Vad sektionen är
Marknader är en utbildningssektion. Målet är att du ska förstå hur finansiella marknader fungerar: hur ett pris bildas, vad en aktie faktiskt är, vad fundamental och teknisk analys försöker göra, och vad forskningen säger om hur väl de lyckas.
Investerarskolan är seriens kärna, en genomgång i åtta delar från grunderna, via hävstångsprodukter och kryptovalutor, till backtestade modeller. Varje artikel förklarar en mekanism. Ingen av dem talar om vad du bör göra.
Vad vi inte gör
Vi ger inga investeringsråd. Inget vi publicerar är en rekommendation att köpa, sälja eller behålla något värdepapper. Vi bedömer inte enskilda bolag som köpvärda, och vi sätter inga riktkurser.
Vi publicerar inga handelssignaler. Verktygen i sektionen räknar på historisk data. De visar vad en regel gjorde förr, inte vad du ska göra i dag. Ingen del av sektionen säger "köp nu".
Vi bedriver ingen rådgivning. Personlig investeringsrådgivning kräver tillstånd från Finansinspektionen och bygger på kunskap om din situation. Vi har inte den kunskapen och söker inte den rollen. Det du läser här är allmän information, inte anpassad till dig.
Vi lovar ingen avkastning. Historiska resultat säger något om hur en regel betett sig i det förflutna. De säger inget säkert om framtiden. Det gäller även när siffrorna ser bra ut, särskilt då.
Hur vi testar en strategi
När vi redovisar att en strategi gett ett visst resultat har vi kört den enligt följande. Avvikelser anges alltid i artikeln.
Reglerna skrivs ner först. Varje strategi formuleras som exakta, mekaniska villkor innan testet körs: när en position öppnas, när den stängs, hur stor den är. Inget utrymme för bedömning i efterhand.
Vi räknar bara med information som fanns. En signal på en viss dag får bara bygga på data som var känd den dagen. Det låter självklart men är det vanligaste felet i backtest. Det kallas look-ahead bias och kan göra en värdelös strategi lysande.
Kostnader dras av. Courtage och spread räknas in på varje transaktion. För strategier som handlar ofta antar vi också slippage, alltså att du får ett något sämre pris än det du såg. En strategi som är lönsam före kostnader och förlustbringande efter dem redovisar vi som förlustbringande.
Positionsstorleken är fast och redovisad. Antingen samma belopp per position eller en angiven andel av portföljen. Vi använder aldrig hävstång utan att skriva det, och vi återinvesterar inte vinster tysta.
Vi delar perioden. Reglerna sätts på en del av historiken och testas på en annan som vi inte tittat på under konstruktionen. Håller resultatet bara på den första delen är det inte ett resultat, det är en anpassning till slumpen.
Vi testar känsligheten. En strategi som fungerar med 200 dagars medelvärde men inte med 180 eller 220 har hittat en egenhet i just den här historiken. Vi visar därför hur resultatet ser ut över hela parameterintervallet, inte bara för det bästa värdet.
Vi simulerar utfallen. Med Monte Carlo-simulering kastar vi om ordningen på affärerna tusentals gånger. Det visar hur mycket av resultatet som berodde på tur i vilken ordning saker inträffade.
Vi redovisar det som inte fungerade. Om vi testat fem varianter och en gav bra resultat får du se alla fem. Att bara visa vinnaren är det enklaste sättet att ljuga med statistik utan att skriva något falskt.
Vad ett backtest inte kan säga
Ett backtest är ett experiment på en enda historia, den som faktiskt inträffade. Den kunde ha blivit annorlunda. Ju fler varianter någon provar på samma data, desto större chans att något ser bra ut av ren slump. Det kallas överanpassning och är det största problemet i hela fältet.
Ett backtest kan inte heller fånga hur det känns. En strategi med 40 procents nedgång på papperet är en siffra. Att sitta i den i två år är något annat, och de flesta hoppar av på vägen. Verkligt utfall skiljer sig från testat utfall också av det skälet.
