Kapitalplacering och risk efter pensionering

Nej. Jag skulle avråda från färdiga blandfonder med hög avgift.

Först måste du även bestämma vilken din målfördelning är. Det beror till största del på din tidshorisont, men kan också justeras lite p.g.a. riskvilja o.s.v. kolla hinkmodellen så finns mycket bakgrund där.

Enklaste är att ha t.ex. en global indexfond och sparkonto. Ett annat sätt är att ha global indexfond och lämplig räntefond (beroende på lite olika faktorer så kan man ha lite olika duration). Avgiften är mycket viktig.

Har man detta själv måste man åtminstone årligen gå in och ombalansera. Alltså återställa sin målfördelning, ofta för att aktierna rört sig mycket mer (både upp och ner) än bankkontot/räntorna.

Lysa är ett annat alternativ som också sköter ombalanseringen till ens valda målfördelning automatiskt och inte har jättehög avgift.

Detta kan vara lämpligt att göra då ens tidshorisont förändrats (vilket den såklart gjort eftersom det gått en del tid). Däremot avråder att välja målfördelning med hänsyn till hur marknaden gått kortsiktigt bakåt.

Superintressant diskussion mellan @Bempa62 och @Nightowl! Jag är varken statistiker eller ekonom, men jag har en bakgrund som forskare och har undervisat i statistik på avancerad nivå, så jag dristar mig här till att göra några reflektionen i all ödmjukhet.

Om jag har förstått dig @Bempa62 rätt så gör du varje månad en jämförelse mellan det dagsaktuella värdet på din fond för att se om fonden ligger över eller under ett ”förväntat teoretiskt värde” på ditt jämförelseindex (OMXS30GI).

Det förväntade värdet tas fram genom en analys av historiska data för hur jämförelseindexet utvecklats de senaste tio åren. Dessa data omvandlas med hjälp av regressionsanalys till en kurva som ska återspegla utvecklingen som en genomsnittlig och långsiktig trend (den blå streckade linjen i ditt diagram).

Utifrån denna skattning bestämmer du din allokering av kapital till fonden och till ditt bankkonto. Om det observerade värdet ligger under eller mycket under det förväntade värdet placerar du en större andel av kapitalet i fonden med en förväntan (förhoppning) om att den ska gå upp, och om det observerade värdet ligger över eller mycket över det förväntade värdet placerar du en mindre andel av kapitalet i fonden med en förväntan (farhåga) om att den kan gå ner.

Allt detta verkar ju mycket logiskt, men hela resonemanget bygger på att regressionsanalysen har gjorts på ett rimligt sätt och att teorin om ”regression mot medelvärdet” är tillämpbar. I slutändan handlar det också om hur stor tilltro man sätter till den effektiva marknadshypotesen och random walk-teorin.

Om vi ska tro på Robert J Schiller (och det finns det anledning att göra, han är ju ändå nobelpristagare i ekonomi) så finns det bland forskare idag ett starkt stöd för både den effektiva marknadshypotesen och random walk-teorin, vilket på ett förtjänstfullt sätt förklaras i videon som @Nightowl länkat till ovan (se gärna hela föreläsningen från början).

Om teorierna stämmer blir möjligheten att utnyttja någon form av systematisk fluktuation i marknaden för att skapa vinst begränsad. Om random walk-teorin stämmer till hundra procent blir – precis som @Nightowl påpekar – marknadens utveckling helt slumpmässig och det blir därigenom omöjligt att göra några som helst förutsägelser utifrån analyser av historisk utveckling.

Schillers ståndpunkt är att teorierna inte stämmer till hundra procent, men att de stämmer ”förvånansvärt väl”. Det kan finnas möjligheter att skapa vinst på detta sätt, men det kan ta lång tid – 10 till 20 år – enligt Schiller. Andra forskare har ibland andra uppfattningar i denna fråga.

Så, vilka slutsatser kan vi dra av allt detta? Om @Bempa62 s bakåtsimuleringar stämmer – att metoden ger upp till 0,5% bättre årlig avkastning – är det absolut värt att överväga. Det blir mycket pengar över tid med ränta på ränta-effekten. (Jämför med hur mycket pengar man kan spara genom att sänka förvaltningsavgiften med 0,5%.)

Å andra sidan: Det alternativ som @Nightowl föreslår – en fast procentuell fördelning mellan aktiefond och sparkonto (exempelvis en 60/40 fördelning) med årlig ombalansering eller ombalansering vid behov – har stora och kända fördelar.

