Doelstelling
Het Trend Indentification model beoogt een structurele outperformance te realiseren ten opzichte van gelijkwogen buy & hold posities in effecten. Het model gaat ervan uit dat de effecten die gebruikt worden door het model op lange termijn een koersstijging kunnen realiseren. Het model zal het resultaat van de door de belegger geselecteerde effecten kunnen optimaliseren. Het Index Trend Identification Programme maakt gebruik van dit model en streeft bovendien substantiële risicovermindering na door het model ter diversificatie in te zetten op meer goed verhandelbare indices.
Beleggingsbeleid
Het model is ontwikkeld met behulp van theoretische en empirische inzichten uit de Behavioural Finance theorie. Binnen deze theorie wordt het sentiment op aandelenmarkten beschouwd als een belangrijk instrument om het aan- en verkoopgedrag van beleggers te begrijpen en te modelleren. Op basis hiervan zoekt het model naar trends en is het in staat het gewicht van een transactie mede te bepalen. Het programma maakt gebruik van de inzichten in de Moderne Portefeuille Theorie. In deze theorie wordt aangenomen dat het cruciaal is beleggingen te spreiden over activa die laag met elkaar zijn gecorreleerd. Uitgangspunt van het model is omslagpunten in koersbewegingen te identificeren. Uitgangspunt van het programma is om met de inzet van het model continuïteit en outperformance te behalen ten opzichte van relevante gecombineerde benchmarks over een langere periode.
In het programma kan door de belegger een gewogen positie worden ingenomen in bijvoorbeeld de Europese Stoxx 600, de Nikkei-225, de Dow en in relevante emerging markets indices teneinde een beter resultaat te behalen dan de geijkte wereldindices. Door toepassing van geteste filtertechnieken is het model in staat om voor elk van de in het programma aanwezige indices optimaal te profiteren van een trend en tevens een trendbreuk te signaleren. Indien het model een trendverandering bevestigt, dient de belegger hierop emotieloos te handelen.
De ontwikkelaars
Het model en het programma zijn ontwikkeld door onderzoekers verbonden aan de Universiteit van Tilburg. Bij de wetenschappelijke analyses is rekening gehouden met het gevaar van data-mining. Alle invoerparameters zijn getest met out-of-sample data. Het model passeerde een zware test op data-mining. Het onderzoek waarop de test is gebaseerd is gepubliceerd in de Journal of Finance (november 1999). Slechts 6% van de geteste kwantitatieve beleggingsstrategieën ontglipte daarin het ongemakkelijke brandmerk van data-mining.
Due diligence
Op het model is eveneens due diligence verricht door wetenschappers die in die periode verbonden waren aan de Erasmus Universiteit te Rotterdam. De uitkomsten van deze onafhankelijke tests waren positief.
Dagelijks gebruik
Momenteel wordt het model voor dagelijks gebruik ingezet als steun in de voorspelling voor de trend in aandelenmarkten, obligatiemarkten, de markten voor grondstoffen, edelmetalen, vastgoed en valuta door middel van exchange traded funds (trackers). De performance van het model is behaald door bij een positief signaal met leverage de markt in te gaan en bij een negatief signaal volledig liquide te zijn. Behavioural Finance elementen kunnen de posities optimaliseren in relatie tot tijd en reeds behaalde koerswinst. Afhankelijk van het doel, het risicoprofiel en de horizon van de belegging kunnen de signalen van het model ook omgezet worden in traditionele long- en shortposities.
