ETF Comparison: OSX4 vs FTGN
Descriptions des 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.
FTGN - First Trust Vest U.S. Equity Moderate Buffer UCITS ETF - November Class A Accumulation
The First Trust Vest U.S. Equity Moderate Buffer UCITS ETF - November Class A Accumulation is an actively managed equity ETF that tracks the S&P 500 index while employing a buffer strategy to mitigate losses. The fund aims to provide a moderate level of protection against market downturns, with a capped upside potential. It has a total expense ratio of 0.85% and is domiciled in Ireland.
Tableau comparatif
| OSX4 | FTGN | |
|---|---|---|
| Nom du fonds | Ossiam Europe ESG Machine Learning UCITS ETF 1C (EUR) | First Trust Vest U.S. Equity Moderate Buffer UCITS ETF - November Class A Accumulation |
| Fund Provider | Ossiam | First Trust |
| Index | Ossiam Europe ESG Machine Learning | First Trust Vest U.S. Equity Moderate Buffer |
| Asset Class | Equity | Equity |
| Listing | EU-listed | EU-listed |
| Expense Ratio | 0.65% | 0.85% |
| Inception Date | 2012-02-03 | 2023-11-17 |
| Currency | EUR | USD |
| Distribution Policy | Accumulating | Accumulating |
| Region | Europe | United States |
| Investment Style | Active | Active |
| Leveraged | Non-leveraged | Non-leveraged |
Options de Backtesting
Synthèse
Indicateurs clés
Indicateurs de performance
Indicateurs de risque
Rendements détaillés
Analyse de la performance
L'analyse de la performance évalue les données historiques afin de mesurer les rendements de la stratégie d'investissement à travers des indicateurs clés tels que les rendements cumulés, les rendements de fin d'année (EoY) et des mesures ajustées du risque comme le Sharpe Ratio et le Sortino Ratio. Cela aide les investisseurs à évaluer la performance absolue et relative dans différentes conditions de marché.
Rendements cumulés
Tableau des rendements de fin d'année
Rendements de fin d'année
Analyse du risque
L'analyse du risque consiste à évaluer les événements défavorables susceptibles d'entraîner une perte de capital. Réaliser une analyse du risque peut aider à décider si un investissement doit être effectué. Cela s'appuie sur des indicateurs de risque tels que les drawdowns, la volatilité et le bêta, qui reflètent la confiance des parties prenantes dans la régularité d'une stratégie d'investissement.
Drawdowns
Tableau des drawdowns
Simulation de Monte Carlo
La simulation de Monte Carlo est une méthode statistique utilisée pour prévoir les rendements d'un portefeuille en générant un large éventail de résultats potentiels par échantillonnage aléatoire à partir des données historiques de prix des actifs. Elle aide les investisseurs à évaluer le risque et le rendement potentiels d'un portefeuille dans diverses conditions de marché. La simulation prend en compte l'investissement initial et simule éventuellement des scénarios de flux de trésorerie tels que des apports fixes, des retraits fixes ou des retraits en pourcentage.
IMPORTANT : la prévision générée par les simulations de Monte Carlo est purement hypothétique et ne garantit pas les rendements futurs. Les décisions d'investissement doivent tenir compte de divers facteurs, et les performances passées ne préjugent pas des résultats futurs.