Anomalieën op de aandelenmarkt: een overzicht over meerdere markten (2026)
Een catalogus van gedocumenteerde rendementsanomalieën in aandelen — omvang, waarde, momentum, lage volatiliteit, kortetermijnomkering, accruals en meer — met academische bronvermelding, plus hoe u met SurgeFlow factorproxy's kunt bekijken.
Categorie: Factoronderzoek
Wat een marktanomalie is
Anomalieën op de aandelenmarkt zijn gedocumenteerde cross-sectionele rendementspatronen die standaardmodellen voor de prijsvorming van activa onverklaard laten — waaronder omvang (size), waarde (value), momentum, lage volatiliteit, kortetermijnomkering (short-term reversal), winstgevendheid, investeringen en accruals. Elk ervan heeft een academische bronvermelding en een omstreden robuustheid. Met SurgeFlow kunt u op basis van actuele gegevens bekijken hoe factorproxy's voor een aantal hiervan zich gedragen in vier markten.
Preciezer gezegd is een anomalie een regelmaat in rendementen die het geldende referentiemodel — historisch het CAPM, later de drie- en vijffactormodellen van Fama-French — niet verklaart. Of een bepaalde anomalie een vergoeding voor risico weerspiegelt, gedragsmatige misprijzing, of simpelweg data-mining en survivorship, is in de literatuur werkelijk omstreden. Veel gedocumenteerde effecten zijn out-of-sample of na publicatie verzwakt (McLean and Pontiff, 2016). Deze pagina is een naslagcatalogus met bronvermelding, geen bewering dat een van deze patronen zal aanhouden en geen beleggingsadvies.
Een catalogus van gedocumenteerde anomalieën (2026)
De meest geciteerde cross-sectionele anomalieën, met hun gangbare academische bronvermelding. De robuustheid verschilt per markt, periode en definitie; beschouw elk item als omstreden en niet als vaststaand. - Omvang (size) — aandelen met een kleine marktkapitalisatie lieten historisch hogere gemiddelde rendementen zien dan grote; Banz (1981), geformaliseerd als SMB in Fama and French (1993). De premie is instabiel gebleken en wordt deels toegeschreven aan liquiditeit en marktmicrostructuur. - Waarde (value) — aandelen met een hoge boek-marktwaardeverhouding (goedkoop) versus een lage (duur); Fama and French (1992, 1993), de HML-factor. Bleef gedurende een groot deel van de jaren 2010 achter ('value's lost decade'). - Momentum — winnaars over de afgelopen 3 tot 12 maanden blijven het beter doen dan verliezers uit dezelfde periode; Jegadeesh and Titman (1993), Carhart (1997) als WML/MOM. Onderhevig aan incidentele scherpe crashes (Daniel and Moskowitz, 2016). - Lage volatiliteit / lage bèta — aandelen met een laag risico behalen rendementen die niet evenredig lager zijn dan die van aandelen met een hoog risico; Black, Jensen and Scholes (1972); Frazzini and Pedersen (2014), 'betting against beta'. - Kortetermijnomkering (short-term reversal) — verliezers over één maand herstellen vaak; Jegadeesh (1990), Lehmann (1990). Grotendeels een effect van liquiditeit en marktmicrostructuur. - Winstgevendheid / kwaliteit — duurzaam winstgevende ondernemingen presteren beter dan verlieslatende; Novy-Marx (2013), de RMW-factor in Fama and French (2015). - Investeringen — behoudende ondernemingen (lage groei van de activa) presteren beter dan agressieve; Aharoni, Grundy and Zeng (2013); de CMA-factor in Fama and French (2015). - Accruals — ondernemingen met hoge accruals ten opzichte van de kaswinst blijven vervolgens achter; Sloan (1996). - Liquiditeit — minder liquide aandelen droegen historisch een premie; Amihud (2002); Pastor and Stambaugh (2003). - Koersdrift na winstpublicatie (post-earnings-announcement drift) — koersen blijven bewegen in de richting van een winstverrassing; Ball and Brown (1968); Bernard and Thomas (1989).
Hoe factorproxy's worden opgebouwd en getoetst
SurgeFlow beweert niet dat een van de bovenstaande premies bestaat; het bouwt factorproxy's en stelt de onderliggende machinerie beschikbaar, zodat u hun gedrag zelf kunt onderzoeken. Het factorsysteem implementeert long-short-proxy's in de stijl van Fama-French — SMB (omvang), HML (waarde), RMW (winstgevendheid), CMA (investeringen), WML (momentum) en een liquiditeitsfactor (LIQ) — en berekent dagelijkse factorrendementen achter een publicatiepoort, met een resolver voor de effectieve richting, zodat het teken van een sleeve wordt getoetst aan de conventie in plaats van te worden aangenomen.
