PortfoliosLab logoPortfoliosLab logo

Documentation

Сменить план
Сравнение FLTW с IGPT
Доходность
Доходность на риск
Просадки
Волатильность
Дивиденды

Сравнение FLTW с IGPT

Последнее обновление 14 июн. 2026 г.

FLTW (Franklin FTSE Taiwan ETF) and IGPT (Invesco AI and Next Gen Software ETF) are both exchange-traded funds - FLTW is a Asia Pacific Equities fund tracking the FTSE Taiwan RIC Capped Index, while IGPT is a Technology Equities fund tracking the STOXX World AC NexGen Software Development Index. Both are passively managed. Over the past 5 years, FLTW returned 20.89%/yr vs 14.12%/yr for IGPT. A 0.56 correlation means they provide meaningful diversification when combined. FLTW charges 0.19%/yr vs 0.60%/yr for IGPT.

Доходность

Сравнение доходности FLTW и IGPT

График ниже показывает гипотетическую доходность инвестиции в $10,000 в Franklin FTSE Taiwan ETF (FLTW) и Invesco AI and Next Gen Software ETF (IGPT). Значения скорректированы с учетом выплат дивидендов, если таковые имеются.

Загрузка графика...

Доходность по периодам

Доходность обеих инвестиций с начала года близка: FLTW показывает доходность 65.68%, а IGPT немного ниже – 63.54%.

FLTW

1 день
0.59%
1 месяц
8.18%
С начала года
65.68%
6 месяцев
71.97%
1 год
102.75%
3 года*
39.63%
5 лет*
20.89%
10 лет*
—

IGPT

1 день
0.39%
1 месяц
7.10%
С начала года
63.54%
6 месяцев
68.47%
1 год
111.55%
3 года*
39.41%
5 лет*
14.12%
10 лет*
21.76%
*Показатели приведены в среднегодовом выражении (CAGR)

Сравнение доходности по годам FLTW и IGPT

2026 (YTD)202520242023202220212020201920182017
FLTW
Franklin FTSE Taiwan ETF		65.68%32.00%16.68%30.05%-27.51%29.46%29.77%31.23%-9.32%-1.28%
IGPT
Invesco AI and Next Gen Software ETF		63.54%31.55%17.15%27.29%-27.73%-11.79%54.31%35.06%16.38%-2.82%

Correlation

The correlation between FLTW and IGPT is 0.78, which is moderate. They share some common price drivers but move independently often enough to provide real diversification benefit when combined.

Корреляция
Корреляция (1 год)
Рассчитано за последние 12 месяцев

0.78

Корреляция (3 года)
Рассчитано за последние 3 года

0.71

Корреляция (5 лет)
Рассчитано за последние 5 лет

0.66

Корреляция (за всё время)
Рассчитано по всей доступной истории цен начиная с 6 нояб. 2017 г.

0.56

Over the past year, FLTW and IGPT have become more correlated (0.78) than their long-term average of 0.56, meaning their price movements have been converging.

Сравнение распределения секторов FLTW и IGPT

Секторы
FLTW
IGPT

Технологии

78.7%
77.0%

Финансовые услуги

11.2%
0.1%

Промышленность

3.3%
3.1%

Сырьевые материалы

2.5%

-

Потребительский циклический сектор

1.5%

-

Коммуникационные услуги

1.4%
13.8%

Потребительский защитный сектор

0.7%

-

Здравоохранение

0.6%
2.7%

Энергетика

0.1%

-

Недвижимость

-

3.3%

Коммунальные услуги

-

-

Технологии

FLTW
78.7%
IGPT
77.0%

Финансовые услуги

FLTW
11.2%
IGPT
0.1%

Промышленность

FLTW
3.3%
IGPT
3.1%

Сырьевые материалы

FLTW
2.5%
IGPT

-

Потребительский циклический сектор

FLTW
1.5%
IGPT

-

Коммуникационные услуги

FLTW
1.4%
IGPT
13.8%

Потребительский защитный сектор

FLTW
0.7%
IGPT

-

Здравоохранение

FLTW
0.6%
IGPT
2.7%

Энергетика

FLTW
0.1%
IGPT

-

Недвижимость

FLTW

-

IGPT
3.3%

Коммунальные услуги

FLTW

-

IGPT

-

Сравнение акций, фондов или ETF

Ищите акции, ETF и фонды для быстрого сравнения или перейдите к инструменту сравнения для большего количества опций.

