Efter Leopold-kaos i sidste uge, var der stor grøn bølge i denne uge, hvor WEBN steg 3,33%.
Højdepunktet med ETF-scanneren er fra den nederste tabel i indlægget: Værdien af fraselektion i ETF-scanner er tydelig, at der kan forventes et merafkast på 0,5% før omkostninger hver femte uge. Hvis det resultat er holdbar, så kan det give et merafkast ift. WEBN på 5,3% om året før handelsomkostninger. Dog med stor varians, da scanneren kun fortæller præcist, hvad jeg ikke skal købe og ikke præcist, hvad jeg skal købe. Jeg har brug for cirka 2,5 års ugentlige målinger for at kunne lave en måling på, om resultatet er signifikant sandsynlighedsmæssigt, så jeg kommer til at følge op på dette hver uge.
En udfordring med stamdata, jeg har opdaget, er at der sker ændringer på ISIN-koder. F.eks. kan navnet på en ETF ændre sig eller også kan ETF’ens benchmark ændre sig. Ofte kommer der forskellige navne på ETF’en frem afhængigt af, hvor jeg taster en ISIN-kode ind. Det første med navneskift er til at håndtere, men skiftes benchmark, så kan jeg ikke bruge historikken på ETF’en og bør derfor suppendere ETF’en i en periode, indtil at der er kommet nye data ind. Så jeg skal nok have oprettet en suspenderingsdatokolonne i stamdata over ETF’ere.
På 3-6 ugers sigt har jeg disse underkategorier til at præstere dårligt: Hydrogen, Halvledere, Batteri, Clean Energy, IT-sikkerhed, Ædelmetaller, Sundhed, Nasdaq og AI
Så Korea, Taiwan, AI Infrastruktur og Halvledere ser jeg som det med forventet størst negativt udfald de kommende 3-6 uger.