@Yu_Gong Har udviklingsteamet overvejet at lave et Inderes API? Så man kunne få anbefalinger osv. Disse oplysninger ville selvfølgelig kun være tilgængelige for fællesskabsmedlemmer ![]()
Vi har dataene tilgængelige i databasen, og jeg har sammen med @vuh gennemgået, hvordan han får adgang til dem.
Vi har endnu ikke en åben API tilgængelig, men jeg kan hjælpe, hvis du spørger, men det kræver en kort gennemgang med mig ![]()
Betydningen af målpris
Endnu en analyse
Jeg gør det nogle gange selv, at jeg går ind på Inderes.fi aktiesammenligning og sorterer aktierne efter “Potentiale”-kolonnen, hvorefter jeg begynder at undersøge aktierne med det største potentiale. Potentialet er defineret som %-stigning til målprisen fra aktiens nuværende pris:
potentiale = (målpris – aktiekurs) / aktiekurs
Men kan man opnå overnormale afkast med dette? Med andre ord, korrelerer dette potentiale med fremtidige afkast, eller har Inderes simpelthen fulgt aktiekursen med målprisen eller opdaterer den for langsomt?
I denne øvelse er afkast beregnet som “køb og behold”-afkast, hvor en aktie købes på en given dag og beholdes i X kalenderdage fremad. Derfor er afkastene forskellige fra Inderes-effektens afkast, hvor det antoges, at investoren ville surfe på anbefalingerne på handelsdagene, og opfølgningstiden var begrænset til den næste anbefaling. “Køb og behold”-afkast har en mindre forskel, og køb/sælg-anbefalingerne virker ret unødvendige i disse tilfælde:
Jeg tager Aallon Group som eksempel, hvor jeg i det første billede visualiserer aktiekursen, målprisen og anbefalingerne. Ud fra dette kan både potentialet og afkastet X dage fremad beregnes (30 dage, 120 dage osv.). Lad os antage, at hver dag er sit eget datapunkt med “Potentiale” og “Afkast X dage fremad”. Jeg visualiserer dette i det sidste billede, hvor jeg desuden med en simpel lineær regression illustrerer, hvor meget “Potentiale” forudsiger fremtidige afkast. Det observeres, at disse korrelerer ret godt, og korrelationen vokser, jo længere frem vi går i afkastet:
Hældningskoefficienten for linjen i dette sidste billede beskriver efter min mening godt potentialets effekt, da den besvarer spørgsmålet “Hvor meget stiger afkastet (Y%), når potentialet (X%) stiger?” (Guru-bemærkning: Beta i beregning Simple linear regression - Wikipedia). For eksempel er denne 120-dages værdi for Aallon Group 0,75, og dette betyder, at et 30% højere potentiale end gennemsnittet ville have øget afkastet med 30%*0,75 = 22,5% over aktiens gennemsnitlige afkast.
Disse beregninger kan udføres for hver aktie separat, og det observeres, at potentialet i hvert fald inden for et år ser ud til at være næsten en-til-en med de såkaldte ekstraordinære afkast for mange aktier. For nogle aktier er der derimod intet signal:
Dette afhænger dog af aktien, over alle aktier opnås gennemsnittet
Tuotto30d 0.192505
Tuotto60d 0.292638
Tuotto90d 0.243482
Tuotto120d 0.260448
Tuotto365d 0.220299
og medianen
Tuotto30d 0.084533
Tuotto60d 0.175563
Tuotto90d 0.172856
Tuotto120d 0.196301
Tuotto365d 0.317857
Nogle konklusioner fra da jeg undrede mig over individuelle aktier: Aallon Group er et godt eksempel på, hvordan brugen af målprisen som investeringsbeslutning synes at fungere godt for aktier, der “snorker” mellem anbefalingerne, og som har en tendens til af og til at overreagere op eller ned. Hvis der var et klart fundamentalbaseret positivt eller negativt “momentum” i aktiekursen, opdateres målprisen muligvis ikke ofte nok til, at den forbliver informativ.
