Kosten van het missen van de beste beursdagen
Time in the market verslaat timing. Het missen van de beste dagen sinds 2016 verlaagt de SPY return aanzienlijk. De beste dagen vallen vaak tijdens selloffs.
Het missen van de beste dagen is de verborgen kosten van het proberen de markt te timen. Sinds het begin van 2016 leverde volledig belegd in de S&P 500 via het tracking fund SPY 275.5% op. Als u slechts de tien beste dagen over dat decennium overslaat, daalt het rendement naar 97%. De beste dagen vallen niet tijdens rustige middagen. Ze clusteren tijdens de slechtste, meest volatiele periodes van de markt, precies op het moment dat een nerveuze belegger het meest geneigd is om te verkopen.
De kosten van het missen van de beste dagen
Dit is het kernconcept in één zin. Neem elke handelsdag sinds het begin van 2016, rangschik ze op basis van hun dagelijkse return, en verwijder de allerbeste dagen uit een eenvoudige buy-and-hold positie in SPY. Elke andere dag blijft ongewijzigd. De grafiek laat zien wat het decennium cumulatief oplevert wanneer u de top handful weglaat.
De exacte SQL achter elk getal
WITH daily AS (
SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS dt,
argMax(toFloat64(close), toTimeZone(window_start, 'America/New_York')) AS c
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'SPY' AND window_start >= '2016-01-01'
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
GROUP BY dt
),
rets AS (
SELECT dt, c / lagInFrame(c) OVER (ORDER BY dt) - 1 AS ret FROM daily
),
ranked AS (
SELECT log(1 + ret) AS lr, row_number() OVER (ORDER BY ret DESC) AS rnk
FROM rets
WHERE ret IS NOT NULL AND ret > -0.5 AND ret < 0.5
)
SELECT k AS best_days_missed,
round((exp(sumIf(lr, rnk > k)) - 1) * 100, 1) AS total_return_pct
FROM ranked
CROSS JOIN (SELECT arrayJoin([0, 10, 20, 30, 50]) AS k) AS kvals
GROUP BY k
ORDER BY kVolledig belegd leverde SPY over deze periode 275.5% op. Verwijder de 10 beste dagen en ongeveer twee derde van die winst verdwijnt, wat 97% overlaat. Verwijder de 20 beste dagen en 42.4% blijft over. Verwijder de beste 50 en het volledige decennium wordt negatief, op -32.5%. Vijftig dagen van meer dan tweeduizend bepaalden het totale resultaat. Het rendement op de lange termijn is niet gelijkmatig verdeeld over de tijd. Het is geconcentreerd in een klein aantal enorme sessies.
Waarom het onmogelijk is om de beste dagen opzettelijk te missen
Het voor de hand liggende bezwaar is dat een slimme belegger ook de slechte dagen zou overslaan. In de praktijk vallen de goede dagen en de slechte dagen samen. Als u de twintig grootste stijgingen en de twintig grootste dalingen groepeert op basis van het jaar waarin ze plaatsvonden, vallen ze allemaal in dezelfde korte lijst van jaren.
De exacte SQL achter elk getal
WITH daily AS (
SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS dt,
argMax(toFloat64(close), toTimeZone(window_start, 'America/New_York')) AS c
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'SPY' AND window_start >= '2016-01-01'
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
GROUP BY dt
),
rets AS (
SELECT dt, c / lagInFrame(c) OVER (ORDER BY dt) - 1 AS ret FROM daily
),
clean AS (
SELECT dt, ret FROM rets WHERE ret IS NOT NULL AND ret > -0.5 AND ret < 0.5
),
ranked AS (
SELECT dt, ret,
row_number() OVER (ORDER BY ret DESC) AS best_rnk,
row_number() OVER (ORDER BY ret ASC) AS worst_rnk
FROM clean
)
SELECT toYear(dt) AS year,
countIf(best_rnk <= 20) AS best_20_days,
countIf(worst_rnk <= 20) AS worst_20_days
FROM ranked
GROUP BY year
ORDER BY yearAlleen het jaar 2020 bevatte 11 van de twintig beste dagen en 9 van de twintig slechtste. De bear market van 2022 bevatte 5 van beide. De rustige jaren daartussen droegen bijna niets van beide bij. Extreme stijgingen en extreme dalingen zijn hetzelfde weer; ze komen samen tijdens paniek. Een strategie die crashes zou vermijden, zou ook de herstelperiodes missen die direct daarna volgen.
