Een vraag die beleggers bezighield, was in welk fonds ze (moeten) beleggen. Onderzoek gaf gemengde antwoorden op deze vraag. Machine learning kan wel een eenduidig antwoord bieden. Door zo’n soort van statistische technieken te gebruiken, leren we iets rond de voorspelbaarheid van het rendement van fondsen.
De (recente) hype van het boek ‘De Hangmatbelegger’ heeft het debat tussen actief en passief beleggen weer geopend. De these van het boek is dat passief beleggen een beter rendement geeft dan actief te gaan beheren. En de data bevestigt dit ook. We zien bijvoorbeeld dat minder dan 50 procent van de aandelen de risico-vrije rente kan kloppen op maandbasis, jaarbasis en over een termijn van tien jaar. Ook leert het academisch onderzoek dat iets meer dan 10 procent van individuele aandelen over een periode van jaren het niet beter doet dan inflatie. Dus “stocks for the long run” – een bekende uitdrukking van Jeremy Siegel – geldt niet altijd.
Wil dit daarom zeggen dat alle fondsen het per definitie slecht doen? Nee. Maar kunnen we proberen te voorspellen welke fondsen het goed gaan doen? Tot voor kort was het antwoord ook nee. Er is veel onderzoek gegaan in de vraag rond voorspelbaarheid. Klassieke statistische methoden gaven niet echt een sluitend antwoord. Daarom dat we naar iets mindere klassieke methoden gaan: machine learning. Neurale netwerken leren ons dat er twee zaken zijn die van belang zijn:
- Fund flows: hoeveel nieuw kapitaal er in het fonds wordt geïnvesteerd,
- Past performance: hoe goed de voorgaande beursresultaten waren.
Fondsen die recent veel geld zien binnenkomen en die erg goede resultaten hebben neergezet, hebben een veel hogere kans om het goed te blijven doen (zelfs na kosten) dan concurrenten. En de resultaten zijn niet afhankelijk van de fase van de economische cyclus: beleggers krijgen een hoger rendement na kosten tijdens recessies en expansies. Interessant is ook: kosten zijn niet per se een slecht signaal. Alle fondsen die hogere kosten aanrekenen – dus een hogere expense ratio – hebben niet per definitie een lager toekomstig rendement. Dus de prestaties na één maand, na zes of na twaalf maanden is voor fondsen met hogere fees niet lager dan goedkopere alternatieven.
Als we, iedere maand, de 10 procent fondsen kopen met de beste voorspelbare performance (afhankelijk van de twee factoren, fund flows en past performance) zouden we een rendement van 72 procent verdienen over een periode van twintig jaar. De 10 procent zwakste fondsen op de factoren verdient -119 procent. En dit blijft, zelfs na kosten. Er bestaat dus duidelijk een alternatief voor in jouw hangmat te blijven liggen.
Mijn advies blijft daarom om passief te beleggen, maar diegene die toch graag een actieve component in de portefeuille willen, weten nu aan welke twee factoren ze extra aandacht kunnen besteden: fund flows en past performance. Er is dus leven buiten de hangmat.
Gertjan Verdickt is assistent professor in Finance bij KU Leuven en columnist bij Investment Officer.