5.6

📊 Modul 5.6: Marknadscy­klar & Sentiment

Wyckoffs 4 faser, sentiment-indikatorer (Fear & Greed, AAII, COT, VIX), seasonalities, Elliott Wave-referens.

1. Wyckoff Accumulation/Distribution

🟦
Förstå

Wyckoff Accumulation/Distribution — de 4 marknadsfaserna

Richard D. Wyckoff (1873–1934) var en amerikansk handlare, förläggare och med­grundare av den moderna Wall Street Journal-miljön (han grundade den inflytelserika Magazine of Wall Street 1907). Wyckoff handlade på NYSE från 1888 till slutet av 1920-talet och observerade systematiskt de stora operatörernas beteende — män som J. P. Morgan, Andrew Carnegie eller James R. Keene. Ur dessa observationer destillerade han en 4-fasmodell för marknadsrörelser som fortfarande används idag.

"Successful tape reading is a study of force. It requires ability to judge which side has the greatest pulling power." — Richard D. Wyckoff, Studies in Tape Reading, 1910

De fyra Wyckoff-faserna

Wyckoffs kärntes: marknader oscillerar mellan Smart Money (institutionella köpare med kapital och tålamod) och Retail (privata handlare som reagerar emotionellt). Överföringen av innehav löper genom fyra kvalitativt olika faser:

Wyckoff Market Cycle — Accumulation, Markup, Distribution, Markdown 1. Accumulation 2. Markup 3. Distribution 4. Markdown Smart Money köper Retail kliver in Smart Money säljer Retail kapitulerar
Wyckoffs marknadscykel — varje fas har karakteristiska volym- och prismönster. Övergångar är sällan skarpa; fasidentifiering lyckas vanligtvis bara i efterhand.
  • 1. Accumulation (grön, sidleds nere): Efter en utdragen markdown ackumulerar Smart Money tyst innehav. Priset rör sig inom ett smalt handelsintervall, volymtoppar selektivt vid bottnar (köper utan kurslyft). Klassiskt slutsignal: Spring — en kort falsk nedbrytning under intervallet, omedelbart köpt tillbaka, följt av trendreversal.
  • 2. Markup (blå, upptrend): När ackumulation är klar börjar den riktade uppgången. Volym bekräftar varje rörelse, korrigeringar är grunda. Retail märker trenden sent och ansluter sig alltmer — de sista 20% är ofta den paraboliska slutspurten.
  • 3. Distribution (amber, sidleds uppe): Nära toppen distribuerar Smart Money gradvis sina positioner till den nu euforiska retailmassan. Priset stannar i intervallet, men volym stiger märkbart. Slutsignal: Upthrust — en kort falsk utbrytning ovanför intervallet, omedelbart sålt, följt av nedgång.
  • 4. Markdown (röd, nedtrend): Trenden vänder. Volym på säljdagar ökar, återhämtningsrallys tappar momentum. Retail håller förlorande positioner för länge och kapitulerar först nära botten — där nästa ackumulationscykel börjar.

Nyckelidentifikationsindikatorer

  • Volym vs. intervall — Vid accumulation/distribution: platt pris med fluktuerande volym; vid markup/markdown bekräftar volymen riktningen.
  • Spring & Upthrust — de berömda Wyckoff-falska utstickarna vid intervallets slut signalerar ofta fasbytet.
  • Effort vs. Result — hög volym utan prisrörelse pekar på absorption av den motsatta sidan (typiskt för sen distribution eller ackumulation).
  • Composite Operator — Wyckoffs konceptuella konstrukt av en "stor spelare": man frågar sig vad denna hypotetiska operatör för tillfället gör.

