Bitcoin Nyheter

Diversifiserer Bitcoin en portefølje med store teknologiselskaper?

mm
Legg til Securities.io blant dine foretrukne kilder på Google

Bitcoin og store teknologiselskaper: Derfor kan aksjekorrelasjoner villede

Å eie Bitcoin sammen med teknologiaksjer kan se ut som diversifisering. Den ene plasseringen representerer et desentralisert pengenettverk, mens de andre representerer virksomheter som selger programvare, annonsering, skytjenester og maskinvare for databehandling. Det økonomiske grunnlaget deres er forskjellig. Likevel kan utviklingen i markedet overlappe på måter som ikke kommer fram av en liste over plasseringene.

En ny studie av Bitcoin og Magnificent Seven viser at graden av overlapp varierer betydelig mellom selskaper, perioder og målemetoder.1 NVIDIA og Meta viser de tydeligste tegnene på retningsbestemt prediksjon, mens Tesla illustrerer hvorfor det at to aktiva beveger seg i takt, ikke nødvendigvis betyr at det ene bidrar til å forutsi utviklingen i det andre.

For investorer handler det viktige spørsmålet ikke bare om Bitcoin korrelerer med teknologiaksjer. Det handler også om hvorvidt en plassering tilfører andre avkastningskilder, hvor mye risiko den bidrar med, og om forskjellene består når markedene kommer under press.

Hva studien av Bitcoin og Magnificent Seven undersøkte

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

I stedet for å behandle disse selskapene som én samlet teknologikurv undersøkte forskerne hvert enkelt forhold mellom Bitcoin og en aksje fra tre ulike perspektiver. Betinget korrelasjon målte hvor tett avkastningen beveget seg i takt etter hvert som markedsforholdene endret seg. Retningsbestemt prediksjon undersøkte om historisk informasjon om ett aktivum bidro til å forklare utviklingen i et annet innenfor modellen. Bølgeletkoherens undersøkte når bevegelsene deres samsvarte på ulike tidshorisonter.

Prediksjonsmodellene tok også hensyn til Nasdaq-100, markedsvolatilitet, den amerikanske dollaren og realrenten på amerikanske statsobligasjoner med 10 års løpetid. I en alternativ modell ble Nasdaq-100 erstattet med NYSE Composite. Det gjorde det mulig å vurdere om funnene var avhengige av en referanseindeks med stor eksponering mot de samme teknologiselskapene.

Hvorfor korrelasjon og prediksjon gir ulike svar

Korrelasjon beskriver i hvilken grad avkastningen beveger seg i takt. Prediksjon undersøker om tidligere informasjon gjør det lettere å forklare senere bevegelser. Ingen av delene viser at det ene aktivumet økonomisk sett forårsaker bevegelser i det andre.

Tenk deg to investeringer som faller etter den samme rentemeldingen. Korrelasjonen mellom dem kan øke fordi begge reagerer på felles nyheter. Det betyr ikke at gårsdagens bevegelse i den ene gir et nyttig signal om bevegelsen i den andre i morgen.

Tesla illustrerer denne forskjellen. Forholdet mellom Bitcoin og Tesla viste en relativt høy og vedvarende betinget korrelasjon, men grunnmodellen fant ingen signifikant direkte retningsbestemt prediksjon. NVIDIA viste tydeligere tegn på prediksjon, selv om den systematiske variasjonen i dynamikken i den betingede korrelasjonen var mer begrenset.

Bitcoin-par Studiefunn
NVIDIA Tydelige tegn på prediksjon; resultatene for Bitcoin til NVIDIA var mer robuste ved alternative valg av etterslep.
Meta Toveis prediksjon i bestemte perioder besto i stor grad med begge kontrollene for bredere markedsforhold.
Tesla Relativt høy og vedvarende korrelasjon; ingen direkte prediksjon i grunnmodellen.
Apple, Amazon, Alphabet, Microsoft Prediksjonsevnen var generelt svakere, kortvarig eller følsom for hvilken markedskontroll som ble brukt.

Dette skillet bidrar også til å unngå en vanlig prognosefeil. Statistisk signifikans er ikke ensbetydende med en lønnsom strategi. Før et signal kan tas i bruk, må prognosene testes separat, sammen med handelskostnader, tidspunkt for gjennomføring og resultater utenfor datamaterialet som ble brukt til å utvikle signalet.

Bitcoin og NVIDIA har den tydeligste prediktive forbindelsen

Forholdet mellom Bitcoin og NVIDIA skilte seg ut med begge kontrollene for bredere markedsforhold. Ytterligere testing avdekket imidlertid en viktig asymmetri: Prediksjon fra Bitcoin til NVIDIA besto også med en alternativ struktur for etterslep, mens sammenhengen i motsatt retning forsvant da modellen brukte ett etterslep.

Dette gir grunnlag for en mer avgrenset konklusjon enn at NVIDIA og Bitcoin pålitelig forutsier hverandre. Historisk informasjon om Bitcoin ga NVIDIA relativt robust tilleggsinformasjon i modellene som ble testet. Resultatet påviser ikke en permanent sammenheng og fastslår heller ikke hvilken retning en framtidig prisbevegelse vil ta.

Meta viste også toveis prediksjon, særlig i perioder rundt 2020. Det er viktig at funnene var konsentrert til bestemte perioder. Sammenhenger som oppstår under markedsuro, kan svekkes når likviditet, eiersammensetning eller investorenes prioriteringer endrer seg.

Tilsvarende fant studiens analyse av tid og frekvens ingen stabil struktur for ledende og etterslepende bevegelser gjennom hele utvalgsperioden. Investorens tidshorisont er derfor viktig når en tilsynelatende sammenheng skal tolkes.