Godt arbejde med analysen. Der må også være en del negative hældningskoefficienter, da gennemsnittene er ret lave sammenlignet med de selskabsspecifikke hældningskoefficienter. Hvis du har tid, ville det være interessant at se de gennemsnitlige fejl mellem målkursen og den realiserede kurs.
Dette ville også interessere mig, dvs. når det er en 12-måneders målkurs (Target price), er træfsikkerheden så bedre end at gætte dagens kurs, altså “status quo”?
Anbefalingsfejl: realiseret afkast vs. prognose
@Ripelein og @Vara-Paavi jeg håber, dette besvarer jeres spørgsmål. For at gøre lørdag aften mere interessant lavede jeg endnu en analyse for at besvare spørgsmålet “hvor meget adskiller en akties realiserede afkast sig fra det afkast, der er forudsagt af anbefalingen?”
Fra kilden Inderesin suosituspolitiikka ja riskimittaristo husker vi:
-
Køb: Aktiens risikojusterede 12 måneders afkastforventning er meget attraktiv
-
Forøg: Aktiens risikojusterede 12 måneders afkastforventning er attraktiv
-
Reducer: Aktiens risikojusterede 12 måneders afkastforventning er svag
-
Sælg: Aktiens risikojusterede 12 måneders afkastforventning er meget svag
To vigtige begreber, når vi overvejer, hvordan “fejlen” mellem anbefaling og afkast defineres:
-
Forskellen mellem en enkelt akties realiserede 12-måneders afkast og det afkast, der er forudsagt af anbefalingen
-
Forskellen mellem en enkelt akties forventede 12-måneders afkast og det afkast, der er forudsagt af anbefalingen
Med forventet afkast menes det gennemsnitlige afkast, der ville blive realiseret, hvis vi kunne investere i mange lignende udvalgte aktier. Inderes bruger også udtrykket afkastforventning. Afkastet for en enkelt aktie kan afvige betydeligt fra prognosen på grund af mange ting, som en analytiker umuligt kunne forudsige: brand på en fabrik osv. En analytikers opgave er at forudsige det forventede afkast så nøjagtigt som muligt.
I denne analyse undersøger jeg individuelle aktiers afkast 12 måneder fremad fra anbefalingsdatoen, hvilket betyder, at observationerne kun er de dage, hvor en ny anbefaling er givet, og det realiserede afkast er beregnet ud fra alle data (kurshistorik + udbytte) herfra. I det forrige indlæg var observationerne alle dage, hvor en aktie havde en anbefaling, og jeg undersøgte målkursens indvirkning på alle handelsdage, så afkastene kan afvige herfra. Jeg forsikrede mig om, at jeg på denne måde ville have opnået de samme resultater som tidligere.
Histogram over individuelle aktiers afkast:
Lad os beregne det gennemsnitlige afkast fra disse afkast baseret på anbefalingstypen:
Det observeres, at en aktie med en Køb-anbefaling i gennemsnit giver 36,8 % afkast fra anbefalingsdatoen, og jeg beregnede også konfidensintervaller for det forventede afkast på 26,7 % og 47,7 %… Medianen for en aktie med en Køb-anbefaling gav 31,4 %, og 95 % af afkastene ligger mellem -62,3 % og 179 %. Investering i individuelle aktier er derfor en farlig affære, selvom man kun investerer i aktier med en Køb-anbefaling, og det er ikke ualmindeligt at til tider opleve et tab på -62,3 %. For individuelle aktier kan prognosefejlen derfor være meget stor. Hvis man investerer i alle aktier med en anbefaling, kan man igen være ret sikker på det gennemsnitlige afkast, man opnår.
Dette kan også visualiseres på denne måde:
Hvad med målkursen? Lad os definere potentialet = målkurs / aktiekurs. I det følgende visualiserer jeg potentiale vs. aktieafkast (venstre) og potentiale vs. forventet afkast (højre):
Det observeres, at uanset hvilken potentiel aktie man investerer i, er der enorme forskelle i individuelle aktiers afkast: -75 % og +750 %. En farlig affære. Det gennemsnitlige afkast er dog med rimelig sikkerhed ret godt, når potentialet overstiger 5 %, og afkastet stiger jo mere potentiale der er.