Franklin FTSE Taiwan ETF

Invesco AI and Next Gen Software ETF

Часто сравнивают с FLTW:
FLTW с EWTFLTW с VOOFLTW с FLGRFLTW с EMMFFLTW с SCHDFLTW с VXUSFLTW с FOXA
Часто сравнивают с IGPT:
IGPT с AIQIGPT с CHATIGPT с BOTZIGPT с QQQIGPT с VGTIGPT с IRBOIGPT с XAIX

Доходность на риск

FLTW vs. IGPT — Ранг доходности на риск

Сравните оценки доходности на риск, чтобы выбрать наиболее эффективную инвестицию за последние 12 месяцев.
FLTW
Ранг доходности на риск FLTW: 9595
Overall Rank
Ранг коэф-та Шарпа FLTW: 9696
Ранг коэф-та Шарпа
Ранг коэф-та Сортино FLTW: 9292
Ранг коэф-та Сортино
Ранг коэф-та Омега FLTW: 9393
Ранг коэф-та Омега
Ранг коэф-та Кальмара FLTW: 9797
Ранг коэф-та Кальмара
Ранг коэф-та Мартина FLTW: 9595
Ранг коэф-та Мартина
IGPT
Ранг доходности на риск IGPT: 9494
Overall Rank
Ранг коэф-та Шарпа IGPT: 9595
Ранг коэф-та Шарпа
Ранг коэф-та Сортино IGPT: 9292
Ранг коэф-та Сортино
Ранг коэф-та Омега IGPT: 9292
Ранг коэф-та Омега
Ранг коэф-та Кальмара IGPT: 9494
Ранг коэф-та Кальмара
Ранг коэф-та Мартина IGPT: 9494
Ранг коэф-та Мартина
Ранг (0–100) показывает, как доходность соотносится с принятым риском. Чем выше — тем лучше. Рассчитывается за последние 12 месяцев на основе коэффициентов Шарпа, Сортино и других метрик, используемых квантовыми фондами и институциональными инвесторами.

Сравнение FLTW c IGPT - Риск-скорректированная доходность

В таблице представлено сравнение показателей доходности скорректированной на риск для Franklin FTSE Taiwan ETF (FLTW) и Invesco AI and Next Gen Software ETF (IGPT). Риск-скорректированные показатели оценивают доходность инвестиций с учетом их рискованности, что позволяет более точно сравнивать различные активы между собой.

Данные рассчитываются на скользящей основе за 1 год и обновляются ежедневно. Показатели доходности на риск более стабильны на длинных периодах — используйте переключатель периода выше, чтобы их посмотреть.

FLTWIGPTDifference
Коэффициент ШарпаДоходность на единицу общей волатильности
3.62
3.45

+0.17

Коэффициент СортиноДоходность на единицу негативного риска
4.02
3.90

+0.12

Коэффициент ОмегаВероятность прибыли против убытков

1.58

1.55

+0.03

Коэффициент КальмараДоходность относительно максимальной просадки

9.29

6.49

+2.80

Коэффициент МартинаДоходность относительно средней просадки

27.95

24.22

+3.73

FLTW vs. IGPT - Сравнение коэффициента Шарпа

Показатель коэффициента Шарпа FLTW на текущий момент составляет 3.62, что примерно соответствует коэффициенту Шарпа IGPT равному 3.45. На графике ниже представлено сравнение исторических значений коэффициента Шарпа FLTW и IGPT, позволяя оценить доходность инвестиций в различных рыночных условиях. Значения рассчитаны на основе дневных данных за предыдущие 12 месяцев.

Загрузка графика...

Просадки

Сравнение просадок FLTW и IGPT

Максимальная просадка FLTW за все время составила -38.00%, что меньше максимальной просадки IGPT в -50.14%. Используйте график ниже для сравнения максимальных просадок FLTW и IGPT.

Загрузка графика...

