Ja det är såklart att “the great dep” å WW2 blir väldigt utslagsgivande. Det var därför jag tog ett andra exempel från 50-talet. Tycker dock fortfarande det kan vara relevant att även titta på ett case där “the great dep” finns med. Det har ju faktiskt inträffat och skulle kunna hända igen. Det innebär i princip att man bygger sin portfölj map en “100 year storm”.
Det är intressant att titta på alla tänkbara 20-årsperioder men skulle säga att sannolikheten att överprestera med den ena eller den andra inte ger hela bilden (dvs 3 av 4 gånger). Du kan ju t ex spela 34 nummer på roulette 100 gånger vilket gör att kommer vinna ca 90 gånger och förlora 10 gånger. Nu visar iofs grafen @econ101 delade att skillnaden tenderar att bli större när “Buy the Dip” underpresterar vilket snarare borde förstärka effekten. Så det rimmar väldigt dåligt med mina beräkningar.
Magiullis specificerar inte vilken data han använt (går säkert att hitta via git-länken) mer än att det är US Stocks. Sen använder han ju inte inflationsjusterade insättningar (jag tänker månadsspar t ex 10% av lönen) men borde kanske bli ungefär samma effekt för båda strategierna.
Nu har jag gjort det här i excel så det blev mycket handpåläggning men ska uppdatera med ett python-script så det enkelt går att titta på olika tröskelvärde och tidsperioder.
Som jag nämnde i förra inlägget så hade det varit intressant att få med den “riskfria räntan” till fördel för “Buy the Dip” i kalkylen (tänk bästa rörliga bankkontoräntan på olåsta pengar). Nån som har koll på vilken data som skulle va relevant att använda?