Til sidst kom jeg med en hypotese: hvad hvis spredningen i afkast forklares af, at indekset svinger op og ned?
Dvs. kunne der være så mange op- og nedture i indekset, at spredningen i afkast er enorm, men hvis timing af markederne ikke tages i betragtning, og aktien sammenlignes i forhold til indekset, ville analytikeren så være i stand til at forudsige godt, hvordan aktien klarer sig. F.eks. shorte indekset og long’e aktien. Jeg beregnede derfor også, hvor mange % større eller mindre en enkelt akties afkast var sammenlignet med indeksets afkast i den tilsvarende periode.
De samme beregninger:
Jeg må sige, at de forventede afkast passer godt med anbefalingspolitikken! Men der er stadig virkelig meget variation i individuelle aktier.. samme visualisering:
Og endnu denne regressionsgraf:
Det er interessant at se, at aktien i gennemsnit giver bedre afkast end indekset, når potentialet overstiger 5 %, hvilket historisk set har været cirka indeksets realafkast. Potentialet og mer-afkastet i forhold til indekset følger her stort set den samme formel, som vi tidligere vurderede. Målkursene er altså ret godt kalibreret i hvert fald på anbefalingsdatoen.
Konklusioner:
- Pas på med at investere i en enkelt aktie, prognosefejlene er virkelig store!
- Hvis I investerer i mange aktier, følger deres gennemsnitlige afkast godt anbefalingspolitikken (målkurser & anbefaling)

Ekspertbemærkning: alle konfidensintervaller er beregnet med bootstrapping-metoden (Bootstrapping (statistics) - Wikipedia).
Ud fra dette billede kan man udlede, at den bedste taktik til at drage fordel af Inderes’ anbefalinger ville være at gå long på indekset og shorte aktier, der har fået en “sælg”-anbefaling.
Her er problemet, om det er praktisk muligt at shorte “Sælg”-anbefalinger? Kunne en fagmand med mere viden kommentere dette?
Hvis ikke, forklarer det i teorien, hvorfor disse aktier kan være så overvurderede. Jeg har ofte selv tænkt, at det inden for small cap-feltet har været meget svært at forudse vinderne, men der er et dusin virksomheder, som med stor sandsynlighed vil ødelægge aktionærværdi uden mulighed for mangedobling.
I hvert fald tilbyder Nordnet kun de mest likvide aktier til shorting, og omkostningerne er ret høje
https://www.nordnet.fi/fi/palvelut/lainat-ja-luotot/shorttaus-eli-lyhyeksi-myynti
Interessant analyse Vuh!
Den vedhæftede graf viser holdafkastet for aktier fulgt af Inderes i blåt og afkastet ved at følge Inderes’ anbefalinger i orange. Dataene er fra ti år, 2010-2020, og der var sandsynligvis 112 virksomheder.
Som det kan ses af grafen, ser de største fordele ud til at komme fra at stoppe tab snarere end at maksimere gevinster. Noget i den retning kunne man også mistænke ud fra tabellen, som præsenterede det gennemsnitlige afkast baseret på anbefalingstypen.
Inspireret af dette: Kan du lave et scenarie, hvor en investor holder alle virksomheder undtagen dem, hvor Inderes har en salgsanbefaling? I så fald ville denne tabsskæring realiseres med en ret passiv strategi.
Det er ikke meningen at pumpe liv i en gammel tråd, men jeg vil tilføje resultaterne med Inderes’ egne data til denne tråd, hvis en klogere person senere vil lave lignende beregninger og ønsker at sammenligne resultaterne. Dette inkluderer alle anbefalinger siden Inderes startede i 2013. Jeg inkluderede også første halvdel af 2022, som inkluderer det nuværende fald, da jeg blev spurgt, om Inderes stadig var foran indekset ![]()
Ny beregning
Jeg observerede dog to afvigelser i Inderes’ data, som gør, at den ikke kan anvendes direkte:
- Nogle ‘anbefalinger’ svarer til ‘Analytikerkursiv’-opslag, hvor der ikke er givet en ny officiel anbefaling, men dataene ser ud til at gentage den tidligere anbefaling.
