Stijn Hogewoning MSc heeft een Bachelor in Bedrijfskunde en een Master in Finance (Tilburg Universiteit). Hij heeft ervaring als financieel adviseur en een sterke interesse in data science, Machine Learning en financiële markten.
Karan Samlal MSc heeft een achtergrond in Econometrie en Operationeel Onderzoek (Vrije Universiteit Amsterdam) en een Master in Quantitative Finance (Erasmus Universiteit Rotterdam). Hij is gespecialiseerd in Machine Learning en statistische modellen voor financiële markten.
Het fonds gebruikt een strategie waarbij het aandelen koopt die volgens de data kunnen stijgen (‘long’), en ook aandelen ‘short’ kan zetten om het verlies te beperken als de markt daalt. Deze shortposities zijn vooral bedoeld als bescherming in neergaande markten. Alle keuzes worden gemaakt op basis van data en rekenmodellen, zonder gebruik van gevoel of voorspellingen. Elk kwartaal worden ruim 5.000 Amerikaanse bedrijven geanalyseerd met behulp van technologie en kunstmatige intelligentie. Op basis daarvan wordt een gespreide portefeuille van ongeveer 250 aandelen samengesteld, met de nadruk op bedrijven die in het verleden minder sterke koersbewegingen lieten zien.
Het fonds belegt op basis van data in aandelen die naar verwachting zullen stijgen en verkoopt tegelijkertijd aandelen die volgens diezelfde data naar verwachting zullen dalen. Zo wordt er geprobeerd te profiteren van bewegingen in beide richtingen van de markt.
Beleggingsbeslissingen worden genomen op basis van data-gedreven modellen en analyses, niet op basis van emotie.
Het fonds belegt in ongeveer 250 verschillende Amerikaanse aandelen, aangevuld met een aantal zorgvuldig geselecteerde ETF’s. De selectie is gebaseerd op meerdere strategieën binnen een breed palet van de markt. Het doel is om beleggers een brede spreiding te bieden, met een goede balans tussen risico en rendement.