AI-værktøjer som hjælp til aktieanalyse - Fattigmands analysehus?

Lær at investere
, ,
1

Jeg vil gerne høre fra andre aktieplukkere om deres erfaringer med at bruge AI-værktøjer til analyse.

Jeg har tidligere brugt ChatGPT til at spørge om specifikke ting, såsom virksomheders konkurrenter, markedet eller forskelle mellem produkter og konkurrenter. Nu hvor AI-værktøjerne har fået Deep Research (dybdegående forskning) -funktioner, er jeg begyndt at teste, hvordan de klarer sig med lidt mere uklare spørgsmålsstillinger.

Deep Research fungerer sådan, at AI’en først udarbejder en forskningsplan, hvor den lister forskellige perspektiver og delområder, som analysen skal bygges på. Forskningsplanen kan suppleres efter ønske, før AI’en påbegynder det egentlige forskningsarbejde. Under analysen gennemgår AI’en typisk mindst snesevis af forskellige hjemmesider og andre kilder, såsom videoer og PDF-filer. Resultatet er en opsummering af fundene med kildehenvisninger. Disse analyser bør naturligvis ikke betragtes som den fulde sandhed, og det er godt at forholde sig kritisk til dem, men jeg synes, de fungerer godt som grundlag for ens egen analyse.

Jeg har testet den betalte version af ChatGPT, Grok 3 og den betalte version af Gemini. Indtil videre har Gemini og Grok efter min erfaring klaret sig bedst med aktieanalyse. ChatGPT’s analyse tager ofte lang tid, men på trods af dette synes den ikke at kunne trænge ordentligt ind i for eksempel finansielle meddelelser eller YouTube-videoer.

Hvilke erfaringer har andre? Er der eksempler på gode prompts til analyse eller andre gode tricks?

Vedhæftet er et eksempel på en analyse af Nexstim, udført af Gemini.

Nexstim Gemini.pdf (373,1 KB)

9 Synes om
2

Kunstig intelligens og direktør.#aileadership #agenticai #ethicalai #telecom #csp | Tecnotree Corporation

3

Jeg har selv brugt https://notebooklm.google/ som forskningsassistent.

Her skal man selv uploade f.eks. kvartalsrapporter eller angive webadresser, men til mit eget behov fungerer det, når man vil samle information fra mange års materiale. For mig fungerer det bedre end blot en ChatGPT-prompt.

3 Synes om
4

NotebookLM er også et ret smart værktøj. For mit vedkommende tænker jeg dog nemt på bias i forskningen, da man selv styrer forskningen ret kraftigt ud fra uploadede materialer og webadresser.

NotebookLMs evne til at fordøje analyse til podcastformat er en fin funktionalitet. Geminis Deep Research har også den funktion, men jeg har ikke prøvet den endnu.

1 Synes om
5

Som en fortsættelse af listen vil jeg fremhæve mit eget projekt:

Idéen med værktøjet er at samle kilder til forskellige finansielle rapporter fra hele verden under én portal, hvorfra de nemt kan udforskes enten ved hjælp af AI-resuméer eller ved direkte at gennemse dokumenterne. Værktøjet tilbyder også masse-downloads, hvormed man f.eks. kan hente alle en virksomheds kvartalsrapporter og eventuelt indlæse dem i NotebookLM som baggrundsmateriale.

Nedenfor er et eksempel på et resumé af Canatus regnskabsmeddelelse fra fredag:

https://findl.top/summary?q=qJfY8MWF8vcb8NxUoE9BCs%2BAK9E5l66C1ltRKq2s7hYq%2BdKPyww8NzlSqCnobhr921GMVxgFnxqlD0X3l4Zj6zOKgZD1eADeiuDgopy57%2BqpUJO6lTNOZnE7BHtaKXdsfzzO\u0026source=nasdaq\u0026length=short\u0026filename=Canatu+Financial+Statements+Bulletin+2024.pdf\u0026company=Canatu+Oyj\u0026category=Company+Announcement

6 Synes om
6

I en artikel i Helsingin Sanomat Suomalainen tähtisijoittaja ennustaa, että pahempaa on edessä – Tänne hän laittaa nyt omat rahansa | HS.fi stødte jeg på Finchat.io-tjenesten. Jeg testede den gratis version lidt, og den virkede som et ret smart værktøj til analyse.

3 Synes om
7

I Talouselämä er der en artikel om kunstig intelligens som hjælp for investorer. Et par investorer er blevet interviewet, journalisten beder AI om forslag til Buffet-lignende Helsinki-aktieudvælgelser, og AI’s anvendelighed og begrænsninger er blevet diskuteret.

Generelt er disse to investorers synspunkt, at AI er et fremragende hjælpeværktøj, men allerede brugen af det, verificering af resultaterne og andet kræver en hel del egen tankearbejde. Det er en investeringsmedhjælper, men ikke en herre, der dikterer udvælgelserne.

Artiklens indhold er godt opsummeret i skærmbilledtabellen nedenfor, som viser, hvad AI kan og ikke kan som investorhjælper. Det er værd at tage et kig.

Mine hidtidige erfaringer omfatter bl.a.:

a) Aktieudvælgerens drøm? Indeksfondsinvestorernes hjælper? Den nervøses lettelse?