Ulike teknologier kan innebære den samme porteføljerisikoen

En bredere investeringsinnsikt er at teknologisk mangfold og porteføljediversifisering er to ulike egenskaper. Bitcoin og en virksomhet innen KI-halvledere kan ha forskjellige formål, men likevel tiltrekke seg kapital fra investorer som reagerer på lignende finansielle forhold.

Realrenter, dollarkursens styrke og viljen til å ta risiko kan påvirke begge markedene. Studien kontrollerer for flere slike forhold, men måler ikke direkte ETF-strømmer, felles eierskap, likviditet eller investoroppmerksomhet. Dette er fortsatt mulige forklaringer som bør undersøkes.

Den institusjonelle infrastrukturen tilfører enda en dimensjon. En fersk artikkel hos Securities.io om Bitcoin-handel rundt New Yorks verdsettelsesvindu for ETF-er undersøker hvordan finansielle produkter kan organisere aktiviteten rundt felles frister. Dette gir kontekst for mulige overføringskanaler, men forklarer ikke de selskapsspesifikke sammenhengene som er påvist her.

En nyttig gjennomgang av porteføljen bør derfor vurdere:

  • Eksponering mot felles finansielle forhold på tvers av investeringer som ellers er forskjellige.
  • Volatiliteten i hver posisjon og dens bidrag til porteføljens samlede risiko.
  • Hvordan sammenhengene endrer seg med investeringshorisonten og i stressede markeder.

Hvorfor lav korrelasjon ikke garanterer lavere risiko

Lav korrelasjon kan bidra til diversifisering, men er bare én del av regnestykket. Porteføljens volatilitet avhenger også av størrelsen på allokeringene og volatiliteten til hver enkelt investering. En volatil eiendel kan bidra med betydelig risiko selv om korrelasjonen med eksisterende investeringer er moderat.

Som et eksempel: Hvis en posisjon på 5 % faller 50 %, mens alt annet er uendret, reduseres porteføljeverdien med omtrent 2,5 prosentpoeng. Dette regnestykket er uavhengig av om eiendelen vanligvis beveger seg i takt med teknologiaksjer. Posisjonsstørrelsen har fortsatt betydning.

BlackRocks analyse fra august 2026, En ny vurdering av Bitcoin, viser at en hypotetisk Bitcoin-allokering på 1–2 % ga bedre historisk risikojustert avkastning i en tradisjonell 60/40-portefølje. Dette funnet gjelder en annen portefølje og metodikk. Det fastslår ikke hva som er en optimal allokering for noen som allerede har en konsentrert eksponering mot teknologiaksjer.

Langsiktig diversifisering garanterer heller ikke beskyttelse under et kraftig børsfall. Securities.ios analyse av Bitcoins betingede egenskaper som trygg havn (BTC ) forklarer hvorfor defensive egenskaper avhenger av hendelsen og tidshorisonten. En eiendel kan gi diversifisering på lang sikt, samtidig som den faller sammen med aksjer når etterspørselen etter kontanter plutselig øker.

NVIDIA gir eksponering mot KI-infrastruktur

For investorer som er interessert i den produktive teknologien på den ene siden av denne sammenhengen, er NVIDIA et relevant selskap å undersøke. Virksomheten gir eksponering mot akselerert databehandling og infrastrukturen som brukes til å utvikle og drifte KI-systemer.

NVDA Prisdiagram

I sine resultater for andre kvartal i regnskapsåret 2027, publisert 26. august 2026, (NVDA ) rapporterte NVIDIA inntekter på 96,2 milliarder dollar, hvorav 89,0 milliarder dollar kom fra Data Center. Meldingen beskrev også framgang på tvers av selskapets plattformer for databehandling og nettverk.

Investeringsgrunnlaget bør bygge på etterspørsel, marginer, konkurranse, kundenes pengebruk og verdsettelse. Bitcoins sammenheng med NVIDIA, slik den beskrives i artikkelen, tilfører et porteføljehensyn: En aksjonær som kjøper Bitcoin, bør undersøke om den samlede eksponeringen oppfører seg annerledes under ulike markedsforhold.

NVIDIA-aksjer representerer en eierandel i en virksomhet og dens framtidige inntjening. Eksponering mot Bitcoin innebærer eierskap i en digital eiendel. Det ene erstatter ikke automatisk det andre, og den statistiske sammenhengen mellom dem viser ikke at noen av dem er attraktivt priset.

Siste nytt og utvikling om NVIDIA (NVDA)

Vurder Bitcoins diversifiseringseffekt på porteføljenivå

Studiens mest nyttige lærdom er metodisk. Korrelasjon, prediktiv informasjon og tidspunktet for samvariasjon besvarer ulike spørsmål. Ett enkelt tall kan ikke oppsummere alle tre, særlig ikke når enkeltselskaper oppfører seg forskjellig.

For investorer som kombinerer Bitcoin med teknologiaksjer, bør diversifisering vurderes ut fra allokeringer, volatilitet, endrede sammenhenger og scenarioer med kursfall. Ulike investeringsfortellinger gir et utgangspunkt. Det er porteføljens utvikling som avgjør om disse forskjellene gir den ønskede effekten.

Referanser:

1 Aliyev, F., Eylasov, N. og Gasim, N. (2026). De syv fantastiske og Bitcoin: tidsvarierende prediktivitet, dynamisk betinget korrelasjon og samvariasjon på flere tidsskalaer. International Review of Economics and Finance. Publisert på nett før trykt utgave. https://doi.org/10.1016/j.iref.2026.105960

Daniel er en sterk forkjemper for blockchain’s potensial til å forstyrre tradisjonell finans. Han har en dyp lidenskap for teknologi og er alltid på utkikk etter de siste innovasjonene og gadgetene.