De underperformance van technische analyse in de aandelenmarkten
Vandaag de dag zijn er talloos veel internetsites en diensten voor beleggers die op basis van technische analyse uitspraken trachten te doen over de toekomstige koers van een aandeel. Tot heden bestaat er nog geen evenwichtsmodel op basis van technische analyse dat statistisch significante outperformance oplevert. Het feit dat er een massa aan technische analysesites bestaat is op zich niet verwonderlijk. Dit omdat er in de media amper aandacht wordt geschonken aan de empirische verificatie ervan. Tijd dus voor de media om een blik op de recente academische literatuur te werpen.
Timingstrategieën worden door veel beleggers nog steeds ten onrechte als een zinvolle manier gezien om te bepalen waar aandelen gekocht dan wel gekocht dienen te worden. Dit is opmerkelijk want er is amper empirisch bewijsmateriaal dat historische aandelenrendementen informatie herbergen over de korte of lange termijn koersontwikkeling. Het is onwaarschijnlijk dat het gebruik van historische koersinformatie om de toekomstige beursontwikkeling te voorspellen voor outperformance kan zorgen.
De technisch analist probeert toekomstige aandelenrendementen te voorspellen door gebruik te maken van historische aandelenrendementen. Hiermee verondersteld de technisch analist dat er een bepaalde relatie bestaat tussen toekomstige aandelenrendementen en die uit het verleden1. Talloze onderzoeken zijn er op dit gebied gedaan waarvan de meeste aantonen dat er amper tot geen verband is tussen opeenvolgende prijsveranderingen. De signaleerde samenhang tussen opeenvolgende prijsveranderingen blijkt in de praktijk niet sterk genoeg om er in de praktijk van te kunnen profiteren; hooguit 1% van de variantie van aandelenrendementen kan verklaard worden door opeenvolgende prijsveranderingen. Dit betekent dat zeker 99% van de aandelenrendementen verklaard wordt door de overige variabelen zoals macro-economische variabelen, conjunctuurcycli en fundamentele gegevens van het bedrijf.
Ten eerste bestaat er het probleem van datamining en snooping. Wie genoeg graaft vindt altijd wel een strategie die over een bepaalde dataverzameling over een bepaalde periode een hoger rendement dan de markt zou opleveren. Dit komt er op neer dat het altijd mogelijk is om een indicator te vinden die in het verleden een hoge correlatie had met een bepaald aandeel. Zo is het mogelijk om na lang zoeken een sterk verband te verbinden tussen de schoenmaat van ondergetekende en een toevallig aandeel. De indicatoren en instrumenten van de technisch analist zoals filters, movering averages, weerstand- en steunlijnen etc. worden vaak gebruikt om toekomstige aandelenkoersen te voorspellen. Ondanks deze mogelijkheden is het een understatement om te voorspellen dat de wetenschap sceptisch staat tegenover technische analyse. Er zijn zelfs onderzoekers die technische zelfs een wetenschap noemen die tussen voodoo en astrologie ligt. Malkiel2 stelt in zijn bekende boek ´A random Walk on Wall Street´ dat aandelenmarkten een erg kort geheugen hebben. Vandaag de dag wordt informatie op de financiële markten zo snel verwerkt dat er amper nog ´doorsijpelingseffect´ is (hele lage autocorrelatie). Met andere woorden de marken zo zijn efficiënt geworden dat alle informatie nagenoeg wel in de actuele koersen ingeprijsd is.
Empirische toetsen3 kunnen controleren of het mogelijk is om door middel van timingstrategieën een buy & hold strategie te verslaan. Wanneer we een timing strategie loslaten op een dataset met aandelen waarbij er op talloze willekeurige manieren in- en uitgestapt tonen de resultaten aan dat in 80% van de keuzes voor de aandelen moet de belegger goed zitten. Dit zijn schokkende resultaten want er zijn legio aan beleggers die op basis van zeer frequent mutaties in hun portefeuille doorvoeren. Het resultaat is dat het voor de belegger die op basis van technische analyse zijn beleggingsbeslissingen bepaalt het onwaarschijnlijk is om outperformance te behalen. Het feit dat technische analysesites erg populair zijn onder de particuliere beleggers vertaald zich goed in het feit dat rond de 97% van de particuliere beleggers de markt underperformt. Deze royale underperformance kwam naar voren in een onderzoek van Bauer4 begin dit jaar. Een van de redenen voor de underperformance ligt aan het feit dat beleggers de markten proberen te voorspellen door timingstrategieën.
Niet alleen bij de aandelenmarkten zien we dat timingstrategieën meestal inferieur zijn. Ook bij de obligatiehandel levert een actieve trendzoekende strategie meestal het laagste rendement op en het hoogste risico5. Het lijkt o zo plausibel om informatie uit grafieken te vertalen naar beleggingshandelingen maar in de praktijk snijdt de belegger zich hier alleen maar mee in de vingers.
1 Voorspelbaarheid van beurskoersen, Ben Jacobsen, 2000
2 A Random Walk on Wall Street, Burton G. Malkiel, 2003.
3 Asset Allocation & Portfolio Construction, Tom Steenkamp, 2005.
4 The Performance and Persistence of Individual Investors: Rational Agents or Tulip Maniacs?, Rob Bauer, 2007
5 Exploring Bond Strategies, M. Damm, 1995
Ronald Kok, M. sc. is hoofd research Analist.nl en aspirant VBA-lid.
