Γιατί μερικές φορές αρνούμαστε να αναλύσουμε μια μετοχή (και στο λέμε)

Υπάρχει ένας τρόπος αποτυχίας που μοιράζονται σχεδόν όλα τα εργαλεία "AI ανάλυσης μετοχών", και σχεδόν κανένα δεν τον παραδέχεται: όταν τα δεδομένα από κάτω είναι φτωχά, απαντούν έτσι κι αλλιώς.

Ρώτησε ένα τέτοιο εργαλείο για μια πολύ μικρή micro-cap, μια εταιρεία που μόλις εισήχθη, ή μια ξένη εισαγωγή με ελάχιστα filings, και θα πάρεις και πάλι ένα σίγουρο verdict, ένα fair value, ένα score στα δέκα. Μοιάζει ακριβώς με το verdict που θα έπαιρνες για μια μεγάλη, γνωστή εταιρεία. Η διαφορά είναι ότι το ένα χτίζεται σε πραγματικά θεμελιώδη και το άλλο σε κενά. Δεν μπορείς να ξεχωρίσεις ποιο είναι ποιο από το αποτέλεσμα, και εκεί ακριβώς είναι το πρόβλημα.

Ένα χαμηλό score και το "δεν υπάρχουν δεδομένα" μοιάζουν ίδια, αλλά δεν είναι

Το score ποιότητάς μας βαθμολογεί μια εταιρεία σε δέκα κριτήρια value investing: αποτίμηση σε σχέση με τον κλάδο, ανάπτυξη εσόδων, μικτό περιθώριο, απόδοση επί του επενδυμένου κεφαλαίου, ελεύθερες ταμειακές ροές, ισχύ ισολογισμού, και ούτω καθεξής. Κάθε κριτήριο είτε περνάει είτε κόβεται, και οι αποτυχίες ρίχνουν το score.

Εδώ είναι η λεπτή παγίδα. Αν μια εταιρεία πράγματι έχει αδύναμη απόδοση επί του επενδυμένου κεφαλαίου, το κριτήριο κόβεται και το score πέφτει. Αλλά αν απλώς δεν έχουμε τον αριθμό της απόδοσης κεφαλαίου, το πιο αφελές που μπορεί να κάνει ένα σύστημα βαθμολόγησης είναι να αντιμετωπίσει την τιμή που λείπει σαν αποτυχία και να ρίξει το score με τον ίδιο ακριβώς τρόπο.

Το αποτέλεσμα είναι μια μετοχή που φαίνεται μέτρια επιχείρηση, ενώ η ειλικρινής περιγραφή είναι "δεν έχουμε αρκετή πληροφορία για να κρίνουμε καθόλου αυτή την επιχείρηση". Μια πραγματικά κακή εταιρεία και μια εταιρεία για την οποία δεν ξέρουμε τίποτα καταλήγουν με τον ίδιο χαμηλό αριθμό. Για ένα εργαλείο που όλη του η δουλειά είναι να σε βοηθήσει να ξεχωρίσεις τις καλές επιχειρήσεις από τις κακές, αυτό δεν είναι μικρό bug. Είναι θέμα αξιοπιστίας.

Έτσι, πριν τρέξει οτιδήποτε άλλο, μετράμε πόσα από τα δεδομένα που θα χρειαζόμασταν υπάρχουν πραγματικά. Το ονομάζουμε κάλυψη δεδομένων, και κατατάσσει κάθε ticker που υποβάλλεις σε ένα από τρία επίπεδα.

Τα τρία επίπεδα κάλυψης δεδομένων

Πλήρες. Έχουμε την τιμή της εταιρείας, τον αριθμό των μετοχών, και τα περισσότερα από τα βασικά θεμελιώδη που χρειάζεται μια αποτίμηση: κέρδη, περιθώρια, απόδοση κεφαλαίου, ταμειακές ροές, έσοδα, και έναν αξιοποιήσιμο ισολογισμό. Αυτή είναι η συνηθισμένη περίπτωση για καθιερωμένες εταιρείες με καλή κάλυψη. Προχωράμε σιωπηλά, ακριβώς όπως θα περίμενες.

Μερικό. Τα απαραίτητα υπάρχουν, αλλά αρκετά βασικά θεμελιώδη λείπουν, ή η εταιρεία δεν είναι ακόμα σε κατάσταση όπου ένα μοντέλο αποτίμησης μπορεί να βγάλει ουσιαστικό αριθμό, για παράδειγμα μια επιχείρηση που δεν είναι ακόμα κερδοφόρα και δεν έχει θετικές ελεύθερες ταμειακές ροές για προεξόφληση. Μπορούμε να τρέξουμε την ανάλυση, αλλά το verdict θα στηρίζεται σε λιγότερα. Οπότε στο λέμε, σου δείχνουμε τα υπέρ και τα κατά, και αποφασίζεις εσύ αν αξίζει να ξοδέψεις μια ανάλυση.

