Historische maandrendementen van bitcoin: welke maanden leveren statistisch de meeste winst op

Je staat op het punt je maandelijkse bitcoin-aankoop te doen en twijfelt: heeft het zin om te wachten tot volgende maand, of is die timing volkomen willekeurig? Die vraag stellen steeds meer beleggers die gehoord hebben dat bitcoin in bepaalde kalendermaanden historisch veel beter presteert dan in andere.

Het bitcoin rendement per maand historisch bekeken laat inderdaad opvallende patronen zien. De beste kalendermaand presteerde gemiddeld meer dan 40 procent beter dan de slechtste. Dat is een verschil dat de meeste beleggers onderschatten. Maar achter die gemiddelden schuilt een verhaal van enorme uitslagen, kleine steekproeven en een markt die zich maar zelden aan zijn eigen geschiedenis houdt. Dit artikel legt de data open op tafel.

Hoe zijn de cijfers berekend?

Voor dit overzicht zijn maandsluitkoersen van bitcoin gebruikt over een periode van ongeveer tien jaar, ruwweg vanaf 2015 tot en met begin 2026. Per kalendermaand is het procentuele rendement berekend ten opzichte van de sluitkoers van de vorige maand. Dat levert per maand zo’n negen tot elf datapunten op, afhankelijk van het exacte startpunt.

Je ziet in dit soort analyses vaak alleen het gemiddelde rendement. Dat is misleidend als er één extreem jaar in de data zit. Stel dat bitcoin in één bepaalde november met 450 procent steeg en in de andere zes novembers licht daalde. Het gemiddelde suggereert dan een geweldige maand, terwijl zes van de zeven jaren negatief waren. Daarom wordt hier ook de mediaan getoond: de middelste waarde als je alle rendementen van laag naar hoog sorteert. Die is veel minder gevoelig voor uitschieters.

De maandtabel: gemiddeld én mediaan rendement

Onderstaande tabel toont de historische rendementen per kalendermaand. Positieve maanden zijn structureel groen, negatieve rood. De mediaan corrigeert voor de uitschieters die het gemiddelde opblazen.

Let op: dit zijn historische gemiddelden op basis van een beperkte dataset. Ze voorspellen niets.

De drie sterkste maanden uitgelicht

Oktober springt eruit met een gemiddeld rendement van zo’n 22 procent en een mediaan van 13 procent. In zeven van de gemeten jaren sloot oktober positief af. De bijnaam ‘Uptober’ die in de crypto-gemeenschap circuleert, heeft dus enige statistische onderbouwing. Als verklaring wordt vaak gewezen op hernieuwd koopgedrag na de traditioneel zwakke zomer, en op het feit dat halving-jaren (2016, 2020, 2024) hun bull-run vaak in het vierde kwartaal opstarten.

April scoort een gemiddelde van 16 procent, met een mediaan van 11 procent. Zes van de gemeten jaren sloten april positief af. Een deel van de verklaring ligt in de aanloop naar bitcoin-halvings, die telkens in april of mei plaatsvonden. Beleggers kopen dan vooruit op de verwachte schaarste.

November heeft het hoogste gemiddelde van alle maanden als je ook de extreme uitschieters meerekent, maar de mediaan van slechts 9 procent verrraadt dat een paar spectaculaire novembers (2013, 2020, 2024) het gemiddelde omhoog trekken. De maand is inconsistenter dan het gemiddelde doet vermoeden.

De twee chronisch zwakste maanden

September is historisch de slechtste maand. Het gemiddelde rendement ligt rond de -7 procent, de mediaan zelfs op -9 procent. In acht van de tien gemeten jaren was september negatief. Dat is een opvallende consistentie. Ook de laatste drie meetjaren bevestigden dit patroon, al was de uitslag elk jaar anders van omvang.

Juni is de tweede negatieve maand, met een gemiddeld verlies van circa 5 procent en een mediaan van -7 procent. Zes van de tien jaar sloot juni in het rood. Als verklaring wordt vaak het einde van het fiscale halfjaar voor grote fondsen aangedragen, waardoor er rebalancing-verkopen plaatsvinden. Het patroon in de laatste jaren is iets minder uitgesproken dan bij september, wat erop kan wijzen dat het vervaagt naarmate de markt volwassener wordt.

