Backtest – Hvordan teste investeringsstrategier med historiske data

Hva er backtest?

Backtest, også kalt historisk tilbakesporing, er en systematisk metode for å evaluere hvordan en investeringsstrategi ville ha prestert dersom den ble brukt i en tidligere periode. Ved å mate strategien med historiske kursdata, utbytter og eventuelle kostnader, kan du se hvilken avkastning og risiko strategien ville gitt. Formålet er å få innsikt i strategiens styrker og svakheter før du eventuelt bruker den med ekte kapital.

For en norsk investor kan backtest være spesielt nyttig for å prøve ut alt fra enkle glidende gjennomsnittsstrategier på OBX-indeksen til mer komplekse kvantitative modeller som Magic Formula Investing. Uten backtest ville du måttet stole på magefølelse eller teoretiske antakelser, noe som ofte fører til skuffende resultater.

Det er viktig å forstå at backtest ikke gir noen garanti for fremtidig avkastning. Markedsforholdene endrer seg, og en strategi som fungerte perfekt i 2010–2020 kan gi dårlige resultater i en helt annen makroøkonomisk situasjon. Likevel er backtest et uunnværlig verktøy for å skille mellom tilfeldige mønstre og faktiske strategiske fordeler.

Forstå backtest

Backtest bygger på en enkel idé: Hvis du kunne reise tilbake i tid og handle etter en bestemt regel, hvor mye ville du tjent? I praksis gjør du dette ved å la en datamaskin simulere kjøp og salg basert på historiske data. For eksempel kan du teste en strategi som sier «kjøp aksjer i selskaper med høy utbytteandel og lav gjeldsgrad, og selg etter 12 måneder». Datamaskinen går gjennom alle tilgjengelige år, regner ut avkastningen og gir deg en rapport.

Det sentrale er at backtest må gjøres med data som var tilgjengelig på daværende tidspunkt – såkalt «point-in-time» data. Hvis du bruker dagens kunnskap om hvilke selskaper som ble vinnere, får du et urealistisk bilde. Dette kalles forward-looking bias og er en av de vanligste feilene.

I tillegg må du ta hensyn til transaksjonskostnader, skatt og likviditet. I Norge har vi kurtasje fra rundt 0,1 % hos nettmeglere, og skatt på aksjegevinster på 37,84 % (2025). En backtest som ser bort fra disse kostnadene, vil ofte vise altfor gode resultater. Derfor er det viktig å justere for reelle forhold.

Hvordan fungerer backtest?

En backtest følger vanligvis disse stegene:

1. Definer strategien: Bestem reglene for kjøp og salg. For eksempel «kjøp når 50-dagers glidende gjennomsnitt krysser over 200-dagers glidende gjennomsnitt (golden cross), selg ved motsatt kors (death cross)». 2. Samle historiske data: Hent kursdata, utbytter, og eventuelt regnskapstall for perioden du vil teste. For norske aksjer kan du bruke kilder som Oslo Børs, Yahoo Finance eller databaser som Refinitiv. 3. Simuler handler: La programvaren gå gjennom hver dag (eller uke/måned) og utføre kjøp og salg i henhold til strategien. Hold oversikt over porteføljeverdi, kontantbeholdning og antall aksjer. 4. Regn ut resultater: Beregn total avkastning, årlig avkastning (CAGR), maksimalt tap (drawdown), Sharpe-ratio og andre risikomål. 5. Sammenlign med referanseindeks: Sammenlign strategiens avkastning med en relevant indeks, som OSEBX eller en global indeks, for å se om strategien gir merverdi. 6. Analyser sensitivitet: Test strategien med ulike parametere (f.eks. ulike lengder på glidende gjennomsnitt) for å se om resultatene er robuste.

Moderne verktøy som Python-biblioteket Backtrader eller plattformen TradingView lar deg automatisere dette. For nybegynnere finnes det også enklere regnearkmaler, men de blir raskt uhåndterlige når antall handler øker.

Historisk bakgrunn

Ideen om å teste strategier på historiske data er like gammel som aksjemarkedet selv, men det var først med datamaskinenes inntog på 1980- og 1990-tallet at backtest ble praktisk gjennomførbart for vanlige investorer. Tidligere måtte man gjøre manuelle beregninger eller bruke enkle diagrammer. I dag kan en hjemme-PC kjøre tusenvis av simuleringer på sekunder.