2. Sentiment-indikatorer

🟦
Förstå

Sentiment-indikatorer — stämningsbarometrarna

Sentiment-indikatorer försöker kvantifiera marknadsdeltagarnas stämning. Det underliggande antagandet: när alla är hausseartade finns det ingen kvar som fortfarande kan köpa — marknaden är då sårbar för korrigeringar. Omvänt signalerar extrema pessimismvärden ofta bottnar. Fyra indikatorer har etablerat sig som praktiskt användbara:

1. CNN Fear & Greed Index

Publiceras dagligen av CNN Business och kombinerar sju komponenter till ett poäng mellan 0 (extrem rädsla) och 100 (extrem girighet):

  • Market Momentum — S&P 500 vs. 125-dagars glidande medelvärde
  • Stock Price Strength — antal 52-veckorstopper vs. bottnar på NYSE
  • Stock Price Breadth — McClellan Volume Summation Index
  • Put/Call Ratio — 5-dagars genomsnitt av optionskvoten
  • Junk Bond Demand — spread mellan high-yield- och investment grade-obligationer
  • Market Volatility — VIX vs. 50-dagars glidande medelvärde
  • Safe Haven Demand — aktieutveckling vs. Treasuries (20 dagar)

Värden under 20 eller över 80 anses vara extrema intervall och läses ofta som en konträr indikator.

2. AAII Investor Sentiment Survey

American Association of Individual Investors har surveyt sina medlemmar varje vecka sedan 1987 om de är hausse-, baisse- eller neutrala för de kommande sex månaderna. Tjur-björn-spreaden (tjur% minus björn%) är det oftast citerade talet. Historiskt sett markerar spreader > +30% ofta kortsiktiga toppar, spreader < −20% ofta bottnar — men med hög varians i timing.

3. COT-rapporter (Commitments of Traders)

CFTC (Commodity Futures Trading Commission) publicerar varje fredag Commitments of Traders — en veckovis uppdelning av futurespositioner i tre handelskategorier: Commercials (hedgers med fysisk exponering), Large Speculators (hedgefonder, CTAs) och Small Speculators (retail). Extremt nettolång eller nettokort positionering av stora spekulanter tolkas som en konträr signal, eftersom denna grupp historiskt ofta har haft fel vid vändpunkter.

4. VIX som rädsloindex

VIX (CBOE Volatility Index) mäter den implicita 30-dagars volatiliteten i S&P 500 från nuvarande optionspriser. Tumregler:

  • VIX < 15 — marknaden är självbelåten, riskuppbyggnad möjlig
  • VIX 15–20 — normalt tjurmarknadsintervall
  • VIX 20–30 — förhöjd nervositet, korrigeringsläge
  • VIX > 30 — panikzon, ofta kortsiktiga bottnar
  • VIX > 50 — kristopp (senast mars 2020 Corona-krasch, 2008 Lehman)

Översikt över de viktigaste sentiment-indikatorerna

Indikator Källa Frekvens Extrema trösklar URL
CNN Fear & GreedCNN Businessdagligen<20 / >80cnn.com/markets/fear-and-greed
AAII SentimentAAIIveckovisSpread >+30 / <−20aaii.com/sentimentsurvey
COT ReportCFTCveckovis (fre)Topp/botten kvintil 3 årcftc.gov/MarketReports/CommitmentsofTraders
VIXCBOErealtid<15 / >30cboe.com/tradable_products/vix
Put/Call RatioCBOE / OCCdagligen<0,7 / >1,2cboe.com (PCR equity vs. index)

3. Seasonalities

🟦
Förstå

Seasonalities — återkommande kalender­mönster

Sedan mitten av 1900-talet har finansstatistik dokumenterat kalendermönster i aktieavkastningar. Fyra av dem har fått bred erkänsla — och är föremål för pågående debatt mellan praktiker (som använder dem) och akademiska skeptiker (som varnar för p-värden).

1. "Sell in May and go away"

Det mest kända säsonalitetsmönstret: aktier har historiskt presterat avsevärt bättre under de sex månader november–april än under maj–oktober. Effekten nämndes första gången 1935 i Financial Times och dokumenterades kvantitativt 2002 av Bouman/Jacobsen: över 37 marknader och ~50 år var maj–oktober-avkastningen i genomsnitt 10 procentenheter lägre än november–april-avkastningen. Statistisk signifikans: p < 0,001 i de flesta marknader — robust nog för att inte vara ren cherry-picking, men med hög varians mellan enskilda år.