Spreiding: het cijfer dat gemiddelden relativeert

Een gemiddeld rendement van +22 procent in oktober klinkt aantrekkelijk. Maar de standaarddeviatie van oktober is ook een van de hoogste: de slechtste oktober in de dataset leverde een verlies van ruim 20 procent op, terwijl de beste een winst van bijna 60 procent gaf. Die bandbreedte maakt het gemiddelde minder bruikbaar als voorspelling.

November is het meest extreme voorbeeld. De november van 2013 vertekent het hele plaatje. Zonder die ene maand zou november een heel gewone maand zijn. Hoge gemiddelden in een kleine dataset betekenen bijna altijd: er zit een uitschieter in.

Halving-jaar versus niet-halving-jaar

Als je de dataset opsplitst in halvingsjaren (2016, 2020, 2024) en niet-halvingsjaren, verschuiven de patronen duidelijk. In halvingsjaren zijn april en oktober nog sterker dan gemiddeld, en is de zomerperiode minder zwak. In niet-halvingsjaren, vooral in de jaren na een halving-piek (2018, 2022), zijn januari en mei historisch slecht en is de zwakte in september en juni meer uitgesproken.

Dit suggereert dat de vierjarige cyclus een filter is voor seizoenspatronen. Wie alleen naar kalendermaanden kijkt zonder rekening te houden met de cycluspositie van bitcoin, mist een belangrijk deel van de context.

Wat betekent dit voor een DCA-schema?

DCA staat voor dollar-cost averaging: periodiek een vast bedrag inleggen, ongeacht de koers. Dat is voor de meeste kleine beleggers de meest verstandige aanpak. Maar de historische maanddata roepen de vraag op of een lichte aanpassing iets zou opleveren.

Stel je drie varianten voor bij een maandbudget van 200 euro:

• Variant 1 (vast, elke maand 200 euro): simpelste aanpak, geen timing, laagste transactiekosten en mentale belasting.
• Variant 2 (hogere inleg in historisch zwakke maanden): je legt in september en juni 350 euro in en verlaagt de inleg in oktober en april naar 50 euro. Historisch gezien koop je dan meer bitcoins tegen lagere koersen. Het nadeel: je moet actief bijsturen en september kan ook een sterke maand worden.
• Variant 3 (gespreide aankopen binnen de maand): in plaats van één aankoop per maand koop je vier keer per maand op vaste dagen. Dat verlaagt het risico van een slechte aankoopdag, maar lost het seizoenspatroon niet op.

Historische backtests laten zien dat variant 2 in sommige periodes een iets lagere gemiddelde aankoopprijs oplevert dan variant 1, maar het verschil is klein en lang niet consistent genoeg om er een betrouwbare strategie op te bouwen. Variant 1 blijft voor de meeste mensen de verstandigste keuze, al is het maar omdat je er geen energie in hoeft te steken.

Statistische kanttekeningen die je moet kennen

Tien jaar data lijkt veel, maar voor statistische zekerheid is het weinig. Per kalendermaand heb je negen tot elf datapunten. Statistici willen voor betrouwbare uitspraken minstens dertig observaties. Wat je hier ziet zijn dus patronen in ruis, geen bewezen wetmatigheden.

Daarnaast speelt survivorship bias een rol: we analyseren bitcoin omdat het de enige coin is die de afgelopen tien jaar stelselmatig is bijgehouden en overleefde. Honderden andere cryptomunten zijn verdwenen. De rendementen van bitcoin zeggen niets over de categorie als geheel.

Tot slot is patroonherkenning in financiële data een valkuil. Mensen zijn goed in het zien van patronen, ook waar ze er niet zijn. Het feit dat september negen keer op tien slecht was, maakt de kans op een slechte september dit jaar groter, maar geeft geen garantie. Markten prijzen bekende patronen in zodra ze breed bekend worden, waardoor het patroon zichzelf kan opheffen.

De seizoenskalender als vertrekpunt

Als je de historische data samenvat: oktober en april zijn de sterkste kalendermaanden voor bitcoin geweest, zowel in gemiddeld als in mediaan rendement. September is het meest consistent negatief, gevolgd door juni. Maar de spreiding per maand is zo groot dat geen enkele maand een betrouwbare voorspelling biedt.

Gebruik deze kalender als context, niet als handleiding. Wil je toch sleutelen aan je DCA-schema, houd dan de transactiekosten laag, blijf consistent en wees je bewust van het feit dat je reageert op een beperkte dataset in een markt die snel verandert. De meeste bitcoin-beleggers die het goed deden, kozen niet de juiste maand, ze bleven lang genoeg in de markt.