- Flere ‘datoer’ stemmer ikke overens med analysens udgivelsesdato, er ofte 0-2 dage før, og svarer sandsynligvis til den dag, hvor analytikeren udførte analysen.
Derfor brugte jeg en web-robot til at hente alle opslag fra Inderes’ hjemmeside og linkede den faktiske dato for ‘Analyse’-tagget til den nærmeste tilsvarende anbefaling i Inderes’ data. Nye anbefalinger efter 2022 kan automatisk hentes fra ‘Analytikerkursiv’-opslag. Desuden henter robotten klokkeslættet, hvilket giver mig mulighed for at vide, om anbefalingen blev givet efter børsens lukketid, i hvilket tilfælde anbefalingen først kan handles den næste dag. Det er altså ikke længere nødvendigt at korrigere datoen + 1 separat. På denne måde:
| Aktie | DatoAnalyse | DatoMatch | Anbefaling | Målpris | Oprettet | href |
|---|---|---|---|---|---|---|
| Aallon Group | 2019-04-09 | 2019-04-09 | Reducer | 8.5 | 2019-04-09 08:44:00 | /fi/uusi-haastaja-defensiivisella-markkinalla |
| Aallon Group | 2019-08-23 | 2019-08-22 | Reducer | 9.0 | 2019-08-23 07:58:00 | /fi/yritysostoja-odotellessa |
| Aallon Group | 2019-09-30 | 2019-09-28 | Reducer | 9.0 | 2019-09-30 08:15:00 | /fi/ensimmainen-pieni-askel-yritysostorintamalla |
| Aallon Group | 2019-12-12 | 2019-12-11 | Reducer | 9.9 | 2019-12-12 07:59:00 | /fi/yritysostostrategia-etenee-mutta-arvostus-… |
Nu skulle dataene være i orden og afspejle, hvad en privat investor reelt ser ![]()
Inderes’ overafkast sammenlignet med indekset
Vi beregner et ligevægtet, dagligt rebalanceret afkastsindeks, hvor porteføljen til enhver tid indeholder:
- Inderes: Aktier med ‘Forøg/Køb’-anbefaling.
- Omvendt: Aktier med ‘Reducer/Sælg’-anbefaling.
- Køb&Hold: Alle aktier under overvågning.
- Indeks: Alle aktier på Helsinki-børsen og First North.
Omregnet til årligt afkast for 1.2013-7.2022 var dette:
| Strategi | Årligt afkast |
|---|---|
| I porteføljen (Inderes) | 23.4% |
| I porteføljen (Omvendt) | 6.8% |
| I porteføljen (Køb&Hold) | 15.3% |
| I porteføljen (Indeks) | 14.5% |
Afkast per år viser, at der blev genereret overafkast hvert år, undtagen 2022, men året er ungt:
Baseret på aktieskift er der en betydelig forskel i afkastindekserne. Denne kategorisering har forenklet lidt og brugt Helsinki-børsens omsætning i slutningen af 2021 til at klassificere selskaber (smallcap, midcap, largecap). Bemærk, at First North ikke starter fra samme punkt som Helsinki-børsen:
Omregnet til årlige afkast ses det, at Inderes’ fordel netop stammer fra små virksomheder, idet der er opnået en forskel på +10% til indekset ved at udvælge små virksomheder fra First North og Helsinki-børsen, mens forskellen i afkast til indekset for de største (40 mest handlede) er meget mindre, nemlig 3%:
| Kategori | Inderes | Indeks | Forskel |
|---|---|---|---|
| FN | 21.4% | 5.8% | +15.5% |
| Smallcap | 23.7% | 12.5% | +11.2% |
| Midcap | 24.6% | 19.1% | +5.5% |
| Largecap | 17.3% | 14.3% | +3.0% |
Inderes-effekten
Herefter estimeres Inderes-effekten. Dette er en slags ikke-parametrisk estimator for en stokastisk proces. Man bør ikke overfortolke adfærden af køb/salg-anbefalinger efter 50 dage, da dataene er så få, og en ny anbefaling ikke nødvendigvis er en afkastuafhængig proces, som formlerne antager.