De som tillämpar denna strategi brukar se stora börsrörelser upp eller ner som en indikator på att det är dags att göra en ombalansering. Ibland sätter man procentuella gränser för när man bör ombalansera, exempelvis om börsen stiger eller faller mer än 10% under en kortare tid. Gör man så kommer de båda strategierna att likna varandra såtillvida att båda syftar till att tjäna pengar genom att köpa billigt och sälja dyrt. Vilken strategi som är bäst har jag i nuläget inte någon bestämd uppfattning om.

1 gillning

Detta förutsätter också att risken inte ökar. Vilket vi inte vet bara genom att granska historiskt utfall.

Momentum (som delvis i alla fall) borde ge upphov till en övervakastning med metoden är en välkänd riskfaktor (Fem Faktor t.ex.). Detta skulle i så fall innebära att risken ökat med metoden. Vilket kn vara rent kontraproduktivt eller ge upphov till sämre riskjusterad avkastning än t.ex. andra metoder att öka risk och avkastning.

@Clas Jag får lite vibbar av AI text av ditt inlägg…

@Nightowl, för din kännedom kan jag upplysa dig om att jag inte har använt någon som helst AI-genererad text i mitt inlägg. Du kan känna dig fri att använda de verktyg som står till förfogande för att undersöka sanningshalten i detta påstående.

Min huvudsakliga källa – förutom den video som du länkade till – är:

Malkiel, G. B. 2020: A Random Walk Down Wall Street – The Time-Tested Strategy for Successful Investing. New York: W. W, Norton & Company.

Mitt exemplar är den tolfte radikalt omarbetade utgåvan av denna klassiker. På sidan 19 i förordet förklarar Malkiel bland annat att denna utgåva särskilt diskuterar och omprövar den effektiva marknadshypotesen utifrån nya forskningsrön.

”This edition explains the recent controversy and reexamines the claim that it’s possible to ”beat the market.” I conclude that reports of the death of the efficient-market hypothesis are vastly exaggrerated. I will, however, review the evidence on a number of techniques of stock selection that are belived to tilt the odds of success in favor of the individual investor.”

Denna bok var en av de fem böcker om kapitalförvaltning och investeringsstrategier som jag köpte på Powels City of Books i Portland för några år sedan. Jag har läst boken tre gången, först rakt igenom med stor nyfikenhet och stort intresse, sedan en gång till med understrykningar och personliga kommentarer och reflektioner och sedan en sista gång med mer eftertanke.

Jag utgår från att du, med din kunskap och klokhet, säkert också har läst denna bok – men kanske i en tidigare utgåva?

Jag har inga invändningar mot sakinnehållet i något av dina inlägg ovan. Håller dessutom en mycket högre kvalitativ nivå vad man brukar se här på forumet.

Bara att språket känns väldigt AI genererat.

Jag är kanske litet gammaldags i mitt sätt att formulera mig i text. När jag började skriva vetenskapliga artiklar skrev jag dem på en analog skrivmaskin av märket Facit. Jag lärde mig skriva maskin på en kvällskurs 1970. Då var jag redan färdigutbildad lärare. Så gammal är jag.

Det finns intressant forskning om skillnader kring hur man formulerar text när man skriver på en skrivmaskin och när man skriver på en dator. Eftersom det är så svårt att ändra text som skrivs på maskin lär sig skribenterna att noga tänka igenom alla formuleringar i förväg, innan de kommer på pränt. När man skriver på dator skriver man snabbare och mer ”from the top of the head” eftersom det är så lätt att ändra texten i efterhand.

Det sägs att sådana stilistiska skillnader kan identifieras genom textanalys och att skillnaderna kan sitta i länge efter det att man övergått till att skriva på dator.

Men nu är det väl dags även för en nattuggla att gå till sängs?

3 gillningar

@Clas Du har förstått min metod till fullo. Kurvorna i mitt inlägg ovan ger ett beslutsstöd som jag tyckte mig behöva. Tittar man bakåt verkar det här beslutsstödet ge några extra tiondels % per år. Gör gärna en egen bakåtanalys och kolla hur ditt fondval hade fungerat relativt trösklarna. Vinsten för mig har kanske mest varit att jag tycker mig ta hjälpligt informerade beslut.

@Nightowl Random walk är väl att man tar helt okorrelerade steg per tidsenhet och väntevärdet är att man kommer tillbaka till noll? Som jag ser det finns det en autokorrelation mellan ett börsindex mätt vid olika tidpunkter och väntevärdet (baserat på historiska data) är typ 7% avkastning per år. Sen ger förstås historiska data ingen garanti för framtida avkastning.

Nope. Väntevärdet behöver inte vara noll. Det är bara att varje steg är oberoende av tidigare.

Hur distributionen man tar sina slumpmässiga steg med ser ut är helt valfritt.

Ett exempel:
xk+1 = xk + ek

Där ek är en slumpmässig variabel som med 50% sannolikhet är 1, 25% sannolikhet -1 och 25% sannolikhet 0.

