Latest / Signaali / #76 | Voiko tekoälyllä päihittää sijoitusmarkkinat? Vieraana sijoitusammattilainen Mattias Lagerspetz.

Transcript

#76 | Voiko tekoälyllä päihittää sijoitusmarkkinat? Vieraana sijoitusammattilainen Mattias Lagerspetz. · Signaali

• 0:00
  Että mun mielestä yksi tämmöinen aika hauska esimerkki oli
• 0:03
  tämmöinen, että tässä oli nyt yksi tämmöinen ranskalainen
• 0:05
  pieni yhtiö, joka sitten. No valehtelee jos nyt sanoisin
• 0:10
  että ihan täysin ymmärtäisin tai ei ainakaan muistaisin että mikä
• 0:12
  se nyt tarkalleen oli se komponentti mitä ne tekee, mutta
• 0:15
  se on kuitenkin olennainen niinku no muun muassa niinku
• 0:19
  kvantti tietokoneisiin komponenttina joka nyt on toinen
• 0:23
  tämmöinen nouseva teema, mutta mutta yksi kaikki sitten joku
• 0:27
  oli sitten siellä Twitterissä huomannut, että tämmöinen
• 0:30
  microsoftin joku virikka oli postannut linkediniin semmoisen
• 0:34
  kuvan, missä se oli sitten jossain niiden tämmöisessä
• 0:36
  kvantti hanke tämmöisessä tilassa.
• 0:39
  Jossa sitten oli erinäköisiä koneita ja sitten siinä
• 0:41
  taustalla näkyy yks semmoinen kone, jossa sitten näkyy tän
• 0:44
  yksi ranskalaisen yhtiön logo niin sitten se täähän on siinä
• 0:48
  mielessä uutta tietoa. Todennäkö mitenköhän tää nyt
• 0:50
  menee, mut todennäköisesti. No varmasti se on ainakin jotain
• 0:53
  ohjeistuksia nyt rikkonut sen microsoftin työntekijä kun
• 0:56
  sentään on postannut ja ei varmasti mennyt siltä osin
• 1:00
  hyvin, mutta mutta joka tapauksessa julkinen lähdehän se
• 1:03
  nyt oli kun se oli linkediniin postattu, sitten joku oli sen
• 1:06
  siitä poiminut huomannut. Se oli seurannut muuten sitä
• 1:08
  yhtiötä ja sitten se. Varmasti oli itse sitten ostanut
• 1:11
  sitä osaketta etukäteen ja sitten tviittasi sitten siitä,
• 1:15
  että hei muuten että tässä on nouseva ja microsoft taitaa olla
• 1:18
  näiden asioiden. Sitten tuolla näkyy niiden kone.
• 1:20
  No se osake osake on sitten ainakin tuplaantunut nyt sen
• 1:24
  jälkeen. Morjens kaikille ja tervetuloa
• 1:28
  uuden signaalipodcastin jakson pariin.
• 1:30
  Mun nimi on georgi lapinlampi ja tällä kertaa signaalin vieraana
• 1:34
  on sijoitusammattilainen sekä salkunhoitaja matteja
• 1:37
  slagerspetz. Tervetuloa signaalimattias.
• 1:39
  Kiitos paljon. Mukavaa olla täällä taas.
• 1:42
  Toistamiseen joo, kyllä kyllä siitä on vähän aikaa kun sä
• 1:45
  kävit viimeksi. Olikohan vuonna 2024 kun
• 1:48
  juteltiin? Sinulla vajaa puoli toista
• 1:50
  vuotta sitten niin tälläkin tekoälyalalla paljon asiat
• 1:53
  muuttuneet sen jälkeen. Kyllä paljon on muuttunut ja
• 1:56
  tänään ajattelin taas jutella sun kanssa siitä, että miten me
• 2:00
  voimme käyttää tekoälyä sijoittamisessa.