Inderes-effekten stemmer overens med disse nye data, hvor robotten registrerer analysens faktiske udgivelsesdato, og opstår kun den første dag. Inderes-effekten er ca. 2,5% for en købsanbefaling, 1% for en forøget anbefaling, -1% for en reduceret anbefaling og -2% for en salgsanbefaling:

Tidspunktet 0 dage er primært ændringen fra forrige dags lukkekurs til næste dags åbning, som en investor ikke kan handle, hvilket betyder, at Inderes-effekten primært opstår, når børsen er lukket.
Enkeltaktieafkast
Her er endnu en beregning af enkeltaktieafkast og den såkaldte prognosefejl:
Og kategoriseret efter anbefalingstypen, hvor det gennemsnitlige afkast efter 365 dage (mean) er beregnet for forskellige anbefalingstyper, samt 95% konfidensintervaller for enkeltaktier og gennemsnitligt afkast ved hjælp af Bootstrap-metoden.
| Anbefaling | Gennemsnit | Median | 95% nedre | 95% øvre | Gennemsnit 95% nedre | Gennemsnit 95% øvre |
|---|---|---|---|---|---|---|
| Køb | 0.259 | 0.186 | -0.590 | 1.576 | 0.196 | 0.326 |
| Forøg | 0.239 | 0.126 | -0.454 | 1.623 | 0.212 | 0.266 |
| Reducer | 0.145 | 0.058 | -0.508 | 1.270 | 0.121 | 0.170 |
| Sælg | 0.038 | -0.001 | -0.630 | 0.800 | -0.012 | 0.092 |
Her visualiseres den betydelige usikkerhed omkring individuelle afkast, men den rimelige sikkerhed omkring det gennemsnitlige afkast:
Alternativt, hvis man på anbefalingsdatoen shortede dette ligevægtede all-share afkastsindeks og tog en lang position i den enkelte aktie uden omkostninger, ville det gennemsnitlige afkast efter 365 dage være som følger:
| Anbefaling | Gennemsnit | Median | 95% nedre | 95% øvre | Gennemsnit 95% nedre | Gennemsnit 95% øvre |
|---|---|---|---|---|---|---|
| Køb | 0.064 | -0.005 | -0.587 | 1.019 | 0.009 | 0.120 |
| Forøg | 0.048 | -0.026 | -0.607 | 1.209 | 0.025 | 0.071 |
| Reducer | -0.059 | -0.112 | -0.683 | 0.960 | -0.080 | -0.038 |
| Sælg | -0.159 | -0.183 | -0.973 | 0.639 | -0.211 | -0.106 |
Og samme visualisering:
Ny vejledning
Det faktiske årlige afkast for Inderes-porteføljen i perioden 01-01-2013 og 31-07-2022 (9,5 år) [01-01-2018 og 31-12-2021 (4 år)], hvor de fleste aktier var under overvågning, var 23,4% [25,5%] om året, mens det årlige afkast for et ligevægtet indeks bestående af alle aktier var 14,5% [17,5% ]. OMXHGI-indekset gav et afkast på ca. 11% i perioden, dvs. noget mindre end dette indeks (ikke FN, markedsvægtede).
Er der nogen (ping: @Markku_Kurtti), der har et indblik i, hvad der ville være det mest optimale mål til at måle præcisionen af kursmål?
Link: måling af præcision (MAPE)
Jeg overvejer, om man kunne måle præcisionen med i hvert fald MAPE-målet (Mean Absolute Percentage Error). Her er præcisionen bedre, jo lavere MAPE er. Hvis kursmålet og den faktiske aktiekurs er ens, er MAPE 0 %. På den anden side, jo større afvigelsen er mellem resultatet og prognosen, jo højere er MAPE.
