الإفصاح عن الأداء
هذا المحفظة افتراضية.
هذا هو محاكاة تاريخية لأداء المحفظة الذي كان يمكن للمستثمر الحصول عليه لو استثمر في نفس الاختيارات في بداية فترة المحاكاة. يقدم هذا التقرير معلومات حول كيفية تغير مكونات المحفظة وأدائها خلال فترة معينة. لقد سعينا لتقليل أو إزالة التحيزات المحتملة في العملية لتوفير تقييم أكثر دقة لاحتمالات أداء الإستراتيجية. ومع ذلك، قد لا يكون من الممكن لأي محاكاة تاريخية أن تضمن تمامًا خلوها من جميع التحيزات.
يرجى مراجعة
المعيار الذهبي لاختبار المحافظ و
الخطايا السبع المميتة لاختبار المحافظ
للحصول على فهم أكثر شمولاً للمخاطر والتحيزات عند اختبار استراتيجيات المحافظ.
الاستراتيجيات المختبرة تاريخياً تواجه أيضًا خطر الانتقاء المتحيز. الانتقاء المتحيز هو عندما يقوم مؤلف الاختبار بإنشاء العديد من النسخ ويعرض النسخة الأكثر ملاءمة. هذا البحث لم يتم إنشاؤه كليًا أو جزئيًا عن طريق الانتقاء المتحيز.
تعتمد هذه المحاكاة على حساب يتمتع بنمو معفى من الضرائب أو مؤجل الضرائب. الحسابات الخاضعة للضرائب ستدفع الضرائب المناسبة على الأرباح الموزعة والفوائد وأرباح رأس المال، مما سيقلل من الأداء الموضح.
هذه المحاكاة لا تعتمد على حسابات تداول فعلية أو محافظ واقعية قد تكون موجودة أو غير موجودة لهذه الإستراتيجية وقد تختلف ماديًا، بما في ذلك الأداء الأسوأ من الأداء الموضح أعلاه. الأداء السابق لا يشير بالضرورة إلى الأداء المستقبلي. نتائج الأداء بما في ذلك مقاييس المخاطر والتنوع غير مضمونة للاستمرار في المستقبل.
تم تعديل هذه المحاكاة التاريخية للأداء لتعكس الرسوم الإدارية التقديرية.
تتطلب ملاءمة هذه الإستراتيجية أن تكون قد أكملت بدقة ووعي أهدافك الاستثمارية في بيان السياسة الاستثمارية الخاص بحسابك. تسجيل الدخول
استراتيجيات التنويع وحدها لا تضمن نجاح الاستثمار. حتى الاستراتيجيات التي تقدم تنويعًا أكبر لا تضمن أي تقليل في خسارة رأس المال.
قدرتك على اتباع هذه الإستراتيجية الاستثمارية تمثل مخاطرة. غالبًا ما يتخلى المستثمرون عن الاستراتيجيات الناجحة في أوقات غير مناسبة مما يحول استراتيجيات مربحة محتملة إلى خسائر.
يتم أخذ بيانات المحفظة من مصادر يُعتقد أنها دقيقة، ومع ذلك لا يوجد ضمان أو كفالة لدقة أو اكتمال البيانات والحسابات الإحصائية المبنية عليها. لا تقدم Portfolio ThinkTank نصائح استثمارية بدون اتفاقية استشارات استثمارية.
قد يكون للفترة الزمنية المختارة للتحليل تأثير كبير على جاذبية الإستراتيجية مقارنة بمحفظة أو مؤشر آخر. يتحكم مؤلف الإستراتيجية في الفترة الزمنية الافتراضية المستخدمة لتحليل الأداء، ومن هناك يمكن للمستخدمين اختيار أي فترة زمنية يرغبون بها من القائمة. بشكل عام، الفترات الأطول، والتنويع الأكبر، وانخفاض تركّز المكونات ينتج عنها تقييمات أداء أكثر مصداقية واستمرارية.
إذا كانت هذه الإستراتيجية تتضمن تنبؤات تم إنشاؤها بواسطة شبكتنا العصبية العميقة، فهناك مخاطر إضافية بأن استراتيجيات المحافظ وأدائها المختبر قد تتعرض لمشكلة الإفراط في التوافق مع البيانات وبالتالي قد تحقق أداءً أفضل في الاختبار مما هو متوقع في الحسابات الحقيقية. نحن ندير هذه المخاطر بانتظام وبطرق متعددة. ومع ذلك، نظرًا لآليات الانتباه في الشبكات العصبية العميقة، قد لا يكون من الممكن القضاء على هذه المخاطر تمامًا. لمعرفة ما إذا كانت إستراتيجيتك مبنية على تنبؤات من شبكة عصبية أو لفهم سياساتنا في التخفيف من المخاطر، ندعوك للتواصل معنا: hello@gravityinvestments.com
