{"id":58266,"date":"2024-03-05T12:05:10","date_gmt":"2024-03-05T11:05:10","guid":{"rendered":"https:\/\/www.nordnet.dk\/blog\/?p=58266"},"modified":"2026-01-15T15:53:57","modified_gmt":"2026-01-15T14:53:57","slug":"hvilke-valueaktier-vaelger-ai-modellen-i-marts","status":"publish","type":"post","link":"https:\/\/www.nordnet.dk\/blog\/hvilke-valueaktier-vaelger-ai-modellen-i-marts\/","title":{"rendered":"Hvilke valueaktier v\u00e6lger AI-modellen i marts?"},"content":{"rendered":"\n

I denne blog giver vi et indblik i, hvilke valueaktier vores AI-model tror p\u00e5 netop nu. Samtidig pr\u00f8ver vi at gennemg\u00e5 det s\u00e5kaldte Simpsons-paradoks, som p\u00e5virker alle investorer, hver gang de analyserer en aktie, men som meget f\u00e5 tager h\u00f8jde for.<\/strong><\/p>\n\n\n\n

Nedenfor ses 5 af top-10-aktierne i vores Global Value AI Portfolio for marts. Aktierne er valgt af vores AI-model. Modellen kan investere i aktierne i MSCI World Value-indekset (IWVL) og udv\u00e6lger de 10% af aktierne fra indekset, den tror mest p\u00e5. Portef\u00f8ljen rebalanceres hver m\u00e5ned.<\/p>\n\n\n\n

Aktie<\/strong><\/strong><\/td>Ticker<\/strong><\/strong><\/td>V\u00e6gt<\/strong><\/strong><\/td><\/tr>
First Quantum Minerals<\/a><\/td>FM.TO<\/td>3.3%<\/td><\/tr>
First Solar<\/a><\/td>FSLR.US<\/td>3.3%<\/td><\/tr>
Paramount Global<\/td>PARA.US<\/td>3.2%<\/td><\/tr>
Warner Bros. Discovery<\/a><\/td>WBD.US<\/td>3.2%<\/td><\/tr>
KeyCorp<\/a><\/td>KEY.US<\/td>3.1%<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n
\"\"<\/figure>\n\n\n\n

Figur 1: Performance-graf. Kilde: AI Alpha Lab<\/em>.<\/p>\n\n\n\n

Performance<\/strong><\/strong><\/td>AI Model<\/strong><\/strong><\/td>Ligev\u00e6gtet univers<\/strong><\/strong><\/td><\/tr>
Total Return<\/td>138.4%<\/td>43.2%<\/td><\/tr>
YTD<\/td>-5.0%<\/td>1.8%<\/td><\/tr>
1 Year<\/td>-1.0%<\/td>7.7%<\/td><\/tr>
3 Years (ann.)<\/td>15.8%<\/td>9.4%<\/td><\/tr>
Since Inception. (ann.)<\/td>23.2%<\/td>9.0%<\/td><\/tr>
Max Drawdown<\/td>-42.6%<\/td>-35.7%<\/td><\/tr>
Ann. volatility<\/td>30.3%<\/td>18.0%<\/td><\/tr>
Sharpe Ratio<\/td>0.84<\/td>0.57<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Alle performancetal er baseret p\u00e5 simuleret modelportef\u00f8ljeafkast for perioden 01.01.2020 – 29.02.2024. Valuta: EUR. Ligev\u00e6gtet univers: Ligev\u00e6gtet portef\u00f8lje best\u00e5ende af alle aktier<\/a> fra investeringsuniverset med lige v\u00e6gt. Inklusive transaktionsomkostninger p\u00e5 0,2% p\u00e5 alle handler. Gebyrer afholdt af investor s\u00e5som administrationsgebyr og depotomkostninger er ikke inkluderet. De viste afkast er simulerede og udg\u00f8r derfor ikke afkast fra en faktisk investering<\/a> i perioden. Det understreges, at historiske afkast, hvad enten de er faktiske eller simulerede, ikke er en garanti for fremtidige afkast, ligesom afkastet kan variere som f\u00f8lge af udsving i valutakurser.<\/em><\/p>\n\n\n\n

Nu kan du investere med AI Alpha Lab p\u00e5 to m\u00e5der<\/strong>
AI Alpha Lab lancerede i slutningen af 2023 en global investeringsforening<\/a>, hvor aktierne v\u00e6lges af deres sandsynlighedsbaserede AI-model. Selv om foreningen er helt ny, har den p\u00e5 rekordtid tiltrukket en masse investorer. P\u00e5 under 2\u00bd m\u00e5ned rundede den 1.000 investorer. Den er selvf\u00f8lgelig tilg\u00e6ngelig for handel p\u00e5 Nordnet, ogs\u00e5 via aktiesparekontoen.\u00d8nsker du selv at investere i enkeltaktier, har du via Nordnet det seneste \u00e5rs tid kunne abonnere<\/a> p\u00e5 AI Alpha Labs investeringsanalyse portef\u00f8ljer. Abonnementet er fra februar 2024 udvidet med en dansk portef\u00f8lje i till\u00e6g til de to oprindelige amerikanske og nordiske portef\u00f8ljer.<\/p>\n\n\n\n

