Een factormodel backtesten: een gids voor 2026
Een grondige, nuchtere handleiding voor het backtesten van factormodellen: point-in-time-data, correctie voor survivorship, de GRS-toets, minimumaantallen waarnemingen, EW- versus RP-weging en rangschikking op een samengestelde score van Sharpe en information ratio.
Categorie: Factoronderzoek
Wat het backtesten van een factormodel werkelijk vereist
Een factormodel backtesten betekent meten of de premie van een factor een eerlijke toetsing doorstaat. Bouw point-in-time rendementen die gecorrigeerd zijn voor survivorship; vorm long-sleeves; toets de gezamenlijke significantie met de GRS-toets; hanteer een ondergrens voor het aantal waarnemingen; vergelijk gelijke weging met risicopariteit; en rangschik de sleeves vervolgens op een samengestelde score van excess Sharpe en information ratio. Wie de eigen Phase 1-resultaten van SurgeFlow aanhaalt, moet vermelden dat het om research_backtest_insample gaat: een in-sample decompositie van factorattributie, geen live out-of-sample trackrecord. De GRS-toets en de diagnostiek worden gerapporteerd, maar niet gebruikt als drempel om posities uit de portefeuille te weren.
De meeste backtests voor particuliere beleggers slaan de integriteitscontroles over en rapporteren een flatteus getal. De premie die zij ‘vinden’, is meestal een artefact van look-ahead bias, van bedrijven die verdwenen zijn en stilzwijgend uit de steekproef zijn gevallen, of van te weinig waarnemingen om vaardigheid van ruis te onderscheiden. Een verdedigbare backtest is grotendeels loodgieterswerk: de data en de controles op orde brengen voordat er ook maar één rendement wordt berekend. De rest van deze pagina loopt dat loodgieterswerk en de onderliggende formules door, en laat daarna één uitgewerkt voorbeeld zien uit SurgeFlow Factor Backtest V2.
De integriteitscontroles die backtests voor particulieren overslaan
Vier controles doen het meeste werk, en elk ervan schrapt op zichzelf al een groot deel van de naïeve resultaten.
Point-in-time-data: elke input waarmee een aandeel op een bepaalde datum wordt gerangschikt, moet op die datum bekend zijn geweest. Fundamentele gegevens hebben een indienings- of publicatiedatum, niet alleen een datum van de boekperiode; een rangschikking op winstgevendheid of waardering voor januari mag dus niet ongemerkt cijfers gebruiken die pas in maart zijn gepubliceerd. Schending hiervan is de meest voorkomende oorzaak van opgeblazen backtestresultaten.
Correctie voor survivorship: het universum op elke historische datum moet ook bedrijven bevatten die later van de beurs zijn gehaald, zijn gefuseerd of failliet zijn gegaan. Wie alleen de overlevers van vandaag backtest, heeft juist de namen verwijderd die pijn deden, en het resultaat is daardoor per definitie opwaarts vertekend.
Minimumaantal waarnemingen: een Sharpe-ratio die over een kort venster is berekend, is grotendeels steekproefruis. Een ondergrens voor het aantal rendementswaarnemingen per sleeve voorkomt dat kortlevende of dun gedekte sleeves op gelijke voet worden gerangschikt met sleeves die een lange historie hebben.