AI letter søgning efter information, sammenligning osv. så meget, at mængden af arbejde forbundet med aktieudvælgelse og dermed besværet reduceres betydeligt. Den største fordel opnås netop ved aktieudvælgelse, hvor mængden af information ved en grundig fundamental analyse normalt er betydelig. Alligevel kan selv en indeks- eller fondsinvestor få støtte, når man f.eks. overvejer, hvilket land eller hvilken branche der kunne være et mål. Jo større problem investorers følelsesmæssige kontrol er, desto mere potentielt hjælper AI som præsentant af kolde grundlæggende data.

b) “Man får, hvad man bestiller”

De resultater og den retning, som kunstig intelligens giver, er meget afhængige af, hvad man fodrer den med. Prompting bliver sin egen kunst- og arbejdsform… Desuden, da det er bedre at tjekke oplysningerne, er AI heller ikke en “hvilehjem”-enhed for investoren ud fra de resultater, den leverer.

c) Mest i starten, mindst mod slutningen

Ved behandling af rå datamasser, multiplikatoranalyser og anden grundlæggende informationsbehandling og -søgning er AI-assistenten mest nyttig. Men jo mere investeringsprocessen skrider frem, desto mere fremhæves ens egen hjernes rolle. At træffe den endelige beslutning, altså køb eller salg, udelukkende baseret på AI’s output, ville være ret sportsligt.

d) AI’s svagheder

Ofte har kunstig intelligens f.eks. svært ved at opfatte de indbyrdes vægtninger og betydninger af forskellige faktorer. Hvis man ikke i forvejen kender branchen eller virksomheden, ser AI’s tekster helt okay ud. Men hvis man kender virksomheden til bunds, ser man, at den kunstige hjernes producerede tekst ofte indeholder ‘cirka-tanker’. En vanskelig ligning kan opstå, hvis virksomheden f.eks. har praktiseret såkaldt kreativ bogføring ved at pynte på tallene, og AI’s hjerner er normalt ikke tilstrækkelige til at forstå disse mønstre. Kunstig intelligens er især ikke i stand til at vurdere visse kvalitative faktorer ordentligt. Hvordan skulle den kunne give en pålidelig vurdering af f.eks. ledelsens troværdighed?

Og man kan også opsummere det sådan, at hvis kunstig intelligens gav en absolut fordel ved investering, så ville hver eneste mand og kvinde allerede have sagt op fra deres arbejde og promptet som deres daglige beskæftigelse. Det er nok ikke mange, der er på den vej :slight_smile:
Ps. De Buffet-lignende Helsinki-picks ville være Sampo, Kone og Elisa. Jeg ville personligt ikke have valgt Elisa i en Buffet-tankegang, da voldgraven er ved at smuldre.

4 Synes om
8

Der er også andre tråde om AI, men jeg fandt ikke en som denne, som jeg mener, der er behov for. Sandsynligvis

6 Synes om
9

En sådan tråd findes allerede på forummet under overskriften ‘AI-værktøjer’. Måske @Sijoittaja-alokas slår disse sammen?

3 Synes om
10

Hej!

Tak for din opmærksomhed! :slight_smile:

Jeg flyttede det herover, kom det mon det rigtige sted hen?

2 Synes om
11

Jeg besluttet at prøve, hvordan handlen ville gå, hvis jeg lod kunstig intelligens (AI) træffe beslutningerne frit.

Flere detaljer og link til opfølgning af porteføljen kan findes på

Indtil videre er det gået ret godt. Ved hjælp af Lovable blev sådan et system færdigt på under en halv time.

4 Synes om
12

Jeg prøvede at lave en agent i Google Agent Platform til at overvåge og analysere investeringsnyheder i forhold til mine egne mål og investeringsobjekter. Jeg vil sige, at det ikke er for hvem som helst :grin: Jeg kæmpede med indstillingerne i tre timer og gav endelig op, da agenten stædigt nægtede at oprette forbindelse til sin database. Det er så teknisk, selv på det såkaldte no-code-niveau, at jeg ikke forventer, at naboens Birthe mister sit job i dag endnu.\n\nJeg vil helt sikkert fortsætte med at arbejde med agenten senere, men løftet om hurtig eller enkel opfyldes bestemt ikke. Man skal virkelig være en smule teknisk orienteret for at forstå terminologien og brugerfladen.

2 Synes om
13

Det hjælper bestemt, hvis man har erfaring med systemdesign, databaser osv. Min situation er den, at jeg arbejdede i over 30 år for andre, som ville have mig til at bygge applikationer. Nu er rollerne byttet om. Nu er det mig, der skal definere, hvad jeg vil have.

I en anden applikation, som er lavet ved hjælp af Lovable, bruger jeg netop disse gratis datakilder til at hente data og nyheder. Jeg ville ikke selv have kendt til dem (for eksempel Yahoo Finance, Alpha Vantage og Stocktwits), men Lovable fandt dem og fik dem til at virke.

2 Synes om
14

Jo, spøgen er jo, at jeg har arbejdet i IT-branchen i årtier :grin: Jeg mener måske i sidste ende mere, hvor intuitivt UI’et fungerer. Hvis ikke man har nogen ved siden af til at fremskynde indlæringen, farer man hurtigt vild derinde. GCP-terminologien er på sin vis sin egen, og der er vel hundredvis af forskellige tjenester eller værktøjer, som agenten kan bruge. Det er lidt ligesom en parcelhusgrund, hvor man bare spreder alle byggematerialerne ud og siger, at du bare kan gå i gang med at skrue :see_no_evil_monkey::joy:

2 Synes om
15

Jeg bad lige GPT-6 Astra om at omdanne min tidligere prognose, som levede i Google Sheets, til en mere visuel og overskuelig version. Grafen og tooltip fungerer rigtig godt og giver en bedre forståelse af, hvordan de forskellige scenarier ser ud.