Een gemiste kans
In de volatiele markten voor agrarische grondstoffen van vandaag is prijsbewegingen voorzien cruciaal. Het voorkomt dat je door plotse prijsuitslagen wordt overvallen en maakt duidelijk waar de risico’s liggen. Met dat inzicht kun je op tijd handelen, bijvoorbeeld door open posities af te dekken. In 2024 schoot de prijs van cacao naar wat toen een recordhoogte was*. De meeste marktpartijen werden erdoor verrast, omdat ze sterk leunden op de klassieke fundamenten van vraag en aanbod. Toch had een nadere blik op de technische indicatoren de komende golf gesignaleerd. Wie de prijsgrafieken bestudeerde, zag de waarschuwingssignalen: MACD-signalen wezen op 17 januari van dat jaar op het kopen van cacao, toen de prijzen nog veel lager stonden.
Marktpartijen in grondstoffen vallen bij hun koop-, verkoop- en hedgebeslissingen vaak terug op fundamentele data. Toch blijft er veel potentieel onbenut in technische analyse. Bij Vesper zien we dat modellen die naast de gebruikelijke variabelen rond vraag en aanbod ook prijsdynamiek meenemen, aanzienlijk beter presteren, zowel op de korte termijn (1 maand) als op de lange termijn (12 maanden), en dat voor alle agrarische grondstoffen.
In dit artikel verkennen we het verschil tussen technische en fundamentele analyse. We kijken naar wat beide benaderingen bijdragen aan het begrip van grondstofmarkten. En we leggen uit hoe we bij Vesper AI-modellen hebben gebouwd die de inzichten uit beide methoden combineren, wat ons een voorsprong geeft in nauwkeurige prijsprognoses.
*Spotprijs van cacao op de ICE US, 19 april 2024
Fundamentele versus technische analyse
Fundamentele analyse
Fundamentele analyse is het fundament onder het werk van de meeste marktpartijen. Ze richt zich op de balansen van vraag en aanbod en op de manier waarop die worden beïnvloed door macro-economische veranderingen, weerpatronen en geopolitieke gebeurtenissen. Voor agrarische grondstoffen gaat het dan om ramingen van voorraadniveaus, productieschattingen en consumptietrends. Door die dynamiek te doorgronden krijgen analisten waardevol inzicht in de markt.
Analisten die zich op de fundamenten richten, zoeken naar mogelijke onevenwichtigheden tussen vraag en aanbod. Ze bestuderen de balansen nauwkeurig op zoek naar afwijkingen die op prijsverschuivingen kunnen wijzen. Blijven de productieramingen bijvoorbeeld achter bij de consumptieprognoses, dan kan dat wijzen op een aanstaande prijsstijging terwijl de markt het evenwicht herstelt. Omgekeerd kan een overschot aan oogst tot dalende prijzen leiden als het aanbod de vraag overtreft.
De fundamenten zijn het meest relevant bij langetermijnbewegingen, omdat fundamentele verschuivingen tijd nodig hebben om door de markt te worden opgenomen. Data komen vaak vertraagd, onvolledig of met latere herzieningen; geopolitieke gebeurtenissen werken niet meteen door in de toeleveringsketens; en de effecten van veranderende weerpatronen worden soms pas later in het seizoen duidelijk. Marktpartijen kunnen daardoor niet altijd meteen reageren, wat leidt tot geleidelijker aanpassingen over langere periodes.
Technische analyse
Technische analyse (TA) kijkt juist naar prijsgrafieken, volumedata en historische patronen om toekomstige prijsbewegingen te voorspellen. De onderliggende gedachte is dat alle relevante informatie al in de huidige prijs en haar bewegingen besloten ligt. Door het prijsverloop en de trends te bestuderen zoeken technisch analisten naar terugkerende patronen en signalen die iets zeggen over toekomstig prijsgedrag. Ze gaan ervan uit dat prijsbewegingen specifieke, voorspelbare patronen volgen, omdat marktpartijen hetzelfde gedrag herhalen, gedreven door emoties als angst en door speculatie. Daardoor kan het prijsverloop uit het verleden waardevolle aanwijzingen geven over de richting van de markt en een voorsprong opleveren in de timing van marktbewegingen.
Belangrijke technische indicatoren op de grondstofmarkten zijn onder meer:
- Moving Averages (MA): deze vlakken de prijsdata af en brengen trends naar voren door prijzen over bepaalde periodes te middelen, wat een helderder beeld van de marktrichting geeft.
- Relative Strength Index (RSI): een momentumoscillator die aangeeft of een grondstof overbought of oversold is, en zo helpt de kracht van recente prijsbewegingen te beoordelen.
- Bollinger Bands: deze meten de volatiliteit en de prijstrends in de markt en geven aanwijzingen over weerstandsniveaus en mogelijke uitbraken of omkeringen wanneer de prijzen buiten de banden bewegen.
- Volumegebaseerde indicatoren: deze volgen de hoeveelheid handelsactiviteit om de kracht van prijsbewegingen beter te duiden. Een hoog volume tijdens een prijsbeweging wijst op sterke overtuiging in de markt, terwijl een laag volume kan duiden op een verzwakkende trend of een mogelijke omkering.
Technische analyse is vooral waardevol in de kortetermijnhandel, omdat deze indicatoren marktpartijen helpen om opkomende trends en momentumverschuivingen te herkennen. Zo zien ze toekomstige prijsbewegingen vroeg aankomen en nemen ze beter onderbouwde beslissingen.
