Giver Bitcoin en Big Tech-portefølje større spredning?

Bitcoin og techgiganterne: Derfor kan aktiekorrelationer være misvisende

At eje Bitcoin sammen med teknologaktier kan ligne en risikospredning. Den ene investering repræsenterer et decentraliseret monetært netværk; de øvrige repræsenterer virksomheder, der sælger software, annoncering, cloudtjenester og computerhardware. Deres økonomiske grundlag er forskelligt. Deres markedsadfærd kan dog overlappe på måder, som ikke fremgår af en liste over investeringer.

En ny undersøgelse af Bitcoin og Magnificent Seven viser, at dette overlap varierer betydeligt fra virksomhed til virksomhed, fra periode til periode og alt efter målemetoden.¹ NVIDIA og Meta viser de tydeligste tegn på retningsbestemt forudsigelighed, mens Tesla illustrerer, hvorfor det, at to aktiver bevæger sig i takt, ikke nødvendigvis betyder, at det ene kan bruges til at forudsige det andet.

For investorer handler det relevante spørgsmål ikke kun om, hvorvidt Bitcoin korrelerer med teknologaktier. Det handler også om, hvorvidt en investering tilfører andre afkastkilder, hvor stor en risiko den bidrager med, og om forskellene består, når markederne kommer under pres.

Hvad undersøgelsen af Bitcoin og Magnificent Seven analyserede

Forskerne Fuzuli Aliyev, Neman Eylasov og Nijat Gasim analyserede ugentlige data fra 29. januar 2017 til 19. juli 2026. De undersøgte Bitcoin sammen med Apple, Amazon, Alphabet, Meta, Microsoft, NVIDIA og Tesla.

I stedet for at behandle virksomhederne som én samlet teknologisektor undersøgte forskerne hvert enkelt forhold mellem Bitcoin og en aktie ud fra tre perspektiver. Betinget korrelation målte, hvor tæt afkastene bevægede sig sammen, efterhånden som markedsforholdene ændrede sig. Retningsbestemt forudsigelighed testede, om historiske oplysninger om det ene aktiv bidrog til at forklare det andet i modellen. Wavelet-kohærens undersøgte, hvornår deres bevægelser faldt sammen på forskellige tidshorisonter.

Modellerne for forudsigelighed tog også højde for Nasdaq-100, markedsvolatilitet, den amerikanske dollar og realrenten på amerikanske 10-årige statsobligationer. I en alternativ modelspecifikation blev Nasdaq-100 erstattet af NYSE Composite. Det gjorde det muligt at vurdere, om resultaterne afhang af et benchmark med stor eksponering mod de samme teknologivirksomheder.

Hvorfor korrelation og forudsigelighed fortæller forskellige historier

Korrelation beskriver, i hvilken grad afkast bevæger sig i takt. Forudsigelighed handler om, hvorvidt tidligere oplysninger forbedrer forklaringen på efterfølgende bevægelser. Ingen af delene fastslår, at det ene aktiv økonomisk set får det andet til at bevæge sig.

Tænk på to investeringer, der falder efter den samme rentemeddelelse. Deres korrelation kan stige, fordi begge reagerer på fælles nyheder. Det betyder ikke, at gårsdagens bevægelse i den ene giver et brugbart signal om morgendagens bevægelse i den anden.

Tesla illustrerer denne forskel. Forholdet mellem Bitcoin og Tesla viste en forholdsvis høj og vedvarende betinget korrelation, men grundmodellen fandt ingen signifikant direkte retningsbestemt forudsigelighed. NVIDIA viste tydeligere tegn på forudsigelighed, selv om variationen i den betingede korrelations dynamik var mere begrænset.

Denne skelnen forebygger også en almindelig fejl i prognoser. Statistisk signifikans er ikke ensbetydende med en rentabel strategi. Før et signal kan bruges i praksis, skal prognoser, handelsomkostninger, tidspunktet for handlerne og resultater uden for de data, der blev brugt til at udvikle signalet, testes særskilt.

Bitcoin og NVIDIA viser den tydeligste forudsigelsesmæssige sammenhæng

Forholdet mellem Bitcoin og NVIDIA skilte sig ud under begge brede markedskontroller. Yderligere test afslørede dog en vigtig asymmetri: Forudsigeligheden fra Bitcoin til NVIDIA bestod med en alternativ struktur for forsinkede værdier, mens den omvendte sammenhæng forsvandt, da modellen anvendte én forsinket værdi.

Det understøtter en mere afgrænset konklusion end, at NVIDIA og Bitcoin pålideligt forudsiger hinanden. Historiske oplysninger om Bitcoin bidrog med forholdsvis robuste, supplerende oplysninger om NVIDIA i de afprøvede modelspecifikationer. Resultatet påviser ikke en permanent sammenhæng og fastslår heller ikke retningen på en fremtidig kursbevægelse.

Meta viste også tovejs forudsigelighed, især i perioder omkring 2020. Det er vigtigt, at resultaterne var koncentreret i bestemte perioder. Sammenhænge, der opstår under markedsforstyrrelser, kan aftage, når likviditeten, ejerskabet eller investorernes prioriteter ændrer sig.

Tilsvarende fandt undersøgelsens analyse af tid og frekvens ingen stabil struktur for forspring og forsinkelse gennem hele stikprøveperioden. Investorens tidshorisont har derfor betydning, når en tilsyneladende sammenhæng skal fortolkes.

