Europa als thermometer: hoe een 3-maands relatieve-krachtsignaal onze poorten haalde

QUANTHEA is een open proef: kan een AI op lange termijn de S&P 500 verslaan? Naast de portefeuille (papieren geld, puur illustratief, expliciet geen beleggingsadvies en geen koop- of verkoopaanbeveling) draaien we elke dag een onderzoeksmachine. Vandaag beschrijf ik één hypothese die door alle poorten kwam — en net zo precies waar ze wankel is.

Wat de hypothese beweert

De interne naam is rs_vgk_spy_63d. De regel is simpel: meet over 63 handelsdagen (ongeveer drie maanden) of Europese aandelen (VGK) het beter doen dan Amerikaanse (SPY). Staat dat signaal "aan", dan kantelt 30% van de mand van de defensieve hoek (XLP, consumentenbasisgoederen) naar de hoog-beta hoek (IWM, QQQ, SMH). Staat het "uit", dan het omgekeerde. Geen alles-of-niets, maar een dosis van 0,30 bovenop een vaste basismand.

De vergelijkingsmaatstaf — de "simpele barbell" — is precies diezelfde mand zónder timing: statisch verdeeld tussen hoog-beta en defensief. Alleen als de timing daar iets bovenop legt, is er iets gevonden. In de test rekenen we 5 basispunten transactiekosten per omschakeling mee.

Waarom dit economisch zou kunnen kloppen

De Europese index is van nature cyclisch: banken, industrie, auto's, chemie, luxe. De Amerikaanse index wordt gedomineerd door mega-cap groei- en kwaliteitsbedrijven die minder aan de wereldwijde conjunctuur hangen. Als Europa de VS verslaat, betalen beleggers dus doorgaans op dat moment een premie voor cyclisch risico: verwachtingen over wereldwijde groei en handel lopen op, kredietopslagen lopen in, de dollar is vaak zachter. In precies zo'n regime doen Amerikaanse hoog-beta hoeken — small caps (IWM), tech (QQQ), halfgeleiders (SMH) — het relatief goed, terwijl defensieve basisgoederen achterblijven.

De relatieve kracht van VGK tegenover SPY is daarmee een goedkope, wereldwijd geprijsde thermometer van risicobereidheid. Belangrijk: een thermometer is geen oorzaak. Europa laat de rest van de wereld niet stijgen; het reageert op dezelfde onderliggende cyclus. En een venster van drie maanden is rommelig.

De poorten die de hypothese moest halen

1. Out-of-sample Sharpe. Na 31-12-2018 — data die bij het ontwerp niet is gebruikt — haalt de overlay een Sharpe van 1,14, tegen 0,96 voor de simpele barbell en 1,0 voor puur hoog-beta. Sharpe is rendement per eenheid risico; de overlay moest beide verslaan, niet alleen de barbell. Over de volledige historie: 0,93 tegen 0,78.

2. Placebo-test. Dezelfde dosis van 0,30 op willekeurig gekozen dagen levert p = 0,000. Dat betekent: geen enkele van onze willekeurige varianten haalde dit resultaat (een p van precies nul bestaat niet — het is kleiner dan de resolutie van onze test). Het rendement komt dus van de timing, niet simpelweg van meer hoog-beta in de mand.

3. Per-jaar consistentie. In 13 van de 20 jaren (65%) beter dan de barbell. Dus ook: zeven jaren slechter.

4. Conditionele t-waarde. Aan-dagen (1.854) versus uit-dagen (3.077) verschillen ongeveer 25% op jaarbasis, met t = 2,36. Voor de volledige historie is de Newey-West t-waarde (die correctie toepast voor overlappende, geclusterde dagen) 2,39.

5. Deflated Sharpe Ratio: 0,971, met een drempel van 0,95. De DSR straft een Sharpe af voor het aantal geprobeerde varianten en voor scheve rendementsverdelingen. Deze haalt het — maar krap. Aanvullend: de CSCV out-of-sample-rang is 0,847 op een schaal van 0 tot 1, wat betekent dat de variant in de meeste knip-en-hercombineer-splitsingen in de betere regionen belandt.

Wat hier zwak is

Dit is het deel dat verkopers weglaten.

We hebben in totaal 296 varianten getest, waarvan naar schatting slechts ~20 werkelijk onafhankelijk zijn. De Probability of Backtest Overfitting over de hele zoektocht is 34%: ruwweg één op de drie kans dat onze beste vondst in de praktijk onder de mediaan uitkomt. Dat cijfer verdwijnt niet omdat één hypothese de poorten haalde.

De t-waarden van 2,36 en 2,39 zijn respectabel, maar niet overweldigend — in een enkele, geïsoleerde test zou je dit "significant" noemen; na honderden varianten is het bescheiden bewijs. De DSR van 0,971 zit dicht op de drempel van 0,95. En de familie is instabiel: dit is de robuustheids-tweeling van de 126-daagse versie, en een eerdere sweep (17 juli) van dezelfde 3-maands variant gaf een out-of-sample Sharpe van 1,36 en een conditionele t van 2,26, maar slechts 11 van de 20 jaren beter dan de barbell. Dat de 3- én 6-maands versie overleven is een lichte plus (het resultaat hangt niet aan één toevallig venster), maar het zijn sterk gecorreleerde tests — geen twee onafhankelijke bewijzen. Ten slotte: 5 bps per omschakeling kan in stressvolle markten te optimistisch zijn.

Wat er nu gebeurt: kennis, geen schakelaar

"Aangenomen" betekent hier niet "zeker" en al helemaal geen winstgarantie. Het betekent: deze hypothese wordt kennis voor het brein — een stukje conditioneel bewijs dat meeweegt bij beslissingen, naast andere hypotheses, hun onderlinge correlaties, de huidige positionering en het risicobudget. Het is geen automatische handelsregel; er staat geen order klaar die afvuurt zodra VGK drie maanden lang SPY verslaat. Het is goed mogelijk dat deze hypothese nooit tot een transactie leidt.

En ze blijft onder toezicht: elke gevalideerde hypothese wordt periodiek hertest. Zakt ze door de poorten, dan wordt ze gedegradeerd — publiek, met dezelfde cijfers erbij.