{"id":97429,"date":"2025-03-10T12:22:25","date_gmt":"2025-03-10T11:22:25","guid":{"rendered":"https:\/\/www.nordnet.no\/blogg\/?p=97429"},"modified":"2026-03-18T12:25:53","modified_gmt":"2026-03-18T11:25:53","slug":"hvilke-norske-aksjer-vil-ai-modellen-velge-i-mars","status":"publish","type":"post","link":"https:\/\/www.nordnet.no\/blogg\/hvilke-norske-aksjer-vil-ai-modellen-velge-i-mars\/","title":{"rendered":"Hvilke norske aksjer vil AI-modellen velge i mars?"},"content":{"rendered":"\n

Les hvilke norske aksjer AI Alpha Labs AI-modell velger for mars og f\u00e5 innsikt i teorien og kunnskapen som er grunnlaget for AI-modellen v\u00e5r. I v\u00e5rt siste blogginnlegg begynte vi \u00e5 forklare hvordan du tar valg basert p\u00e5 sannsynligheter. Dette blogginnlegget er den siste delen av den forklaringen.<\/strong><\/strong><\/strong><\/p>\n\n\n\n

Som vanlig starter vi hvert blogginnlegg med \u00e5 vise noen aktuelle aksjevalg og utvikling fra en av v\u00e5re portef\u00f8ljer. Denne m\u00e5neden er det fra v\u00e5r Norwegian AI Focus Portfolio. Portef\u00f8ljen er langsiktig, best\u00e5r av ca. 10 norske aksjer og alle aksjene er valgt utifra v\u00e5r AI-modell.<\/p>\n\n\n\n

<\/div>\n\n\n\n

Norwegian AI Focus Portfolio – <\/strong>mars<\/h2>\n\n\n\n
<\/div>\n\n\n\n
Aksje<\/th>Sektor<\/strong><\/th>Vekt<\/th><\/tr><\/thead>
Aker Solutions<\/a><\/td>Energy<\/td>13,1%<\/td><\/tr>
Norsk Hydro<\/a><\/td>Materials<\/td>7,2%<\/td><\/tr>
BW LPG<\/a><\/td>Industrials<\/td>6,1%<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n
<\/div>\n\n\n\n
Utvikling<\/strong><\/th><\/tr><\/thead>
\"\"<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n
<\/div>\n\n\n\n
Avkastning<\/strong><\/th>AI-modell<\/strong><\/th>Equal Weighted Universe<\/strong><\/th><\/tr><\/thead>
Totalavkastning<\/td>269,3%<\/td>110,9%<\/td><\/tr>
Hittil i \u00e5r<\/td>-2,9%<\/td>0,7%<\/td><\/tr>
1 \u00e5r<\/td>5,3%<\/td>12,3%<\/td><\/tr>
3 \u00e5r (ann.)<\/td>16,6%<\/td>8,7%<\/td><\/tr>
Siden oppstart (ann.)<\/td>28,8%<\/td>15,5%<\/td><\/tr>
Max Drawdown<\/td>-37,2%<\/td>-39,0%<\/td><\/tr>
Ann. Volatility<\/td>23,5%<\/td>20,4%<\/td><\/tr>
Sharpe Ratio<\/td>1,20<\/td>0,83<\/td><\/tr><\/tbody><\/table><\/figure>\n\n\n\n
<\/div>\n\n\n\n

Utviklingen er basert p\u00e5 simulert modellportef\u00f8ljeavkastning for perioden 01.01.2020 – 28.02.2025. Valuta: NOK. Equal Weighted Universe: En portef\u00f8lje som best\u00e5r av alle aksjer fra aksjeuniverset med like stor vekt. Inkludert transaksjonskostnader p\u00e5 0,2 % p\u00e5 alle handler. Gebyrer p\u00e5l\u00f8pt av investor, som administrasjonsgebyrer og depotkostnader, er ikke inkludert. Avkastningen som vises, er simulert og utgj\u00f8r derfor ikke avkastning fra en faktisk investering i perioden. Det understrekes at historisk avkastning, enten faktisk eller simulert, ikke er en garanti for fremtidig avkastning, p\u00e5 samme m\u00e5te som avkastningen kan variere som f\u00f8lge av svingninger i valutakurser.<\/em><\/p>\n\n\n\n

<\/div>\n\n\n\n

Problemet med finansielle prognoser (del 2)<\/h2>\n\n\n\n

V\u00e5rt fokus p\u00e5 forskjellige sp\u00e5dommer gjennomsyrer de fleste omr\u00e5der av livet v\u00e5rt. Dette gjelder v\u00e6rmeldinger, aksjemarkedet, sportsresultater, forretningsbeslutninger og til og med dagligdagse valg som livsforsikring eller n\u00e5r man skal krysse gaten. Men hvordan kan vi s\u00f8rge for at v\u00e5re prognoser blir mer presise?