MAPE-målet har dog mindst én svaghed. Det lægger større vægt på situationer, hvor resultatet er under prognosen, end på situationer, hvor resultatet er over den. Eksempel:
| t | Faktisk | Kursmål | APE |
|---|---|---|---|
| 1 | 100 | 80 | 20% |
| 2 | 60 | 80 | 33% |
| MAPE | 27% |
Underskridelse af kursmål er for en aktieinvestor måske mere negativt end overskridelse af kursmål. I den henseende er MAPE-målet måske i sig selv ganske godt. Jeg tænker dog over, om der findes et mål, der vægter både overskridelser og underskridelser af kursmålet ligeligt. Findes der med andre ord måske et endnu mere velegnet mål til at måle denne præcision?
Redigeret 4.11 kl. 14. Tastefejl rettet.
Ellers samme formel, men sæt Pt i nævneren, så jeg får den samme procentvise ændring.
Her er et par alternative formler. Den optimale indikator afhænger naturligvis af behovene.





Og hvis man er mere interesseret i rigtigheden af afkastets retning, kan man bruge en fejlmatrix, som kan have flere celler end i nedenstående eksempel:
Tak @vuh for de interessante og inspirerende beregninger. Har du stadig de scripts, der blev brugt til beregningerne? Hvis ja, ville det være rigtig interessant at se, hvordan de tal har udviklet sig i løbet af året 22-23. ![]()
Jeg har selv planer om et lignende projekt i juleferien eller før det.
Jeg arbejder med dataanalyse/optimering inden for energisektoren, så jeg har lidt erfaring med den slags.
Operationens kaldenavn er ”prognosernes herlige sværhedsgrad”.
Formålet er at gennemgå Inderes’ analyser og undersøge, hvor godt analytikernes estimater rammer x tidspunkter ind i fremtiden.
Idéen er at kigge de historiske analyser igennem og se, hvordan analytikernes estimater har holdt stik 3, 6, 9, 12 måneder osv. frem i tiden.
Og se, hvordan analyserne har ramt plet, f.eks. i forhold til omsætning, overskud osv.
Muligvis rense for virksomhedsopkøb manuelt.
Lave en lille visuel opsummering af dette bagefter.
Stacken bliver stort set den samme som her. Lidt bearbejdning i Dataframes
Muligvis lidt mere visualisering…
Jeg testede lidt scraping fra PDF’er, men da skabelonerne har ændret sig gennem årene, er det desværre ret tungt at udtrække rådata fra dem.
Det ville være fantastisk, hvis historik/grunddata for prognoserne var tilgængelig til projektet @Yu_Gong1 ![]()
Det lyder meget interessant, jeg overvejer også selv præcisionen af de næste par års estimater og DCF. Send mig en besked (og @Yu_Gong1), hvis der faktisk findes data på dette ![]()
Jeg bemærkede, at mange datoer i Inderes’ data ikke svarer til det faktiske tidspunkt for analysens offentliggørelse, så jeg endte med at bruge en webrobot til at hente alle de offentliggjorte PDF’er fra Inderes’ hjemmeside, gemme udgivelsestidspunktet, parse anbefalingen fra PDF’en og gemme en tilsvarende CSV. Den opdateres også automatisk. Dette kan lade sig gøre med f.eks. en Selenium + PyPDF2-kombination, hvor man manuelt kan blive nødt til at rette et par håndfulde anbefalinger. Aktiekurser og udbyttehistorik kan downloades fra Kauppalehtis hjemmeside, og det kan også gøres med Selenium.
Jeg har lavet et dashboard ud fra disse, et sjovt projekt for at lære Dash og Heroku-kombinationen:
https://omxhsc-6f1a6713a0f2.herokuapp.com/

Jeg har ikke tænkt mig at betale for vedligeholdelsen af dette, så det kan være langsomt ved mange samtidige brugere…
Man kan selv klikke rundt på dashboardet, jeg lægger nogle eksempler fra perioden 2020-01-01 - 2023-10-10 her i tråden..