Показатели просадок

FLTWIGPTРазница

Макс. просадка

Максимальное падение от пика до дна

-38.00%

-50.14%

+12.14%

Макс. просадка (1 год)

Максимальное падение за 1 год

-10.87%

-16.68%

+5.81%

Макс. просадка (3 года)

Максимальное падение за 3 года

-26.45%

-29.30%

+2.85%

Макс. просадка (5 лет)

Максимальное падение за 5 лет

-38.00%

-44.87%

+6.87%

Макс. просадка (10 лет)

Максимальное падение за 10 лет

—

-50.14%

—

Текущая просадка

Текущее падение от пика

-4.47%

-5.19%

+0.72%

Средняя просадка

Среднее падение от пика до дна

-8.42%

-11.96%

+3.54%

Индекс Язвы

Глубина и продолжительность просадок от предыдущих пиков

3.61%

4.46%

-0.85%

Волатильность

Сравнение волатильности FLTW и IGPT

Текущая волатильность для Franklin FTSE Taiwan ETF (FLTW) составляет 15.27%, в то время как у Invesco AI and Next Gen Software ETF (IGPT) волатильность равна 16.48%. Это указывает на то, что FLTW испытывает меньшие колебания цены и, как следствие, считается менее рискованной по сравнению с IGPT. На приведенном ниже графике показано сравнение их месячной скользящей волатильности.

Загрузка графика...

Волатильность по периодам

FLTWIGPTРазница

Волатильность (1 месяц)

Рассчитано за последний месяц

15.27%

16.48%

-1.21%

Волатильность (6 месяцев)

Рассчитано за последние 6 месяцев

23.85%

27.20%

-3.35%

Волатильность (1 год)

Рассчитано за последние 12 месяцев

27.98%

31.38%

-3.40%

Волатильность (5 лет)

Рассчитано за последние 5 лет, в годовом выражении

22.90%

28.26%

-5.36%

Волатильность (10 лет)

Рассчитано за последние 10 лет, в годовом выражении

22.03%

26.65%

-4.62%

Сравнение комиссий FLTW и IGPT

FLTW берет комиссию в 0.19%, что меньше комиссии IGPT в 0.60%.

Дивиденды

Сравнение дивидендов FLTW и IGPT

Дивидендная доходность FLTW за последние двенадцать месяцев составляет около 1.51%, что больше доходности IGPT в 0.03%

ПозицияTTM20252024202320222021202020192018201720162015
FLTW
Franklin FTSE Taiwan ETF		1.51%2.51%1.89%2.85%3.16%2.31%2.14%3.00%1.06%0.00%0.00%0.00%
IGPT
Invesco AI and Next Gen Software ETF		0.03%0.04%0.00%0.00%1.41%6.21%0.04%0.05%0.00%0.00%0.03%0.15%

Часто задаваемые вопросы

FLTW and IGPT have a correlation of 0.78, meaning they provide meaningful diversification benefit when combined. Depending on your allocation goals, holding both could reduce overall portfolio risk.

IGPT has higher volatility (16.48%) compared to FLTW (15.27%). In terms of maximum drawdown, FLTW dropped -38.00% vs IGPT's -50.14%.

On 5-year performance, FLTW leads with 20.89% vs 14.12% for IGPT. On fees, FLTW is cheaper at 0.19% per year. On volatility, FLTW has been the lower-risk option at 15.27%. The better choice depends on whether you care most about return, fees, risk, or income.

Over the 5-year period, FLTW has performed better with a 20.89% return vs 14.12%. Past performance does not guarantee future results, so compare this with risk, fees, and fund exposure.

FLTW is cheaper with a 0.19% expense ratio, compared with 0.60% for IGPT.

FLTW has the higher dividend yield at 1.51%, compared with 0.03% for IGPT.

FLTW is categorized as Asia Pacific Equities, while IGPT is Technology Equities. FLTW tracks FTSE Taiwan RIC Capped Index, while IGPT tracks STOXX World AC NexGen Software Development Index. They also come from different issuers: Franklin Templeton and Invesco. Their fees differ too: 0.19% for FLTW and 0.60% for IGPT.

FLTW currently has the higher Sharpe Ratio (3.62 vs 3.45), meaning it's delivered slightly more return per unit of risk over the trailing 12 months. However, this ranking shifts over time - use the Risk/Return Score above for a more comprehensive view that combines Sharpe, Sortino, and other measures used by quantitative funds.

Оптимизатор портфеля

Подберите оптимальное распределение для FLTW и IGPT

Добавьте оба актива в портфель и оптимизируйте доли под вашу цель — будь то максимизация доходности, минимизация просадок или баланс рисков между позициями.

Открыть оптимизатор