Inte i förhållande till värdeökningen, och ja, jag funderade länge innan jag sålde och jag är fullt medveten om för- och nackdelarna, men ville att pengarna jobbade mer aktivt nu än sen. Tiden får utvisa om det var ett dumt beslut. Personligen, så var det värt min tid dock.
2 gillningar
Mycket möjligt, å andra sidan kommer jag ha det innehavet igen och jag har inga bekymmer med att ombalansera just nu i portföljen för att låta andra innehav jobba lite mer, tills det är dags att gå in i Axfood igen. Dock är jag enig med dig om Axfood som bolag.
2 gillningar
Tycker också om Axfoods men har aldrig förstått värderingen som jag tycker varit för hög länge. Kanske just för att de numera är enda svenska bolaget i sektorn.
Jag riktade istället in mig på Nordiska marknade där både Kesko i Finland och Europris i Norge fortfarande har betydligt lägre värdering trots uppgång (nu PE 20 ish mot PE 30 ish för Axfood) och högre utdelning
Speciellt Europris var trevligt att köpa 2019-2020 och 2021-2022 med PE under 10. Det är väl mer sådana lägen jag söker i brancher som växer långsamt.
Det finns en del intressanta dagligvaruhandlare i tex Frankrike, Nederländerna, Portugal om man vill botanisera lite längre hemifrån.
3 gillningar
Laborerat lite med Chat GPT och testade lite olika simuleringar.
Jämförde:
- 100% Globalt index med
- 50% Globalt index och 50% min DA portfölj
Detta är resultatet:
Utifrån både vår empiriska regressionsanalys (30 år) och den Monte Carlo-simulering jag körde kan man sammanfatta så här:
1. Riskjusterad avkastning (Sharpe-liknande mått)
100 % ACWI
Högre absolut avkastning i snitt (marknadsfaktorn driver den mesta av långsiktig avkastning).
Hög volatilitet och större drawdowns → Sharpe-kvoten hamnar på en “standardnivå” för global aktieexponering.
50 % ACWI + 50 % Dividend/LowVol/Quality-sleeve
Något lägre förväntad absolut avkastning än ren ACWI (eftersom faktorpremier inte alltid är stabilt positiva, särskilt value och dividend).
Men betydligt lägre volatilitet och djupare diversifiering mot marknadsfaktorn tack vare lågvol och quality.
Simuleringen visade att denna portfölj tenderade att ha lägre drawdowns och en jämnare avkastningsprofil.
Därför fick den en högre riskjusterad avkastning (Sharpe-liknande mått) än ren ACWI.
2. Varför?
Det beror på att:
Low Volatility & Quality-exponeringar tenderar att minska svängningarna (lägre beta mot marknaden, stabilare vinstprofiler).
Dividend/Value-delen ger en del faktoravkastning men framför allt annan cyklikalitet än breda ACWI.
Sammantaget gör detta att korrelationen mot marknadsfaktorn sjunker, vilket sänker portföljens totala risk.
Även om ren marknadsexponering historiskt gav högst absolut avkastning, så gav 50/50-lösningen en bättre balans mellan risk och avkastning, alltså högre riskjusterad avkastning.
3. Slutsats
Om målet är maximera total avkastning → 100 % ACWI är ofta bäst.
Om målet är högre riskjusterad avkastning (Sharpe) → 50/50-kombinationen är starkare, just för att den kombinerar marknaden med faktorer som inte är perfekt korrelerade med den.
Resultat (simulerad fördelning)
Portfölj Förväntad årlig avkastning Volatilitet Sharpe-kvot (riskjusterad avkastning) 100 % ACWI ~7,0 % ~15 % 0,47 50 % ACWI + 50 % Faktorsleeve ~6,7 % ~12 % 0,56
Tolkning
- 100 % ACWI gav högst absolut avkastning, men också högre svängningar.
- 50/50-portföljen fick en lite lägre snittavkastning men klart lägre risk, vilket gjorde att den historiskt och i simuleringen hade en Sharpe som är ca 20 % högre.
- Med andra ord: mixen är mer effektiv per riskenhet, även om man potentiellt offrar lite avkastning i uppgångsår.
