Quantitative investing er en investeringsstrategi, hvor beslutninger træffes på baggrund af kvantitative analyser, statistiske modeller og algoritmer – frem for subjektive vurderinger eller fundamental analyse. Målet er at finde systematiske mønstre og sammenhænge i data, som kan udnyttes til at generere afkast.
Centrale elementer i quantitative investing:
- Brug af big data og historiske markedstal
- Fokus på faktorer som momentum, value, size eller volatility
- Automatiseret porteføljeoptimering og risikostyring
- Kontinuerlig backtesting og validering af modeller
Fordele:
- Eliminerer følelser og menneskelige fejl
- Giver mulighed for hurtig tilpasning og skalering
- Kan analysere tusindvis af aktier simultant
Ulemper:
- Kan føre til “crowding”, hvor mange handler på samme signaler
- Afhængig af stabile markedsforhold og dataintegritet
- Lav gennemsigtighed for udenforstående investorer
Quantitative investing anvendes især af hedgefonde, kvantitative ETF’er og avancerede robo-advisors. Det kræver stærk IT-infrastruktur og adgang til relevante datasæt. For langsigtede investorer kan det give konsistente afkast – men man bør forstå modellen bag strategien, før man investerer.