• 2:04
  Ja ensimmäisenä erää sellainen kysymys, että miten sä itse
• 2:06
  koet, että onko tekoäly tänä päivänä yli vai alihypätetty
• 2:10
  sijoittamisessa? No se on hyvä kysymys.
• 2:13
  Mun mielestä se on samanaikaisesti vähän molempia.
• 2:17
  Tietyllä tapaa voisi ajatella, että tämmöiset somessa ainakin
• 2:21
  tulee vastaan mulla access entisessä Twitterissä vaikka
• 2:24
  aika paljon tämmöistä että luvataan että joku tekoäly botti
• 2:28
  hoitaa nyt kaiken ja se on samaan aikaan where buffett ja
• 2:31
  kaikki maailman tähtisijoittajat ja itse ei tarvitse enää tehdä
• 2:33
  mitään vaan sijoitat vaan niiden vinkkien mukaisesti niin siitä
• 2:37
  tulee hyvää tuottoa tai vaikka että nykyään.
• 2:40
  Jenkeissä on tullut suosituksi nää vedonlyönti.
• 2:43
  Palvelut, kuten polymarket ja muodossa.
• 2:45
  Nyt vaikka maailma on tapahtumasta tai urheilusta
• 2:47
  työläävetoa, niin siitäkin on paljon iso skene missä luvataan,
• 2:50
  että tekoälyagentit katsoo nää kaikki markkinat läpi.
• 2:53
  Siinä on nukkuessasi ja panostaa sun puolesta ja tekee sulle
• 2:56
  miljoonan kuukaudessa niin sen tyyppistä.
• 2:58
  No toki tää menee jo osittain melkein huijauksen puolelle,
• 3:00
  mutta yksi kaikki että tämmöiset niinku nopeat ratkaisut niin ne
• 3:04
  on varmaan vähän ylihypetettyjä ja ehkä yleensäkin semmoinen
• 3:07
  että tekoäly nyt osaisi kaikkea heti vastata, mut sitten taas
• 3:10
  toisaalta tässäkin kuten monessa niin mun mielestä saattaa
• 3:13
  sitten. Tai sitten tämmöiset pitkän
• 3:15
  aikavälin vähän hitaammin. Liikkuvat ja ja ja toteutettavat
• 3:19
  muutokset, jossa sitten kuitenkin mennään paljon
• 3:21
  syvemmillä rakenteisiin ja luodaan niinku kokonaan uusia
• 3:25
  toimintatapoja. Niin niin siinä mielessä mä
• 3:27
  uskon, että siinä ollaan vasta aika alussa ja sikäli voisi
• 3:29
  sanoa, että alihypätetty siltä osin siis OKO.
• 3:32
  K jos sä peilaat omaa tekemiseen niin niin millä tavalla sä itse
• 3:37
  hyödyt sijoittajana tänä päivänä tekoälystä?
• 3:40
  No monellakin tavalla ja tota. Meillä on mielestäni siinä
• 3:46
  mielessä tiimissä kun hoidetaan rahastoja ja muita salkkuja niin
• 3:51
  ollaan otettu tähän yritetty ottaa tämmöinen aika pitkä
• 3:54
  jänteinen ajattelutapa ja lähteä liikkeelle siitä, että pyritään
• 3:57
  rakentamaan sitä taustaa ja toimintaa niin hyvin kuin
• 4:01
  pystytään että me pystytään niin kuin kumuloimaan sitä tekoälyn
• 4:05
  tekemistä ja ja ja ja tuotoksia sillä tavalla, että että me
• 4:09
  pystytään niin kuin ikään kuin aina rakentamaan uutta sen
• 4:12
  edellisen päälle eikä olla niin kuin riippuvaisia.
