S&P 500 index spreiding: minder veilig dan je denkt

De S&P 500 index telt vijfhonderd grote Amerikaanse bedrijven in elf sectoren, maar in een crisis dalen die bedrijven vaak tegelijk, waardoor de spreiding kleiner is dan de meeste beleggers denken. Met één index heb je in één klap Apple, ExxonMobil en Procter & Gamble in huis, en ik snap dus waarom hij al decennia als schoolvoorbeeld van spreiding geldt. Na de Amerikaanse midterms van begin november 2026 ontdekten veel beleggers dat vijfhonderd namen niet hetzelfde zijn als vijfhonderd losse risico's. Toen de uitverkoop in AI aandelen losbarstte, gingen ook bedrijven die niets met chips te maken hebben gewoon mee naar beneden.

Daar kwam bij dat de Amerikaanse inflatie over oktober hoger uitviel dan verwacht, waardoor de markt rekening houdt met een nieuwe renteverhoging van de Fed. Op dat moment krijgen alle aandelen tegelijk met dezelfde tegenwind te maken. En precies dan blijkt hoeveel S&P 500 spreiding er werkelijk in je portefeuille zit.

In dit artikel laat ik je zien waarom aandelen in een crisis vaak samen dalen en hoe je de correlatie tussen je eigen posities stap voor stap zelf uitrekent. Daarna laat ik zien hoe actieve selectie, met Merck als uitgewerkt voorbeeld, voor echte ballast kan zorgen. Geen theorie voor de bühne, maar dingen die je aan je eigen keukentafel kunt uitzoeken.

Wat is de S&P 500 index en hoeveel spreiding biedt hij echt?

Kijk, op papier klopt het verhaal helemaal. De index bevat ongeveer vijfhonderd grote Amerikaanse bedrijven, samengesteld door S&P Dow Jones Indices en verdeeld over elf sectoren, van technologie en gezondheidszorg tot energie en nutsbedrijven. Sinds maart 1957 volgt hij vijfhonderd bedrijven, en hij weegt elk bedrijf naar zijn vrij verhandelbare beurswaarde.

Een bedrijf dat tien keer zo groot is, telt dus ook tien keer zo zwaar mee. Daar zit meteen de eerste haak, want een handvol techreuzen weegt samen al jaren ruim een derde van de index. Over die S&P 500 concentratie heb ik onlangs al uitgebreid geschreven, dus ik houd het hier bij deze ene opmerking.

Mijn grotere bezwaar zit ergens anders, en dat is correlatie. Correlatie is een getal tussen min 1 en plus 1 dat aangeeft hoe sterk twee beleggingen samen bewegen. Bij plus 1 lopen ze precies in de pas, bij 0 trekken ze zich niets van elkaar aan en bij min 1 stijgt de een terwijl de ander daalt.

Vergelijk het met je eigen bedrijf. Als je vijfhonderd klanten hebt die allemaal in de bouw zitten, oogt je klantenlijst prachtig gespreid. Maar zodra de bouw stilvalt, belt er niemand meer en heb je aan dat aantal helemaal niets.

Harry Markowitz beschreef dit principe in 1952 al in zijn paper Portfolio Selection, het werk waarvoor hij later de Nobelprijs voor economie kreeg. Zijn kernpunt is dat spreiding alleen risico wegneemt voor zover beleggingen níet perfect samen bewegen. Hoe hoger de onderlinge correlatie, hoe minder je aan extra namen hebt.

Meir Statman rekende in 1987 uit dat je met zo'n dertig tot veertig aandelen het grootste deel van het bedrijfsspecifieke risico al kwijt bent. Wat daarna overblijft is marktrisico, en dat haal je er niet uit met nog meer aandelen uit dezelfde markt. Dat is gewoon zo, hè.

Amerikaanse beleggers spreken graag over S&P 500 stocks alsof het één soort aandeel is. In een crisis hebben ze daar eerlijk gezegd nog gelijk in ook.

