ETF Comparison: OSX4 vs F4DE

Výběr porovnání

OSX4
F4DE

Popisy ETF

OSX4 - Ossiam Europe ESG Machine Learning UCITS ETF 1C (EUR)

The Ossiam Europe ESG Machine Learning UCITS ETF 1C (EUR) is an actively managed equity ETF that tracks companies from Eurozone countries selected according to environmental, social, and corporate governance (ESG) criteria. The fund uses machine learning techniques to select stocks and has an expense ratio of 0.65%. It is a small ETF with approximately €19 million in assets under management, domiciled in Luxembourg, and launched on February 3, 2012.

F4DE - Ossiam Food for Biodiversity UCITS ETF 1A (EUR)

The Ossiam Food for Biodiversity UCITS ETF 1A (EUR) is an actively managed equity ETF that invests in companies primarily from developed markets, which are active in the agriculture and food sectors. The fund's selection is based on financial, ESG, and biodiversity data, with a focus on promoting sustainable agriculture practices. The ETF has a total expense ratio of 0.75% and follows an accumulating distribution policy.

Srovnávací tabulka

OSX4F4DE
Název fonduOssiam Europe ESG Machine Learning UCITS ETF 1C (EUR)Ossiam Food for Biodiversity UCITS ETF 1A (EUR)
Fund ProviderOssiamOssiam
IndexOssiam Europe ESG Machine LearningOssiam Food for Biodiversity
Asset ClassEquityEquity
ListingEU-listedEU-listed
Expense Ratio0.65%0.75%
Inception Date2012-02-032020-12-30
Number Of Holdings6142
CurrencyEUREUR
Distribution PolicyAccumulatingAccumulating
RegionEuropeGlobal
Investment StyleActiveActive
LeveragedNon-leveragedNon-leveraged

Možnosti backtestingu

Před 1 rokem
Před 3 lety
Před 5 lety
Před 7 lety
Před 10 lety
Před 20 lety
Před 30 lety
Začátek roku
Dnes

Souhrn

Run the backtest to get the results

Klíčové metriky

Metriky výkonnosti

Run the backtest to get the results

Metriky rizika

Run the backtest to get the results

Podrobné výnosy

Run the backtest to get the results

Analýza výkonnosti

Analýza výkonnosti hodnotí historická data pro měření výnosů investiční strategie pomocí klíčových metrik, jako jsou kumulativní výnosy, roční výnosy (EoY) a rizikově přizpůsobené ukazatele, jako je Sharpe a Sortino. Pomáhá investorům posoudit absolutní i relativní výkonnost v různých tržních podmínkách.

Kumulativní výnosy

Run the backtest to get the results

Tabulka ročních výnosů

Run the backtest to get the results

Výnosy ke konci roku

Run the backtest to get the results

Analýza rizika

Analýza rizika se týká posouzení potenciálních negativních událostí, které by mohly vést ke ztrátě kapitálu. Provedení analýzy rizika může pomoci při rozhodování o tom, zda investici uskutečnit. K tomu se používají metriky rizika, jako jsou poklesy, volatilita a beta, které odrážejí důvěru investorů v konzistentnost investiční strategie.

Poklesy

Run the backtest to get the results

Tabulka poklesů

Run the backtest to get the results

Simulace Monte Carlo

Simulace Monte Carlo je statistická metoda používaná k prognózování výnosů portfolia generováním širokého spektra potenciálních výsledků pomocí náhodného výběru z historických dat cen aktiv. Pomáhá investorům posoudit potenciální riziko a výnos portfolia za různých tržních podmínek. Simulace bere v úvahu počáteční investici a volitelně simuluje scénáře peněžních toků, jako jsou pravidelné vklady, pevné výběry nebo procentuální výběry.

DŮLEŽITÉ: Prognóza generovaná pomocí simulací Monte Carlo je čistě hypotetická a nezaručuje budoucí výnosy. Investiční rozhodnutí by měla být učiněna s přihlédnutím k různým faktorům a minulá výkonnost není zárukou budoucích výsledků.

Metriky Monte Carlo

Run the backtest to get the results

Simulované ceny portfolia

Run the backtest to get the results
Pomoc
OSX4 vs F4DE - ETF Comparison · PortfolioMetrics