En av de tidlige forkjemperne for systematisk backtest var Joel Greenblatt, som i boken «The Little Book That Beats the Market» (2005) presenterte Magic Formula Investing. Han backtestet strategien på amerikanske aksjer over 17 år og viste at den slo S&P 500 med god margin. Dette inspirerte mange til å lage egne kvantitative strategier.

I Norge har interessen for backtest økt kraftig de siste årene, særlig blant private investorer som bruker plattformer som Shareville og Nordnet. Flere norske bloggere og podkaster har også laget backtest-verktøy for Oslo Børs, for eksempel basert på utbyttehistorikk eller P/E-tall. Samtidig har tilgangen på gratis historiske data blitt bedre, noe som senker terskelen for å komme i gang.

Praktisk eksempel

La oss si at du vil teste en enkel strategi på Oslo Børs: Kjøp OBX-indeksen (de 25 mest omsatte aksjene) når 200-dagers glidende gjennomsnitt er stigende, og selg når det er fallende. Du bruker data fra 1. januar 2010 til 31. desember 2024, inkludert utbytter, og antar kurtasje på 0,15 % per handel og årlig forvaltningskostnad på 0,5 %.

Resultatene (fiktive tall for illustrasjon) kan se slik ut:

Dette eksemplet er forenklet, men det illustrerer hvordan backtest kan hjelpe deg å forstå en strategis styrker og svakheter før du investerer ekte penger.

Fordeler og ulemper

Fordeler:

• Gir objektivt grunnlag for å vurdere en strategi uten følelser.
• Kan avdekke svakheter som høye kostnader eller store tap i perioder.
• Muliggjør sammenligning av flere strategier på samme datasett.
• Hjelper med å sette realistiske forventninger til avkastning og risiko.

Ulemper:

• Historiske mønstre kan være tilfeldige og ikke gjenta seg (overfitting).
• Survivorship bias: Data inkluderer ofte bare selskaper som fortsatt eksisterer, noe som gir for gode resultater.
• Transaksjonskostnader og skatt er vanskelig å modellere nøyaktig.
• Backtest kan være tidkrevende og krever tekniske ferdigheter.

Vanlige misforståelser

1. Overtilpasning (overfitting): Mange investorer justerer strategien til den gir perfekte resultater på historiske data. Da risikerer man å tilpasse seg støy i stedet for sanne signaler. En strategi som gir 30 % årlig avkastning på backtest, men som er basert på mange parametere, vil ofte svikte i fremtiden.

2. Survivorship bias: Hvis du kun bruker data for selskaper som fortsatt er på børs i dag, utelater du konkursrammede selskaper. For norske aksjer kan dette være betydelig – for eksempel selskaper som Norwegian Air Shuttle (2021) eller flere oljeserviceaksjer som forsvant. Backtesten din vil da vise for høy avkastning.

3. Forward-looking bias: Dette skjer når du bruker informasjon som ikke var kjent på handelstidspunktet. For eksempel hvis du backtester en strategi basert på årsrapporter, men bruker reviderte tall som først ble publisert senere. Løsningen er å bruke «point-in-time» data, der hvert datapunkt speiler hva som var tilgjengelig den dagen.

4. Ignorering av likviditet: En strategi som kjøper store volumer i en tynn aksje, kan påvirke kursen. Backtesten antar ofte at du får kjøpt til siste kurs, men i virkeligheten kan du måtte betale mer (slippage). For norske småselskaper er dette et reelt problem.

Oppsummering

Backtest er et kraftig verktøy for alle som ønsker å ta mer informerte investeringsbeslutninger. Det gir deg muligheten til å prøve ut ideer uten å risikere ekte penger, og kan avdekke både styrker og svakheter ved en strategi. Men det er viktig å være klar over begrensningene: historiske resultater er ingen garanti, og feil som overtilpasning og survivorship bias kan gi et falskt bilde.

For å få mest mulig ut av backtest, bør du alltid inkludere realistiske kostnader, bruke point-in-time data, og teste strategien på flere ulike perioder og markedsforhold. Kombiner backtest med fundamental analyse og sunn fornuft. Da kan det bli et verdifullt supplement i din verktøykasse som investor.

Husk at selv den beste backtesten ikke kan forutsi fremtiden. Markeder endrer seg, og det som fungerte i går, fungerer kanskje ikke i morgen. Men ved å forstå hvorfor en strategi har fungert historisk, kan du gjøre bedre vurderinger av om den vil fungere videre.