Detaljerade beskrivningar kan nås i avsnittet Metodik.
Modellen tar hänsyn till ett brett spektrum av mätvärden och faktorer, t.ex.:
1. Harmoniserade finansiella redovisningar
2. Tradingmultipler
3. Indikatorer för prismomentum
4. Effektivitet och utnyttjande av tillgångar
5. Lönsamhetstrender
6. Skuld- och likviditetsanalys
7. Taxonomi för bransch
8. Företagsåtgärder
Nedan följer en kort översikt av vår metodik, från den första datainsamlingen till strategins backtesting:
- Datainsamling: Vi samlar in, organiserar och minskar över 25 år av historisk datapris och bokslutsdata för börsnoterade företag.
- Dataförbearbetning: De historiska data genomgår förbearbetning, med användning av en mängd olika maskininlärningstekniker för att hantera saknade datapunkter och extremvärden. Dessutom genomgick datasetet en rigorös manuell kvalitetskontroll för att ytterligare förbättra dess tillförlitlighet och noggrannhet för modellträning.
- AI-modellutbildning: Vi hanterar vår datauppsättning och utför både förbearbetning och modellutbildning med hjälp av Google Vertex AI-plattform. Det är viktigt att notera att vår AI-modell är dynamisk då vi fortsätter att mata in ny data i modellen då och då, allt i syfte att kontinuerligt uppdatera och förbättra modellen.
- Dataanalys: Därefter implementerades de utbildade modellerna för att tilldela etiketter till aktier vid olika historiska punkter, baserat på aktiens finansiella mätvärden för att skapa ProPicks-strategierna. ProPicks-strategierna uppdateras regelbundet, baserat på de uppdaterade betygen som genereras av AI-modellanalysen.
- Backtesting: ProPicks-strategierna backtestades sedan med vår egenutvecklade backtesting-modul för att bedöma hur sådana strategier skulle ha fungerat historiskt.
Har du fler frågor?
Vi hoppas att du hittat svaren på dina frågor. Gå till Investing-hjälpcenter för ytterligare information.
Kommentarer
0 kommentarer
Artikeln är stängd för kommentarer.