"Vijfhonderd aandelen in één index betekent niet vijfhonderd keer zo veilig. Het betekent vooral vijfhonderd keer dezelfde markt."

Wil je eerst de basis nog eens doornemen, lees dan mijn stuk over risicospreiding in je beleggingsportefeuille, waarin ik uitleg waarom spreiding over verschillende soorten beleggingen meer oplevert dan spreiding over steeds meer namen. Hier gaan we een stap verder, want het echte probleem van de index wordt pas zichtbaar als het stormt.

Waarom dalen alle aandelen tegelijk in een crisis?

Wie ooit in een volle schouwburg zat toen het brandalarm afging, weet hoe het werkt. Het maakt niet uit of je op de eerste rij zat of op het balkon, want iedereen loopt op hetzelfde moment naar dezelfde uitgang. Op de beurs gebeurt in een paniekfase precies hetzelfde.

Ik heb dat in 2008 van dichtbij meegemaakt. Aandelen die ik juist als stabiel had gekocht, gingen net zo hard onderuit als de banken die de crisis hadden veroorzaakt. Daar heb ik destijds flink leergeld betaald, en sindsdien kijk ik heel anders naar spreiding.

Jón Daníelsson, verbonden aan de London School of Economics, beschrijft dit verschijnsel in zijn standaardwerk Financial Risk Forecasting. Hij laat met data van de S&P 500 zien dat correlaties tussen beleggingen in periodes van financiële onrust sterk oplopen. Zijn conclusie liegt er niet om, want volgens hem meten we risico waarschijnlijk verkeerd zolang we alleen naar volatiliteit kijken.

Hij noemt daar drie redenen voor, en ze zijn alle drie herkenbaar voor iedereen die een paar crises heeft meegemaakt.

• Volatiliteitsclusters. Onrustige dagen komen in groepjes. Na een dag met een grote beweging volgt vaak weer een grote beweging, waardoor een rustig gemiddelde je een vals gevoel van veiligheid geeft.
• Dikke staarten. Extreme koersdalingen komen veel vaker voor dan de keurige klokvorm uit het studieboek voorspelt. In de tabel hieronder zie je een paar van die dagen en jaren terug.
• Samenhang in de staart. Het verband tussen aandelen is bij extreme bewegingen sterker dan in normale tijden. In rustige maanden lopen ze redelijk los van elkaar, maar bij grote dalingen klitten ze ineens aan elkaar.

Ander onderzoek bevestigt dit beeld. François Longin en Bruno Solnik toonden in 2001 in The Journal of Finance aan dat de correlatie tussen aandelenmarkten stijgt in dalende markten, terwijl dat in stijgende markten niet gebeurt. Andrew Ang en Joseph Chen vonden een jaar later hetzelfde patroon binnen de Amerikaanse aandelenmarkt, waarbij portefeuilles bij neerwaartse bewegingen veel sterker met de markt meebewegen dan bij opwaartse.

Nou, de oorzaak is vrij nuchter. Wanneer koersen hard dalen, moeten beleggers die met geleend geld werken bijstorten of verkopen. Fondsen met uitstroom verkopen wat het makkelijkst te verkopen is, en dat zijn vaak juist de grote, liquide kwaliteitsaandelen.

Risicomodellen bij banken en hedgefondsen schieten bij een hogere volatiliteit in de rode zone, waarna ze automatisch posities afbouwen. Of het nu om een chipmaker of een frisdrankfabrikant gaat, maakt voor dat model niets uit. Wie de index via een tracker volgt, verkoopt bij uitstroom bovendien alle vijfhonderd aandelen tegelijk in dezelfde verhouding, waardoor een sterk bedrijf net zo hard meegaat als een zwak.

De historische cijfers laten zien hoe hard dat kan gaan.