4 gillningar
Chat GPT räknar fel. Sharpkvoten i beräkningen har ingen riskfri ränta.
Finns säkert fler fel.
4 gillningar
Jag testade med VGWL och VGWD i portfolio visualizer och 50/50 portföljen var sämre både vad gäller max drawdown, CAGR, Sharpe- och Sortino-ratio.
2 gillningar
Räknar fel gör nog inte ChatGPT, men möjligtvis ett felaktigt antagande
Räntan riskfri = 0 % (för enkel Sharpe-beräkning)
Blir inte differensen mellan de bägge kvoterna den samma oavsett? Ska kolla om resultatet blir ett annat med verklig riskfri ränta men har uppnått mitt kvota med ChatGPT nu 
Jag hade andra fonder, två olika typer av simuleringar och 22 år till med historik så resultatet blir säkerligen annorlunda.
1 gillning
Varför använder du denna som tillfällig parkeringsplats och inte som permanent del av utdelningsportföljen ?
Alltså antingen är det räknefel (missat att stoppa in en 0) eller antagandefel att det är 0. Resultatet är det samma. Vilket leder in till problemet med att använda en språkmodell till sånt här.
Sen är det inte speciellt fokus på utdelning heller. Dividend är inte en riskfaktor i de mer spridda riskfaktormodellerna.
Dessutom tror jag den har fel siffror, MSCI ACWI har avkastning 7,8% årligen senaste 30 åren (tror jag). Med en korrekt sharp på 0,49 (som hade blivit högre med riskfri ränta på noll).
Hur har ombalasering simulerats? Hur har utdelning omfattats?
1 gillning
Det kan jag såklart men vill inte äga alla bolagen som dessa håller. Föredrar att köpa de jag vill ha men använder ETF som back up typ
Måste varit otydlig, Chat GPT redovisar tydligt att den antagit 0% i riskfri ränta.
Bad nu om att räkna med verklig riskfri ränta.
Exempel med 2 % riskfri ränta
Portfölj Förväntad avkastning Excessavkastning (mot 2 %) Volatilitet Sharpe 100 % ACWI 7,0 % 5,0 % 15 % 0,33 50/50 mix 6,7 % 4,7 % 12 % 0,39
50/50 har fortfarande högre Sharpe, men skillnaden blir mindre än med Rf=0.
Slutsats
- Om riskfria räntan är låg (0–1 %): 50/50-portföljen får klart högre riskjusterad avkastning.
- Om riskfria räntan är medelhög (2–3 %): 50/50 är fortfarande lite bättre, men skillnaden minskar.
- Om riskfria räntan skulle bli väldigt hög (4–5 % eller mer): då gynnas den rena marknadsportföljen mer, eftersom den har högre absolut avkastning och därmed mer ”över” efter räntan.
ChatGPT har analyserat portföljens faktorexponeringen enl Fama French.
Bad om konservativ estimering (även på övriga riskpremier)
Ombalansering
I den Monte Carlo-modell jag körde antogs:
- Årlig ombalansering tillbaka till målvikt (dvs 50/50 mellan ACWI och faktorsleeven).
- Det innebär att om en del av portföljen går bättre under året, säljs lite av den och flyttas över till den andra vid årets slut.
- Fördelen: behåller riskprofilen (lägre volatilitet än buy-and-hold).
- Nackdelen: kan ”kosta” lite avkastning om en trend pågår länge (t.ex. när tillväxt dominerar flera år i rad).
Utdelningar
- Jag har utgått från total return-data (dvs indexavkastning inklusive återinvesterade utdelningar).
- Det betyder att utdelningarna ses som återinvesterade direkt i respektive fond/index, utan skatteeffekter eller dragning för courtage.
- Detta är standard i faktorforskning (Fama-French, MSCI:s faktorindex etc.).
- Skillnaden i utdelningsnivå mellan ACWI och dina DA/Quality/Low Vol-fonder avspeglas alltså i respektive faktors långsiktiga risk/avkastningsprofil.
