Kijk, terwijl we begin 2026 ingaan en de markt nog volop bezig is met het verwerken van de nieuwe Federal Reserve beleidsstrategie, zie je dat veel beleggers verdwalen in de dagelijkse koersschommelingen. De ene dag stijgt een aandeel 3%, de volgende dag daalt het weer 2%. En jij maar proberen te bepalen of dat nu een trend is of gewoon ruis.

Het voortschrijdend gemiddelde is een van de meest fundamentele tools in de technische analyse. Waar anderen alleen dagelijkse koersschommelingen zien, toont dit gemiddelde je de onderliggende richting van een aandeel of markt. Wetenschappelijk onderzoek toont aan dat trend-volgende strategieën, gebaseerd op moving averages, over langere periodes consistente resultaten leveren.

Wat is een voortschrijdend gemiddelde en waarom werkt het?

Een voortschrijdend gemiddelde neemt de dagelijkse koersschommelingen en maakt er een vloeiende lijn van. Vergelijk het met het bekijken van de zee vanaf het strand: de golven gaan op en neer, maar de getijdenbeweging bepaalt de werkelijke richting van het water.

De berekening is eigenlijk heel eenvoudig. Je neemt de slotkoersen van bijvoorbeeld de laatste 50 handelsdagen, telt ze bij elkaar op, en deelt door 50. Elke nieuwe handelsdag schuift er een nieuwe koers bij en valt de oudste weg. Zo blijft het gemiddelde altijd actueel.

Lees ook: Short Strangle: Premie-inkomsten bij Lage Volatiliteit

Wat dit zo krachtig maakt, is dat het de menselijke neiging om te focussen op dagelijkse bewegingen wegneemt. Onderzoek van Moskowitz, Ooi en Pedersen uit 2012 toont aan dat trend-volgende strategieën in vrijwel alle activaklassen werken, van aandelen tot grondstoffen. De verklaring ligt in de manier waarop informatie geleidelijk wordt verwerkt in prijzen.

"Trends persisteren omdat nieuwe informatie niet onmiddellijk volledig wordt verwerkt door alle marktdeelnemers, waardoor prijsbewegingen momentum behouden."

Goed, laten we dit concreet maken met een voorbeeld van ASML. Begin 2023 noteerde het aandeel rond €550. Dagelijks zag je bewegingen van 2% tot 5% in beide richtingen, vaak gelinkt aan nieuws over de Chinese markt of Amerikaanse exportbeperkingen. Voor een belegger was het lastig om de onderliggende trend te zien.

Het 50-daags voortschrijdend gemiddelde liet echter een duidelijker beeld zien. Van januari tot oktober 2023 steeg dit gemiddelde geleidelijk van €550 naar €720, ondanks de dagelijkse volatiliteit. Een belegger die zich richtte op deze trend in plaats van op ruis had deze beweging kunnen volgen en profitabiliteit verbeteren.

De reden waarom gemiddelden werken, heeft te maken met de manier waarop markten informatie verwerken. Nieuwe ontwikkelingen worden niet onmiddellijk volledig ingeprijsd. In plaats daarvan gebeurt dit geleidelijk, waardoor trends ontstaan die langere tijd kunnen aanhouden.

Perry Kaufman beschrijft in zijn standaardwerk "Trading Systems and Methods" dat moving averages vooral effectief zijn omdat ze de natuurlijke neiging van beleggers om te reageren op korte-termijn ruis verminderen. Ze dwingen je om te kijken naar wat er werkelijk gebeurt in plaats van wat er vandaag gebeurt.

Simple Moving Average versus Exponential Moving Average

Nou, als je eenmaal het concept begrijpt, kom je al snel bij de vraag welke variant je moet gebruiken. De twee hoofdtypen zijn het Simple Moving Average (SMA) en het Exponential Moving Average (EMA), en het verschil is belangrijker dan veel beleggers denken.