Periode	Daling S&P 500	Wat er tegelijk misging
19 oktober 1987 (Black Monday)	ruim 20% op één dag	Programmahandel en paniek
Kalenderjaar 2008	circa 37% inclusief dividend	Kredietcrisis, gedwongen verkopen door banken
Februari tot eind maart 2020	circa 34% in ruim een maand	Coronapaniek, vlucht naar contant geld
Kalenderjaar 2022	circa 18% inclusief dividend	Hoge inflatie en snelle renteverhogingen

Kijk vooral naar die laatste regel. In 2022 was er geen bankencrisis en geen virus, maar alleen inflatie en een centrale bank die de rente hard opschroefde. Toch daalden de meeste sectoren tegelijk, met energie als bekende uitzondering, omdat één gemeenschappelijke factor alles overheerste.

"Je hebt niets aan de gemiddelde correlatie over tien jaar. Je hebt alleen iets aan de correlatie in de week dat het misgaat."

Wat leren de AI uitverkoop en de hete inflatie over S&P 500 risico?

Wie dacht dat bovenstaande alleen in geschiedenisboeken thuishoort, kreeg begin november 2026 een opfriscursus. Het patroon uit 2022 dient zich namelijk opnieuw aan, alleen met een ander decor.

Goed, eerst de feiten. Na de Amerikaanse midterms ging er een harde uitverkoop door de techsector, en op 9 november meldde Business Insider dat Wall Street inmiddels weer optimistisch is en het ergste van de AI uitverkoop achter de rug acht. Tegelijk kwam Nvidia, een van de zwaarste gewichten in de index, onder vuur te liggen.

Het bestuur van Nvidia onderzoekt topman Jensen Huang, en volgens Politico overwegen Republikeinse Congresleden eigen onderzoeken en strengere chipbeperkingen richting China. Er liggen al wetsvoorstellen klaar, zoals de Chip Security Act. Voor een bedrijf dat zo zwaar weegt, raakt zo'n bericht meteen een flink stuk van de hele index.

Daarbovenop viel de Amerikaanse consumentenprijsindex over oktober sterker uit dan verwacht. Volgens berichtgeving van Investing.com van 11 november klonken de opmerkingen van de Fed daarna hawkish, wat betekent dat de centrale bank eerder geneigd is de rente te verhogen dan te verlagen. De dollar stond op dat moment dicht bij een tweeweekse top en de markt rekent op een renteverhoging in december.

Een renteverhoging raakt groeiaandelen het hardst, en dat heeft een simpele reden. Vergelijk een groeibedrijf met een fruitboom die pas over tien jaar flink vrucht draagt. Hoe hoger de rente die je elders zonder risico krijgt, hoe minder je vandaag over hebt voor fruit dat pas zo laat komt.

Maar hier zit de les voor je spreiding. Een hogere rente maakt elke toekomstige euro winst minder waard, of die nu van een chipontwerper, een bank of een supermarktketen komt. Wanneer één macrofactor zoals de rente het nieuws domineert, gaat de hele index op dezelfde knop reageren, waardoor de S&P 500 correlatie tussen sectoren oploopt.

Tegelijk zie je onder de oppervlakte enorme verschillen. Volgens EODHD stroomt een deel van het geld dat uit Nvidia vertrekt naar bedrijven in datacenterinfrastructuur en energie. Ook defensieve namen als McDonald's en Merck zetten volgens dezelfde bron sterke koerswinsten neer, waarbij McDonald's in één maand tijd hard steeg.

Dat zijn allemaal S&P 500 bedrijven, en ze bewegen totaal anders dan de techreuzen. De index als geheel vertelt je dus weinig, want wat telt is welke stukken van die index jij bezit en welke economische motor eronder draait.

Er speelt nog iets, want hardnekkige inflatie vreet aan je vermogen, ook als je helemaal niets doet. Wie €250.000 aanhoudt bij een inflatie van 3,5 procent per jaar, heeft na tien jaar nog een koopkracht van ongeveer €177.000 over. Dat is zo'n 30 procent minder.

Dat is veel geld.