Wanneer de grootste stijgingen daadwerkelijk plaatsvonden
Als u inzoomt op de individuele beste dagen, wordt het patroon nog duidelijker. Hier zijn de tien grootste dagelijkse stijgingen voor SPY over het decennium, gerangschikt op omvang.
De exacte SQL achter elk getal
WITH daily AS (
SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS dt,
argMax(toFloat64(close), toTimeZone(window_start, 'America/New_York')) AS c
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'SPY' AND window_start >= '2016-01-01'
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
GROUP BY dt
),
rets AS (
SELECT dt, c / lagInFrame(c) OVER (ORDER BY dt) - 1 AS ret FROM daily
),
clean AS (
SELECT dt, ret FROM rets WHERE ret IS NOT NULL AND ret > -0.5 AND ret < 0.5
),
ranked AS (
SELECT dt, ret, row_number() OVER (ORDER BY ret DESC) AS best_rnk FROM clean
)
SELECT formatDateTime(dt, '%b %e, %Y') AS episode,
round(ret * 100, 1) AS daily_return_pct
FROM ranked
WHERE best_rnk <= 10
ORDER BY daily_return_pct DESCDe beste dag van het decennium was Mar 24, 2020, toen SPY met 9.5% steeg. De meeste van de tien grootste stijgingen vonden plaats tijdens de crash in het voorjaar van 2020, met de rest eind 2018, tijdens de daling van 2022 en de selloff in april 2025. Zelfs de kleinste van deze tien won 4.4% in één sessie. Elke dag vond plaats terwijl de markt eromheen hard daalde. Een belegger die verkocht na een angstaanjagende week om te wachten tot de rust was teruggekeerd, zou cash hebben aangehouden tijdens precies deze rebounds.
Time in the market, niet timing the market
De bekende uitspraak is dat 'time in the market' beter is dan 'timing the market', en de rekenkunde daarachter is onverbiddelijk. Een decennium aan winsten is geconcentreerd in een paar dozijn sessies, en die sessies verschijnen midden in selloffs in plaats van daarna. Stap opzij om de slechtste dag te vermijden, betekent het risico lopen om opzij te stappen voordat de beste dag komt, en die twee liggen vaak slechts dagen uit elkaar.
Dit is dezelfde les die terugkomt bij kopen wanneer anderen bang zijn: de scherpste herstelsessies beginnen terwijl de koppen nog negatief zijn. Het is ook verbonden met hoe een portfolio wordt opgebouwd om vastgehouden te worden. Het verdragen van de dalingen is makkelijker met posities waarvan u de omvang heeft afgestemd op de volatiliteit, wat een argument is voor het beperken van concentration risk en voor het leunen op lower-volatility stocks die eenvoudiger aan te houden zijn tijdens een storm. De beste dagen zijn geen beloning voor slimheid. Ze zijn een beloning voor het blijven zitten.
FAQ
Wat kost het om de beste dagen op de markt te missen?
Sinds 2016 leverde volledig belegd in SPY 275.5% op. Het missen van slechts de tien beste dagen bracht dit terug naar 97%, en het missen van de vijftig beste dagen maakte het decennium negatief op -32.5%. Een klein aantal dagen draagt het grootste deel van het rendement op de lange termijn.
Waarom kan ik niet gewoon de slechtste dagen vermijden?
De beste en slechtste dagen clusteren in dezelfde volatiele periodes, vaak binnen dezelfde week. In 2020 viel 11 van de twintig beste dagen en 9 van de twintig slechtste dagen in dat enkele jaar. Er is geen betrouwbare regel die ze vooraf van elkaar scheidt, en verkopen om dalingen te vermijden betekent meestal het missen van de rebounds.
Wanneer vonden de grootste stijgingen plaats?
De beste dag van SPY sinds 2016 was Mar 24, 2020, met een stijging van 9.5%. De meeste van de tien grootste stijgingen vonden plaats tijdens de crash in het voorjaar van 2020, met andere in eind 2018, 2022 en april 2025, allemaal tijdens scherpe marktverlagingen.
Is 'time in the market' beter dan 'timing the market'?
Op basis van deze gegevens: ja. Een volledig belegde positie leverde veel meer op dan elke versie waarbij men uitstap en zelfs maar enkele van de beste sessies miste. De beste dagen zijn te schaars en te geconcentreerd binnen neergangperiodes om er betrouwbaar op te kunnen handelen.
Elk getal hier is een opgeslagen query die u kunt openen en controleren. Voer dezelfde 'best-days' test uit op elke index of aandeel op de Strasmore terminal.