Vi begynte \u00e5 svare p\u00e5 det sp\u00f8rsm\u00e5let i v\u00e5rt forrige blogginnlegg<\/a>, blant annet ved \u00e5 fremheve at et rammeverk basert p\u00e5 sannsynlighetstenkning er best for \u00e5 sikre at prognosene v\u00e5re er mest n\u00f8yaktige. Den menneskelige hjernen tar allerede sannsynlighetsjusterte beslutninger i mange hverdagssituasjoner, men ikke n\u00e5r vi lager b\u00f8rsprognoser. V\u00e5rt rasjonelle sinn er beheftet med bias og ego.

Prognoser inneholder en rekke begrensninger, men til tross for dette b\u00f8r vi ikke la v\u00e6re \u00e5 lage dem eller ignorere betydningen av dem. Vi m\u00e5 m\u00e5le n\u00f8yaktigheten av prognosene v\u00e5re og forbedre dem ved \u00e5 sammenligne det vi trodde ville skje med det som faktisk skjedde. Til slutt b\u00f8r prognoser ogs\u00e5 unng\u00e5 vage formuleringer som \u00abkunne\u00bb, \u00abkanskje\u00bb eller \u00absannsynligvis\u00bb og bruke tall for \u00e5 \u00f8ke n\u00f8yaktigheten.

Her i del 2 av bloggen fortsetter vi fra der vi dro med \u00e5 forklare hvorfor gode prognoser m\u00e5 ha et s\u00e5kalt “anker”.<\/p>\n\n\n\n

Viktigheten av et anker<\/h4>\n\n\n\n

Fordi hver situasjon er unik, m\u00e5 du unng\u00e5 forhastet dom i en sak. Den beste m\u00e5ten \u00e5 n\u00e6rme seg ethvert sp\u00f8rsm\u00e5l p\u00e5 er \u00e5 vedta et syn. Det betyr \u00e5 oppdage den opprinnelige sannsynligheten for en hendelse.

Tenk deg for eksempel en italiensk familie som bor i et beskjedent hjem i USA. Far jobber som bibliotekar og mor har deltidsjobb i barnehage. De bor sammen med barna og bestemoren.

Hvis du ble spurt om hva sjansene er for at denne italienske familien eier et kj\u00e6ledyr, kan du pr\u00f8ve \u00e5 svare p\u00e5 sp\u00f8rsm\u00e5let ved \u00e5 tenke p\u00e5 detaljene i livssituasjonen deres. Men hvis du tror det, kan du hoppe over noen viktige ting!

I stedet for \u00e5 se p\u00e5 detaljene f\u00f8rst, b\u00f8r du begynne med \u00e5 unders\u00f8ke prosentandelen av amerikanske husholdninger som eier et kj\u00e6ledyr. P\u00e5 noen f\u00e5 sekunder, takket v\u00e6re Google, vil du finne at dette tallet er 66 %. Det er din ytre visjon. Ved \u00e5 gj\u00f8re det kan du n\u00e5 se et indre syn. Det vil gi deg detaljene for \u00e5 justere prosentandelen din riktig. I dette eksemplet av den italienske familien, starter med utsikten utenfor gir deg et f\u00f8rste anslag: Det er omtrent 66 % sjanse for at denne familien vil eie et kj\u00e6ledyr. Da kan du v\u00e6re mer spesifikk og justere denne verdien. Du kan for eksempel sjekke hvor mange italienske familier som bor i USA som eier kj\u00e6ledyr.

\u00c5rsaken bak denne ytre visjonen kommer fra et konsept kalt ‘ankring’. Et anker er en startverdi, f\u00f8r enhver justering. Hvis du i stedet starter med dypere detaljer, vil prognosen din sannsynligvis v\u00e6re langt fra noe anker eller presis verdi.<\/p>\n\n\n\n

<\/div><\/div>\n

Om AI Alpha Lab<\/strong><\/em><\/p>\n\n\n\n

AI Alpha Lab er en dansk fintech-virksomhet fra K\u00f8benhavn som ble grunnlagt i 2019. Selskapet har utviklet sin egen sannsynlighetsbaserte AI-modell, spesialisert innen investering. AI Alpha Lab har tillatelse som investeringsr\u00e5dgiver i Danmark.

Alpha Lab tilbyr investeringsr\u00e5dgivning til familiekontorer og velst\u00e5ende privatpersoner, samt et fond og et investeringsanalyseabonnement som best\u00e5r av tre m\u00e5nedlige portef\u00f8ljer for private investorer. Forel\u00f8pig er det kun mulig \u00e5 tilby disse l\u00f8sningene til danske investorer, men basert p\u00e5 ettersp\u00f8rsel jobber AI Alpha Lab med \u00e5 utvide til andre nordiske land.<\/em>
<\/p>\n\n\n