Så arbetar Lormedat med analys, steg för steg
Varje slutsats som publiceras av Lormedat går igenom en fast arbetsprocess: insamling, rensning, modellering, scenarioprövning och granskning. Den här sidan beskriver respektive steg och vad det faktiskt innebär för en läsare som vill förstå varifrån en bedömning kommer.
Metoden kombinerar kvantitativ bearbetning med manuell granskning. Den ersätter inte egen research och ska inte uppfattas som en rekommendation att köpa eller sälja ett specifikt värdepapper.
Ett arbetsflöde byggt i sex steg
Istället för att leverera en färdig slutsats utan spårbarhet bryter vi ner processen i avgränsade moment. Varje moment har ett tydligt syfte och en person eller funktion som ansvarar för resultatet innan det går vidare till nästa steg.
Insamling av marknadsdata
Kurshistorik, volymdata, bolagsrapporter och makroekonomiska serier samlas in från de källor som ingår i plattformens dataflöden. Insamlingen loggas med tidsstämpel så att det går att se när ett underlag hämtades in.
Rensning och strukturering
Rådata innehåller ofta luckor, dubbletter eller avvikande format mellan källor. I det här steget normaliseras data till en gemensam struktur och uppenbara felvärden flaggas innan de används i någon beräkning.
Kvantitativ bearbetning
Rensad data körs genom de statistiska och AI-stödda modeller som plattformen använder för att identifiera mönster, avvikelser och samband mellan tillgångar, sektorer eller marknader.
Test mot alternativa utfall
Ett modellresultat testas mot flera tänkbara scenarier, till exempel förändrad räntebana eller svagare konjunktur, för att se hur känsligt resultatet är för de antaganden som gjorts.
Manuell kvalitetskontroll
En analytiker går igenom modellens output, bedömer rimligheten i slutsatsen och kontrollerar att underlaget som legat till grund för beräkningen är korrekt återgivet i texten som ska publiceras.
Publicering och uppföljning
Den färdiga analysen publiceras med angivna antaganden och tidsram. Om nya data förändrar förutsättningarna uppdateras eller kompletteras materialet i efterhand.
Mänsklig bedömning innan något publiceras
Modeller kan upptäcka mönster snabbare än en person kan läsa igenom rapporter för hand, men de kan också dra felaktiga slutsatser om data är ofullständig eller om ett samband är tillfälligt. Därför passerar varje analys en genomgång där en analytiker ställer modellens resultat mot sin egen bedömning av marknadsläget.
Genomgången innebär bland annat att kontrollera vilka antaganden modellen bygger på, om tidsperioden som använts är representativ, och om slutsatsen håller även när ett eller flera antaganden ändras.
Tre typer av frågor metoden används för
Samma arbetsflöde appliceras oavsett vilken fråga en analys försöker besvara. Nedan beskrivs tre återkommande situationer och hur stegen ovan tillämpas i respektive fall.
-
Sektorrotation
När kapitalflöden flyttas mellan sektorer undersöker modellerna relativ styrka mellan branscher över olika tidsintervall och testar om rörelsen sammanfaller med förändrade räntor eller konjunktursignaler, innan en analytiker bedömer om mönstret är varaktigt.
-
Volatilitetsförändringar
Vid plötsliga svängningar i ett instrument jämförs den aktuella rörelsen med historiska volatilitetsnivåer för samma tillgång. Scenarioprövningen används här för att skilja mellan tillfällig oro och ett mer strukturellt skifte i riskbilden.
-
Värderingsavvikelser
När ett bolags värdering avviker från jämförbara bolag i samma sektor granskas underliggande nyckeltal och rapportdata för att avgöra om avvikelsen beror på faktorer som redan är kända för marknaden eller om den är mindre uppmärksammad.
Vad varje steg i processen ansvarar för
Tabellen nedan sammanfattar vilken funktion varje del av arbetsflödet fyller och hur långt den delen av processen har implementerats internt vid det här laget.
| Steg | Funktion | Ansvarig | Status |
|---|---|---|---|
| Datainsamling | Hämtning och tidsstämpling av marknads- och bolagsdata | Datapipeline | I drift |
| Normalisering | Rensning av felvärden och strukturering till gemensamt format | Datapipeline | I drift |
| Modellering | Statistisk och AI-stödd mönsteridentifiering | Analysmotor | I drift |
| Scenarioprövning | Känslighetstest mot alternativa marknadsutfall | Analysmotor | I drift |
| Manuell granskning | Kvalitetskontroll av underlag och slutsats | Analytikerteam | I drift |
| Automatiserad uppföljning | Löpande omprövning när nya data inkommer | Analysmotor | Under utveckling |
Status beskriver var i utvecklingen respektive funktion befinner sig internt, inte en extern certifiering eller branschstandard.
Frågor om metoden
Här samlar vi frågor som rör hur analysarbetet går till, vad som skiljer en automatiserad bedömning från en manuellt granskad, och vilka begränsningar metoden har.
Är analyserna helt automatiserade?
Nej. Modellerna tar fram mönster och beräkningar, men varje analys som publiceras har granskats manuellt av en analytiker innan den går ut. Automatiseringen hanterar insamling, rensning och beräkning, medan bedömningen av om resultatet är rimligt görs av en person.
Hur ofta uppdateras en publicerad analys?
Det beror på vilken typ av fråga analysen besvarar. Vissa bedömningar bygger på långsiktiga mönster och uppdateras sällan, medan andra är kopplade till kortsiktiga marknadsrörelser och följs upp tätare. Om nya data förändrar förutsättningarna anges det i materialet.
Vad händer om modellen och analytikern är oense?
Modellens resultat publiceras inte automatiskt bara för att det genererats. Om en analytiker bedömer att slutsatsen inte håller, utifrån kända omständigheter som modellen inte tagit hänsyn till, justeras eller stoppas materialet innan publicering.
Garanterar metoden ett visst utfall?
Nej. Metoden är ett sätt att strukturera hur en bedömning tas fram och göra den spårbar, inte ett sätt att förutsäga marknadsrörelser med säkerhet. Alla analyser innehåller en osäkerhet som beror på att marknader påverkas av faktorer som inte alltid går att förutse.
Kan jag se vilka antaganden en analys bygger på?
Ja. Varje publicerad analys anger den tidsperiod och de huvudsakliga antaganden som ligger till grund för slutsatsen, så att det går att bedöma om förutsättningarna fortfarande är giltiga vid den tidpunkt analysen läses.
Vill du se metoden tillämpad i praktiken?
Besök analyssidan för att läsa publicerade exempel, eller boka en genomgång om du vill gå igenom hur ett specifikt moment i processen fungerar.