Hoe werkt de technologie achter Matti?

Om een portefeuille samen te stellen, baseert het algoritme achter Matti zich op de “Modern Portfolio Theory of mean-variance analysis”, gepubliceerd door Harry Markowitz in 1952. Markowitz is een Amerikaanse economist en professor en ontving verschillende prijzen voor zijn studies. In 1990 mocht hij zelfs de Nobelprijs Economie in ontvangst nemen voor deze Modern Portfolio Theory. De begrippen rendement en volatiliteit staan centraal in deze theorie.

• Rendement geeft de opbrengst van een investering aan. Die kan zowel nominaal, dus als een bedrag, als procentueel worden uitgedrukt. 
• Met het begrip volatiliteit wordt de beweeglijkheid van de koers van een financieel instrument zoals een aandeel, valuta, een index, enz. aangeduid. De koers van stabiele bedrijven (met een lagere volatiliteit) kent typisch minder grote schommelingen dan de koers van eerder speculatieve bedrijven.

Markowitz introduceerde het concept van de rationele investeerder: een investeerder zal een hogere volatiliteit (of hoger risico) alleen accepteren als daar een hoger verwacht rendement tegenover staat. Diversifiëring staat centraal in zijn theorie als middel om het portefeuillerisico of de volatiliteit te minimaliseren. Een gediversifieerde portefeuille laat namelijk toe om je portefeuillerisico te verkleinen voor eenzelfde verwacht rendement. Denk aan het alom bekende principe om niet al je eieren in één mand te leggen. Door je bezit te spreiden over verschillende beleggingsvormen, waaronder aandelen en obligaties, wordt het risico op een waardedaling van je portefeuille kleiner.

De theorie die Markowitz ontwikkelde, laat toe om de optimale samenstelling van een portefeuille te bepalen die een zo laag mogelijke volatiliteit met een zo hoog mogelijk verwacht rendement nastreeft.

Stel dat je een portefeuille zou samenstellen met 3 verschillende ETF's of trackers, dan zouden alle mogelijke portefeuillecombinaties (grijze bollen op bovenstaande grafiek) een kegelvormig patroon volgen (ook wel de “Markowitz Bullet” genoemd).

• Portefeuille 1 zou voor Markowitz geen efficiënte portefeuille zijn, want er bestaan portefeuilles die een hoger rendement leveren bij dezelfde volatiliteit.
• Portefeuille 2 en 3 zijn wel efficiënt. Portefeuille 3 kent een lager rendement dan portefeuille 2, maar dan ook een lager risico of een lagere volatiliteit.
• Portefeuille 4 is ook efficiënt, maar zelfs nog een tikkeltje specialer: er bestaat namelijk geen enkele andere combinatie die de laagste volatiliteit of het laagste risico levert. Dat noemde hij de minimum variance portefeuille. 

De lichtblauwe lijn is volgens Markowitz de efficiënte grens. Deze lijn bevat alle portefeuilles die efficiënt zijn in termen van verwacht rendement en volatiliteit: geen enkele andere portefeuille biedt een hoger verwacht rendement voor die volatiliteit of datzelfde risico.

In de loop van de jaren bracht de theorie van Markowitz toch wat nadelen aan het licht. Daarom werkte het datateam van KBC een algoritme uit, dat zich baseert op de principes van Markowitz' theorie, maar die nadelen aanpakt. 

Markowitz ging sterk uit van het verwacht rendement. Maar een klein verschil tussen het verwacht en het effectief gerealiseerd rendement kan een grote impact hebben op de optimale samenstelling van de portefeuille en dus ook op het rendement van die portefeuille.

Daarom vertrekt het Matti-algoritme van de minimum variance portefeuille (zie portefeuille 4 hierboven). Met andere woorden: Matti gaat op zoek naar een portefeuillesamenstelling met een zo laag mogelijke volatiliteit. Aangezien niet elke belegger tevreden is met het laagst mogelijke risico of volatiliteit voor het laagst mogelijke rendement, werden er verschillende portefeuilleprofielen opgesteld met elk bepaalde grenzen van activaklassen. Bijvoorbeeld, in een portefeuille met portefeuilleprofiel 1 (met een lagere volatiliteit en dus defensiever karakter) zullen er meer obligatie-ETF’s of obligatietrackers zitten dan bij een hoger portefeuilleprofiel. In die hogere portefeuilleprofielen zullen dan meer aandelen-ETF’s of aandelentrackers zitten. 

De grenzen voor de verschillende activaklassen per portefeuilleprofiel werden bepaald op basis van historische data. Daardoor zal een hoger portefeuilleprofiel steeds gekenmerkt zijn door een hoger risico en, daarmee gepaard, eveneens een hoger verwacht rendement. Het algoritme van Matti gaat daarbij steeds op zoek naar de minimum variance portefeuille voor dat portefeuilleprofiel. De minimum variance portefeuille van een meer dynamische portefeuille (portefeuille 3 op onderstaande grafiek) zal typisch een hogere volatiliteit, en een hoger verwacht rendement, kennen dan een portefeuille met een voorzichtiger portefeuilleprofiel (portefeuille 1 op onderstaande grafiek).

Om het algoritme van Matti verder te verfijnen, werd een alternatieve maat voor volatiliteit gekozen: de ‘value-at-risk equivalent volatility’ (VEV). Deze volatiliteitsmaat houdt rekening met onverwachte gebeurtenissen op de markt en geeft meer gewicht aan neerwaarts risico tegenover opwaarts risico (i.e. niet symmetrisch zoals dat voor de variantie het geval is). In de Europese MiFID II-richtlijn werd de VEV ook als volatiliteitsmaat gekozen. 

