Stock Screening. Kunstig Intelligens og dets indtog i den finansielle sektor. v/kurt Kara Porteføljemanager FMS04

Transkript

1 Stock Screening Kunstig Intelligens og dets indtog i den finansielle sektor v/kurt Kara Porteføljemanager FMS04

2 Agenda Lidt historie Stock Screening Kunstig intelligens Q & A 24. maj

3 Lidt historie 24. maj

4 På Ben Grahams tid Ingen adgang til elektroniske medier Ingen computere, ingen lommeregnere Avisen var investorernes bedste informationskilde Derfor var den teknologisk optimale løsning, at læse P/E, P/B og andre nøgletal i aviskolonnerne Graham s metode (der stadig virker) er skabt under disse forhold 24. maj

5 I 1970 erne og 1980 erne De første store mainframes fra IBM gør deres indtog Finanssektoren følger med. Data bliver elektroniske Det er muligt at udregne nøgletal på de fleste selskaber Det begynder at blive muligt at foretage en screening Elektroniske handler vinder frem 1987 krakket skete pga. elektroniske handler : Stop-Loss grænser udløste et massivt simultant sell-off 24. maj

6 I dag Neurale Netværk Massiv regnekraft (3 GhZ = 3 mia. cycles pr. sekund) Massiv informationsmængde Internet Teknologien i dag har critical mass til at kunstig intelligens og elektronisk aktieudvælgelse slår igennem i den finansielle sektor. 24. maj

7 Stock Screening Gammeldags men stadig god 24. maj

8 Hvorfor overhovedet screene? Andelen af investeringsforeninger der i rullende 10 år har slået markedet 30% 25% 20% 15% 10% 5% 0% maj

9 Empiri er et godt udgangspunkt Sammenhængen mellem Pris og Afkast siden % 16% P/E P/BV Annualiseret Afkast 14% 12% 10% 8% 6% 4% 2% 0% Decil 24. maj

10 Empiri er et godt udgangspunkt Månedlige afkast siden 1951 fordelt på Beta-Deciler 2.00% 1.75% 1.50% Månedligt afkast 1.25% 1.00% 0.75% 0.50% 0.25% 0.00% 1 (høj) (lav) Beta-Decil 24. maj

11 Vigtige nøgletal og parametre Valuation P/E P/B P/S Profitabilitet ROE ROA FCF Vækst EPS SPS BPS 24. maj

12 FMS04 Screener Tildeler points i stedet for at screene EMT Dårlige og dyre selskaber Gode og billige selskaber 35% 50% 65% Middelværdien er ikke altid udfor 50% mærket, men kan falde under eller over alt efter om markedet er dyrt henholdsvis billigt. 24. maj

13 Kunstig Intelligens Den næste generation af værktøjer 24. maj

14 Arthur C. Clarke s 3 love 1) When a distinguished but elderly scientist states that something is possible, he is almost certainly right. When he states that something is impossible, he is very probably wrong 2) The only way of discovering the limits of the possible is to venture a little way past them into the impossible 3) Any sufficiently advanced technology is indistinguishable from magic 24. maj

15 Neural Networking Var en kendt videnskab i 1940 erne Isaac Asimov & Arthur C. Clark beskrev dem i deres screenplay til 2001 En Rum Odyssé ( HAL9000 ) Fungerer ved at modellere neural aktivitet i hjernen Lærer af sine fejl vha. indlærings-algoritmer God til mønstergenkendelser og klassifikation 24. maj

16 Neural Networking og klassifikation Man kan ikke separere de prikkerne i det røde område fra prikkerne i det blå vha. almindelig lineær metode. Dette er til gengæld muligt vha. neurale netværk og kunstig intelligens Neural Networks er fremragende til klassifikationer. I aktieinvesteringens verden er Køb eller Salg en klassifikation! 24. maj

17 Anvendelsesområder Ubemandede Fly (UAV) Robotter Medicinalindustrien 24. maj

18 Neuroner 24. maj

19 Artificiel Neural Network 24. maj

20 Artificiel Neural Network (2) Last Price Yesterday Close Buy Signal Prior day Close Sell Signal Price Last Week Price Prior Week 24. maj

21 Netværk på S&P maj

22 Resultater for S&P S&P 500 Netværk maj

23 Netværk på USD/DKK maj

24 Resultater på USD/DKK 250 USD/DKK Netværk maj

25 Netværk på Wal-Mart maj

26 Resultater for Wal-Mart S&P 500 Netværk maj

27 Husk : Verden er ikke stationær! Verden ændrer sig konstant Mønstre ændrer sig ligeledes, og netværk bryder sammen At lede efter den perfekte screener eller det perfekte netværk er som at lede efter pagtens ark eller den hellige gral Det menneskelige element kan aldrig tilsidesættes Omvendt har en screener og et netværk ikke nogen psyke Kombinationen menneske og maskine giver derfor meget mening 24. maj

28 Konklusioner Screenere er fortsat yderst relevante Kunstig Intelligens er på vej frem og det går hurtigt I løbet af 5-10 år vil vi høre meget om ekspert-systemer Menneske + Maskine vil fremadrettet indgå i større symbiose Alle stormestre øver sig i dag vha. skakcomputere der kan slå næsten alle stormestre; Dette var utænkeligt for blot 10 år siden Porteføljemanagere vil om 3-10 år formentlig også anvende maskiner til at hjælpe dem med udvælgelse af aktier i så høj en grad at det i dag virker utænkeligt 24. maj

29 24. maj