Systematiska faktor­strategier
Backtest 2007–2026

1.Sammanfattning

Tabell 1 sammanfattar nyckeltal för de fyra strategierna körda på Stockholm-listorna (Large, Mid och Small Cap) över deras respektive backtestperioder, samt för den sammanvägda modellportföljen, där strategierna även körs på Norden utan Sverige och USA. Samtliga använder månadsvis ombalansering, lika viktning, en standardportfölj på 20 innehav, samt 10 baspunkter transaktionskostnad per ombalansering, beräknat på enkelriktad omsättning. Motsvarande resultat för andra geografiska universum redovisas i Sektion 4.

* Jämförelseindex är konstruerat som en lika viktad månadsportfölj av samtliga Stockholm Large Cap-bolag som passerar samma likviditetsfilter som strategierna. Vi väljer Large Cap snarare än hela Stockholm-universumet (Large + Mid + Small Cap) eftersom Mid och Small Cap-data har mer survivorship bias, dvs avnoterade småbolag saknas i högre grad vilket skulle ge en artificiellt sänkt jämförelsenivå och därmed en överdrivet hög meravkastning. Att jämföra mot Large Cap är det mer konservativa och hederliga valet. Benchmarket är dessutom lika viktat — samma viktning som strategierna själva använder — vilket gör jämförelsen äpplen-mot-äpplen. Ett lika viktat Large Cap-index är samtidigt ett tuffare riktmärke än ett börsvärdesviktat index, så meravkastningen är om något konservativ snarare än uppblåst. Det gäller jämförelsen för strategierna på Stockholm-listorna. För den sammanvägda modellportföljen är jämförelsen svagare: portföljen består till mer än hälften av bolag i Norge, Danmark, Finland och USA, som inte ingår i baselinen, och skillnaden mot den speglar därför också hur de marknaderna har utvecklats jämfört med Stockholm, inte bara modellens urval.

† Den sammanvägda modellportföljen är det enda som publiceras till medlemmar — de fyra strategierna körs inte var för sig. Raden avser hela mätperioden, men modellen har bestått av samtliga tolv delportföljer först sedan maj 2024. Dessförinnan saknar de två fundamentala strategierna nyckeltalsdata och allokeringen körs på de prisbaserade. Sektion 2 redovisar de två perioderna var för sig.

2.Den sammanvägda modellportföljen

Sektion 3 redovisar varje strategi för sig. Det är inte vad en medlem tar emot. Portföljverktyget publicerar en enda lista, och den listan är samtliga fyra strategier körda på tre marknader — tolv delportföljer — sammanvägda till en portfölj. Det är den raden som står sist i Tabell 1, och den som bryts ned här.

Inom varje marknad viktas Momentum + Low Volatility 1,0, Technical Trend 0,8, Defensive Quality 0,6 och Quality Momentum 0,5, normaliserat till 100 %. Marknaderna viktas därefter Stockholm 35 %, Norden 35 % och USA 20 %, likaså normaliserat. Den nordiska delen körs på ett universum där Sverige är bortfiltrerat, så att ett svenskt bolag inte kan plockas upp av både Stockholm- och Nordenmodellen och få dubbel vikt av att två modeller på samma marknad råkar vara överens. Ett bolag som plockas upp av flera strategier får vikterna summerade, men ingen enskild position tillåts överstiga 10 %. Varje marknad behåller sina största positioner — 15 för Stockholm, 15 för Norden, 10 för USA — och vikten från de bolag som faller utanför fördelas proportionellt på dem som är kvar, så att positionstaket styr hur många namn en medlem behöver gå igenom utan att sänka exponeringen. I genomsnitt blir det 40 innehav och 1,3 % kassa, med 500 % omsättning per år räknat som summan av viktförändringarna mellan två publicerade portföljer. Det är en hög omsättning, och den är skälet till att courtaget behöver räknas på innan en position tas — ett innehav som är för litet i förhållande till minimicourtaget äts upp av avgifterna långt innan modellen hinner ha rätt.

Sammanvägningen är därmed inte ett medelvärde av de fyra strategierna. Ett bolag som bara en strategi hittar får en liten vikt; ett bolag som fyra strategier hittar oberoende av varandra får en stor. Det är den mekanismen Tabell 2 mäter, och den kan inte läsas ut ur strategikurvorna var för sig.

Allokeringen går att köra hela vägen tillbaka till 2007, och Tabell 2 redovisar den serien först. Men modellen har inte sett likadan ut hela vägen. Quality Momentum och Defensive Quality bygger på fundamentala nyckeltal, och vår datakälla tillhandahåller bara omkring tio kvartals rullande historik för dem. Först från maj 2024 finns samtliga tolv delportföljer. Under de 203 månaderna dessförinnan körs allokeringen på Momentum + Low Volatility och Technical Trend över de tre marknaderna, med vikterna omnormaliserade till 100 % — alltså sex delportföljer i stället för tolv, och i enstaka tidiga månader färre än så när en marknad inte fick ihop tillräckligt många kandidater.