Afd\u00e6kning af Simpsons paradoks<\/strong><\/h2>\n\n\n\n

De f\u00e6rreste investorer er klar over, at hver gang de fortager en investering, st\u00e5r overfor Simpsons paradoks. I denne blog vil vi belyse, hvad dette paradoks er, og vi kan allerede nu afsl\u00f8re, at probabilistisk AI er et effektivt framework til at l\u00f8se den udfordring, som Simpsons paradoks indeb\u00e6rer.<\/p>\n\n\n\n

Simpsons paradoks er et statistisk f\u00e6nomen, der ofte forbl\u00f8ffer forskere og analytikere, og som har vidtr\u00e6kkende implikationer inden for forskellige omr\u00e5der, herunder finans og investering. Paradokset opst\u00e5r, n\u00e5r en tendens eller et forhold inden for et datas\u00e6t vender eller forsvinder, n\u00e5r data opdeles eller grupperes p\u00e5 en anden m\u00e5de. Inden for finansverdenen, hvor dataanalyse er afg\u00f8rende for at tr\u00e6ffe velinformerede investeringsbeslutninger, er det vigtigt at forst\u00e5 Simpsons paradoks.<\/p>\n\n\n\n

Simpsons paradoks er opkaldt efter den britiske statistiker Edward H. Simpson (1922-2019), og det kan bedst illustreres med et klassisk eksempel inden for investering. Forestil dig, at vi analyserer afkastet fra to investeringsportef\u00f8ljer over en bestemt periode.<\/p>\n\n\n\n

Portef\u00f8lje A har et h\u00f8jere gennemsnitlig afkast i forhold til Portef\u00f8lje B. Imidlertid opdager vi, n\u00e5r vi opdeler data efter risikoniveau (alts\u00e5 introducerer en ny variabel i vores analyse), at Portef\u00f8lje B konstant er bedre end Portef\u00f8lje A inden for hver risikokategori. Dvs. Portef\u00f8lje B har bedre risikojusteret afkast p\u00e5 trods af, at den har et lavere gennemsnitligt afkast. Dette illustrerer essensen af Simpsons paradoks.<\/p>\n\n\n\n

Simpsons paradoks opst\u00e5r, n\u00e5r datagrupper viser en bestemt tendens, men denne tendens vendes, n\u00e5r grupperne kombineres. At forst\u00e5 og identificere dette paradoks er vigtigt for at kunne fortolke data korrekt.<\/p>\n\n\n\n

Et endnu mere konkret eksempel er en pr\u00e6cisionskonkurrence om at l\u00f8se flest kryds og tv\u00e6rs korrekt over to dage mellem dig og en ven. Din ven l\u00f8ser en h\u00f8jere andel end dig begge dage, men betyder det s\u00e5, at din ven har l\u00f8st en h\u00f8jere andel end dig, n\u00e5r de to dage kombineres? Ikke n\u00f8dvendigvis! <\/p>\n\n\n\n

<\/td>Dig<\/strong><\/td>Din ven<\/strong><\/td><\/tr>
L\u00f8rdag<\/td>7\/8 = 87,5%<\/td>2\/2 = 100%<\/td><\/tr>
S\u00f8ndag<\/td>1\/2 = 50%<\/td>5\/8 = 62,5%<\/td><\/tr>
Total<\/strong><\/td>8\/10 = 80%<\/strong><\/td>7\/10 = 70%<\/strong><\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

L\u00f8rdag l\u00f8ste du 7 ud af 8 kryds og tv\u00e6rs korrekt, men din ven l\u00f8ste 2 ud af 2 korrekt. Du l\u00f8ste alts\u00e5 flere kryds og tv\u00e6rs korrekt, men din ven var mere pr\u00e6cis. S\u00f8ndag fors\u00f8gte du kun med 2 kryds og tv\u00e6rs og l\u00f8ste 1 korrekt. Din ven l\u00f8ste 5 ud af 8 kryds og tv\u00e6rs korrekt og gl\u00e6dede sig igen over en h\u00f8jere andel.<\/p>\n\n\n\n

Dog handler konkurrencen om at l\u00f8se flest kryds og tv\u00e6rs korrekt over de to dage, ikke p\u00e5 individuelle dage. Samlet set har du l\u00f8st 8 ud af 10 kryds og tv\u00e6rs korrekt, mens din ven har l\u00f8st 7 ud af 10 korrekt. S\u00e5 p\u00e5 trods af, at din ven l\u00f8ste en st\u00f8rre andel kryds og tv\u00e6rs korrekt hver dag, vandt du faktisk konkurrencen ved at l\u00f8se den h\u00f8jere andel over begge dage. Dette er et eksempel p\u00e5 Simpsons paradoks.<\/p>\n\n\n\n

