Metode og erfaringer med Algoritme Porteføljen

Køb og Salg er foretaget hver den 1. i måneden af vores tekniske algoritme, der blev udviklet og lanceret i 2011. Den tekniske algoritme er herefter en objektiv model, der måned for måned skaber købs og salgsanbefalinger, og som er blevet anvendt på samme måde på alle analyserede aktier. 

Afkastberegningen er udregnet via virkelige markedsværdier. Vi har måned for måned ganget antal aktier blandt de analyserede 29 danske largecapselskaber med månedskursen hver den 1. i måneden for alle 29 selskaber. Dermed findes de enkelte markedsværdier, de enkelte markedsvægte og den samlede markedsværdi. I 2011 var markedsværdien af largecap universet 1.468.315.223.096 kr. De 29 selskaber kalder vi C29. 

De reelle C29 markedsværdiers udvikling er dernæst blevet målt op mod Algoritmes Porteføljen, der måned for måned kun indeholder aktier i køb. Disse markedsværdier er også blevet lagt sammen, og dermed har det været muligt at foretage en mere reel 1 til 1 sammenligning mellem Algoritme Porteføljen og C29 eller OMXC20.

I grafen og tabellen har vi divideret disse samlede markedsværdier med 1.000, så start beløbet bliver til 1,468 mio. kr. som bliver mere jordnært at forholde sig til. 

Der er altså tale om en meget simpel metode, og for at gøre købs og salgskurserne tilnærmelsesvis mere virkelige har vi brugt en gennemsnitskurs mellem det 2 månedskurser, når en aktie fx har ændret status fra salg til køb eller omvendt. Hvis købssignalet/signalkursen fx indtræffer efter dag 1 i måneden vil det være uforholdsvis forkert at tillægge hele værdiændringen. Sker det efter 31 dage er det helt fair. Derfor bruges en gennemsnitskurs, som i nogen tilfælde vil forbedre resultatet og i andre tilfælde vil forringe resultatet. Det samme er tilfældet ved salgssignaler. 

En læser skal derfor opfatte metoden som simpel, og resultatet er ikke eksakt. Her opridser vi en række metoder, ukorrektheder og begrænsninger ved den simple beregning:

Ved antal aktier er anvendt nuværende kendte antal i hele perioden, hvilket naturligvis ikke er korrekt, da nogen selskaber har købt aktier tilbage i perioden. Split i en aktie er medregnet ved ændret aktiekurs. Vi har ikke tillagt udbytter. Enkelte selskaber har ikke været under analyse i hele perioden, eller der har ikke været historik nok, hvorfor det har været nødvendigt med backtest. Der kan være selskaber, som vi tidligere har analyseret, og som er blevet afnoteret som fx Teledanmark. Teledanmark indgår ikke i analysen. Der er selskaber som fx Ørsted, Chr. Hansen STG og flere, hvor der ikke er historik i hele perioden. Der kan være selskaber, som er rykket fra status midcap til largecap og som måske igen er rykket ned og dernæst op igen. Der er selskaber som Ambu og Alk, som er blevet til Largecap i perioden, men som ikke er med i beregningen, da vi ikke har fået flyttet dem op i C29. Skulle metoden overføres til den virkelige verden ville investor nok ikke kun købe den virkelige markedsvægt i FLS i niveauet 0,2% og tilsvarende med selskaber med aktier med meget høje markedsvægte over 5% eller over 10%. Vi kan se, at markedsvægte får stor konsekvens for resultatet. I 2015 stiger Novo Nordisk fx meget kraftigt i værdi, som laver et løft i OMXC20 indekset, men ikke i samme grad i Algoritme Porteføljen og i C29. I perioden 2017-2019 falder Danske Bank betragteligt i kursværdi og er fravalgt grundet en salgsanbefaling i Algoritme Porteføljen, og påvirker Algoritmes merafkast signifikant. Rækkefølge af udfald kan have betydning for merafkast i et årti. Allerede ved første observation/år var C29 og OMXC20 i et negativt år, mens Algoritme Porteføljen kun falder svagt dette år, hvorfor de efterfølgende år gavner Algoritme Porteføljen nominelt. Tidsperspektivet har også stor betydning. Jo flere aktielavkonjunkturer man har været igennem jo højere kan merafkastet akkumuleres til, da Algoritme Porteføljen typisk klarer sig relativt bedst i dårlige aktieår. Jo mere nominelt merafkast efter fx en aktielavkonjunktur, der akkumuleres i Algoritme Porteføljen, i jo højere grad vil det påvirke de kommende års afkast positivt. Til sidst så meget, at afkastet nominelt kan overgå C29 i år, hvor det procentvise afkast er lavere. Vi kan se i vores analyser, at forskellen i afkast per måned er ganske lidt og næsten ikke signifikant, og i visse perioder lavere, men over tid vinder Algoritme Porteføljen ganske svagt, og den store forskel opnås når markedet eller enkeltaktier med stor markedsvægt falder meget og faldet sker over mere end 3 måneder. Jo større kursfald og jo flere måneder jo mere effektiv er Algoritme Porteføljen, mens hurtige og korte dybe V formationer i markedet eller enkeltaktier ikke giver merværdi. Lange perioder med vandret kursudvikling giver heller ikke merværdi. 

Metoden og beregningerne er ikke revideret af revisor og kan indeholde fejl, men resultatet er så signifikant, at vi mener det er fair at tillægge det værdi. 

Abonnenter kan følge Algoritme Porteføljen og få vejledning, i hvordan man anvender den, og hvordan man udvælger aktier. 

Det er også muligt at købe investeringsrådgivningstimer som hjælp til ens aktiestrategi og hjælp til ens egen metode for aktieudvælgelse.