Ανεπαρκές. Τα δεδομένα είναι πολύ φτωχά για να στηρίξουν verdict στα θεμελιώδη: καμία αξιοποιήσιμη τιμή ή αριθμός μετοχών, σφάλμα στη ροή δεδομένων, ή μόνο μια χούφτα από τους βασικούς δείκτες. Αυτό είναι το επίπεδο όπου τα περισσότερα εργαλεία θα παρήγαγαν σιωπηλά έναν αριθμό έτσι κι αλλιώς. Εμείς όχι. Σταματάμε και σου λέμε τι βρήκαμε.

Τι σημαίνει στην πράξη "αρκετά δεδομένα"

Η κάλυψη δεν είναι ασαφές συναίσθημα, είναι μέτρηση. Κοιτάμε δύο πράγματα.

Πρώτον, τα κρίσιμα δεδομένα: τρέχουσα τιμή και αριθμός μετοχών. Χωρίς αυτά, σχεδόν τίποτα παρακάτω δεν δουλεύει, δεν μπορείς να υπολογίσεις αξία ανά μετοχή ή margin of safety, οπότε ένα verdict θα ήταν χωρίς νόημα.

Δεύτερον, τα βασικά θεμελιώδη, οι οκτώ αριθμοί που πραγματικά οδηγούν ένα verdict αξίας: κέρδη τελευταίου δωδεκαμήνου, μικτό περιθώριο, απόδοση επί του επενδυμένου κεφαλαίου, ελεύθερες ταμειακές ροές, έσοδα και η ανάπτυξή τους, ισολογισμός, και ο δείκτης τιμής προς κέρδη. Όσο περισσότερα από αυτά λείπουν, τόσο λιγότερο μπορεί να εμπιστευτεί κανείς οποιοδήποτε verdict. Ελέγχουμε επίσης αν μπορεί να τρέξει έστω μία μέθοδος αποτίμησης, κάτι που χρειάζεται είτε θετικά κέρδη είτε θετικές ελεύθερες ταμειακές ροές.

Σημαντικό: αυτό είναι μέτρηση παρουσίας, όχι κρίση ποιότητας. Μια εταιρεία μπορεί να έχει πλήρη κάλυψη και να βαθμολογηθεί χαμηλά, αυτό είναι μια πραγματική, χρήσιμη απάντηση. Αυτό που προστατεύει η κάλυψη είναι η αντίθετη περίπτωση: μια σίγουρη απάντηση χτισμένη πάνω σε απουσία. Αν θες να δεις τι κάνει όλο το pipeline μόλις τα δεδομένα περάσουν αυτόν τον πήχη, γράψαμε μια αναλυτική περιγραφή του πώς το Ploutos AI αναλύει μια μετοχή από την αρχή ως το τέλος.

Γιατί το ελέγχουμε πριν σε χρεώσουμε

Ο έλεγχος κάλυψης τρέχει πριν μετρηθεί μια ανάλυση στο πλάνο σου, και αυτή η σειρά είναι σκόπιμη. Αν ένα ticker είναι πολύ φτωχό για να αναλυθεί ειλικρινά, προτιμάμε να ξοδέψουμε μηδέν από τις αναζητήσεις σου παρά να σου δώσουμε ένα κούφιο report και να κατεβάσουμε σιωπηλά τον μετρητή.

Υπάρχει κόστος και από τη δική μας πλευρά, κάθε ανάλυση τρέχει ένα pipeline πολλών σταδίων που καλεί ένα γλωσσικό μοντέλο και μια σειρά από υπηρεσίες δεδομένων, και το να το καίμε αυτό σε ένα ticker που δεν μπορούμε να αποδώσουμε σωστά είναι σπατάλη για όλους. Αλλά ο λόγος που μετράει για σένα είναι ένας: μια αναζήτηση που ξοδεύεις πρέπει να σου αγοράζει κάτι που αξίζει.

