Lassen Sie algos Geld für Sie in Aktien machen!
Oft Kleinanleger nicht bekommen, eine angemessene Beratung auf Aktien, auf einen Freund zu verlassen oder die Spitzen der Nachbarschaft Broker.
Auch viele größeren Brokerhäuser halten getrennte Forschungsabteilungen für private und institutionelle Anleger, mit der Qualität der Berichte für die letztere weit überlegen zu sein.
bietet Aktienempfehlungen auf Basis von Computeralgorithmen Kleinanleger Pick Bestände mit hohem Renditepotenzial, einige Unternehmen haben zu helfen, begonnen.
Einige der Parameter für die Aktienauswahl sind die gleichen auf verschiedenen Plattformen.
Sie analysieren Vergangenheit erzielte Erfolge vergleichen Unternehmen mit ihren Kollegen, bewerten Finanzwerte und Blick auf die Bewertungen.
Aber jeder hat einen anderen Ansatz danach.
Einige geben mehr Gewicht auf das Ergebnis und damit Dynamik Aktien empfehlen, während andere geben mehr Gewicht zu Bewertungen.
Einige behaupten sogar, wenn eine Aktie zu beenden.
Ein Vorteil dieser Algo-basierten Plattformen ist, dass der Anleger den Fluch zu werden vermeiden können schlecht beraten.
Diese Plattformen, Iyer fügt hinzu, sind gut gestaltet und benutzerfreundlich mit Ranking und Scoring. Anleger, die wirklich Bestände bewerten wollen, können sie auf eine bessere Qualität Picks ankommen verwenden.
Sie bieten entweder Aktienempfehlungen oder Modellportfolios.
Diese Plattformen verbinden fundamentale und technische Analyse Bestände zu bewerten.
Der Nachteil einer solchen Algo-basierten Modellen ist, dass sie auf quantitative Parameter ganz verlassen.
In ähnlicher Weise vor einer negativen Nachrichten das Unternehmen treffen, dann ist es zu verkaufen.
Computer-basierte Plattformen erfasse nicht sofort solche Ereignisse, bis die Nachrichten aus und berücksichtigt in Preis.
Quantitative Modelle können auch nicht Turnaround Unternehmen erfassen, es sei denn dies reflektieren beginnt in den Ergebnissen oder in fundamentalen und technischen Parameter.
Derzeit haben die Informationstechnologie-Aktien in Ungnade gegangen, wie mehr Probleme die Branche plagen.
Der Algorithmus in diesen Plattformen verwendet werden, entwickelt sich weiter.
„Unter den vielen Technologien, wir auch für maschinelles Lernen bereitstellen. Was heute nicht möglich ist, kann in die Auswertungsparameter mit der Zeit gebaut werden“, sagt Vaibhav Agarwal, Leiter der Forschung und ARQ bei Angel Broking.
Foto: Joe Raedle / Getty Images