Alokacja odwrotna do zmienności vs Odwrotna zmienność (GPW)
Dwa opublikowane track recordy obok siebie — te same dane, ta sama metodologia, zero werdyktów.
Alokacja odwrotna do zmienności
podstawowaRozkłada kapitał na całe uniwersum, przydzielając większą wagę spółkom o niższej zmienności. Przeliczane co miesiąc.
Pełny track record →
Odwrotna zmienność (GPW)
podstawowaBlue chipy WIG20, każda spółka ważona odwrotnie do niedawnej zmienności, co miesiąc — spokojniejsze spółki dostają więcej wagi. To niska zmienność na wąskim, 20-spółkowym indeksie, bez deklarowanej przewagi nad benchmarkiem równych wag WIG20 obok. Symulacja z realnymi kosztami warszawskimi (20 pb) na składzie WIG20 point-in-time (do 2025-09, potem bez zmian). Do 3 z 28 historycznych uczestników mogło być niewycenionych wcześnie (2020-2022), więc najwcześniejsze obsunięcia mogą wyglądać nieco optymistycznie.
Pełny track record →
Liczby obok siebie
| Alokacja odwrotna do zmienności | Odwrotna zmienność (GPW) | |
|---|---|---|
| CAGR | 11.2% | 18.3% |
| Zmienność (roczna) | 15.6% | 20.8% |
| Sharpe | 0.55 | 0.78 |
| Sortino | 0.79 | 1.15 |
| Max obsunięcie | -27.2% | -40.5% |
| Calmar | 0.41 | 0.45 |
| Symulacja od | 2020-12 | 2020-12 |
Symulowane backtesty (do 6 lat danych point-in-time, koszty wliczone) — nie wyniki na żywo. Metodologia: tutaj. Wyniki historyczne nie przewidują przyszłych.
Co mówią dane
- Odwrotna zmienność (GPW) ma wyższy CAGR (18.3% vs 11.2%).
- Alokacja odwrotna do zmienności spadała płycej w najgorszym momencie (-27.2% vs -40.5%).
- Alokacja odwrotna do zmienności jechała spokojniej (zmienność 15.6% vs 20.8%).
To fakty z opublikowanych snapshotów, nie rekomendacja — reguły różnią się profilem ryzyka. Wykresy obu strategii nałożysz na siebie w interaktywnym porównaniu.