2. Julrally

Årets sista fem handelsdagar plus de första två i det följande året har sedan 1950 gett en genomsnittlig S&P 500-avkastning på ~1,5% — med en träfffrekvens på cirka 75%. Möjliga förklaringar: skatteoptimering, bonusköp, tunn handel med optimistisk bias. Yale Hirsch, som beskrev mönstret i Stock Trader\'s Almanac: "If Santa Claus should fail to call, bears may come to Broad and Wall." — om rallyt uteblir är det ofta ett varningssignal för det följande året.

3. Halloween-effekten (oktoberbotten)

En variant av "Sell in May": den statistiska observationen att oktober ofta producerar marknadsbottnar (se 1929, 1987, 2002, 2008, 2022) — följt av ett rally som löper till maj. Praktisk implikation: återinträde vid Halloween (31 oktober). Effektiviteten är omtvistad, eftersom de spektakulära oktoberkrascherna representerar relativt få datapunkter och signal-brus-förhållandet är dåligt.

4. Januaribarometern

"As goes January, so goes the year" — Yale Hirsch, 1972. När S&P stänger positivt i januari stänger hela året positivt i ~75% av fallen (sedan 1950). Med ett negativt januari är träfffrekvensen svagare (~50%). Effekten förklaras delvis med att investerarnas stämning vid årets start påverkar beteendet under efterföljande månader (självuppfyllande profetia).

Statistisk signifikans vs. cherry-picking

För varje säsonalitetsanspråk är det värt att kontrollera p-värdet: hur sannolikt skulle det observerade mönstret vara om det vore slumpmässigt? Tumregler från seriös forskning:

  • Sell-in-May: p < 0,001 i 30+ marknader — robust, men effektstorleken varierar kraftigt mellan decennier.
  • Julrally: p ≈ 0,02 — signifikant, men litet stickprov (74 år).
  • Januaribarometern: p ≈ 0,05 — precis signifikant, många skeptiker ser data mining.
  • Halloween-krasch: p > 0,1 — inte signifikant, troligen survivorship bias.

Huvudproblemet med alla säsonalitetsstudier: multipla test. Att testa 12 månader × 5 effekter × 30 marknader ger slumpmässigt ~7% "signifikanta" mönster som egentligen är brus. Praktisk tumregel: seasonalities kompletterar, ersätter aldrig handelsprocessen.

4. Referens: Elliott Wave (Chartteknik 6.x)

🟦
Förstå

Korsreferens: Elliott Wave som en besläktad cykelmodell

Wyckoffs 4-fasmodell är inte det enda marknadscykelkonceptet som fortfarande tillämpas idag. En lika populär teori kommer från Ralph Nelson Elliott (1871–1948), en amerikansk revisor som analyserade historiska aktiekurser under en sjukdomsrelaterad viloperiod på 1930-talet och publicerade sitt verk The Wave Principle 1938.

5+3-vågstruktur

Elliotts kärnobservation: marknadsrörelser följer ett återkommande mönster av fem impulsvågor i trendriktningen, följt av tre korrektionsvågor mot trenden. En haussesekvens består alltså av vågor 1-2-3-4-5 (upp), följt av A-B-C (ner). Inom varje våg återkommer delv­ågor med samma struktur — teorin är fraktal till sin konstruktion.

Relation till Wyckoff

Båda modellerna försöker bryta ned marknadens rytm i återkommande faser — men med olika fokus:

  • Wyckoff arbetar med volym och intervall, och frågar om Smart Moneys beteende vs. retail. Fasövergångar signaleras av specifika volym­mönster (Spring, Upthrust).
  • Elliott arbetar med prisgeometri och Fibonacci-kvoter (t.ex. våg 3 är ofta 1,618× våg 1, korrigeringar återhämtar ofta 38,2% eller 61,8%). Modellen är primärt chartteknik.

Att kombinera Wyckoffs volymbaserade fasidentifiering med Elliotts våggeometri ger två oberoende bekräftelsekällor — och därmed större robusthet än vad endera modellen ensamt erbjuder.

Fördjupning — dedikerad modulserie

Elliott Wave är tillräckligt omfattande för en egen modulserie i chartteknikkapitlet. Där behandlas vågräkning, Fibonacci-nivåer, impuls- vs. korrektionsstrukturer och praktisk tillämpning i detalj:

📖 Chartteknik 6.x — Elliott Wave
Dedikerad 8-modulserie med grunder, vågräkning, Fibonacci-konfluens, praktisk handel.

