06/04/2026
למה דירוג הקרנות שלנו הוא יחיד במינו בעולם: איפה ענקיות הוול סטריט טועות?
כשמשקיעים בוחרים קרנות נאמנות, הם רגילים להסתמך על שמות גדולים ומדדים קלאסיים. אבל כשבודקים "מתחת למכסה המנוע" של הדירוגים העולמיים הגדולים, מתגלה האמת: רובם משתמשים בתבניות מיושנות שעלולות לעוות את התמונה האמיתית.
פיתחנו מערכת דירוג משלנו (עם סולם הערכות MaxDan / MidlDan / MinDan), שפותרת שתי בעיות יסוד בתעשייה. הנה הסיבה לכך שהמתודולוגיה שלנו היא ייחודית באמת.
בעיה 1: "עונש" זהה על סיכון לכולם
בעולם הפיננסים מקובל להעריך תשואה מותאמת לסיכון. עם זאת, מדדים קלאסיים (כמו מדד שארפ או סורטינו) מענישים על תנודתיות בצורה זהה, ללא קשר למי שמשקיע את הכסף בפועל. כך פועל גם הסטנדרט המרכזי בענף - דירוג Morningstar. בחישוב מדד ה-MRAR שלהם, הם משתמשים בתאוריית התועלת הצפויה עם פרמטר קשיח וקבוע של רתיעה מסיכון (γ = 2) עבור כל הקרנות ללא יוצא מן הכלל.
אבל זה הרי לא הגיוני: לכל משקיע יש רמת מוכנות שונה לסיכון!
הפתרון שלנו: קנס מותאם אישית על תנודתיות במערכת שלנו, הקנס על תנודתיות אינו קבוע מופשט; הוא תלוי ברמת הסיכון של הלקוח הספציפי ושל התיק שלו. אם יש לכם תיק ברמת סיכון גבוהה, המערכת מבינה שאתם מוכנים לקפיצות במחירים, והקנס על תנודתיות עבור הקרנות יהיה נמוך. ולהיפך: אם אתם משקיעים שמרנים וחוששים מתנודתיות, המערכת תחיל מיד קנס גבוה על תנודות בכל הקרנות בתיק שלכם. לפי ניתוח השוק העולמי, אף מערכת דירוג שפורסמה אינה מיישמת את העיקרון הזה.
בעיה 2: מכסות מלאכותיות ומובילים שלא בצדק
איך סוכנויות אחרות מחלקות את הציונים הגבוהים שלהן? מערכת Lipper Leaders פשוט דוחקת את הקרנות לחמישונים (quintiles) קשיחים: בדיוק 20% מהקרנות הטובות ביותר בקטגוריה מקבלות את הציון הגבוה "5", ה-20% הבאים מקבלים את הציון "4", וכן הלאה. גם ל-Morningstar יש התפלגות קשיחה שבה 5 כוכבים ניתנים רק ל-10% העליונים של הקרנות.
הבעיה בגישה כזו היא ניפוח מלאכותי של ציונים למשתתפים חלשים. נניח שהמובילים המוחלטים בשוק הניבו תשואה של 20%, בעוד שהשכבה הבאה הניבה רק 10%. מכיוון שהאלגוריתם חייב למלא בדיוק את המקומות שהוקצו ל"טופ", קרן עם תשואה של 10% נמשכת למעלה באופן אוטומטי ומקבלת מעמד עליון. בסופו של דבר המשקיע רואה לפניו "קרן מובילה" שהתוצאות שלה גרועות פי שניים מהמנצחים האמיתיים. אנחנו מאמינים שגישה מכנית כזו שגויה מיסודה.
הפתרון שלנו: הצמדה למוביל חי וביטול המכסות ויתרנו על אחוזי התפלגות מלאכותיים. הנוסחה שלנו מודדת תשואה ביחס לקרן המובילה האמיתית בקטגוריה ספציפית. אנחנו משווים קרנות למתחרה החי הכי חזק שלהן כאן ועכשיו, ולא למדד חסר פנים. אצלנו אין מכסות קבועות; אם קרן מפגרת משמעותית אחרי המוביל האמיתי, היא לעולם לא תקבל דירוג עליון רק כדי "למלא מקום בטופ 10%".
סיכום:
אפילו גישות אלטרנטיביות מודרניות, כמו אלו של CFRA (שימוש בלמידת מכונה) או Zacks (הסתמכות על הערכות של מניות בודדות בתיק), אינן משנות את פילוסופיית היסוד של הערכת הסיכון. השילוב של שני האלמנטים המרכזיים שלנו - התלות האישית של הקנס בתיק הלקוח והצמדת ההערכה למוביל החי בקטגוריה -אינו משוכפל באף מערכת דירוג ידועה בעולם.
אנחנו לא רק מדרגים קרנות - אנחנו מעריכים אותן כפי שדורש השכל הישר של משקיע אמיתי.
לדירוג הקרנות המלא היכנסו לכאן:
https://maxdan.co.il/he-il/funds_list
מקורות והקשר אקדמי:
Fernando, J. (2025). Sharpe ratio: Definition, formula, and examples. Investopedia.
Gratton, P. (2025). Information ratio (IR): Definition, formula, vs. Sharpe ratio. Investopedia.
Kenton, W. (2025). Sortino ratio: Definition, formula, calculation, and example. Investopedia.
Morningstar. (2023). The Morningstar Rating™ for funds.
Morningstar Research. (2025). Morningstar Medalist Rating™ methodology.
Reed, E. (2025). A guide to the Lipper rating system and "Lipper Leaders". SmartAsset.
Ullal, A. (2025). ETF comparison, rankings and ratings. CFRA Research.
Zacks Investment Research. (2026). Mutual fund education.