Schatting en toetsing volgen standaardmethoden: schatting van cross-sectionele risicopremies via Fama-MacBeth, gezamenlijke modeltoetsen via de GRS F-toets van Gibbons-Ross-Shanken (1989), en screening op multicollineariteit via VIF. Voor het huidige bewijs uit Factor Backtest V2 geldt een belangrijke kanttekening. De Phase-1-run is research_backtest_insample — in-sample factorattributie, geen live out-of-sample bewijs op basis van voortschrijdende signalen. GRS en de andere diagnostiek worden als labels gerapporteerd en niet gebruikt als drempels om sleeves uit te sluiten ('diagnostics are labels, not portfolio gates'). Datakwaliteitspoorten — point-in-time-uitlijning, behandeling van survivorship en minimumdrempels voor het aantal waarnemingen — gelden voor de gegevens, niet voor de portefeuilleselectie. De samengestelde backtestscore rangschikt sleeves op een combinatie van risicogecorrigeerd rendement (Sharpe) en Information Ratio over varianten met gelijke weging en risicopariteit. De samengestelde winnaar voor de VS is de WML+RMW Top-30-sleeve met risicopariteit, op #1 gerangschikt door zowel Sharpe als Information Ratio over ongeveer tien jaar in-sample historie. Lees dat als een kwalitatieve in-sample rangschikking, niet als een out-of-sample rendementsvoorspelling.
Welke SurgeFlow-gegevens dit gebruikt
Deze catalogus is gebouwd op de open data science-laag van SurgeFlow voor aandelen in meerdere markten — onderzoeksdata, geen beleggingsadvies — die vier markten beslaat: Verenigde Staten, China, Japan en Hongkong. Koersen en fundamentele gegevens komen van FMP (VS), Tushare (China, Hongkong) en J-Quants en EDINET (Japan). De factorproxy's (SMB, HML, RMW, CMA, WML, LIQ), dagelijkse factorrendementen, de publicatiepoort, de resolver voor de effectieve richting, Fama-MacBeth-schattingen, GRS-toetsen en VIF-diagnostiek zijn allemaal opvraagbaar, naast de sleeve-rangschikkingen van Factor Backtest V2. Context over institutioneel eigendom vindt u op het tabblad Institutionele beleggers (Whales), dat SEC EDGAR 13F-deponeringen in de VS combineert met openbaarmakingen via EDINET, HKEX en CSRC elders — het dekt dus mondiaal eigendom, niet alleen 13F. U kunt dit alles vandaag al in Google Sheets binnenhalen via de publieke CSV/JSON-snapshots met =IMPORTDATA(...) of via Apps Script met een gratis API-sleutel; een add-on voor de Google Workspace Marketplace is in beoordeling en nog niet gepubliceerd.
Bekijk de proxy's zelf
De geloofwaardige manier om een catalogus van anomalieën te gebruiken is hem kritisch te bevragen, niet hem op zijn woord te geloven. Maak een gratis (bèta) API-sleutel aan op /account en vraag factorproxy's op voor de vier markten: de gratis publieke API (bèta) staat 2,000 verzoeken per dag toe en biedt /api/v1/markets/{market}/realtime, /screen en /hotlist, plus /api/v1/summary. De OpenAPI-specificatie staat op /api/public/openapi.json en een voor AI leesbare index op /llms.txt. Van daaruit kunt u vergelijken hoe een omvang- of momentumproxy zich gedraagt in bijvoorbeeld Japan ten opzichte van de VS, de factormethodologie lezen op /factors en de in-sample opzet van de backtest bekijken op /backtesting. Niets hiervan is beleggingsadvies, er worden geen premies beweerd, en de bovenstaande in-sample kanttekeningen gelden onverkort voor de gegevens.
Bronnen en verdere literatuur
Primaire, academische en SurgeFlow-databronnen voor de bovenstaande beweringen: - Banz, R. (1981). The relationship between return and market value of common stocks. Journal of Financial Economics. - Fama, E. and French, K. (1992, 1993). The cross-section of expected stock returns; Common risk factors in the returns on stocks and bonds. - Fama, E. and French, K. (2015). A five-factor asset pricing model. Journal of Financial Economics. - Jegadeesh, N. and Titman, S. (1993). Returns to buying winners and selling losers. Journal of Finance. - Carhart, M. (1997). On persistence in mutual fund performance. Journal of Finance. - Novy-Marx, R. (2013). The other side of value: the gross profitability premium. Journal of Financial Economics. - Sloan, R. (1996). Do stock prices fully reflect information in accruals and cash flows? The Accounting Review. - Frazzini, A. and Pedersen, L. (2014). Betting against beta. Journal of Financial Economics. - Amihud, Y. (2002). Illiquidity and stock returns. Journal of Financial Markets. - Gibbons, M., Ross, S. and Shanken, J. (1989). A test of the efficiency of a given portfolio. Econometrica. - McLean, R. and Pontiff, J. (2016). Does academic research destroy stock return predictability? Journal of Finance.