ETF Comparison: OSX4 vs JREA
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.
JREA - JPMorgan AC Asia Pacific ex Japan Research Enhanced Index Equity (ESG) UCITS ETF USD (acc)
The JPMorgan AC Asia Pacific ex Japan Research Enhanced Index Equity (ESG) UCITS ETF USD (acc) is an actively managed equity ETF that tracks the JP Morgan AC Asia Pacific ex Japan Research Enhanced Index Equity (ESG) index. The fund invests in companies from developed and emerging markets in the Asia Pacific region, excluding Japan, with a focus on environmental, social, and governance (ESG) considerations. The ETF aims to generate a higher return than the MSCI AC Asia Pacific ex Japan index while avoiding companies with negative ESG impacts.
Srovnávací tabulka
| OSX4 | JREA | |
|---|---|---|
| Název fondu | Ossiam Europe ESG Machine Learning UCITS ETF 1C (EUR) | JPMorgan AC Asia Pacific ex Japan Research Enhanced Index Equity (ESG) UCITS ETF USD (acc) |
| Fund Provider | Ossiam | JPMorgan Chase |
| Index | Ossiam Europe ESG Machine Learning | JP Morgan AC Asia Pacific ex Japan Research Enhanced Index Equity (ESG) |
| Asset Class | Equity | Equity |
| Listing | EU-listed | EU-listed |
| Expense Ratio | 0.65% | 0.3% |
| Inception Date | 2012-02-03 | 2022-02-15 |
| Number Of Holdings | 61 | 364 |
| Currency | EUR | USD |
| Distribution Policy | Accumulating | Accumulating |
| Region | Europe | Asia Pacific |
| Investment Style | Active | Active |
| Leveraged | Non-leveraged | Non-leveraged |
Možnosti backtestingu
Souhrn
Klíčové metriky
Metriky výkonnosti
Metriky rizika
Podrobné výnosy
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
Tabulka ročních výnosů
Výnosy ke konci roku
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
Tabulka poklesů
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.