Hoe macro-sentimentscores worden opgebouwd

Een sentimentscore die zijn methodologie niet laat zien, vraagt u om alleen op het merk te vertrouwen. Voor beleggers die de macro-omgeving willen begrijpen, is dat niet genoeg. De score is pas nuttig als de structuur erachter geloofwaardig is.

Dit artikel legt uit hoe multi-factor macro-sentimentsystemen worden opgebouwd: hoe ruwe signalen worden omgezet in één samengestelde lezing, welke ontwerpkeuzes echt moeilijk zijn en welke validatie nodig is om robuuste methodiek te onderscheiden van curve fitting.

Als u Wat is macro-sentiment? nog niet hebt gelezen, begin dan daar. Dit artikel gaat ervan uit dat u al begrijpt wat een sentimentcomposiet probeert te meten.

De vierstaps-pijplijn

Elk goed gebouwd sentimentsysteem volgt in de basis dezelfde pijplijn:

• Innemen en normaliseren van ruwe signalen met verschillende eenheden en schalen.
• Wegen van elk inputsignaal op relevantie, betrouwbaarheid en signaal-ruisverhouding.
• Aggregatie van de gewogen signalen tot een regionaal composiet.
• Context toevoegen: drivers, trend, regime en risico.

Elke stap bevat keuzes. Verdedigbare keuzes maken het systeem bruikbaar. Zwakke keuzes leveren een getal op dat precies lijkt, maar weinig zegt.

Stap 1: Normalisatie

Het eerste probleem is eenvoudig: hoe vergelijkt u creditspreads in basispunten, werkloosheid in procenten, de VIX als indexniveau en centrale-banktaal als tekst?

De oplossing is om elk inputsignaal om te zetten naar een gemeenschappelijke, eenheidsloze schaal. Numerieke data kan worden uitgedrukt als z-score of percentiel ten opzichte van de eigen historie. Tekstsignalen kunnen worden omgezet in toon-scores en vergeleken met de historische toon van dezelfde bron of instelling.

Het historische venster is belangrijk. Een kort venster past snel aan, maar kan overreageren. Een heel lang venster is stabiel, maar kan structurele veranderingen missen. Goede systemen gebruiken rollende historische context.

Stap 2: Weging

Na normalisatie beslist het systeem hoeveel elk signaal moet meetellen.

Domeingebaseerde weging

Sommige factoren bevatten structureel meer informatie dan andere. Monetair beleid, creditspreads en volatiliteit verdienen vaak meer gewicht dan kleine of ruisrijke indicatoren.

Regionale weging

Dezelfde factor kan per regio anders wegen. Energieprijzen kunnen voor Europa meer macro-informatie bevatten dan voor Noord-Amerika. De dollar kan voor Azië zwaarder wegen dan voor de Verenigde Staten zelf.

Volatiliteitsgecorrigeerde weging

Inputs die sterk bewegen zonder nuttige informatie te leveren, zouden het composiet niet mogen domineren.

Dekkingsgecorrigeerde weging

Als data ontbreekt, verouderd is of niet beschikbaar is, moet die bijdrage niet stilzwijgend als neutraal worden behandeld. Het gewicht moet transparant worden verlaagd.

Stap 3: Aggregatie

De gewogen factoren worden samengevoegd tot een regionaal composiet, vaak op een schaal zoals −100 tot +100. Het nut van aggregatie is dat veel ruisrijke signalen, wanneer ze in dezelfde richting wijzen, een duidelijker macrobeeld kunnen laten zien.

Daarom kan een composiet draaien voordat één individuele indicator extreem oogt. Regimewisselingen verschijnen vaak eerst als een brede verschuiving in veel inputs.

Robuuste systemen begrenzen ook extreme individuele bijdragen. Een beweging van vijftien standaarddeviaties is eerder een dataprobleem dan een echt signaal.

Stap 4: Contextlagen

Een sentimentsysteem mag niet stoppen bij het getal. Een score van −35 kan heel verschillende dingen betekenen afhankelijk van de context.

Drivers. Welke factoren bewegen de score? Creditstress, zwakkere arbeidsdata en valutadruk wijzen op verschillende risico’s.

Trend. Verbetert of verslechtert de score? +15 na een daling vanaf +40 is iets anders dan +15 na een stijging vanaf −10.

Regime. Bevestigen bredere marktstress-signalen de richting, of is de sentimentlezing nog vroeg?

Risicocontext. Zijn financiële kwetsbaarheidsindicatoren rustig, verhoogd of gespannen?

Een voorbeeld: maart 2023 en Silicon Valley Bank

Het omvallen van Silicon Valley Bank in maart 2023 laat zien waarom methodologie ertoe doet. Aandelenindices leken in de weken ervoor relatief rustig, en volatiliteit schreeuwde nog geen crisis. Een systeem dat vooral op aandelenvolatiliteit leunt, had de opbouw van stress kunnen missen.

Andere signalen waren minder comfortabel: creditspreads van lagere kwaliteit liepen op, regionale bankaandelen presteerden zwakker, de rentecurve toonde onrust en financiële-stabiliteitsindicatoren wezen op balansdruk in delen van het banksysteem.

De moeilijkere problemen

Vertraagde data

Officiële macrodata verschijnt op verschillende frequenties. BBP is kwartaaldata, werkgelegenheid is maandelijks en marktdata is continu. Een serieus systeem bewaakt de peildatum van elk inputsignaal.

Weekenden en feestdagen

Markten sluiten en publicaties pauzeren. Een robuust systeem gebruikt de laatst bevestigde inputs en maakt de versheid van de data duidelijk.

Tegenstrijdige signalen

Aandelen, obligaties, valuta en grondstoffen vertellen niet altijd hetzelfde verhaal. Aggregatie moet ruis dempen, niet blind de luidste factor volgen.

Regimebreuken

Tijdens schokken zoals maart 2020 kunnen historische relaties tijdelijk breken. Robuuste systemen gebruiken begrenzingen, veiligheidsmechanismen en duidelijke context.

Datarevisies

Macrostatistieken worden herzien. Een serieuze historische reeks bewaart wat op dat moment bekend was, in plaats van het verleden achteraf met herziene data te herschrijven.

Validatie: hoe weet u of het werkt?

Het belangrijkste onderdeel is validatie. Een systeem kan altijd zo worden afgesteld dat het het verleden verklaart. De vraag is of het buiten de kalibratieperiode bruikbaar blijft.

Out-of-sample tests kalibreren op één periode en testen op een andere. Walk-forward analyse herhaalt dat proces door de tijd. Regimestabiliteit controleert of het systeem logisch blijft in bullmarkten, bearmarkten en grote schokken.

Wat Signovian doet

Signovian volgt meer dan 50 inputs uit markt-, macro-, geopolitieke, nieuwstoon- en financiële-stabiliteitssignalen. Die inputs worden genormaliseerd, regionaal gewogen voor Noord-Amerika, Europa en Azië, en gepresenteerd als regionale sentimentscore met drivers, trend, marktregime en financiële-kwetsbaarheidscontext.

Factorbewijs is beschikbaar vanaf het Silver-plan. Daar wordt de methodologie controleerbaar: u ziet welke inputs de score omhoog duwen, welke hem omlaag trekken en of de lezing past bij uw eigen macrobeeld.

De nuttige test

De beste test van een sentimentmethodologie is of zij helpt om betere vragen te stellen. Als de score uw visie bevestigt, geeft hij structuur. Als hij afwijkt, laten de drivers zien wat het systeem ziet — of waar u het niet eens bent met de weging.

Geen financieel advies. Alleen voor informatieve doeleinden.