I hjertet af Simpsons paradoks ligger begrebet sk\u00e6v aggregering. N\u00e5r data kombineres uden at tage hensyn til underliggende variable, de kausale forhold imellem data, eller udeladt data, kan der opst\u00e5 vildledende konklusioner. <\/p>\n\n\n\n

I finansiel dataanalyse kan dette forekomme, n\u00e5r investorer udelader v\u00e6sentlige data eller inkluderer nye data. Eksempelvis kan et nyt regnskab for en virksomhed se rigtig godt ud, men sammenholdt med eksisterende data, eksempelvis det nuv\u00e6rende makro\u00f8konomiske milj\u00f8 eller investor-sentiment, kan virksomheden v\u00e6re en d\u00e5rlig investering.<\/p>\n\n\n\n

Simpsons paradoks er et fascinerende statistisk f\u00e6nomen med dybe implikationer inden for finans og investering. Investorer er n\u00f8dt til at anerkende, at aggregerede data ofte kan skjule kritiske tendenser og sammenh\u00e6nge.<\/p>\n\n\n\n

Ved at omfavne en mere nuanceret tilgang til dataanalyse i form af de avancerede statistiske modeller, som ligger i begrebet AI, kan investorer i h\u00f8jere grad inkorporere store m\u00e6ngder data p\u00e5 en efficient m\u00e5de. Derved tages der b\u00e5de h\u00f8jde for informationen i det enkelte datas\u00e6t, men ogs\u00e5 kausaliteten eller p\u00e5virkningen imellem datas\u00e6t og investorer kan derfor i sidste ende tr\u00e6ffe mere informerede beslutninger.<\/p>\n\n\n\n

I AI Alpha Lab er vi specialister i probabilistisk AI. Essensen af brugen af probabilistisk AI inden for investering er netop at kunne beregne alle de mulige fremtidige afkastscenarier for en aktie, mens det sikres, at beregningen tager h\u00f8jde for samspillet mellem store m\u00e6ngder data. P\u00e5 den m\u00e5de tager vi i AI Alpha Lab h\u00f8jde for Simpsons paradoks, n\u00e5r vi v\u00e6lger aktier.<\/p>\n\n\n\n

\n\n\n\n

Disclaimer<\/em><\/strong><\/p>\n\n\n\n

Denne blog er udarbejdet af AI Alpha Lab ApS (AI Alpha Lab) og indeholder alene information og inspiration til l\u00e6seren. Bloggen skal ikke betragtes som investeringsr\u00e5dgivning og kan ikke p\u00e5ber\u00e5bes som grundlag for en beslutning om k\u00f8b eller salg (eller undladelse heraf) af v\u00e6rdipapirer. AI Alpha Lab p\u00e5tager sig ikke noget ansvar for beslutninger eller dispositioner, der tr\u00e6ffes eller foretages p\u00e5 baggrund af oplysninger i bloggen.<\/em><\/p>\n\n\n\n

Bloggen udg\u00f8r ikke og skal ikke betragtes som et tilbud eller en opfordring til at g\u00f8re tilbud eller til at deltage i eller udf\u00f8re bestemte investeringer. Omtales investeringsstrategier eller portef\u00f8ljer af v\u00e6rdipapirer skal l\u00e6seren v\u00e6re opm\u00e6rksom p\u00e5, at disse ikke n\u00f8dvendigvis er fordelagtige for alle investorer, samt at AI Alpha Lab ikke kender den enkelte l\u00e6sers individuelle \u00f8konomiske forhold, risikopr\u00e6ferencer, investeringserfaring m.m.<\/em><\/p>\n\n\n\n

AI Alpha Lab har taget alle rimelige forholdsregler for at sikre rigtigheden og n\u00f8jagtigheden af oplysningerne i bloggen, ligesom bloggen er baseret p\u00e5 oplysninger indhentet fra kilder, der menes at v\u00e6re p\u00e5lidelige. Rigtigheden og n\u00f8jagtigheden er dog ikke garanteret, og AI Alpha Lab p\u00e5tager sig intet ansvar for eventuelle fejl eller udeladelser.<\/em><\/p>\n\n\n\n

Oplysningerne i bloggen afgives p\u00e5 dagen for offentligg\u00f8relsen af bloggen og opdateres eller \u00e6ndres ikke efterf\u00f8lgende, medmindre andet tydeligt fremg\u00e5r. L\u00e6seren opfordres til at s\u00f8ge individuel r\u00e5dgivning om egne investeringsforhold. <\/em><\/p>\n\n\n\n

Der g\u00f8res s\u00e6rligt opm\u00e6rksom p\u00e5 f\u00f8lgende:<\/em><\/p>\n\n\n\n