioder där det varit något körigt på börsen överlag. Sen lite annat som jag tyckte saknas på Portfoliovisualizer som att se överavkastning kontra under etc.

-

Oavsett är nog summa summarum att du kommer fram till liknande saker. Kort kan man sammanfatta det som att man bara vill ha viss tilt mot risk när datan ger stöd för det och inte när datan inte ger stöd för det. Allt övrigt blir ganska specifikt till den grad att det finns viss risk för overfitting; som du också är inne på duger det ganska gott med lite småbolagsfonder och lite annat i en mix som gör att man kan kliva från 100% risk till 100% mindre risk.

Bra annars med mer testande!