Lees ook: Diversificatie Beleggen: Risicospreiding Uitgelegd

Het Simple Moving Average behandelt alle dagen in de periode gelijk. Of de koers van 50 dagen geleden nu €100 was of €90, beide dagen tellen even zwaar mee in de berekening. Dit geeft een stabiel, betrouwbaar signaal, maar reageert wat traag op nieuwe ontwikkelingen.

Het Exponential Moving Average daarentegen geeft meer gewicht aan recente koersen. De formule is complexer, maar het principe is eenvoudig: gisteren telt zwaarder dan vorige week, vorige week zwaarder dan vorige maand. Hierdoor reageert deze EMA sneller op koersveranderingen.

Kenmerk	Simple Moving Average (SMA)	Exponential Moving Average (EMA)
Berekening	Alle dagen gelijk gewicht	Recente dagen zwaarder gewogen
Reactiesnelheid	Langzamer	Sneller
Stabiliteit	Stabieler, minder valse signalen	Gevoeliger, meer signalen
Beste gebruik	Langetermijntrends, sterke markten	Kortere trends, volatiele markten

In de praktijk zie je dit verschil duidelijk. Neem ASML weer als voorbeeld. Tijdens de sterke stijging in de eerste helft van 2023 liep de 50-daags EMA sneller mee omhoog dan de 50-daags SMA. Toen het aandeel in oktober begon te corrigeren, gaf de EMA ook eerder een waarschuwingssignaal.

Maar sneller is niet altijd beter. De EMA produceert meer signalen, waarvan een deel valse alarmen blijken te zijn. Onderzoek toont aan dat in trendvolgende strategieën de SMA over langere periodes vaak betere resultaten levert omdat deze minder gevoelig is voor korte-termijn schommelingen.

De keuze tussen SMA en EMA hangt af van je beleggingsstijl en tijdshorizon. Voor langetermijnbeleggers die vooral geïnteresseerd zijn in de grote trends werkt SMA vaak het beste. Voor meer actieve beleggers die sneller willen inspelen op veranderingen kan de EMA waardevol zijn.

Een interessante bevinding uit het onderzoek van Kaufman is dat de effectiviteit van beide types sterk afhangt van de marktomstandigheden. In sterk trending markten presteren beide goed, maar de EMA heeft een voordeel in het vroeg signaleren van veranderingen. In zijwaarts bewegende markten produceren beide meer valse signalen, waarbij de SMA iets betrouwbaarder blijft.

Wetenschappelijke onderbouwing van trend-volgende strategieën

Kijk, het mooie van moving averages is dat ze niet alleen praktisch lijken te werken, maar dat er ook solide wetenschappelijke onderbouwing voor is. Het onderzoek van Moskowitz, Ooi en Pedersen uit 2012 analyseerde trend-volgende strategieën over meer dan een eeuw data en vond consistent positieve resultaten.

Lees ook: Momentumbeleggen: strategie, data en praktische tips

Hun studie "Time Series Momentum" toonde aan dat momentum-effecten niet beperkt blijven tot individuele aandelen, maar ook gelden voor hele markten en activaklassen. Ze onderzochten 58 verschillende markten en vonden dat trend-volgende strategieën in 85% van de gevallen positieve resultaten leverden.

Wat dit zo bijzonder maakt, is dat het effect robuust is over verschillende tijdsperiodes en geografische regio's. Of je nu naar de Amerikaanse aandelenmarkt kijkt in de jaren 1920, de Japanse markt in de jaren 1980, of de hedendaagse Europese markten, het patroon blijft consistent.

"Momentum in asset returns is one of the strongest and most persistent empirical patterns in financial markets."

De verklaring voor waarom dit werkt, heeft te maken met de psychologie van marktdeelnemers en de manier waarop informatie wordt verwerkt. Nieuwe informatie over een bedrijf of markt wordt niet onmiddellijk volledig ingeprijsd. In plaats daarvan ontstaan er graduele aanpassingen die kunnen aanhouden voor maanden of zelfs jaren.