Denna kommer trenda uppåt (stegens väntevärde är positivt) och är en random walk. Inga tidigare steg påverkar hur nästa steg blir, alltså alla steg är helt oberoende av varandra.

Anpassar man en random walk mot börsen behöver man både göra det i log skala (så en uppåttrend blir exponentiell) och ha en distribution man tar sina steg från med positivt väntevärde.

Se vad Schiller gör på tavlan i föreläsningen inkluderar en konstant som skiftar väntevärdet. Stegen är helt fortfarande oberoende. Det är inte beroende steg som ger 7% i snitt, utan att stegen tas med positivt (och konstant) väntevärde samt att man gör allt i logaritmisk domän.

@Nightowl

tack för detta! Vi pratar alltså “random walk with drift” vilket torde vara ett utmärkt sätt att betrakta hur ett index rör sig över tid.

En annan gång tar jag gärna lite input på Monte Carlo-simuleringar som jag pulat lite med dock utan att använda dem som beslutsstöd.

Och så tänker jag köra en bakåtsimulering på en 10% hävstång i mitt sparande och även här tar jag gärna synpunkter. Återkommer i ärendet, som man säger. :slight_smile:

@Clas

jag har finräknat på den extra avkastningen med mina trösklar. Jag har använt en dataserie från 2002 och framåt men eftersom min metod bygger på en trend som tittar 10 år bakår så kan man säga att min dataserie är från 2012 och framåt.

Den 1a februari 2012 stod börsen på -5% relativt min definition av trend. Då väljer jag 90% och 10% fasträntekonto enligt mitt inlägg ovan. Här startar vi beräkningen med 900 000 kr på en fond som följer OMXS30GI och med 100 000 kr på fasträntekonto, dvs en miljon totalt.

Nu har jag räknat på behållningen den 6e mars 2026 (alltså igår) för tre alternativ:

  1. ombalansering varje månad till 90% fond => 2 899 979 kr

  2. soffliggare som inte gör något => 2 992 512 kr (0,22% extra per år relativt alt 1)

  3. metoden med trösklar för 70 till 100% exp => 3 042 351 kr (0,34% extra per år rel alt 1)

Siffrorna ovan är inflationsrensade med KPIF.

MEN det finns förstås inga garantier för 0,34% om man tittar framåt. Efter att ha läst lite mer om “random walk with drift” så är jag benägen att tro att väntevärdet för den extra avkastningen med mina trösklar ligger nära noll.

MEN jag kommer att fortsätta med dem :slight_smile:

@Bempa

Som jag sa i min kommentar till ditt första inlägg tycker jag att din metod vid en första anblick verkar intressant.

Jag är förstås väl bekant med tankar kring allokering, ombalansering och olika momentumstrategier, men just den här varianten har jag inte stött på tidigare. Har du utvecklat metoden själv eller finns den beskriven i någon artikel eller bok?

Två konkreta frågor som jag har är:

· Kan man på något enkelt sätt generera en motsvarande figur som den du bifogade, men där OMXS30GI byts ut mot MSCI World Index Net?

· Är tröskelvärdena (8% respektive 16% över och under trenden) godtyckligt valda för att de ”verkar lämpliga”, eller är de valda utifrån teoretiska överväganden (kopplade till risk/standardavvikelse)?

Anledningen till att jag frågar är naturligtvis att jag funderar på hur din metod skulle kunna fungera på en global indexfond och vilka gränsvärden som i så fall skulle vara lämpliga.

När man överväger att tillämpa en ny metod för sparande brukar man ställa tre kontrollfrågor:

· Har metoden/strategin gett bättre avkastning över tid jämfört med andra strategier?

· Finns det en bra teoretisk förklaring till detta?

· Hur troligt är det att den teoretiska förklaringen kommer att gälla även i framtiden?

Av dina bakåtanalyser kan man kanske svara ja på den första kontrollfrågan, även om dina siffror inte pekar på någon större ökning av avkastningen (0,34% per år i snitt under en 10-årsperiod).

När det gäller teoretiska överväganden, så konstaterar Malkiel (2020) att ”fördelningen av den månatliga avkastningen för väldiversifierade portföljer över tid är rimligt symmetriskt fördelad kring ett (positivt) medelvärde” (sidan 189 f.f., min översättning och tolkning). Detta är viktigt för det innebär att teorin om ”regression mot medelvärdet” kan vara tillämplig, åtminstone över längre tidsperioder.

