Lormedat bearbetar stora, brusiga dataset från den svenska marknaden och globala jämförelseindex och omvandlar dem till signaler som går att kontrollera, en källa i taget. Plattformen levererar underlag, inte färdiga slutsatser.
Utforska plattformenI gränssnittet visas varje signal tillsammans med sin ursprungliga datapunkt, källhänvisning och tidsstämpel, inte enbart en sammanfattande bedömning.
Processen är uppdelad i tre steg som var och en går att granska separat. Ingen svart låda, inga steg som hoppas över för att korta ledtiden.
Maskininlärning söker igenom strukturerad och ostrukturerad marknadsdata: prisserier, kvartalsrapporter, makroindikatorer och nyhetsflöden. Träffarna grupperas i datakluster innan någon tolkning sker, så att råmaterialet förblir synligt.
Varje datakluster vägs mot historiska jämförelsevärden och globala benchmarks för samma bransch eller tillgångsslag. Systemet flaggar om ett mönster avviker från säsongsvariation, branschnorm eller tidigare volatilitet.
Innan ett kluster blir en synlig signal genomgår det källkritisk analys: ursprung, publiceringsdatum och beräkningsmetod dokumenteras. Kluster utan spårbar källa exkluderas och visas aldrig i analysvyn.
Samma underlag kan tolkas olika beroende på antaganden. Scenarioverktyget gör dessa antaganden synliga och testbara, istället för att dölja dem bakom en enda rekommendation.
Analysvyn ställer ett optimistiskt, ett neutralt och ett pessimistiskt scenario sida vid sida, byggda på samma underliggande datakluster men med olika antaganden om tillväxt, ränteläge och efterfrågan.
Genom att se scenarierna parallellt blir det tydligt vilka variabler som faktiskt driver resultatet. Användaren justerar själv vilka antaganden som ska testas och ser hur slutsatsen förskjuts när en variabel ändras.
| Scenario | Tillväxtantagande | Ränteläge |
|---|---|---|
| Optimistiskt | Över trend | Oförändrat |
| Neutralt | I linje med trend | Marginell höjning |
| Pessimistiskt | Under trend | Höjning |
Nedan visas ett typiskt exempel på hur ett kluster av signaler kopplas till ett specifikt dokument, period och belopp i SEK. I plattformen kan varje rad expanderas för att visa ursprungsdata och beräkningsmetod.
| Signal | Datakluster | Källa | Period | Belopp (SEK) | Status |
|---|---|---|---|---|---|
| Ökad lageromsättning | Logistik – Norden | Delårsrapport, bolag A | 2024-01-01–2024-03-31 | 38 400 000 | Verifierad |
| Räntekänslighet, fastighetssektor | Makro – belåningsgrad | Offentlig räntestatistik | 2024-04-01–2024-06-30 | – | Verifierad |
| Marginalförändring, konsument | Konsumtion – Q2 | Kvartalsrapport, bolag B | 2024-04-01–2024-06-30 | 212 900 000 | Under granskning |
| Prisavvikelse, insatsvaror | Produktion – Q3 | Branschstatistik, SCB | 2024-07-01–2024-09-30 | – | Verifierad |
Tabellen är ett illustrativt exempel på tabellstrukturen i gränssnittet. Faktiska rader i plattformen länkar vidare till det specifika dokumentet, inklusive sidhänvisning där det är tillämpligt.
Lormedat riktar sig till personer som behöver underlag för egna bedömningar, inte ett system som agerar åt dem.
Underlag till styrelsematerial och långsiktig positionering, där ledningsgrupper jämför marknadsscenarion innan kapital allokeras till ett initiativ.
Genomlysning av målbolag inför förvärv eller investering, med fokus på att verifiera nyckeltal mot primärkällor snarare än att utgå från sammanfattningar.
Research inför etablering på en ny marknad eller inom ett nytt segment, där konkurrensdata och regulatoriska förhållanden vägs mot historiska utfall.
Plattformen är ett researchverktyg för kvalificerade användare. Den utför inga transaktioner, är inte kopplad till någon handelsplattform och ger inga personliga placeringsråd.
Korta svar på de frågor som oftast kommer upp hos analytiker och ekonomiansvariga innan de börjar använda plattformen.
Lormedat bearbetar marknadsdata och offentligt tillgängliga rapporter. Data som en användare själv laddar upp för egen analys lagras separat från plattformens generella datakluster och används inte för att träna modeller åt andra kunder. Fullständiga villkor finns i Integritetspolicyn.
Modellerna identifierar statistiska mönster i tidsserier, nyckeltal och textbaserade rapporter. Ingen modell levererar en färdig rekommendation. Varje signal måste klara en källkritisk granskning, med dokumenterad källa och beräkningsmetod, innan den visas i gränssnittet. Metodiken beskrivs mer i detalj på sidan Metod.
Nej. Lormedat tillhandahåller analysverktyg och databearbetning för egen research. Inget innehåll i plattformen ska tolkas som finansiell rådgivning, en rekommendation att köpa eller sälja finansiella instrument, eller personlig investeringsrådgivning. Användaren ansvarar själv för sina beslut och bör vid behov rådfråga en auktoriserad rådgivare.
Skapa ett konto för att utforska gränssnittet själv, eller boka en genomgång av datakällor och metodik tillsammans med oss. Ingen bindningstid krävs för att testa plattformen.