Hvad skal der til for at realisere et ekstraordinært langsigtet afkast? Det viser AI Alpha Lab her et eksempel på med udgangspunkt i en strategi, hvor deres AI-model hver måned har udvalgt den aktie fra S&P500-indekset med størst sandsynlighed for at outperforme indekset den efterfølgende måned.
Store investorer som Warren Buffett, George Soros og Stanley Druckenmiller bliver ofte hyldet for deres evne til at have genereret fantastiske afkast over mange år. Det største fokus ligger på, hvordan de har formået at udvælge deres investeringer. Men det er faktisk slet ikke, hvad de har investeret i, som er det mest afgørende for deres langsigtede succes.
Faktisk er det afgørende, at disse investorer har haft en fokuseret portefølje, som de har kunnet holde fast i – også når det ikke er gået godt. Igennem deres karriere har alle tre stor-investorer tabt 20%, 30%, 40%, ja helt op til 50% i forhold til det generelle marked. Sådanne tab vil få de fleste professionelle som ikke-professionelle investorer til at smide håndklædet i ringen. Omvendt har disse investorer slået det generelle marked betydeligt over andre perioder, hvilket også ville have fået de fleste til at tage profitten alt for tidligt.
De menneskelige følelser, som præger alle investorer, er en af hovedårsagerne til, at meget få investorer slår markedet over tid.
Eksempel: Ekstraordinære afkast kræver op- og nedture
For at vise, hvor meget en investor skal kunne stå igennem for at realisere et langsigtet afkast, vil vi her vise et eksempel på en ekstrem, men faktuel historisk udvikling. I eksemplet har vi taget vores nuværende AI-model og bedt den udvælge den aktie fra S&P 500, som den vurderer har størst sandsynlighed for at outperforme indekset hver måned i en periode på fem år. Det skal forstås på den måde, at vi har givet modellen det data, den ville have haft til rådighed ved hvert månedsskift, og bedt den vælge sin vinderaktie ud fra den givne viden.
Eksemplet er baseret på en strategi, hvor hele beløbet er investeret i en aktie ad gangen. Vi har ikke fulgt strategien selv, men eksemplet viser, hvordan det kunne have gået, hvis strategien var blevet fulgt stringent.
Kilde: AI Alpha Lab. Historisk afkast er ikke garanti for fremtidigt afkast.
Eksemplet starter den 31. december 2017. Over de fem år vist i grafen ovenfor har AI-strategien givet over 5000% i afkast mod S&P 500-indeksets ”beskedne” 74%. Faktisk måtte vi lave grafen logaritmisk for overhovedet at kunne sammenligne resultaterne. Det lyder jo i sig selv fantastisk, men problemet er, at meget få investorer ville have holdt sig til strategien hele vejen og rent faktisk have opnået det ekstremt store afkast. Hvorfor? Fordi vi er mennesker, som bliver styret af impulser. Det ville nemlig have krævet en overordentlig stor portion is i maven – og risikoappetit – at have holdt fast i strategien.
For at illustrere, hvor vildt det ville være gået for sig, vil vi her kigge på udviklingen i hvert af de fem år isoleret.
2018
Kilde: AI Alpha Lab. Historisk afkast er ikke garanti for fremtidigt afkast.
Hvis ikke de fleste investorer havde taget profitten, da strategien var oppe med 100% mere end benchmark, ville de sidste nok have forladt skuden, da strategien falder tæt på 50% i anden halvdel af 2018.
2019
Kilde: AI Alpha Lab. Historisk afkast er ikke garanti for fremtidigt afkast.
Smooth sailing for de tilbageværende investorer i de første ni måneder af 2019, men derefter et tab på næsten 50%, alt imens markedet laver nye highs (selv om det er svært at se på grafen på grund af den store forskel på afkastene). Hvem havde klaret det?
2020
Kilde: AI Alpha Lab. Historisk afkast er ikke garanti for fremtidigt afkast.
Tab på 60% i marts 2020 og 40% i juni 2020 ville nok have skræmt de fleste af de få tilbageværende investorer væk, som ellers kunne se tilbage på et år med mere end 500% i samlet afkast.
2021
Kilde: AI Alpha Lab. Historisk afkast er ikke garanti for fremtidigt afkast.