GRS-toets: wanneer een model meerdere factoren en meerdere testportefeuilles heeft, is een gezamenlijke toets nodig dat de prijsfouten (alfa's) samen nul zijn, en niet één uitgekozen t-statistiek. - Point-in-time-inputs gekoppeld aan de indienings-/publicatiedatum, niet aan de datum van de boekperiode - Het universum bevat op elke historische datum ook van de beurs gehaalde en gefuseerde namen - Een ondergrens voor het aantal waarnemingen voordat een sleeve wordt gerangschikt - Een gezamenlijke GRS-toets in plaats van één handmatig gekozen t-statistiek
Methodologie en formules
Factorrendementen en cross-sectionele prijsvorming. Fama-MacBeth (1973) is de standaardaanpak in twee stappen: voer per periode een cross-sectionele regressie uit van rendementen op factorblootstellingen en neem vervolgens het gemiddelde van de hellingscoëfficiënten per periode om de factorpremie en de bijbehorende standaardfout uit de tijdreeks te verkrijgen. De factorlaag van SurgeFlow volgt de constructie in Fama-French-stijl (SMB grootte, HML waarde, RMW winstgevendheid, CMA investeringen, WML momentum, LIQ liquiditeit) en levert dagelijkse factorrendementen.
Gezamenlijke significantie: de GRS-toets. De statistiek van Gibbons, Ross & Shanken (1989) toetst of de intercepten (alfa's) uit een reeks regressies van activa op de factoren gezamenlijk nul zijn. Een model dat rendementen goed verklaart, hoort alfa's over te laten die voor alle testactiva tegelijk statistisch niet van nul te onderscheiden zijn; de GRS-toets is de F-toets die dit formaliseert.
Weging: EW versus RP. Bij gelijke weging (equal weight, EW) krijgt elke naam in een sleeve hetzelfde nominale bedrag. Bij risicopariteit (risk parity, RP) wordt elke positie juist zo geschaald dat de namen ongeveer evenveel risico bijdragen, waardoor de meest volatiele componenten minder gewicht krijgen. RP verbetert vaak de voor risico gecorrigeerde maatstaven, juist omdat zo wordt voorkomen dat een paar zeer volatiele namen de variantie van de sleeve domineren.
Rangschikking: de samengestelde z-score. Om sleeves op meer dan één as te vergelijken, wordt elke maatstaf over de sleeves heen gestandaardiseerd tot een z-score en worden die gecombineerd. SurgeFlow rangschikt de Amerikaanse sleeves op argmax van 0.5*z(Sharpe) + 0.5*z(InformationRatio), waarbij de Sharpe-ratio excess returns gebruikt en de information ratio op jaarbasis ten opzichte van de benchmark wordt berekend. Dit beloont sleeves die zowel op absoluut voor risico gecorrigeerd rendement als op consistentie ten opzichte van de benchmark sterk zijn, en niet op slechts één van beide.
Een uitgewerkt voorbeeld: de winnaar WML+RMW Top-30 RP
SurgeFlow Factor Backtest V2 draait long-sleeves van afzonderlijke factoren en factorcombinaties onder zowel EW- als RP-weging, en rapporteert per sleeve de excess Sharpe, de information ratio op jaarbasis, de maximale drawdown, de omloopsnelheid en het aantal waarnemingen. Elke sleeve wordt gerapporteerd met datakwaliteitscontroles en diagnostiek: point-in-time-controles, correctie voor survivorship, de status van het minimumaantal waarnemingen en de GRS-toets. GRS wordt als diagnostiek gerapporteerd en niet gebruikt als drempel om sleeves uit te sluiten; de huidige Phase 1-run is research_backtest_insample en geen live out-of-sample bewijs op basis van een doorlopend signaal.
Onder de samengestelde rangschikking is de huidige Amerikaanse winnaar de WML+RMW Top-30-sleeve met risicopariteit, berekend over ongeveer tien jaar. Deze staat op #1 op zowel excess Sharpe als information ratio, en daarom blijft hij in de samengestelde score overeind in plaats van op de ene maatstaf te winnen en op de andere te verliezen. We noemen hier bewust geen vaste waarde voor de Sharpe-ratio of de premie; die waarden zijn live en bewegen mee met de data. Zie de actuele sleeve-tabel en maatstaven op /backtesting, en de onderliggende factormodellen op /factors.