Om denna förutsättning gäller är det rimligt att anta att din metod kan fungera också i praktiken, eftersom den innebär att fondandelar köps när de är billiga och säljs när de är dyra. Till detta med att köpa billigt och sälja dyrt kommer ytterligare en effekt som beror på att man under tider då börsen förväntas stiga har en större andel av sitt kapital placerat på börsen, medan man under tider då börsen förväntas falla har en mindre andel av kapitalet på börsen. Det är en effekt som man inte får om man till exempel har en vanlig standardfördelning (60/40 portfölj) som ombalanseras årligen eller vid större kursförändringar.

Knäckfrågan här är om metoden verkligen ger en ökad riskjusterad avkastning, eller om den ökade avkastningen bara beror på att man tar högre risk. Är detta bara en mer sofistikerad variant av att försöka tajma marknaden?

Om man tror fullt ut på teorin om den effektiva marknaden kan man säga att alla aktier och därmed alla aktiefonder alltid är korrekt prissatta, eftersom det vid varje given tidpunkt finns lika många köpare som det finns säljare. Detta talar emot att metoden skulle fungera eftersom det då inte finns bra och dåliga köptillfällen. Men det förutsätter som sagt att man tror fullt ut på teorin om den effektiva marknaden och att de flesta som agerar på den har tillgång till alla fakta och är kunniga och agerar rationellt.

De flesta forskare idag tror inte att marknaden är effektiv till 100 procent, men många har samma uppfattning som Schiller, att den stämmer ”förvånansvärt bra”. Om vi utgår från denna ståndpunkt för att besvara den tredje av våra kontrollfrågor (Hur troligt är det att den teoretiska förklaringen kommer att gälla även i framtiden?) kommer åtminstone jag fram till att metoden mycket väl kan fungera i framtiden, men för att den med framgång ska kunna hantera ”otur” vid köp- och säljtillfällen och kraftiga svängningar på marknaden krävs långa tidsserier. Enligt Schiller kan det ta tio till tjugo år att säkra hem riktig otur och vinsten är som sagt troligtvis ganska marginell.

I sin analys av olika momentum-strategier – särskilt de som brukar benämnas ”filter systems” – diskuterar Malkiel (2020) möjligheten att utnyttja uppåtgående och nedåtgående trender på marknaden för att öka avkastningen. Han konstaterar att sådana strategier kan ge marginellt högre avkastning, men att den högre avkastningen ofta äts upp av ökade transaktionskostnader. Han sammanfattar med att konstatera att sådana strategier bör undvikas och att en traditionell ”buy and hold”-strategi är att föredra.

Har inte blivit jättemycket klokare av denna analys, men det lutar nog mot att jag avstår – främst för att metoden kräver en del arbete och att mitt tidsperspektiv är begränsat.

1 gillning

@Clas Några svar

“Kan man på något enkelt sätt generera en motsvarande figur som den du bifogade, men där OMXS30GI byts ut mot MSCI World Index Net?” Det svåra här är inflationsrensningen. Jag delar med KPIF. Men vad är den globala inflationen?

“Är tröskelvärdena (8% respektive 16% över och under trenden) godtyckligt valda” Trösklarna på 16% är valda för att OMSX30GI under tio är nästan aldrig ligger utanför, så vi kan säga att de är godtyckligt valda.

“Knäckfrågan här är om metoden verkligen ger en ökad riskjusterad avkastning”

Men i min bakåtanalys så var medelexponeringen för aktier 88,6% och den årliga avkastningen 0,34% bättre än om jag hade haft en konstant exponering på 90%. Så marginellt bättre avkastning och marginellt mer risk.

Men detta är bara ett exempel. Om man nu betraktar börsen som en “random walk with drift” så lutar jag åt att varje form av marknadstajming (som ju metoden med trösklarna trots allt är) har väntevärde noll i extra avkastning.

Jag kommer dock ändå fortsätta använda den som beslutsstöd. :slight_smile:

Lycka till med ditt sparande!

@Bempa62

Förstår problemen med att tillämpa din metod på en global indexfond.

Angående tröskelvärdena så ställde jag frågan för att jag sett en liknande strategi där gränsvärdena sattes till 1 respektive 2 standardavvikelser över och under trenden.

Om man gör så kommer sannolikt två tredjedelar (67%) av alla månadsvisa observationer att hamna inom det första spannet (1 standardavvikelse), medan 95% av observationerna hamnar inom det andra spannet (2 standardavvikelser). Kunde kanske vara användbar information.

Tror som du att metoden sannolikt inte höjer den riskjusterade avkastningen. Intressant dock som tankeexperiment. Bra kunskap att ha i ryggen när man vill köpa och sälja av andra anledningar än att höja avkastningen. Inte för att försöka tajma marknaden, utan för att försöka undvika att göra misstag (som att köpa dyrt och sälja billigt).

Tack för trivsamt meningsutbyte.

1 gillning