Hyppää sisältöön

Tiedon etsiminen

Kuten olen monta kertaa todennut, tiedon etsiminen on sijoittamisen yksi kulmakivistä. Tietenkin voi sijoittaa indeksiin tai rahastoihin tai indeksirahastoihin, jolloin ainakin näennäisesti ulkoistaa ajattelun muualle ja odottaa. Periaatteessa itsekin uskon enemmän laaja-alaiseen sijoittamiseen kuin tarkkoihin osakepoimintoihin, mutta mielestäni jokaisen sijoituksen kohdalla on ymmärrettävä, mitä on tekemässä.

Ymmärtäminen vaatii tietoa.

Edellisessä postauksessani etsin Australian pörssistä yhtiöitä, jotka jollain tavalla toteuttavat minunkaltaiseni kriteerini. Yritin miettiä, mitkä ovat kriteerini ja mielestäni sain ne lopulta avattua itselleni. Mutta kriteerini paperille kirjoitettuna ymmärsin, että niiden käyttäminen on enemmänkin yksinkertaista filteröintiä, joka tarvitsee tiedon keräämistä - eli palasin jälleen kysymykseen, miten tiedon voi kerätä nopeasti, ilman että tarvitsee selata suurta massaa yrityksiä.

Tiedon kerääminen

Olen tehnyt ohjelmia, jotka keräävät yhtiöiden finanssitietoja pörssien sivuilta. Itseasiassa tällaisen ohjelman tekeminen ei ole kovin monimutkainen juttu - ja minulla on rakenteet sitä varten olemassa. Mutta haluaisin että ohjelma on jotain enemmän.

Neuroverkko perustuu matematiikkaan, joka vertailee tietoa siihen malliin, joka on verkolle opetettu. Tällaisen verkon toiminta oikeasti tiedon etsintään verkosta on suhteellisen typerää, koska tieto perustuu päättelyyn ja päättelyn opettaminen kestää kauemmin mateemaattiselle mallille, kuin päättelyn rakentaminen itse. Päättelyn opettamisella tarkoitan, että matemaattista mallia pitäisi työstää ja pohtia - ja soveltuvuus selvitää, kun samaan aikaan muutamalla ehdolla pystyy tuottamaan saman tuloksen ilman matemaattista mallia.

Neuroverkosta voi kuitenkin ottaa mallia siinä suhteessa, että on olemassa sisään tulevaa tietoa ja ulos tulevaa tietoa ja niiden välissä on piilossa jotain, mitä voi vaikka kutsua layereiksi. Tämä välialuen ei kuitenkaan perustu matemaattiseen iterointiin vaan enemmänkin käytössä olevien mahdollisuuksien iterointiin. Eli neuroverkon mallia mukaillen voi tehdä keinoälyisen ohjelman, joka etsii finanssitietoa netin maailmassa.

Tällaisia ohjelmia on jo nyt olemassa, mm google omistaa melko hyvän tiedon keruu ympäristön, joten mitään uutta tietoa keräävä ohjelma ei ole.

Uusi tavoite

Uusin tavoitteni onkin rakentaa yksinkertainen tiedon analyysiohjelma, joka osaa hakea yhtiöiden finanssitietoon liittyvää dataa ja etsiä sen sopivuuttaa juuri niille kritereille, jotka olen itselleni määrittänyt. Tätä tavoitetta kutsutaan vanhanaikaisesti nimellä data mining, eli tiedon louhimista. Ohjelman rakentaminen on työläs prosessi, mutta ehkä siksi se onkin kiehtova taival. Tehdä jotain omaan käytöön, joka osaisi tarvittaessa löytää sellaisenkin yrityksen kuin ABACUS PROPERTY GROUP, joka on yhtiön tilannetta kartoittaessaan kuvannut varsin tarkasti työntekijöihin liittyvää tilastotietoa. Vaikka tämä pieni australialainen reit ei olekaan aivan kriterini kaikkia ehtoja täyttävä kohde, niin aion ainakin perehtyä yrityksen toiminaan tulevaisuudessa. Ihan mielenkiinnosta.

Todellisuudessa en välttämättä tarvitse edes koko ohjelmaa, mutta ohjelman luominen, joka osaa etsiä taloudellisilla ja mahdollisilla eettisillä tai muilla kritereillä pörssiyhtiöstä tietoa, on mielenkiintoista itsessään. Haasteet on otettava vastaan, vaikka ne olisivat lopulta liian työläitä. Sillä on turha kuvitella, että tällaisen ohjelman luominen kaikkine yksityiskohtine, vaikka käyttäisinkin suurta joukkoa valmiita palikoita apunani, olisi helppoa.

Kommentit

Comments powered by Disqus