Investera med AI – bygg din egen investeringsrobot

Denna utbildning handlar om hur du med hjälp av AI-verktyg som ChatGPT kan ta fram egna Smart Beta- och regelbaserade flerfaktormodeller i Python. Utan att själv kunna koda lär du dig att bygga dina egna investeringsrobotar. Vi går igenom hur flerfaktormodeller, såsom Fama-French och Carhart fungerar, och hur du kan använda open source-datakällor för dina investeringsmodeller. Stort fokus ligger på att du under utbildningen får utveckla, testa och vidareutveckla egna modeller för att optimera din portfölj och som du senare kan rebalansera och använda i din löpande förvaltning.

DU FÅR LÄRA DIG:

Hur regelbaserade investeringsstrategier och Smart Beta fungerar
Olika Smart Beta-strategier och flerfaktormodeller som Fama-French trefaktormodell och Carharts fyrfaktormodell
Att med hjälp av AI-verktyg som ChatGPT och Claude Code kan bygga egna flerfaktorsmodeller i Python-kod utan att själv kunna programmera
Bygga och utveckla egna investeringsmodeller steg för steg
Hur du hittar och använder relevanta datakällor för finansiell analys
Fördelar och begränsningar med AI i utvecklingen av investeringsmodeller
Att formulera och testa egna hypoteser kring vilka faktorer som driver avkastning
Att bygga modeller för att bedöma konjunkturläge och marknadsförutsättningar
Hur du anpassar portföljen och väljer aktier utifrån aktuell marknad och konjunktur

UTBILDNINGEN RIKTAR SIG TILL:
Den här utbildningen riktar sig till dig som är intresserad av investeringar i värdepapper, antingen arbetar du på en finansavdelning, en mindre kapitalförvaltning eller så har du en egen portfölj som du vill ha en mer strukturerad process för.

MÅL MED UTBILDNINGEN:
Att du som deltagare ska:

Få förståelse för hur flerfaktormodeller fungerar
Kunna bygga egna investeringsmodeller utifrån de faktorer du valt
Ha byggt en flerfaktormodell för att beräkna styrkan i konjunkturen och på så sätt välja cykliska- eller icke-cykliska aktier
Kunskap om hur du kan använda AI för programmering

Program för kursen

09.00 Introduktion till regelbaserade investeringsstrategier

Genomgång av olika typer av Smart Beta-strategier och flerfaktormodeller, inklusive Fama-French trefaktormodell och Carharts fyrfaktormodell
Introduktion till Fama-French-databasen samt andra relevanta datakällor för finansiella tidsserier

10.15 Kaffe

10.30 Att be AI om en vinnande strategi – är det bra?

Hur AI kan användas för att ta fram investeringsstrategier
Fördelar och risker med AI när det gäller investeringsmodeller
Fördjupning i olika databaser och hur dessa kan användas

11.00 Bygg din egen investeringsmodell – steg för steg

Genomgång av färdiga flerfaktormodeller
Testa dina egna idéer och hypoteser om vilka faktorer som kommer att vara vinnande framöver

12.00 Lunch

13.00 Fortsättning bygg din egen investeringsmodell – steg för steg

Fördjupning i utvecklingen av egna modeller tillsammans med kursledare och andra deltagare

14.00 Beräkna optimala vikter för dina olika faktorer

Beräkning av optimala vikter för olika faktorer med hjälp av regressionsanalys
Vi gör regressionsanalyser för att se hur viktiga dina olika faktorer är

15.00 Fika

15.15 Konjunktur och marknadsanpassning – högt eller lågt beta?

Vi bygger en konjunkturprognos för att få en bild av var vi är i konjunkturcykeln
Vi skapar en modell som väljer ut lämpliga aktier utifrån konjunkturläge
Framtagning av modell för att bedöma konjunkturcykeln
Urval av aktier baserat på aktuellt marknadsläge

16.30 Sammanfattning, tid för frågor