Op basis van de theorie van Markowitz en de verdere verfijning door KBC, stelt Matti je een modelportefeuille volgens je portefeuilleprofiel en je persoonlijke voorkeuren voor. In elke Matti-portefeuille zit telkens een kleine hoeveelheid cash.

Uniek aan Matti, is dat je een eigen voorkeur kan aanduiden zoals een bepaald thema, sector, land of type activa. Wat gebeurt er dan achterliggend?

Je persoonlijke voorkeuren worden dan extra benadrukt in je portefeuille in vergelijking met de standaard modelportefeuille. De ETF’s die gelinkt zijn aan deze voorkeur, wegen dan meer door in de samenstelling van je portefeuille.

De mate waarin je voorkeur doorweegt, hangt wel altijd af van het risico dat een bepaalde voorkeur meebrengt. Als je bijvoorbeeld koos voor een voorkeur met veel risico in vergelijking met je portefeuilleprofiel, zal het effect van je voorkeur eerder klein zijn. Als je voorkeur relatief weinig risico inhoudt, zal het effect groter zijn.

Merk op: het is niet zo dat de modelportefeuille nadien wordt verschoven naar je voorkeur. Als je een voorkeur kiest, zal die als extra input dienen om de modelportefeuille samen te stellen. Op die manier blijf je altijd binnen de grenzen van het risico dat je wil nemen.

Matti stelt een portefeuille voor die bestaat uit ETF’s of trackers. De keuze om een bepaalde ETF wel of niet op te nemen, is gebaseerd op enerzijds je portefeuilleprofiel en anderzijds het al dan niet meegeven van persoonlijke voorkeuren. Uit een vooraf bepaalde selectie van zo'n 50 ETF's, selecteert Matti de modelportefeuille met zo’n 7 à 10 trackers die het best bij je profiel past. Heb je een hoger portefeuilleprofiel? Dan zal de modelportefeuille die Matti selecteert bijvoorbeeld meer aandelentrackers bevatten.

De ETF's of trackers waaruit Matti kiest, zijn van gekende en onafhankelijke uitgevers zoals iShares (Blackrock), UBS,.... Alle ETF’s moeten voldoen aan een aantal criteria: zo moeten ze bijvoorbeeld noteren in euro, mogen ze geen hefboom hebben en moeten het kapitalisatie-ETF’s zijn (m.a.w. ETF’s die geen dividenden uitkeren). Er wordt ook zoveel mogelijk gekozen voor fysieke ETF’s.

In elke portefeuille is een kleine hoeveelheid cash aanwezig. Cash kan gebruikt worden om het risico van de portefeuille te verkleinen als die niet meer in lijn zou liggen met je portefeuilleprofiel. Cash kan ook aangewend worden om je portefeuille (en rendement) te beschermen tegen extreme dalingen in de markt. Daarnaast wordt het ook gebruikt om de kosten af te rekenen. 

Matti volgt je portefeuille dagelijks op en verliest daarbij risico en samenstelling niet uit het oog. Bewegingen op de markt zorgen ervoor dat je portefeuille dagelijks wijzigt in samenstelling. Na verloop van tijd kan je portefeuille zich dus buiten de grenzen van risico en samenstelling van je portefeuilleprofiel bevinden. Zodra er actie nodig is, zal Matti je verwittigen.

Matti waakt dag en nacht over je portefeuille. Wanneer de volatiliteit of het risico in je portefeuille te hoog is in vergelijking met je portefeuilleprofiel, stuurt Matti je een bericht per e-mail en krijg je een alertbanner in het platform te zien. Matti stelt je dan voor om dat risico opnieuw te verlagen door je portefeuille te herbalanceren naar de modelportefeuille. In dat geval wordt vaak ook iets meer cash in de portefeuille toegelaten. Je kunt er dan zelf voor kiezen om dat voorstel te volgen.

Omgekeerd krijg je uiteraard ook een bericht met een geoptimaliseerd voorstel wanneer de volatiliteit en het risico te laag zou zijn voor je portefeuilleprofiel. Je zou dan immers potentieel rendement kunnen missen.

Daarnaast volgt Matti voortdurend op of je portefeuille qua samenstelling nog in lijn ligt met de modelportefeuille. Wijkt die te ver af, dan krijg je eveneens een bericht. Matti zet dan een geoptimaliseerd voorstel, dat opnieuw in lijn ligt met de modelportefeuille, voor je klaar.

Je bent voor geen enkele alert verplicht om die te aanvaarden. Je beslist altijd zelf of je op de alert en het geoptimaliseerd voorstel van Matti ingaat. 

Wel moet je zeker jaarlijks even het portefeuilleprofiel bevestigen. Zo weet Matti nog steeds dat je financiële situatie en je beleggingsdoelstellingen (o.a. je appetijt voor risico/rendement) niet veranderd is. Elk jaar zal je daarom een herinnering krijgen dat het portefeuilleprofiel vervallen is. Je bevestigt even opnieuw de vragenlijst of past je antwoorden aan waar nodig.

Vervolgens zal Matti nakijken of je huidige portefeuille nog steeds in lijn ligt met je geüpdatete portefeuilleprofiel en dus met o.a. het risico dat je wil nemen. Is dat niet het geval? Dan zet hij opnieuw een geoptimaliseerd voorstel voor je klaar!

Uiteraard wordt het algoritme achter Matti voortdurend gemonitord. Daarvoor is er een investeringscomité samengesteld met verschillende experts van KBC. Zij zullen op regelmatige basis de nodige tests en evaluaties uitvoeren om de kwaliteit van de ETF’s uit het Matti-platform, het algoritme zelf en de modelportefeuilles te bewaken.