{"id":61110,"date":"2024-08-12T09:18:19","date_gmt":"2024-08-12T07:18:19","guid":{"rendered":"https:\/\/www.nordnet.dk\/blog\/?p=61110"},"modified":"2026-01-15T16:09:25","modified_gmt":"2026-01-15T15:09:25","slug":"hvilke-kvalitetsaktier-vaelger-ai-modellen-i-august","status":"publish","type":"post","link":"https:\/\/www.nordnet.dk\/blog\/hvilke-kvalitetsaktier-vaelger-ai-modellen-i-august\/","title":{"rendered":"Hvilke kvalitetsaktier v\u00e6lger AI-modellen i august?"},"content":{"rendered":"\n

I denne blog giver vi et opdateret indblik i, hvilke kvalitetsaktier vores AI-model tror p\u00e5 netop nu. Samtidig pr\u00f8ver vi at sl\u00e5 et slag for styrken ved probabilistisk AI ved at give et konkret eksempel p\u00e5 brugen heraf inden for et andet omr\u00e5de end investering<\/a>; n\u00e5r en patient g\u00e5r til l\u00e6gen.<\/strong><\/p>\n\n\n\n

Nedenfor ses fem af top-15 aktierne i vores Global Quality AI Portfolio for august. Aktierne er valgt af vores AI-model. Modellen kan investere i aktierne i MSCI World Quality Indekset 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

\n
Aktie<\/strong><\/td>Ticker<\/strong><\/td>V\u00e6gt<\/strong><\/td><\/tr>
Super Micro Computer<\/a><\/td>SMCI.US<\/td>4,2%<\/td><\/tr>
A.P. M\u00f8ller – M\u00e6rsk<\/a><\/td>MAERSK-B.CO<\/td>4,1%<\/td><\/tr>
NVIDIA<\/a><\/td>NVDA.US<\/td>4,1%<\/td><\/tr>
Albemarle<\/a><\/td>ALB.US<\/td>3,8%<\/td><\/tr>
Monolithic Power Systems<\/a><\/td>MPWR.US<\/td>3,7%<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n
\n
\"\"<\/figure><\/div>\n\n\n
Afkast<\/strong><\/td>AI-model<\/strong><\/td>Ligev\u00e6gtet univers<\/strong><\/td><\/tr>
Totalt afkast<\/td>368,8%<\/td>106,1%<\/td><\/tr>
\u00c5TD<\/td>20,0%<\/td>8,6%<\/td><\/tr>
1 \u00e5r<\/td>31,9%<\/td>15,3%<\/td><\/tr>
3 \u00e5r (\u00e5rligt)<\/td>31,3%<\/td>12,4%<\/td><\/tr>
Siden start (\u00e5rligt)<\/td>40,0%<\/td>17,1%<\/td><\/tr>
St\u00f8rste tab<\/td>-33,5%<\/td>-29,6%<\/td><\/tr>
\u00c5rlig volatilitet<\/td>24,5%<\/td>15,9%<\/td><\/tr>
Sharpe Ratio<\/td>1,49<\/td>1,06<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n

Alle afkasttal er baseret p\u00e5 simuleret modelportef\u00f8ljeafkast for perioden 01.01.2020 – 31.07.2024. 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 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<\/div><\/div>\n\n\n\n

<\/p>\n\n\n\n

Gunstig intelligens<\/h2>\n\n\n\n

Investering handler om at sammenholde mange forskellige data for i sidste ende at kunne komme frem til et konkret svar: Hvad er sandsynligheden for, at en investering vil give et godt afkast?<\/p>\n\n\n\n

\n

“Et selskab kommer med et godt regnskab og har gode fremtidsudsigter, men nye tal for makro\u00f8konomien peger samtidig i en retning, som ikke er gunstig for selskabet. Hvad bliver konklusionen s\u00e5?”<\/p>\n<\/blockquote>\n\n\n\n

For at kunne g\u00f8re dette kr\u00e6ves det, at man som investor kan overskue store datam\u00e6ngder og gennemskue alle de kausale sammenh\u00e6nge imellem data. Det vil sige, hvordan \u00e9n type information p\u00e5virker noget andet information.<\/p>\n\n\n\n