Niet alle grondstoffen zijn gelijk: wanneer technische analyse werkt
De voorspellende waarde van technische en fundamentele indicatoren kan sterk verschillen per agrarische grondstof. Of een grondstof op de termijnmarkt wordt verhandeld, hoe liquide die markt is, de seizoensinvloeden en de handelsvolumes: het bepaalt allemaal mee hoe effectief deze indicatoren zijn.
Grondstoffen die op termijnmarkten worden verhandeld, zoals granen (tarwe, maïs) of oliehoudende zaden (sojabonen), zijn bijvoorbeeld zeer liquide en profiteren van brede deelname door handelaren, hedgers en speculanten. In die markten is technische analyse doorgaans veelzeggender, doordat de prijsbewegingen voorspelbaarder zijn dankzij consistente handelspatronen.
In minder liquide markten daarentegen, zoals nichegewassen die niet altijd op de termijnmarkt worden verhandeld, is het prijsgedrag vaak grilliger. Die volatiliteit kan traditionele technische indicatoren minder effectief maken, omdat de prijsbewegingen gevoeliger zijn voor externe schokken of veranderingen in vraag en aanbod.
Een andere factor die bepalend is voor de effectiviteit van technische versus fundamentele indicatoren, is seizoensgebondenheid. Seizoensgebonden grondstoffen vertonen doorgaans terugkerende prijspatronen die samenhangen met zaai- en oogstcycli, weersomstandigheden en regionale groeiseizoenen. Dankzij die voorspelbare cycli kunnen technische indicatoren prijsbewegingen vastleggen, zoals de gebruikelijke rally’s voor de oogst of de dips erna. Bij grondstoffen zonder duidelijk seizoenspatroon, of bij gewassen die in meerdere regio’s met gespreide oogsttijden worden geteeld, is het prijsgedrag minder regelmatig. In die gevallen geeft fundamentele analyse, die zich op de meest recente productie- en voorraaddata richt, vaak een helderder beeld. Wereldwijde productieveranderingen bij gewassen als koffie kunnen de prijzen bijvoorbeeld sterk beïnvloeden, waardoor fundamentele inzichten daar waardevoller zijn.
Beide vormen van analyse blijven relevant voor alle agrarische grondstoffen, maar hun effectiviteit kan dus verschillen afhankelijk van factoren als de bovenstaande. Dat maakt het extra lastig om één benadering consequent toe te passen op een brede reeks grondstoffen. Marktpartijen moeten zich van die nuances bewust zijn en hun strategie per grondstof aanpassen om de beste inzichten te krijgen.
De kracht van AI: technische en fundamentele inzichten combineren
Je zult het inmiddels begrepen hebben: wij geloven dat de echte kracht in de combinatie van fundamentele en technische analyse zit. Alleen leidt het samenbrengen van die twee benaderingen tot een nog overweldigender hoeveelheid data, waardoor heldere conclusies trekken lastig wordt, zeker wanneer indicatoren elkaar lijken tegen te spreken. Precies daar begint AI een cruciale rol te spelen.
Bij Vesper hebben we geavanceerde machinelearningmodellen ontwikkeld die deze hybride aanpak benutten. Door enorme hoeveelheden data van beide kanten te verwerken en tegenstrijdige signalen tegen elkaar af te wegen, kunnen we helderdere, nauwkeurigere prijsprognoses geven voor alle agrarische grondstoffen. Toen de Nederlandse boterprijs in september 2024 scherp steeg, had ons nieuwste AI-model die forse stijging maanden eerder al voorspeld. Toen we dieper groeven in de vraag waarom het model die onverwachte stijging zag, door de Shapley-waarden van het model te analyseren (een methode die ons helpt te begrijpen welke factoren het zwaarst wogen in de voorspelling), zagen we dat de cijfers over de boterproductie onze prognose omlaag duwden, terwijl de effecten van verschillende technische variabelen zo sterk waren dat ze de voorspelling per saldo omhoog trokken.
Dankzij onze toegang tot enorme hoeveelheden wereldwijde fundamentele data, onze eigen prijsreeksen en onze diepe kennis van zowel AI als de verschillende grondstofmarkten, is Vesper bij uitstek in staat om heldere, bruikbare prijsprognoses te geven in markten waar zowel de fundamenten als de kortetermijnprijsbewegingen van belang zijn. Door onze uitgebreide database te combineren met geavanceerde machinelearningtechnieken bouwen we modellen die de nuances van de marktdynamiek vatten en marktpartijen de inzichten geven die ze nodig hebben.
Samengevat
Uitsluitend op fundamentele analyse vertrouwen om grondstofprijzen te voorspellen laat flinke blinde vlekken achter, zeker in de snel bewegende en steeds sentimentgedrevener markten van vandaag. Technische analyse geeft waardevol inzicht in kortetermijnprijsbewegingen en marktpsychologie, en helpt handelaren om plotse prijsverschuivingen voor te zijn die de fundamenten over het hoofd zien.
Door de kracht van AI te benutten om technische en fundamentele analyse te combineren, kunnen we nauwkeurigere prijsvoorspellingen maken over verschillende tijdshorizonnen, zodat alle marktpartijen de markt beter kunnen timen en beter onderbouwde beslissingen nemen.
Wil je de prognoses van Vesper zelf ervaren? Start hier je gratis proefperiode.