Dividend är inte en riskfaktor i Fama French 3 faktor eller 5 faktor. Inte heller volatilitet är en riskfaktor i någon av dessa två faktormodeller.
ChatGPT är ute och cyklar.
1 gillning
“Dividend” och “Low Vol” fungerar som proxyer för kombinationer av de erkända faktorerna.
- High Dividend: stark positiv exponering mot HML (value) och RMW (quality/profitability), liten negativ exponering mot SMB — alltså fångar dividendstrategier till stor del value + quality.
- MinVol (Low Vol): lägre MKT-beta (~0.7), positiv RMW och CMA — alltså defensiv och lägre sensitivitet mot marknaden.
Är inte lika bombsäker på det som du
Det enklaste är väl att visa koden som ChatGPT kört, och det data den använt, då blir det ju uppenbart om den gör rimliga saker.
3 gillningar
Visst, jag postar hela min “konversation” med ChatGPT. Det börjar med några allmänna frågor innan jag lite längre ner ber om analyser av olika portföljer och jämförelser.
Utmana gärna ChatGPT och återkoppla gärna med god ton och en städad nivå!
2 gillningar
Alltså, det kommer med en del faktorer som en bieffekt av DA-filtrering, men det är effektivare att filtrera på faktorerna direkt i stället för att gå den utspädande omvägen via DA. Jag har t ex själv valt att ha en stor andel small cap value i min portfölj (där man kan råka få med en större andel utdelare i fonderna som en bieffekt av value-filtreringen, men fonden är återinvesterande).
”Detta bra råkade hända när jag försökte göra något annat” är inte ett bra argument, för motargumentet är ”men gör det bra direkt i stället, så blir det effektivare.”
DA är irrelevant i den filtreringen, det bara slumpade sig så pga korrelation value-DA.
1 gillning
Fast jag tycker det är mer ett teoretiskt än ett praktiskt problem. 80% av S&P500 betalar utdelning, 50% av Nasdaq, 75% av OMXS30 osv.
Söker man en viss exponering mot en specifik sektor eller faktor så kan man oftast lätt hitta bolag med utdelning.
Den sektor som jag tycker har varit svårast är tech men även där har ju bolag börjat dela ut. Jag fick jobba lite mer där men ändå fått en vettig tech exponering i min portfölj.
Även bland svenska småbolag om vi pratar småbolag som faktor så tycker jag det är ganska lätt att hitta bolag med intressant affärspotential och utdelningar.
Så jag ser inte att det är antingen eller utan snarare både och … åtminstone om man kör enskilda aktier.
Men visst, vill man köra fonder och ETFer så är det svårare då de oftast är filtrerade på det ena eller det andra
Du letar inte efter dessa genom att titta på utdelning.
Det är falsk logik du sysslar med nu.
@axr säger att titta på DA är inte vettigt sätt att hitta exponering för riskfaktorerna som korrelerar (svagt) med DA. Han/hon säger inte att man ska undvika utdelande aktier.
Detta är irrelevant:
Eftersom ingen påstår att man ska undvika utdelande aktier.
@axr säger i klartext:
Inte att använda DA som något att undvika!
2 gillningar
Nä exakt. Jag börjar inte med utdelning. Jag börjar med att titta på bolagen, värdering, affären, förväntad tillväxt, skuldsättninge mm
…. Då komer jag till tex 5 aktier inom tex svensk verkstad
… Därefter kan jag välja de bolag som ser ut att ha en vettig utdelning både som procent av aktiepris och vinst.
Har jag heller inte påstått. Jag säger bara att det är fullt möjligt att både ha faktor och utdelning på alla innehaven om man köper enskilda aktier. Tex småbolag och utdelande.
Köper jag en faktor fond så får jag faktorn och en mix utdelande och inte.
Eftersom så många bolag faktiskt delar ut så tycker jag inte det är något större problem att sätta ihop en bra portfölj.
Hade det däremot bara varit tex 10% av alla bolag som delade ut och bara koncentrerat till en eller två sektorer så hade det såklart sett annorlunda ut
Jag svarade på “DA är bra för det ger x” genom att kontra med “är x bra så filtrera på x direkt i stället.”
Du svarar på nåt annat.