Et helt forfærdeligt år. Nede med 60% de første ni måneder efterfulgt af et godt comeback, som hurtigt bliver afløst af et nyt stort fald. Samlet falder strategien med næsten 30% i 2021, mens markedet stille og roligt ender oppe med over 30%. Strategien vil nu blive betragtet som færdig af så godt som alle investorer.
2022
Kilde: AI Alpha Lab. Historisk afkast er ikke garanti for fremtidigt afkast.
Med et hurtigt fald på 20% relativt til S&P 500-indekset bekræfter begyndelsen på 2022 antagelsen om, at strategien er færdig. Men hov! I den sidste del af året vender det, og strategien ender oppe med 40%, mens markedet falder.
Konklusion: Tre nødvendige ingredienser
Meget få investorer kan holde fast i ovenstående strategi, og den er (med vilje) også meget ekstrem og med sit fokus på kun en aktie må risikoen siges at være særdeles høj. Vi ville ikke selv investere så snævert og fokuseret. Den tjener dog det formål at give et indblik i, hvad der skal til for at nå frem til ekstraordinære langsigtede afkast.
I vores optik er der tre nødvendige ingredienser for at kunne nyde et sådant måltid:
- Investoren skal identificere og validere en investeringsstrategi, som har potentialet til at realisere ekstraordinære afkast.
- Strategien skal være systematisk og skal følges systematisk.
- Investoren skal kun allokere den mængde kapital til strategien, som gør det muligt at følge punkt 2.
Hvis investoren følger disse tre punkter, reduceres beslutningen til, hvornår han eller hun skal bruge kapitalen og dermed begynde at trække den ud til andre fornøjelser end investering. Eller sagt på en anden måde: Jo færre valg en investor skal foretage over en investerings levetid, desto mindre bliver investoren påvirket af den menneskelige bias, som vi alle er påvirket af, og som sjældent gør noget godt for vores investeringer – deraf overskriften på dette blogindlæg.
I AI Alpha Lab tror vi på, at systematik er en fuldstændig afgørende faktor i succesfuld investering. Vi ser vores investeringsresultater som værende betinget af en systematisk investeringsproces, der følger vores probabilistiske AI-model måned efter måned. Både når det går op og ned.
Igennem vores samarbejde med Nordnet, som du kan læse mere om nedenfor, kan vi tilbyde danske investorer adgang til en systematisk AI-model, som indeholder to porteføljer med 15 aktier i hver, som historisk set har leveret gode afkast. Som det fremgår af eksemplet i indlægget her, behøver man ikke nødvendigvis følge alle 15 aktier i vores porteføljer. Man kan også vælge at være selektiv og kun investere i nogle af papirerne. Det sænker handelsomkostningerne, men risikoen er højere ved at følge færre aktier, så man skal have is i maven, og være sikker på sin risikoappetit.
Præmissen er dog klar: Hvad enten man køber og sælger tre aktier, fem aktier eller hele porteføljen hver måned eller hvert kvartal, skal man være indstillet på at holde fast i samme strategi over tid og acceptere, at ekstraordinære afkast ofte kræver, at man skal igennem op- og nedture, inden man når sit mål.
Denne blog er udarbejdet af AI Alpha Lab ApS (AI Alpha Lab) og indeholder alene information og inspiration til læseren. Bloggen skal ikke betragtes som investeringsrådgivning og kan ikke påberåbes som grundlag for en beslutning om køb eller salg (eller undladelse heraf) af værdipapirer. AI Alpha Lab påtager sig ikke noget ansvar for beslutninger eller dispositioner, der træffes eller foretages på baggrund af oplysninger i bloggen.
Bloggen udgør ikke og skal ikke betragtes som et tilbud eller en opfordring til at gøre tilbud eller til at deltage i eller udføre bestemte investeringer. Omtales investeringsstrategier eller porteføljer af værdipapirer skal læseren være opmærksom på, at disse ikke nødvendigvis er fordelagtige for alle investorer, samt at AI Alpha Lab ikke kender den enkelte læsers individuelle økonomiske forhold, risikopræferencer, investeringserfaring m.m.