Het is net als een bekertje met gaatjes, want hoe hard je ook rent, er lekt altijd wat weg. Defensief positioneren betekent dus niet dat je alles verkoopt en op een spaarrekening gaat zitten. En jij maar sparen terwijl je koopkracht wegsijpelt.

"Defensief beleggen is niet stilzitten. Het is kiezen voor bedrijven die op een andere motor draaien dan de rest van je portefeuille."

Hoe meet je zelf de correlatie tussen aandelen in je portefeuille?

Correlatie klinkt als iets voor quants met zes beeldschermen, maar je rekent het gewoon uit in Excel of Google Sheets. Ik doe het zelf een paar keer per jaar voor mijn eigen posities, en dat kost me hooguit een kop koffie aan tijd. Je hebt alleen koershistorie nodig, en die is gratis.

Zo bereken je de correlatie tussen aandelen zelf, stap voor stap.

1. Kies je paren. Begin met je vijf grootste posities en zet daar de S&P 500 zelf naast. Op Yahoo Finance vind je de index onder de code ^GSPC.
2. Download maandkoersen. Haal via het tabblad met historische data vijf jaar aan maandelijkse slotkoersen op. Gebruik de kolom Adj Close, want die is gecorrigeerd voor dividenden en aandelensplitsingen.
3. Reken rendementen uit. Correlatie bereken je op rendementen en niet op koersen. Zet in de cel naast je tweede koers de formule =LN(B3/B2) en trek die door naar beneden, zodat je per maand het continu samengestelde rendement krijgt.
4. Bereken de correlatie. In de Nederlandse Excel gebruik je =CORRELATIE(C3:C61;D3:D61), terwijl de functie in Google Sheets en de Engelse Excel CORREL heet. De uitkomst is je correlatie over de hele periode van vijf jaar.
5. Doe de stresstest. Herhaal de berekening met dagkoersen voor een crisisvenster, bijvoorbeeld 19 februari tot en met 23 maart 2020 of het eerste halfjaar van 2022. Leg de uitkomst naast je vijfjaarscijfer.
6. Maak een matrix. Zet al je posities in aparte kolommen en laat de ingebouwde statistische invoegtoepassing van Excel in één keer een complete correlatietabel maken. Zo zie je in één oogopslag welke posities eigenlijk dezelfde gok zijn.

Stap vijf is waar het spannend wordt. Bij veel aandelen valt de correlatie met de index in het crisisvenster duidelijk hoger uit dan over vijf jaar gemiddeld. Dat is precies het effect waar Daníelsson en Longin en Solnik over schrijven, maar dan met jouw eigen posities.

Om de uitkomst te duiden, gebruik ik zelf deze vuistregels.

Correlatie	Wat het betekent	Effect op je spreiding
+0,8 tot +1	Bewegen vrijwel als één	Nauwelijks spreidingseffect
+0,5 tot +0,8	Sterk verwant	Beperkt effect, vooral zwak in een crisis
+0,2 tot +0,5	Deels een eigen koers	Duidelijk spreidingseffect
Rond 0	Onafhankelijk van elkaar	Sterk spreidingseffect
Onder 0	Bewegen tegengesteld	Zeldzaam tussen aandelen onderling

Twee kanttekeningen horen hierbij. Correlatie zegt iets over de richting, niet over de grootte van de beweging, want een aandeel kan keurig meebewegen en toch maar half zo hard dalen. Daarvoor kijk je naar de bèta, die aangeeft hoeveel procent een aandeel gemiddeld beweegt als de markt 1 procent beweegt.

Daarnaast blijft het een terugblik. Een lage correlatie in het verleden is geen garantie voor de toekomst, en juist bij een correlatiepiek schieten veel getallen tegelijk omhoog. Gebruik de uitkomst daarom als kompas en niet als belofte.

Wat leert Merck over echte spreiding binnen de S&P 500?

Er zijn weinig mensen die hun kankerbehandeling uitstellen omdat de Fed de rente verhoogt. Die nuchtere constatering vat samen waarom farmaceuten vaak anders bewegen dan techaandelen. Merck & Co. is daar een schoolvoorbeeld van.