Man kan også se anbefalingshistorikken for en enkelt aktie her.. de rammer ikke altid plet med anbefalingen, men som helhed giver det et godt porteføljeafkast:

Som konklusion vil jeg sige, at der fra 2020 og frem har været mindre ost på Inderes-investorens brød
Ved at følge anbefalingerne har man ikke længere opnået et lige så godt afkast, især hvis man udelader de aktier med “Køb”-anbefaling, som strøg til vejrs i boblen efter corona
Afkastet for Inderes-aktier var dengang meget højere end gennemsnittet, og siden da har der været en pause i merafkastet i et stykke tid, selvom der ikke er sket en fuld reversion.
Godt arbejde og et meget interessant emne! Selvom det, lige nu, er en lidt for uoverskuelig og lang tekst for mig at fordøje.
Hvis man tænker på, hvilken hjælp man kunne få ud af dette, kunne “summa summarum” i det oprindelige indlæg (såvel som i de senere analyser, hvis jeg ikke har misforstået det helt?) så være, at
- man med anbefalingerne har kunnet opnå et merafkast i blinde, så længe man forstår at vælge de rigtige vindere i flokken, eller ellers er nødt til at tage alle med i porteføljen for at være på den sikre side?
- eller at selv en mindre, men tilstrækkeligt stor, delmængde baseret på anbefalingerne/potentialet sandsynligvis har været nok til at give et merafkast? Og med enkelte blinde eller selv indsigtsfulde valg kan man naturligvis ramme helt ved siden af.
Eller noget helt andet? Det ville være rigtig fedt, hvis disse hovedkonklusioner fra analysen kunne blive listet op på en overskuelig måde! Tak igen under alle omstændigheder.
Som en tilføjelse forblev begreber som f.eks. Inderes’ afkast (Inderesin tuotto) og Inderes-investor (Inderes-sijoittaja – investerer vel i alle de aktier, Inderes følger, i overensstemmelse med anbefalingerne?) samt faktisk afkast (todellinen tuotto) uklare.
Jeg flytter denne kritik herhen, hvor man ovenfor kan se data på, hvordan det er gået de seneste år. ![]()
Ved at følge anbefalingerne har man kunnet opnå et merafkast blindt, hvis man danner en balanceret portefølje af alle aktier med en akkumuler/køb-anbefaling. Sandsynligheden for, at dette skulle være tilfældigt, er astronomisk lille. Med en enkelt aktie kan man få et enormt tab eller afkast i løbet af året, uanset hvilken anbefaling den har. Svingninger mellem (-60 %, +160 %) er normale. Når man tager flere aktier ind i porteføljen, mindskes porteføljeafkastets varians, og de årlige afkast forbedres endda rent forventningsmæssigt (https://en.wikipedia.org/wiki/Volatility_tax).
Inderes-afkast og Inderes-investor refererer ganske rigtigt til en, der investerer i henhold til anbefalingerne. Faktisk afkast (“Ingen Inderes-effekt”) betyder det afkast, man får, når aktien købes til den næstmulige slutkurs. Nogle anbefalinger ændrer selve aktiekursen; de er givet uden for handelsdage eller efter børsens lukketid, hvilket betyder, at aktien ikke i virkeligheden kunne have været købt til dagens slutkurs.
Jeg vidste heller ikke selv, hvor godt det i virkeligheden var gået for Inderes, før jeg lavede denne meget tidskrævende analyse
Privatinvestorens og Inderes-fællesskabets oplevelser i den seneste tid kan opsummeres i dette billede:

Vilde årlige stigninger på +100 % i porteføljen fra corona-bunden til toppen blev afløst af årlige afkast på +0 % og -10 %. Hvis man startede på det dårligst mulige tidspunkt, så man endda et årligt afkast på -30 % for en balanceret portefølje baseret på anbefalingerne. Inderes skabte et enormt merafkast i small cap-coronaboblen og har siden da ligget nogenlunde på linje med indekset. Dette hjælper ikke meget på humøret, hvis man startede på det forkerte tidspunkt eller valgte de aktier til sin portefølje, der er faldet mest.
For øvrigt virker mine webrobotter ikke længere efter opdateringen af siden, så der kommer nok ikke automatiske opdateringer til det dashboard ![]()




