AI Alpha Lab har taget alle rimelige forholdsregler for at sikre rigtigheden og nøjagtigheden af oplysningerne i bloggen, ligesom bloggen er baseret på oplysninger indhentet fra kilder, der menes at være pålidelige. Rigtigheden og nøjagtigheden er dog ikke garanteret, og AI Alpha Lab påtager sig intet ansvar for eventuelle fejl eller udeladelser.
Oplysningerne i bloggen afgives på dagen for offentliggørelsen af bloggen og opdateres eller ændres ikke efterfølgende, medmindre andet tydeligt fremgår. Læseren opfordres til at søge individuel rådgivning om egne investeringsforhold.
Der gøres særligt opmærksom på følgende:
- Historiske afkast er ikke en garanti for fremtidige afkast, ligesom afkastet kan variere som følge af valutaudsving.
- Ved udbredelse af investeringsanbefalinger skal der medfølge en række oplysninger for at sikre objektivitet og offentliggørelse af potentielle interessekonflikter. Oplysningerne kan findes i AI Alpha Labs MAR disclosure og rullende 12 måneders oversigt over investeringsanbefalinger.
__
Dettematerialeer udarbejdet afAI Alpha Labog indeholder information, der kan anses for at være en investeringsanbefaling i henhold til Markedsmisbrugsforordningen (Europa-Parlamentets og Rådets forordning 596/2014), dvs. information som anbefaler eller foreslår en investeringsstrategi vedrørende ét eller flere finansielle instrumenter. Nordnet Bank, filial af Nordnet Bank AB, Sverige (Nordnet), har ikke deltaget i udarbejdelsen, gennemgået eller foretaget ændringer imaterialet.AI Alpha Labhar ansvaret formaterialetsindhold,og at det lever op til gældende lovgivning og regler.
AI Alpha Lab ejer selv aktier i selskaberne i Global Focus Portfolio.
Dette materiale blev offentliggjort første gang den 21. februar 2023 kl. 12:50.
Indholdet i dette materialeudgør ikke personlig investeringsrådgivning. Det er vigtigt, at du som investor træffer dine investeringsbeslutninger ud fra din egen vurdering af information fra forskellige kilder. Nordnet påtager sigintet ansvar for direkte eller indirekte tab som følge af brug af information fra dettemateriale. Materialet må ikke gengives uden Nordnets udtrykkelige samtykke.
Det kan forekomme, at Nordnet har positioner i værdipapirer, der omtales imaterialet. En sådan beholdning er da alene af administrative hensyn og uden fortjeneste for Nordnet.
Nordnet er under tilsyn af Finansinspektionen i Sverige og det danske Finanstilsyn.
Der er altid en risiko forbundet med at investere. Historiske afkast er ikke en garanti for fremtidige afkast.Finansielle instrumenter kan både stige og falde i værdi. Der er en risiko for, at du ikke får de investerede penge tilbage.
I den fulde tidsperiode, hvor mange gange er aktien blevet udskiftet, og hvad har den gennemsnitlige holdtid været?
Hej Hans
Der har været 6 forskelige aktier i strategien over den viste periode, med en gennemsnitlig liggetid i porteføljen på ca. et år.
De bedste hilsener,
Mikkel.
Et der en møde man kan tilgå aktierne i dette blogindlæg hvor der bare vælger en aktie hver måned?
Hej Morten
Du kan via Nordnet (se link ovenfor) abonnere på to af vores porteføljer. Af den månedlige rapport vil det fremgå, hvilken aktie modellen beregner størst sandsynlighed for at gøre det bedre end markedet (hvilket er det vi har testet historisk i bloggen).
De bedste hilsener,
Mikkel.
Hvordan fremgår det af rapporten hvilken aktie der har størst sandsynlighed? Jeg kigger på den eksempelrapport I har lagt ud hvor den øverste del er udvisket.
Hej
Aktierne er vægtet efter modellens sandsynligheder. Dvs. at den aktie som ligger øverst, og har størst vægt, er den aktie modellen vurderer har størst sandsynlighed for at lave et signifikant mer-afkast. Det er denne aktie som er valgt ud hver måned i eksemplet i bloggen.
Bh, Mikkel.
Hvilken aktie siger AI modellen man skal købe nu?
Hej Nicolai
Det kan du se ved at abonnere på vores porteføljer via Nordnet:-)
Rigtig god dag,
Mikkel.