Merck behoort tot de grootste geneesmiddelenfabrikanten van de Verenigde Staten, met het hoofdkantoor in Rahway, New Jersey. Buiten de VS en Canada opereert het bedrijf als MSD, en in Nederland ken je het onder meer van de vestiging in Haarlem en van MSD Animal Health in Boxmeer. Het aandeel zit in de S&P 500 en valt onder de sector gezondheidszorg.

De motor van het bedrijf heet Keytruda, een immunotherapie die het afweersysteem helpt tumorcellen te herkennen. Volgens het jaarverslag over 2024 leverde Keytruda ongeveer $29,5 miljard op, op een totale omzet van zo'n $64 miljard. Daarnaast verkoopt Merck onder meer Gardasil, een vaccin tegen HPV, en heeft het een grote divisie voor diergezondheid.

Kijk vervolgens naar het koersgedrag in 2022, het jaar waarin de rente de hele markt omlaag trok. Terwijl de S&P 500 inclusief dividend zo'n 18 procent verloor, steeg Merck dat jaar ruim 40 procent. Volgens EODHD steeg het aandeel ook in het jaar tot november 2026 met 67,6 procent inclusief dividend, terwijl de winst van het bedrijf daalde.

Dat is ballast in de letterlijke zin van het woord. Een schip met ballast in het ruim maakt minder slagzij als de wind draait, en Merck draait op een andere motor dan Nvidia of Microsoft. De vraag naar kankermedicijnen hangt niet af van de investeringsbudgetten van techbedrijven en nauwelijks van de rentestand.

Toch is Merck geen risicoloze haven, en daar zit voor mij de echte les van dit voorbeeld.

• Productconcentratie. Bijna de helft van de omzet komt uit één middel. Dat is net zoiets als een ondernemer die de helft van zijn omzet bij één klant haalt.
• Patentklif. De hoofdpatenten op Keytruda verlopen in de VS rond 2028, waarna goedkopere varianten op de markt kunnen komen. Merck probeert dat gat te dichten met overnames zoals die van Prometheus Biosciences en Verona Pharma.
• Prijsdruk. De Amerikaanse overheid onderhandelt sinds de Inflation Reduction Act over de prijzen van een groeiend aantal geneesmiddelen, wat de marges kan drukken.
• Waardering. Een koersstijging terwijl de winst daalt, betekent dat beleggers meer betalen per dollar winst. Dat maakt het aandeel gevoeliger voor teleurstellingen.

Ook Merck ging in maart 2020 mee omlaag toen alles werd verkocht, want in een echte paniekfase is geen enkel aandeel immuun. Ballast dempt de klap, maar voorkomt hem niet. Dat onderscheid moet je scherp hebben voordat je een defensief aandeel als schuilplaats ziet.

Merck keert al decennia elk kwartaal dividend uit, en daarmee komen we bij de tweede functie van ballast. Een defensieve kern van dividendaandelen zoals Merck met een gemiddeld dividendrendement van 3 procent levert op een vermogen van €300.000 zo'n €9.000 per jaar op, ofwel €750 per maand. Groeien die uitkeringen gemiddeld met 5 procent per jaar, dan stijgt dat inkomen elk jaar mee, wat de koersen ook doen.

Op dat moment werkt het geld voor jou, ook in een jaar waarin de index stilstaat of daalt. In mijn stuk over dividendgroeiaandelen voor passief inkomen lees je hoe je zo'n kern kunt opbouwen en welke criteria ik daarbij hanteer.

"Spreiding zit niet in het aantal tickers in je depot, maar in het aantal verschillende motoren eronder."

Hoe spreid je risico binnen de Amerikaanse beursindex met actieve selectie?