Verschillende factoren dragen bij aan dit effect:

• Underreactie: Beleggers reageren vaak te traag op nieuwe informatie
• Anchoring: Mensen houden vast aan eerdere referentiepunten
• Herding behavior: Investeerders volgen elkaar, wat trends versterkt
• Risk management: Institutionele beleggers passen posities geleidelijk aan

Het onderzoek van Jegadeesh en Titman uit 1993 legde de basis voor veel van dit werk door momentum-effecten op aandelen niveau te documenteren. Hun bevinding dat aandelen die recent goed presteerden de neiging hebben om de komende 3 tot 12 maanden te blijven outperformen, werd later uitgebreid naar markt-niveau momentum.

In de praktijk zie je dit terug in de performance van systematische trend-volgende strategieën. CTA's (Commodity Trading Advisors) die voortschrijdende gemiddelden gebruiken hebben over langere periodes aantrekkelijke risico-gecorrigeerde rendementen behaald, vaak met lagere correlaties met traditionele aandelenmarkten.

Paul Schneider en collega's toonden in hun onderzoek naar lage-risico anomalieën aan dat systematische factoren zoals momentum consistent boven-normale rendementen kunnen genereren. Hun analyse laat zien dat deze effecten niet worden weggeëxplaineerd door traditionele risicomodellen.

De combinatie van empirische evidentie en theoretische onderbouwing maakt trend-volgende strategieën gebaseerd op voortschrijdende gemiddelden tot een van de best onderzochte beleggingsbenaderingen. Dit is geen toeval of data mining, maar een robuust effect dat voortkomt uit fundamentele aspecten van hoe markten functioneren.

Lees ook: Indexopties vs Aandelenopties: Welke Kies Je?

Praktische toepassing: crossover-strategieën en signalen

Goed, theorie is mooi, maar je wilt natuurlijk weten hoe je dit in de praktijk toepast. De meest gebruikte methode is de crossover-strategie, waarbij je twee voortschrijdende gemiddelden combineert: een korte termijn en een lange termijn.

De klassieke combinatie is de 50-daags en 200-daags moving average. Wanneer de 50-daags lijn boven de 200-daags lijn kruist, wordt dit gezien als een "golden cross" waarmee mogelijk een koopsignaal ontstaat. Kruist de 50-daags onder de 200-daags, dan ontstaat een "death cross" welke een mogelijker verkoopsignaal kan aanduiden.

Laten we dit uitwerken met een concreet voorbeeld van Microsoft. In oktober 2022 noteerde het aandeel rond $240. Beide voortschrijdende gemiddelden liepen dalend, met de 50-daags onder de 200-daags. Dit signaleerde een bearish trend die al maanden aanhing.

Begin januari 2023 kruiste de 50-daags moving average boven de 200-daags bij een koers van ongeveer $245. Voor een belegger die deze strategie volgde was dit het moment om een positie te overwegen. Microsoft steeg vervolgens naar $370 in november 2023, wat een stijging van ruim 50% betekende.

Natuurlijk werkt het niet altijd zo mooi. Het belangrijke is dat je begrijpt wat deze signalen je vertellen. Een golden cross betekent niet automatisch dat je moet kopen. Het betekent dat de korte-termijn trend nu sterker is dan de lange-termijn trend, wat vaak het begin is van een krachtigere beweging.

De effectiviteit van crossover-signalen hangt sterk af van de marktomstandigheden:

• Trending markten: Crossovers werken uitstekend en geven betrouwbare signalen
• Zijwaartse markten: Veel valse signalen door whipsaws
• Zeer volatiele periodes: Signalen komen vaak te laat

Een verfijnde aanpak combineert meerdere tijdsframes. Je kunt bijvoorbeeld de 20-50-200 combinatie gebruiken. De 200-daags bepaalt de hoofdtrend, de 50-daags geeft de middellange termijn richting, en de 20-daags helpt bij timing van in- en uitstap.