Det är samma allokeringsmekanik och samma portföljstorlek — 38 till 40 innehav genom hela serien — men det är inte samma modell som publiceras i dag. Den långa serien säger något om hur konstruktionen beter sig genom en hel cykel, inklusive finanskrisen; den korta säger vad den nuvarande sammansättningen har gjort. 27 månader är ett stickprov ur en enskild marknadsregim och inget track record. Båda redovisas därför, och ingen av dem ska läsas som den andra. Fönstret för den fullständiga modellen förlängs efter hand som nya kvartal tillkommer.

Det övre blocket avser hela mätserien. Under 203 av dess 230 månader bestod modellen av sex delportföljer i stället för tolv — i ett fåtal tidiga månader så få som fyra, när en marknad inte fick ihop tillräckligt många kandidater — eftersom de fundamentala strategierna saknar data så långt tillbaka. Siffrorna beskriver alltså allokeringsmekaniken över en hel cykel, inte den sammansättning som publiceras i dag. Det undre blocket avser enbart den period då samtliga tolv funnits.

Två saker gör dessutom jämförelsen mot baselinen ofullständig. För det första håller modellportföljen nordiska och amerikanska bolag, medan baselinen enbart är svensk — det är den baseline rapporten använder genomgående, men den mäter inte samma marknadsexponering. För det andra räknas varje innehavs avkastning i bolagets noteringsvaluta, utan omräkning till kronor. Drygt 60 % av portföljen har i genomsnitt legat i NOK, USD, DKK och EUR, och rörelserna i de valutorna mot kronan finns varken i den redovisade avkastningen eller i volatiliteten. Se Sektion 6.

En sak till om det undre blocket, som vi hellre skriver ut än låter en läsare upptäcka själv. När positionstaket skär bort de minsta innehaven är vikterna ofta exakt lika stora: alla bolag som plockats upp av samma kombination av strategier får per konstruktion identisk vikt. I 86 % av marknadsmånaderna går snittet rakt igenom en sådan grupp, och vilket bolag som då behåller sin plats avgörs av ordningen i underlaget snarare än av en uttalad regel. Över de 230 månaderna spelar det liten roll — olika ordningar ger 12,9 % till 15,8 % i årsavkastning kring de 14,3 % som redovisas. Över de 27 månaderna spelar det stor roll: samma modell ger mellan 6,7 % och 14,1 % beroende på hur de lika vikterna bryts, med 10,7 % som mittvärde, och de 12,5 % i tabellen ligger i den övre delen av det spannet. Läs alltså det undre blocket som en indikation på storleksordning, inte som en mätning. Det är ytterligare ett skäl att inte dra slutsatser av 27 månader.

Skillnaden mellan de två blocken i Tabell 2 är inte brus. Den långa serien rymmer finanskrisen, och därmed en drawdown på -61,0 % som de 27 senaste månaderna inte kommer i närheten av. Den som vill veta hur illa det kan gå ska läsa den raden, inte den korta.

3.Strategier

Nedan visas kumulativ avkastning för varje Stockholm-strategi, ritad mot en likavikt-baseline av Stockholm Large Cap. Y-axeln är logaritmisk.

4.Internationell validering

För att undersöka om strategierna är artefakter av den svenska marknaden eller mer generella faktoreffekter har vi applicerat samma regelverk på tretton geografiska marknader. Momentum + Low Volatility och Technical Trend täcker alla tretton; Quality Momentum och Defensive Quality kräver fundamental KPI-data och är därför begränsade till Sverige, Norden och USA. Tomma celler (“—”) indikerar att data inte finns tillgänglig.

Övre raden i varje cell visar annualiserad avkastning (CAGR); värden inom parentes anger total ackumulerad avkastning under respektive backtestperiod. “—” indikerar att data saknas för den kombinationen av marknad och strategi.

Momentum + Low Volatility levererar positiv CAGR i 12 av 13 marknader. Technical Trend gör detsamma i 11 av 13 marknader. Tyskland, Belgien och Italien står ut som svaga marknader för flera av de prisbaserade strategierna, vilket understryker att faktor-premier är geografiskt heterogena och inte ska antas vara universella.

Quality Momentum och Defensive Quality bygger på fundamentala nyckeltal, och vår datakälla tillhandahåller bara omkring tio kvartals rullande historik för dem. Sample-storleken är därför kort — 27 månader från maj 2024 — och fönstret flyttar fram sig i takt med att nya kvartal tillkommer, i stället för att växa. Resultaten ska tolkas som indikativa, inte definitiva; längre track record krävs innan vi kan uttala oss om strategiernas robusthet i internationell kontext.

