Slik beregner og presenterer AKSJENET analyser

1. Datagrunnlag og dekning

Markedsdata synkroniseres mot Oslo Børs-relaterte datasett og lagres med dato for siste tilgjengelige observasjon. Aksjesider kan inneholde sluttkurs, prisendring, historikk, selskapsdata, sektor, utbytte og beregnede felt. Data er normalt forsinket eller sluttkursbasert med mindre annet er uttrykkelig oppgitt.

En aksje tas bare med i den automatiske sitemapen når den er aktiv, har gyldig positiv pris og har ferske historiske data innenfor systemets tillatte ferskhetsvindu. Datoer på siden er viktigere enn tidspunktet du åpner siden.

2. Score, signal og rangering

Systemet beregner separate modellfelt for kort, mellomlang og lang horisont. Markedsoversikten bruker den mellomlange scoren som hovedgrunnlag for relativ rangering. Rangeringen viser plassering mot andre aktive Oslo Børs-aksjer i det samme datasettet.

KJØP, HOLD og SELG er kategorier avledet fra score og modellregler. De uttrykker modellens nåværende tilstand, ikke sannsynligheten for gevinst. Brukere bør kontrollere prisutvikling, likviditet, selskapshendelser, verdsettelse, egen risikoramme og datodato før en beslutning.

3. Modellporteføljer

En modellportefølje følger en definert investeringsramme, risikoprofil, utvalgsmodell, rebalanseringsregel og benchmark. Nye kjøringer kan beholde, øke, redusere, kjøpe eller selge posisjoner basert på reglene som gjelder for modellen.

Beholdninger, vekter, transaksjoner og kjøringshistorikk vises slik at brukeren kan etterprøve utviklingen. Modellporteføljer er eksempler og research, ikke personlige anbefalinger.

4. Avkastning, kostnader og benchmark

Avkastning beregnes fra registrerte porteføljeverdier, transaksjoner, kontantstrømmer og tilgjengelige markedskurser. Når en side oppgir at resultatet er brutto og før skatt, betyr det at personlig skatt, individuelle handelsbetingelser og alle brukerens faktiske kostnader ikke er trukket fra.

Benchmark er en sammenligningsserie, ikke et investerbart alternativ med identisk risiko. Forskjeller i valuta, utbyttebehandling, startdato, kontantandel og datatilgjengelighet kan påvirke sammenligningen.

5. Automatisering og tekst

Datapunkter, tabeller, diagrammer, signaletiketter og enkelte forklarende tekster kan genereres automatisk. Automatiske tekster oppsummerer strukturerte felt og kan mangle ny informasjon som ennå ikke finnes i datagrunnlaget.

Strukturerte fakta og synlige datoer skal prioriteres når en tekstlig oppsummering og et tall ser ut til å være i konflikt. Meld fra om avvik slik at de kan undersøkes.

6. Ferskhet og kvalitetskontroll

• Aktive tickere valideres mot pris og siste historiske observasjon før de publiseres i sitemapen.
• Sider viser relevante score-, data- eller kjøredatoer når de finnes.
• Ugyldige, stoppede eller gamle dataserier kan ekskluderes automatisk.
• Automatiske tester kontrollerer blant annet kanoniske URL-er, språkannotasjoner, XML-format og sentrale presentasjonsregler før publisering.

7. Begrensninger

• Historisk avkastning sier ikke hva fremtidig avkastning blir.
• Modeller kan reagere sent, overvurdere mønstre eller svikte i raske regimeskifter.
• Selskapsnyheter, emisjoner, handelspauser, valuta og feil hos dataleverandører kan gjøre data midlertidig ufullstendige.
• Små og lite likvide aksjer kan ha større avvik mellom beregnet og faktisk oppnåelig pris.

8. Rettelser og metodeendringer

Vesentlige bekreftede feil rettes i data, kode eller innhold etter hva som er årsaken. Metoden kan endres når datakvalitet, modeller eller produktfunksjoner forbedres. Datoen øverst viser når denne metodebeskrivelsen sist ble vesentlig oppdatert.