Bij deze aanpak stap je alleen in wanneer alle drie de lijnen in dezelfde richting wijzen. Als Microsoft's 200-daags stijgend is, de 50-daags boven de 200-daags noteert, en de 20-daags boven beide andere lijnen staat, dan heb je een zeer sterk bullish signaal.

Risk management blijft cruciaal. Moving averages zijn geen tovermiddel en produceren regelmatig valse signalen. Een veelgebruikte regel is dat je stopt met verliezen wanneer de koers onder de 50-daags lijn sluit, ongeacht andere signalen.

De timing van signalen verschilt tussen SMA en EMA strategieën. EMA crossovers gebeuren eerder maar geven ook meer valse alarmen. SMA crossovers zijn conservatiever maar missen soms het begin van een sterke beweging. Veel professionele traders gebruiken EMA voor timing en SMA voor confirmatie.

Een praktische tip: test je strategie altijd eerst met papier trading voordat je echt geld inzet. Noteer wanneer je in- en uitstapt volgens je regels en vergelijk dit met kopen en vasthouden. Alleen als je strategie over langere tijd consistent betere resultaten levert, overweeg je om deze echt toe te passen.

Lees ook: Short gaan: hoe werkt het en is het risicovol?

Optimale instellingen en veel gemaakte fouten

Nou, als je eenmaal de basis begrijpt, kom je bij de vraag naar de optimale instellingen. Welke periodes moet je gebruiken? 10 en 30 dagen? 50 en 200? Of misschien 12 en 26 zoals bij de MACD indicator?

Het antwoord is minder zwart-wit dan veel beleggers hopen. Onderzoek toont aan dat er geen universeel beste instelling bestaat. De optimale periode hangt af van de volatiliteit van het instrument, je beleggingshorizon, en hoe actief je wilt handelen.

De 50 en 200-daags combinatie is populair geworden omdat deze goed werkt voor aandelen met gemiddelde volatiliteit en past bij een middellange termijn benadering. Maar dit betekent niet dat het altijd optimaal is.

Voor zeer volatiele growth aandelen kunnen kortere periodes zoals 20 en 50 dagen beter werken. Voor stabiele dividend aandelen of indices zijn langere periodes zoals 100 en 300 dagen vaak effectiever. Het gaat erom dat de periode past bij het natuurlijke ritme van het instrument.

Een veel gemaakte fout is het over-optimaliseren van parameters. Beleggers testen verschillende combinaties tot ze de perfecte instelling voor het verleden vinden. Dit heet curve fitting en leidt zelden tot goede toekomstige resultaten.

Aandeel type	Volatiliteit	Aanbevolen periode kort	Aanbevolen periode lang
Large cap dividend	Laag	50-100 dagen	200-300 dagen
Technology growth	Hoog	20-30 dagen	50-100 dagen
Indices (AEX, S&P 500)	Gemiddeld	50 dagen	200 dagen
Small cap stocks	Zeer hoog	10-20 dagen	50 dagen

Een andere veelgemaakte fout is het negeren van de bredere marktcontext. Een golden cross in een individueel aandeel is veel sterker wanneer de algemene markt ook in een uptrend zit. Microsoft's signaal begin 2023 was extra krachtig omdat het samenviel met een bredere hersteltrend in tech aandelen.

Volume-confirmatie is cruciaal maar wordt vaak vergeten. Een crossover die gepaard gaat met sterk stijgend handelsvolume is veel betrouwbaarder dan een die plaatsvindt bij laag volume. Dit geldt vooral voor doorbraken boven belangrijke weerstandsniveaus.

Het timing aspect wordt ook onderschat. Een golden cross op vrijdagmiddag heeft minder impact dan een op maandagochtend. Crossovers rond belangrijke nieuwsgebeurtenissen of earnings releases kunnen misleidend zijn omdat ze meer reactief dan predictief zijn.

Risk management regels zijn essentieel maar worden vaak te laat geïmplementeerd. Bepaal vooraf bij welk verliespercentage je stopt, ongeacht wat de moving averages doen. Een veelgebruikte regel is maximum 8-10% verlies per positie.