Welke SurgeFlow-data hiervoor wordt gebruikt
Deze methodologie draait op de aandelenresearchdata van SurgeFlow voor meerdere markten, niet op een adviesproduct. De factorlaag is opgebouwd in Fama-French-stijl (SMB, HML, RMW, CMA, WML, LIQ) met dagelijkse factorrendementen, een publicatiedrempel die niet-publiceerbare factoren tegenhoudt, een module die de effectieve richting bepaalt en VIF-diagnostiek voor multicollineariteit. Factor Backtest V2 gebruikt deze laag om EW- en RP-sleeves te vormen en om de hierboven beschreven datakwaliteitscontroles en diagnostiek te rapporteren.
De onderliggende koers- en fundamentele data bestrijkt vier markten met gedocumenteerde bronnen: FMP voor de VS; Tushare voor Chinese A-aandelen en Hongkong; en J-Quants plus EDINET-meldingen van grote belangen voor Japan. 13F-filings uit SEC EDGAR voeden de gegevens over institutioneel eigendom in de VS. Het uitgewerkte voorbeeld hierboven betreft de Amerikaanse sleeve; dekking en volwassenheid van de modellen verschillen per markt. - Factorlaag: SMB, HML, RMW, CMA, WML, LIQ met dagelijkse rendementen en een publicatiedrempel - Backtest V2: EW- + RP-sleeves; datakwaliteitscontroles = point-in-time / survivorship / min. aantal waarnemingen; GRS + diagnostiek gerapporteerd, geen drempels - Bronnen: FMP (US), Tushare (CN/HK), J-Quants+EDINET (JP), SEC 13F (US)
Kanttekeningen tussen markten
Een factormodel dat in de ene markt werkt, is niet automatisch overdraagbaar naar een andere. De academische literatuur is hier expliciet over: voor Chinese A-aandelen documenteren Liu, Stambaugh en Yuan (2019, 'Size and value in China', Journal of Financial Economics) dat de premies voor grootte en waarde sterk zijn, terwijl koersmomentum zwak of afwezig is. Zij raden aan het cohort van de kleinste ‘shell stocks’ weg te snijden vanwege vertekeningen door reverse mergers. Van een momentumsleeve die in de VS is gevalideerd, mag daarom niet worden aangenomen dat hij in China standhoudt zonder een eigen backtest met dezelfde controles.
Dit is een bron over datawetenschap en methodologie, geen beleggingsadvies. Niets hierin is een aanbeveling om een effect te kopen, verkopen of aan te houden, en geen enkel resultaat mag als voorspelling worden gelezen. De eerlijke uitkomst van een factorbacktest is een meting met betrouwbaarheidsgrenzen en een lijst van de aannames waarop die berust, geen prognose.
Voer het zelf uit met de gratis API
U kunt deze werkwijze reproduceren met live data. De gratis publieke API dekt alle vier de markten met 2,000 verzoeken per dag, met endpoints voor realtime, screen en hotlist plus een samenvattingsroute, een OpenAPI-specificatie op /api/public/openapi.json en een AI-index op /llms.txt. Maak een gratis API-sleutel aan op /account en open de live console op /membership/api; bekijk daarna de actuele rangschikking van de sleeves op /backtesting en de factormodellen die daaraan ten grondslag liggen op /factors. Begin met de Amerikaanse winnaar en voer vervolgens dezelfde controles opnieuw uit op een markt waarvan bekend is dat de premies daar anders zijn.
Bronnen en verdere literatuur
Primaire, academische en SurgeFlow-databronnen voor de bovenstaande beweringen: - Fama, E. F., & MacBeth, J. D. (1973). Risk, return, and equilibrium: Empirical tests. Journal of Political Economy. - Gibbons, M. R., Ross, S. A., & Shanken, J. (1989). A test of the efficiency of a given portfolio. Econometrica. - Fama, E. F., & French, K. R. (2015). A five-factor asset pricing model. Journal of Financial Economics. - Liu, J., Stambaugh, R. F., & Yuan, Y. (2019). Size and value in China. Journal of Financial Economics.