För handlare som börjar med Wyckoff: arbeta igenom modul 5.6 här i sin helhet, sedan Chartteknik 6.x för geometri-fördjupningen. Båda ramverken kompletterar varandra.

5. Kritik: Eftersläpande sentiment & algoeffekten

🟧
Utvärdera

Kritik — eftersläpande sentiment? Försvinner seasonalities?

Sentiment-indikatorer och seasonalities är allmänt använda verktyg — men de har påtagliga svagheter som du bör känna till innan du bygger din riskhantering på dem.

Pro sentiment & seasonality

  • Sentimentextremer (Fear & Greed < 20, AAII Bear% > 50) markerar historiskt ofta bottnar med god träfffrekvens — användbara som bekräftelse för den egna tesen.
  • VIX är en realtidsindikator, inte en eftersläpande indikator — den reagerar omedelbart på marknadsstress och ger tillförlitliga risk-off-signaler.
  • Säsonalitetsmönster som "Sell in May" är statistiskt signifikanta över 37 marknader och 50+ år (Bouman/Jacobsen 2002) — inte ren cherry-picking.
  • Wyckoffs volymanalys är en av de få ej prisbaserade marknadssignalerna — den levererar ortogonal information till prisrörelser.

Kontra / Problem

  • Sentiment-indikatorer är primärt eftersläpande: De visar vad investerare redan har gjort — inte vad de kommer att göra härnäst. Ett Fear & Greed-värde på 15 säger: "de flesta har redan lämnat" — men det kan vara 10 imorgon.
  • Säsonalitetseffekter har försvagats sedan algos: Högfrekvent handel (HFT) och kvantfonder har arbitragerat bort kända mönster sedan 1990-talet. "Januarieffekten" för småbolag var robust 1980–1995, är idag knappt detekterbar.
  • Wyckoffs faser är svåra att identifiera i realtid: Spring och Upthrust är uppenbara i efterhand, men i ett levande intervall lätt förväxlade med normala intervalltester. Bekräftelsebias är hög.
  • Multipla testproblem: Att testa tillräckligt många säsonalitetshypoteser ger slumpmässigt "signifikanta" mönster (~5% falskt positiva vid p < 0,05).

Algoeffekten — vad har förändrats sedan 1990-talet?

Fram till omkring 1995 användes kända seasonalities av privatinvesterare och enskilda fonder, men arbitragerades inte systematiskt. Med framväxten av kvant-hedgefonder (LTCM, Renaissance, AQR) och högfrekvenshandlare bevakades och utnyttjades alla kända mönster maskinellt. Konsekvens: många klassiska säsonalitetseffekter är idag avsevärt försvagade eller helt borta.

Exempel på försvunna eller försvagade effekter:

  • Januarieffekten för småbolag — överavkastning på ~7% i januari (1925–1980), idag statistiskt inte längre signifikant.
  • Måndagseffekten — svaga måndagsavkastningar (1950-tal–80-tal), idag praktiskt taget borta.
  • Månadsskifteseffekten — överavkastning på sista/första handelsdagarna, avsevärt försvagad.

Vilka seasonalities har överlevt? Tendensvis de strukturella: "Sell-in-May" (förmodligen kopplat till semesterperiodens likviditet och redovisningskvartalen), julrallyt (skatte- och bonuseffekter), VIX mean-reversion. De tekniska anomalierna (vecko- och dagseffekter) har till stor del arbitragerats bort.

Lärdomen för handlaren: Seasonalities är krydda — ett komplement, inte huvudingrediensen. Kombinera med sentiment, chartteknik och fundamentala data.

Forskningens konsensus 2026: sentiment-indikatorer är användbara bekräftelseverktyg för egna upplägg, men inget fristående handelssystem. Seasonalities ger en liten statistisk fördel i långsiktig allokering, men lämpar sig inte för kortsiktig timing. Wyckoff-analys är värdefull, men kräver erfarenhet och är mottaglig för bekräftelsebias.