Mätetalen vi redovisar
CAGR är genomsnittlig årlig avkastning, uttryckt som den jämna takt som gett samma slutresultat.
Maximal nedgång är det största fallet från topp till botten under perioden. Ofta det mätetal som avgör om en strategi är möjlig att följa i praktiken.
Sharpekvot är avkastning i förhållande till svängningarna. Högre betyder mer avkastning per enhet volatilitet. Måttet fungerar sämre för strategier med sneda utfall.
Sortinokvot bygger på samma idé, men straffar bara nedgångar och inte uppgångar.
Andel vinnande affärer säger mindre än man tror. En strategi kan ha rätt en gång på fyra och ändå vara lönsam, om de gångerna ger tillräckligt mycket.
Förväntat utfall per affär är vad varje affär gett i genomsnitt, efter kostnader. Det är talet som avgör om strategin har en kant alls.
Antal affärer avgör hur mycket resultatet är värt. Utan tillräckligt många affärer går det inte att skilja från slump, hur bra det än ser ut.
Data och källor
Kursdata hämtas från öppna källor och anges per artikel: vilken börs eller vilket index, vilken tidsupplösning och vilken period. För kryptovalutor använder vi börsdata direkt från handelsplatserna. För aktieindex använder vi dagsdata.
Vi anger alltid om ett index är ett totalavkastningsindex, alltså om utdelningar räknats in eller inte. Skillnaden är stor över långa perioder och är en vanlig källa till missvisande jämförelser.
Forskningen vi hänvisar till är publicerad och namngiven. När resultat är omtvistade skriver vi det, och vi skriver vilka som tvistar.
Verktygen
Verktygen i sektionen är pedagogiska. Du beskriver en regel, verktyget räknar på historisk data och visar utfallet med de mätetal som står ovan. Syftet är att du själv ska se hur mycket resultatet ändras när du flyttar en parameter. Det är en insikt som är svår att förmedla i text.
Verktygen är inte kopplade till någon handelsplattform, hämtar ingen information om dig och lämnar inga signaler på dagens kurser.
Vem som skriver
Sektionen skrivs och räknas av Peter Bergvall, grundare av Vetenskap för alla.
Jag är inte finansanalytiker. Min bakgrund är systemutveckling och dataarkitektur, och backtestmotorn bakom artiklarna har jag byggt själv. Det är därför den här sidan ägnar mer plats åt hur beräkningarna görs än åt vem som gjort dem. Metoden står beskriven ovan så att du kan granska den, istället för att behöva lita på mig.
Jag är inte anställd av, uppdragstagare för eller ägare i någon aktör vars produkter sektionen behandlar. Vetenskap för alla tar inte emot betalning för omnämnanden, har inga affiliate-länkar till mäklare eller plattformar, och ingen annonsör påverkar vad som testas eller hur resultatet redovisas.
Den som skriver om marknader placerar i regel också egna pengar. Jag tycker det är bättre att säga det öppet än att låtsas om en neutralitet som inte finns. Behandlar en artikel ett instrument jag själv äger står det i artikeln.
Veckoanalysen
Marknadsanalysen som publiceras varje vecka är en sammanfattning av vad som hänt: hur index rört sig, vilka besked som kommit, vad som drivit rörelserna. Den är ingen prognos. Den säger inget om vad som kommer att hända nästa vecka, och den är inte avsedd som underlag för beslut.
Analysen produceras delvis automatiserat från kursdata och nyhetsflöden, med redaktionell granskning före publicering. Det står i varje artikel.
Hittar du ett fel?
Räknefel, feltolkad studie, missad kostnadspost: hör av dig. Vi rättar öppet och skriver vad som ändrats och när. Fel som läsare hittar är det billigaste sättet att bli bättre, och vi behandlar dem så.
Den här sidan uppdateras när metoden ändras.
Senast uppdaterad