Det kan v\u00e6re, at et selskab kommer med et godt regnskab og har gode fremtidsudsigter, men at nye tal for makro\u00f8konomien samtidig peger i en retning, som ikke er gunstig for selskabet. Hvad bliver konklusionen s\u00e5? Her kan probabilistisk AI hj\u00e6lpe os, da disse modeller netop kan sammenholde data og udlede en konklusion baseret p\u00e5 sandsynligheder.<\/p>\n\n\n\n

I AI Alpha Lab er vi specialister i probabilistisk AI – ogs\u00e5 kaldet sandsynlighedsbaseret machine learning. Vi har med vores hold af \u00f8konomer og fysikere udviklet et s\u00e5kaldt bayesiansk neuralt netv\u00e6rk, som er godt til lige netop det, investorer fors\u00f8ger hver gang, de foretager en investering: Optimal beslutningstagen under usikkerhed<\/em>.<\/p>\n\n\n\n

Helt centralt og unikt ved vores AI-model er den bayesianske statistik, modellen hviler p\u00e5, og som er i stand til at kombinere eksisterende information med ny information p\u00e5 en statistisk efficient vis.<\/p>\n\n\n\n

\n

Invester med AI Alpha Lab<\/h4>\n\n\n\n

I 2023 lancerede AI Alpha Lab en global investeringsforening,<\/a> som investerer i aktier udvalgt af deres sandsynlighedsbaserede AI-model, og som rundede 1.600 investorer p\u00e5 bare tre m\u00e5neder.<\/p>\n\n\n\n

Vil du selv investere i enkeltaktier, kan du f\u00f8lge tre af AI Alpha Labs portef\u00f8ljer<\/a> \u2013 en dansk, nordisk og amerikansk hver m\u00e5ned som et investeringsanalyse-abonnement.<\/p>\n\n\n\n

Find og f\u00f8lg AI Alpha Lab p\u00e5 Facebook<\/a> og LinkedIn.<\/a><\/p>\n<\/div><\/div>\n\n\n\n

<\/p>\n\n\n\n

Et eksempel fra l\u00e6gevidenskaben<\/h2>\n\n\n\n

Det, vi virkelig godt kan lide ved den bayesianske formalisme, er, at den s\u00e5 let egner sig til stort set alle situationer i vores liv (vi lever jo i en usikker verden). Forestil dig fx, at du er en l\u00e6ge, der gerne vil vide, hvordan man skal informere en patient, der netop er testet positiv for en sj\u00e6lden sygdom. Hvor meget mere sandsynligt er det, at patienten rent faktisk har denne sygdom, n\u00e5r patienten er testet positiv?<\/p>\n\n\n\n

Lad os give et konkret eksempel: En patient g\u00e5r til l\u00e6gen. L\u00e6gen udf\u00f8rer en test med en 99 procents p\u00e5lidelighed, dvs. at 99% af de syge tester positivt, og 99% af de raske tester negativt. L\u00e6gen ved, at kun 1% af befolkningen i landet er syg. Nu er sp\u00f8rgsm\u00e5let: Hvis patienten tester positiv, hvad er chancerne s\u00e5 for, at patienten rent faktisk er syg?<\/p>\n\n\n\n

Det intuitive svar er 99%, men det rigtige svar er 50%!<\/p>\n\n\n\n

L\u00f8sningen p\u00e5 sp\u00f8rgsm\u00e5let kan let beregnes ved hj\u00e6lp af Bayes’ formel. Thomas Bayes, som var pr\u00e6st og er fader til Bayesiansk sandsynlighedsl\u00e6re, levede fra 1702 til 1761. Han udtalte, at sandsynligheden for, at du tester positiv OG er syg, er et produkt af sandsynligheden for, at du tester positiv, GIVET at du er syg, og den “forudg\u00e5ende” sandsynlighed for at du er syg (pr\u00e6valensen i befolkningen).<\/p>\n\n\n\n

Bayes formel giver mulighed for at beregne en betinget sandsynlighed baseret p\u00e5 den tilg\u00e6ngelige information.<\/p>\n\n\n\n

\n

Bayes’ Teorem<\/strong><\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n