Position sizing wordt zwaar onderschat. Zelfs de beste signalen falen soms. Zet nooit meer dan 5-10% van je portfolio in een enkele positie gebaseerd op technische signalen. Spreiding blijft de basis van verantwoord beleggen.

Lees ook: Permanente Portefeuille: 16 Gouden Regels voor Zekerheid

De psychologische kant is misschien wel het moeilijkste aspect. Het is verleidelijk om signalen te negeren wanneer ze niet uitkomen wat je verwacht. Als je besluit een trend-volgende strategie te gebruiken, volg dan consistent je regels. Cherry-picking leidt tot slechtere resultaten dan mechanical toepassing van je systeem.

Wat kun je nu doen?

Kijk, nu je begrijpt hoe voortschrijdende gemiddelden werken, is de vraag wat je ermee gaat doen. Het is verleidelijk om meteen te beginnen met het analyseren van al je posities, maar start klein en systematisch.

Begin met het observeren van voortschrijdende gemiddelden op de aandelen die je al bezit. Voeg de 50 en 200-daags SMA toe aan je charts en kijk hoe deze zich verhouden tot de huidige koers. Noteer crossovers en bekijk achteraf hoe betrouwbaar deze signalen waren.

Kies één of twee aandelen om je strategie mee te testen. Begin met grote, liquide aandelen zoals ASML, ASMI of Heineken. Deze hebben meestal betrouwbaardere technische patronen dan kleine, illiquide aandelen.

Stel duidelijke regels op voordat je begint. Wanneer stap je in? Wanneer stap je uit? Hoeveel risico neem je per positie? Schrijf dit op en houd je eraan. Het helpt ook om een trading journal bij te houden waarin je je beslissingen en resultaten vastlegt.

• Start met papier trading om je strategie te testen zonder risico
• Gebruik maximaal 5-10% van je portfolio voor trend-volgende posities
• Combineer technische signalen altijd met fundamentele analyse
• Houd een trading journal bij om van je fouten te leren
• Begin met de 50/200-daags combinatie voordat je complexere systemen probeert

Vergeet niet dat moving averages geen vervanging zijn voor fundamentele analyse. Ze zijn een tool om timing te verbeteren, niet om slechte aandelen goed te praten. Als een bedrijf fundamentele problemen heeft, helpt geen enkele technische indicator.

Blijf ook realistisch over de resultaten. Trend-volgende strategieën werken goed in trending markten maar lijden onder zijwaartse bewegingen. Ze zijn geen garantie voor winst, maar kunnen helpen om risico te beheersen en timing te verbeteren.

Overweeg om te starten met ETFs voordat je individuele aandelen analyseert. De VUSA (Vanguard S&P 500) of IWDA (iShares MSCI World) hebben vaak betrouwbaardere technische patronen dan individuele aandelen omdat ze minder gevoelig zijn voor bedrijfsspecifieke schokken.

Bouw je kennis geleidelijk op. Begin met simpele SMA crossovers, experimenteer later met EMA combinaties, en overweeg op termijn meer geavanceerde indicators zoals de MACD of RSI als aanvulling.

Wil je leren hoe je dit soort systematische benaderingen integreert in een bredere beleggingsstrategie? Onderzoek wat voor jou het beste aansluit en begin vandaag nog met papier trading.

Bronnen

1. Moskowitz, T. J., Ooi, Y. H., & Pedersen, L. H. (2012). Time Series Momentum. Journal of Financial Economics, 104(2), 228-250.
2. Jegadeesh, N., & Titman, S. (1993). Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency. The Journal of Finance, 48(1), 65-91.
3. Kaufman, P. J. (2019). Trading Systems and Methods (6th Edition). John Wiley & Sons.
4. Schneider, P., Wagner, C., & Zechner, J. (2020). Low-Risk Anomalies. The Journal of Finance, 75(4), 2673-2718.
5. Novy-Marx, R. (2013). The Other Side of Value: The Gross Profitability Premium. Journal of Financial Economics, 108(1), 1-28.