Forskellige teknologier kan indebære de samme porteføljerisici

Den bredere investeringsmæssige pointe er, at teknologisk diversitet og porteføljediversificering er to forskellige egenskaber. Bitcoin og en virksomhed inden for AI-halvledere kan have forskellige formål og samtidig tiltrække kapital fra investorer, der reagerer på de samme finansielle forhold.

Realrenter, dollarkursens styrke og risikovillighed kan påvirke begge markeder. Undersøgelsen kontrollerer for flere af disse forhold, men måler ikke direkte ETF-strømme, fælles ejerskab, likviditet eller investorernes opmærksomhed. Det er fortsat mulige forklaringer, som bør undersøges.

Den institutionelle infrastruktur tilføjer endnu en dimension. En nylig artikel hos Securities.io om handel med Bitcoin omkring New Yorks værdiansættelsesvindue for ETF’er undersøger, hvordan finansielle produkter kan samle aktivitet omkring fælles frister. Det giver kontekst for mulige transmissionskanaler, men forklarer ikke de virksomhedsspecifikke sammenhænge, der er påvist her.

En nyttig gennemgang af porteføljen bør derfor se på:

• Eksponering mod fælles finansielle forhold på tværs af beholdninger, der ellers er forskellige.
• Hver positions volatilitet og dens bidrag til porteføljens samlede risiko.
• Hvordan sammenhængene ændrer sig på tværs af investeringshorisonter og under markedsstress.

Hvorfor lav korrelation ikke garanterer lavere risiko

Lav korrelation kan bidrage til diversificering, men er kun en del af regnestykket. Porteføljens volatilitet afhænger også af størrelsen på allokeringerne og volatiliteten i hver enkelt beholdning. Et volatilt aktiv kan bidrage væsentligt til risikoen, selv når dets korrelation med de eksisterende investeringer er beskeden.

Som illustration vil en position på 5 %, der falder 50 %, mens alt andet forbliver uændret, reducere porteføljens værdi med cirka 2,5 procentpoint. Dette regnestykke er uafhængigt af, om aktivet normalt bevæger sig i takt med teknologiaktier. Positionsstørrelsen har stadig betydning.

BlackRocks analyse fra august 2026, En ny vurdering af Bitcoin, viser, at en hypotetisk Bitcoin-allokering på 1–2 % forbedrede det historiske risikojusterede afkast i en traditionel 60/40-portefølje. Resultatet vedrører en anden portefølje og en anden metode. Det fastslår ikke, hvad der er den optimale allokering for en investor, der allerede har en stor koncentration i teknologiaktier.

Langsigtet diversificering garanterer heller ikke beskyttelse under et kursfald. Securities.io’s undersøgelse af Bitcoins betingede egenskaber som sikker havn (BTC ) forklarer, hvorfor defensive egenskaber afhænger af begivenheden og tidshorisonten. Et aktiv kan give langsigtet diversificering og samtidig falde sammen med aktier, når efterspørgslen efter kontanter pludselig stiger.

NVIDIA giver eksponering mod AI-infrastruktur

For investorer, der interesserer sig for den produktive teknologi på den ene side af denne sammenhæng, er NVIDIA en relevant virksomhed at undersøge. Virksomheden giver eksponering mod accelereret databehandling og den infrastruktur, der bruges til at udvikle og drive AI-systemer.

I sine resultater for andet kvartal af regnskabsåret 2027, offentliggjort den 26. august 2026, (NVDA ) oplyste NVIDIA en omsætning på 96,2 milliarder dollar, heraf 89,0 milliarder dollar fra Data Center. Meddelelsen beskrev også fremskridt på tværs af virksomhedens platforme til databehandling og netværk.

Investeringscasen bør bygge på efterspørgsel, marginer, konkurrence, kundernes forbrug og værdiansættelse. Bitcoins sammenhæng med aktien, som beskrives i artiklen, tilføjer et porteføljeperspektiv: En aktionær, der køber Bitcoin, bør undersøge, om den samlede eksponering opfører sig anderledes under forskellige markedsforhold.

NVIDIA-aktier repræsenterer en ejerandel i en virksomhed og dens fremtidige indtjening. Eksponering mod Bitcoin repræsenterer ejerskab af et digitalt aktiv. Det ene er ikke automatisk en erstatning for det andet, og deres statistiske sammenhæng viser ikke, at nogen af dem er attraktivt værdiansat.

Seneste nyheder og udviklinger om NVIDIA (NVDA)

Vurder Bitcoins diversificering på porteføljeniveau

Undersøgelsens mest nyttige lære handler om metode. Korrelation, prædiktiv information og tidspunktet for sambevægelser besvarer forskellige spørgsmål. Ét enkelt tal kan ikke sammenfatte alle tre, især når de enkelte virksomheder opfører sig forskelligt.

For investorer, der kombinerer Bitcoin med teknologiaktier, bør diversificering vurderes ud fra allokeringer, volatilitet, ændrede sammenhænge og scenarier med kursfald. Forskellige investeringsfortællinger giver et udgangspunkt. Det er porteføljens udvikling, der afgør, om forskellene giver den tilsigtede fordel.

Referencer:

¹ Aliyev, F., Eylasov, N. og Gasim, N. (2026). De syv techgiganter og Bitcoin: tidsvarierende forudsigelighed, dynamisk betinget korrelation og sambevægelser på flere tidsskalaer. International Review of Economics and Finance. Forhåndspubliceret online. https://doi.org/10.1016/j.iref.2026.105960