Nou, als vijfhonderd aandelen het niet vanzelf doen, dan doe je het zelf. Dat begint met het groeperen van bedrijven naar hun economische motor, in plaats van naar het label uit de officiële S&P 500 sectoren. Amazon valt bijvoorbeeld onder duurzame consumptiegoederen en Alphabet onder communicatiediensten, terwijl beide voor een flink deel aan dezelfde AI investeringsgolf hangen als Nvidia.

Ik werk zelf met vijf motoren, en bij elke nieuwe positie kijk ik eerst op welke motor die draait.

• Technologie en investeringen. Chips, software, cloud en alles wat leunt op de bestedingen aan kunstmatige intelligentie.
• Rente en krediet. Banken, verzekeraars en vastgoed, die gevoelig zijn voor de yield curve, oftewel het verschil tussen korte en lange rente, en voor de kredietcyclus.
• Consument en conjunctuur. Luxe, vrije tijd, auto's en industrie, die meebewegen met de economie.
• Defensieve vraag. Farma, basisconsumptie en nutsbedrijven, waar mensen ook in een recessie geld aan uitgeven.
• Grondstoffen en inflatie. Energie en materialen, die vaak juist profiteren als de inflatie oploopt, zoals in 2022.

Zit meer dan de helft van je vermogen op één motor, dan heb je in feite één grote positie, hoeveel namen er ook op je overzicht staan. Bij het spreiden van beleggingen gaat het dus om motoren en niet om tickers. Voor het kiezen van de bedrijven zelf helpt een vaste methode, zoals de vier stappen om kwaliteitsaandelen te selecteren die ik eerder heb uitgewerkt.

Maar ook de beste spreiding heeft een grens, want in een echte paniek dalen bijna alle motoren tegelijk. Dan helpt maar één ding, en dat is uitstappen voordat de schade te groot wordt. Daar komt trendvolgen om de hoek kijken.

Mebane Faber liet in 2007 zien dat een eenvoudige regel, waarbij je alleen belegd blijft zolang de koers boven het voortschrijdend gemiddelde van tien maanden ligt, historisch een vergelijkbaar rendement opleverde met veel kleinere dalingen. Tobias Moskowitz, Yao Hua Ooi en Lasse Pedersen vonden in 2012 een sterk trendeffect in 58 verschillende markten, van aandelen tot grondstoffen en valuta. Narasimhan Jegadeesh en Sheridan Titman documenteerden al in 1993 het momentumeffect bij aandelen.

Dat is niet mijn mening, dat zijn de feiten. Je stapt gewoon uit als de trend breekt, en je stapt weer in als die herstelt.

Wie de index passief volgt, heeft geen rem en geen stuur. Je zit er volledig in als de markt 30 of 40 procent daalt, en je herstel hangt op dat moment helemaal af van het geduld van de markt. Een simpele indexbelegging levert op lange termijn gemiddeld een mooi rendement op, maar met een bewezen trendvolgende aanpak kun je de diepste dalen proberen te ontwijken en zo je risico beperken.

Wat een paar procent minder rendement doet, zie je pas goed als je het doorrekent. Neem een gespreide, actief geselecteerde aandelenportefeuille van €250.000 over vijftien jaar.

Gemiddeld rendement per jaar	Eindwaarde na 15 jaar	Totale groei	Groeifactor
8%	ruim €793.000	ruim €543.000	3,17 keer
6%	bijna €600.000	ruim €349.000	2,4 keer
Verschil	bijna €194.000	bijna €194.000

Twee procentpunt per jaar klinkt als een detail, maar over vijftien jaar scheelt het bijna €194.000. Eén zware daling waar je volledig doorheen zit, kan je gemiddelde rendement precies dat stukje omlaag trekken. Daarom gaat het in mijn boek 10 Stappen Succesvol Beleggen nadrukkelijk ook over het beperken van verliezen, en niet alleen over het vinden van winnaars.

Wil je weten welke praktische instrumenten daarvoor bestaan, lees dan hoe je je portefeuille beschermt tegen een marktdaling. Daar werk ik onder meer stoplossstrategieën en het afbouwen van posities verder uit.