5.Månadsavkastning per strategi

Tabellerna nedan visar månadsvis nettoavkastning för varje strategi körd på Stockholm-universumet (Large, Mid och Small Cap). Kolumnen År visar sammansatt årsavkastning. Förlustmånader är markerade i rödfärg. Inga månader är exkluderade.

Vi redovisar månadsdata endast för Stockholm-universumet, inte för internationella varianter. Skälen är två: dels är Stockholm primärfokus för våra portföljer, dels skulle tretton marknader multiplicerat med fyra strategier ge 52 individuella månadsstabeller utan att tillföra mer klarhet om strategiernas månadsupplevelse. Aggregerade nyckeltal för internationella marknader redovisas i Sektion 4.

6.Begränsningar

Backtestresultat är inte verklig avkastning. Följande kända begränsningar bör beaktas vid tolkning av siffrorna ovan.

Survivorship bias.

Aktieuniversumet bygger på dagens listade bolag på alla tre marknaderna; avnoterade bolag (konkurs, uppköp) saknas i historiken, vilket kan ha lyft de absoluta avkastningssiffrorna. Strategierna väljer ur Large, Mid och Small Cap i Stockholm, huvudlistorna i Norge, Danmark och Finland samt USA, medan jämförelsen bara är Stockholm Large Cap, där biasen är mindre — skillnaden drar därför åt att även meravkastningen mot index är något överskattad.

Kursutveckling vs totalavkastning.

Underliggande prisdata inkluderar inte utdelningar, så de absoluta avkastningssiffrorna är något lägre än med återinvesterade utdelningar. Hur övertaget mot index påverkas är osäkert — en känd begränsning vi vill åtgärda med totalavkastningsdata.

Lika vikter bryts av ordning, inte av regel.

Bolag som plockats upp av samma kombination av strategier får identisk vikt. När positionstaket per marknad — 15, 15 och 10 — skär bort de minsta innehaven går snittet därför i 86 % av marknadsmånaderna rakt igenom en grupp med exakt samma vikt, och vilket bolag som behåller platsen avgörs av ordningen i underlaget. Över hela mätserien är effekten liten, men över korta perioder är den stor: de 27 månaderna i Tabell 2 varierar mellan 6,7 % och 14,1 % i årsavkastning beroende på hur ordningen faller ut. Modellen är avsiktligt regelbaserad, och det här är den punkt där en regel saknas. Vi redovisar spannet tills den är på plats.

Ingen valutaomräkning.

Varje innehavs avkastning räknas i bolagets noteringsvaluta och summeras utan omräkning till kronor. För de svenska strategierna saknar det betydelse. För den sammanvägda modellportföljen i Sektion 2 gör det det inte: mätt som genomsnittlig vikt över perioden ligger cirka 25 % i NOK, 21 % i USD, 9 % i DKK och 5 % i EUR — drygt 60 % av portföljen — och rörelser i de valutorna mot SEK finns varken i den redovisade avkastningen eller i volatiliteten. En svensk investerares faktiska utfall avviker därför från siffrorna i Tabell 2 med valutaeffekten under perioden, åt båda håll. Samma sak gäller varje icke-svensk marknad i Tabell 4, där CAGR är lokal avkastning och inte det en svensk sparare hade fått. Att lägga in valutaomräkning kräver växelkurshistorik vi ännu inte hämtar hem; tills dess ska siffrorna läsas som avkastning i lokal valuta.

Likviditet i drawdowns.

Likviditetsfiltret (1 MSEK genomsnittlig daglig omsättning över senaste tre månaderna) mäter "normal" volym. I exempelvis finanskriser försvinner likviditet snabbt och bid-ask-spreadar ökar. Verklig handel under sådana perioder medför högre kostnader än modellens antagna 10 baspunkter per ombalansering.

Modellrisk.

Faktorer som har fungerat i 30 år kan sluta fungera. Momentumstrategier har historiskt drabbats av kraftiga reversal-fenomen vid finanskriser vilka är synliga i månadsmatrisen ovan. Detta är en fundamental risk i regelbaserade modeller. Den dämpas genom diversifiering över flera faktorer och marknader, som dock inte är oberoende av varandra, och inte genom avvikelser från regelverket.

Look-ahead i fundamentala data.

För strategierna som använder fundamentala faktorer (Quality Momentum och Defensive Quality) laggas KPI-data två månader från kvartalsslut. Detta är en approximation av publiceringsdatum och kan för bolag med sena Q4-rapporter (mars–april) införa en marginell look-ahead på enstaka månader per år.