ETF Comparison: FBOT vs IQM
ETF-Beschreibungen
FBOT - Fidelity Disruptive Automation ETF
The Fidelity Disruptive Automation ETF is an actively managed equity fund that invests in companies involved in robotics and artificial intelligence, providing exposure to the rapidly growing automation and AI sector.
IQM - Franklin Intelligent Machines ETF
The Franklin Intelligent Machines ETF is an actively managed fund that invests in companies that are expected to benefit from advances in machine learning, robotics, and artificial intelligence. The fund aims to provide investors with exposure to the growing theme of intelligent machines and artificial intelligence, with a focus on companies that are driving innovation in this space.
Vergleichstabelle
| FBOT | IQM | |
|---|---|---|
| Fondsname | Fidelity Disruptive Automation ETF | Franklin Intelligent Machines ETF |
| Fund Provider | Fidelity | Franklin Templeton |
| Index | Active (No Index) | Active (No Index) |
| Asset Class | Equity | Equity |
| Listing | US-listed | US-listed |
| Expense Ratio | 0.50% | 0.50% |
| Inception Date | 2023-06-12 | 2020-02-25 |
| Number Of Holdings | 47 | 58 |
| Region | Global | United States |
| Investment Style | Growth | Blend |
| Market Cap | Blend | Blend |
| Sector | Technology | Technology |
| Sector Detail | AI & Robotics | AI & Robotics |
| Leveraged | Non-leveraged | Non-leveraged |
Backtesting-Optionen
Zusammenfassung
Wichtige Kennzahlen
Performance-Kennzahlen
Risikokennzahlen
Detaillierte Renditen
Leistungsanalyse
Die Leistungsanalyse wertet historische Daten aus, um die Renditen von Anlagestrategien durch wichtige Kennzahlen wie kumulative Renditen, Jahresendrenditen (EoY) und risikobereinigte Maße wie die Sharpe-Ratio und die Sortino-Ratio zu messen. Dies hilft Anlegern, sowohl die absolute als auch die relative Performance unter verschiedenen Marktbedingungen zu bewerten.
Kumulative Renditen
Jahresendrenditen-Tabelle
Jahresendrenditen
Risikoanalyse
Die Risikoanalyse bezieht sich auf eine Bewertung potenzieller negativer Ereignisse, die zu einem Kapitalverlust führen könnten. Die Durchführung einer Risikoanalyse kann dabei helfen zu entscheiden, ob eine Investition getätigt werden sollte. Dies geschieht mithilfe von Risikokennzahlen wie Drawdowns, Volatilität und Beta, die das Vertrauen der Stakeholder in die Konsistenz einer Anlagestrategie widerspiegeln.
Drawdowns
Drawdowns-Tabelle
Monte-Carlo-Simulation
Die Monte-Carlo-Simulation ist eine statistische Methode zur Prognose von Portfolio-Renditen durch Generierung einer breiten Palette potenzieller Ergebnisse mittels zufälliger Stichproben aus historischen Asset-Preisdaten. Sie hilft Anlegern, das potenzielle Risiko und die Rendite eines Portfolios unter verschiedenen Marktbedingungen zu bewerten. Die Simulation berücksichtigt die Anfangsinvestition und simuliert optional Cashflow-Szenarien wie feste Einzahlungen, feste Entnahmen oder prozentuale Entnahmen.
WICHTIG: Die durch Monte-Carlo-Simulationen generierte Prognose ist rein hypothetisch und garantiert keine zukünftigen Renditen. Anlageentscheidungen sollten unter Berücksichtigung verschiedener Faktoren getroffen werden, und vergangene Performance ist kein Indikator für zukünftige Ergebnisse.