Wat kun je nu doen?

Goed, genoeg theorie. Niemand weet wat de markt doet na de rentevergadering van de Fed in december 2026. Maar wat we wel weten, is dat correlaties in stressmomenten oplopen en dat jij je daar vooraf op kunt voorbereiden.

Dit zijn vijf dingen die het waard zijn om te onderzoeken.

1. Meet je eigen correlaties. Bereken de correlatie van je vijf grootste posities met de S&P 500, over vijf jaar en over een crisisvenster als februari en maart 2020. Kijk waar het verschil het grootst is, want daar zit je verborgen risico.
2. Tel je motoren. Zet elke positie onder een van de vijf economische motoren. Draait meer dan de helft van je vermogen op dezelfde motor, dan is dat een goed moment om je spreiding opnieuw te bekijken.
3. Onderzoek een defensieve kern. Kijk of een kern van dividendaandelen uit farma of basisconsumptie bij jouw doelen past, en let daarbij op productconcentratie en waardering zoals het voorbeeld van Merck laat zien.
4. Leg je uitstapregel vast. Overweeg om vooraf te bepalen wanneer je een positie afbouwt, bijvoorbeeld op basis van een voortschrijdend gemiddelde. Een regel die je in rustige tijden bedenkt, voer je in paniek veel makkelijker uit.
5. Volg de gemeenschappelijke factor. Houd de inflatiecijfers en de Fed in de gaten, want zolang de rente het nieuws domineert, reageren veel aandelen in de index op dezelfde knop.

De S&P 500 index vertelt je prima hoe de Amerikaanse economie ervoor staat, maar een weerbericht is nog geen paraplu. Echte bescherming bouw je zelf, met selectie, spreiding over motoren en een duidelijke uitstapregel. Dat is de kern, want het gaat niet om wat de markt vandaag doet, maar om wat jij ermee doet.

Wil je zien hoe wij dat bij Beleggen.com aanpakken met trendvolgende strategieën en wetenschappelijk onderbouwde educatie, dan ben je van harte welkom om eens rond te kijken. Begin deze week nog met je eerste correlatieberekening, want wat dat betreft is de beste tijd om je portefeuille te testen altijd vóór de storm en niet erin.

Bronnen

1. Markowitz, H. (1952). Portfolio Selection. The Journal of Finance, 7(1).
2. Statman, M. (1987). How Many Stocks Make a Diversified Portfolio? Journal of Financial and Quantitative Analysis, 22(3).
3. Longin, F. & Solnik, B. (2001). Extreme Correlation of International Equity Markets. The Journal of Finance, 56(2).
4. Ang, A. & Chen, J. (2002). Asymmetric Correlations of Equity Portfolios. Journal of Financial Economics, 63(3).
5. Daníelsson, J. (2011). Financial Risk Forecasting. Wiley.
6. Jegadeesh, N. & Titman, S. (1993). Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency. The Journal of Finance, 48(1).
7. Moskowitz, T. J., Ooi, Y. H. & Pedersen, L. H. (2012). Time Series Momentum. Journal of Financial Economics, 104(2).
8. Faber, M. T. (2007). A Quantitative Approach to Tactical Asset Allocation. The Journal of Wealth Management, 9(4).
9. Merck & Co. (2025). Annual Report 2024. Merck & Co., Rahway, New Jersey.
10. Business Insider (9 november 2026). Bullish to year end: Why Wall Street says the worst of the AI sell off is over.
11. Politico (10 november 2026). 'This is a serious national security issue.' GOP bucks Trump on Nvidia.
12. Fortune (9 november 2026). Berichtgeving over het onderzoek van het bestuur van Nvidia naar CEO Jensen Huang.
13. CNBC (10 november 2026). Marktberichtgeving over S&P 500 futures voorafgaand aan het Amerikaanse inflatierapport.
14. EODHD en Investing.com (11 november 2026). Marktberichtgeving over de Amerikaanse inflatie, de Fed en sectorrotatie.