Τι γίνεται όταν ένα ticker επισημανθεί

Όταν η κάλυψη βγει μερική ή ανεπαρκής, παίρνεις ένα σύντομο, ειλικρινές μήνυμα αντί για ανακατεύθυνση σε ένα παραπλανητικό report. Σου λέει τι έχουμε πραγματικά, ζυγίζει το όφελος του να προχωρήσεις απέναντι στο μειονέκτημα, και σου δίνει τρεις επιλογές: τρέξε το ούτως ή άλλως με ανοιχτά μάτια, πέτα τα φτωχά tickers και ανάλυσε μόνο όσα έχουν αρκετά δεδομένα, ή κάνε ένα βήμα πίσω και διάλεξε άλλη μετοχή. Αν όντως προχωρήσεις με μερικά δεδομένα, η ανάλυση που προκύπτει κουβαλάει αυτή την προειδοποίηση μαζί της, ώστε το verdict να μην παρουσιάζεται ποτέ πιο σίγουρο απ' όσο είναι.

Γιατί αυτό είναι feature, όχι περιορισμός

Μπαίνει ο πειρασμός να σκεφτείς ότι ένα εργαλείο που έχει πάντα απάντηση είναι πιο ισχυρό από ένα που μερικές φορές λέει "δεν έχω αρκετά για να κρίνω". Ισχύει το αντίθετο. Η διάθεση να πεις δεν ξέρω είναι ακριβώς αυτό που χωρίζει μια ερευνητική διαδικασία από μια μηχανή εικασιών. Το value investing τρέχει στην ίδια αρχή, ο "κύκλος ικανότητας" του Warren Buffett είναι απλώς ένας πειθαρχημένος τρόπος να αρνείσαι να δράσεις εκεί που σου λείπει η πληροφορία για να δράσεις σωστά.

Ένα verdict που μπορείς να εμπιστευτείς στις εταιρείες όπου τα δεδομένα είναι πραγματικά αξίζει πολύ περισσότερο από ένα verdict για τα πάντα, γιατί το δεύτερο σε μαθαίνει να αγνοείς τις προειδοποιητικές ετικέτες. Όταν το Ploutos AI σου δίνει πλήρη ανάλυση, μπορείς να ξέρεις ότι πέρασε πρώτα αυτόν τον πήχη. Όταν αρνείται, και αυτό είναι πληροφορία. Μπορείς να διαβάσεις τι κάνουμε με ένα πλήρες, καθαρό dataset στην ανάλυση του πώς δουλεύει το pipeline μας, ή να τρέξεις μια ανάλυση και να δεις τον έλεγχο κάλυψης στην πράξη.

Σημαντική ενημέρωση

Αυτό το άρθρο περιγράφει τη μεθοδολογία πίσω από ένα εργαλείο έρευνας. Δεν αποτελεί επενδυτική συμβουλή και δεν λαμβάνει υπόψη τις προσωπικές σου περιστάσεις, τους στόχους ή την οικονομική σου κατάσταση.

Το αποτέλεσμα κάθε ανάλυσης που τρέχει στο Ploutos AI είναι αποκλειστικά για ενημερωτικούς και εκπαιδευτικούς σκοπούς. Οι αξιολογήσεις του μοντέλου, οι εκτιμήσεις εύλογης αξίας, οι δείκτες margin of safety και κάθε άλλο ποσοτικό αποτέλεσμα παράγονται από αυτοματοποιημένο σύστημα σε μια δεδομένη στιγμή και μπορεί να καταστούν παρωχημένα καθώς αλλάζουν οι συνθήκες αγοράς, τα θεμελιώδη μεγέθη ή τα νέα. Είναι αναλυτικά σημεία αναφοράς που παράγει ένα μοντέλο, όχι τιμές-στόχοι ή εντολές προς ενέργεια.

Η επένδυση σε μετοχές ενέχει κίνδυνο, συμπεριλαμβανομένης της πιθανής απώλειας του συνόλου του επενδυμένου κεφαλαίου. Η παρελθούσα απόδοση οποιασδήποτε ανάλυσης, μεθοδολογίας ή στρατηγικής δεν αποτελεί αξιόπιστο δείκτη μελλοντικών αποτελεσμάτων. Διαφορετικοί επενδυτές καταλήγουν σε διαφορετικά συμπεράσματα από την ίδια πληροφορία, ανάλογα με τους στόχους, τον χρονικό ορίζοντα, τη φορολογική κατάσταση και την ανοχή τους στον κίνδυνο.

Φέρεις αποκλειστική ευθύνη για τις επενδυτικές σου αποφάσεις. Πριν ενεργήσεις βάσει οποιασδήποτε πληροφορίας από αυτόν τον ιστότοπο, οφείλεις να αξιολογήσεις αν είναι κατάλληλη για τις περιστάσεις σου και να συμβουλευτείς κατάλληλα πιστοποιημένο επαγγελματία αν έχεις οποιαδήποτε αμφιβολία.

Δες τους Όρους για την πλήρη αποποίηση ευθύνης και τις γνωστοποιήσεις.