• 4:15
  Kusta ei ei sitoudu jota liikaa kun kunkin hetkiseen malleihin
• 4:19
  ja ja niiden tuotoksiin. Eli tavallaan lähdetään siitä,
• 4:22
  ettei suoraan kysytä tekoälyltä, että no yksinkertaisin mitä
• 4:26
  tulee mieleen että voisi kysyä vaan että mikä on paras osake
• 4:29
  mihin kannattaa sijoittaa niin se ei varmastikaan ole hyvä
• 4:32
  lähestymistapa vaan kannattaa lähteä rakentamaan sitä sitä
• 4:35
  paljon pienemmistä palikoista ikään kuin luoda sitä tietämystä
• 4:38
  minkä perusteella me pystytään sitten tekemään vähän
• 4:41
  monimutkaisempiakin analyyseja lopulta.
• 4:44
  Onko kyse siitä, että pitää osata kysyä tekoälyltä oikeita
• 4:47
  kysymyksiä vai? Ehdottomasti.
• 4:49
  Tää on varmaan yksi tärkeimpiä kohtia.
• 4:53
  Ehkä yleisestikin analyyttisessä prosessissa on tietenkin
• 4:56
  olennaista tai tärkein asia varmaan on se, että se itse
• 5:00
  prosessi ja mitä me halutaan katsoa, että me tiedetään se
• 5:02
  hyvin ja se ja se on järkevä. Ja tässä on tietenkin sitten
• 5:06
  tulee peliin se ihmisen asiantuntemus eli käytetään
• 5:09
  tekoälyä siihen, että skaalataan sitä omaa tekemistä sen sijaan
• 5:14
  että käytettäisiin sitä jonain oraakkelina, joka sitten vastaa
• 5:18
  aina perustuen johonkin omiin. Tietoihin niin sanotusti.
• 5:24
  Mutta jos haetaan jotain konkretiaa ja vertailukohtia,
• 5:26
  sullahan on kuitenkin paljon kokemusta siitä maailmasta,
• 5:29
  jolloin tekoäly ei ollut niin integroituna sijoitusmaailmaan.
• 5:34
  Niin mikä on sellainen selkein etusijoittajalla tänä päivänä
• 5:38
  tekoälyn käytöstä? No tässä tulee tietenkin suuri
• 5:41
  ero just siinä, että puhutaanko tavallaan ammattisijoittajista
• 5:45
  vai yksityissijoittajista. Varmasti moni kuuntelija kun on
• 5:50
  toimii yksityissijoittajana niin sehän on ihan selvää, että
• 5:53
  siellä itse asiassa saadaan hyvinkin paljon tämmöisiä.
• 5:56
  Nopeeta ja selkeitä voittoja. Nykyään nää mallit alkaa olla
• 6:00
  niin hyvällä tasolla ja etenkin kun siellä on sisäänrakennettuja
• 6:04
  malleihin kaikennäköisiä nettihakuominaisuuksia ynnä
• 6:08
  muita eli ei tarvitse välttämättä edes itse.
• 6:11
  Syöttää jotain raportteja tai muita, että ne pystyy vaikka
• 6:14
  yhtiön raportteja tai jotain niinku taustamateriaaleja
• 6:17
  hakemaan kohtuullisen hyvin. Siinä ei tietenkään sitten pysy
• 6:20
  täysin kontrolli itsellään, että mitä sieltä tulee, mutta
• 6:22
  kuitenkin sanoisin että se aika hyvin toimii siihen, että vaikka
• 6:25
  tausta tai jotain tai kysytään jotain peruskysymyksiä jostain
• 6:28
  yhtiöstä tai toimialasta tai vaikka ihan siitä, että kun
• 6:32
  lähdetään liikkeelle että miten, miksi joku tietty tunnusluku on
• 6:37
  tärkeä tai mikä ylipäänsä on rahasta, mikä on ETF
• 6:39
  kaikennäköistä tietoa siltä saa. Helposti ja ja tota ei tarvitse
• 6:43
  pelätä että kysyy tyhmiä. Ja no me ihmiset olemme
• 6:48
  tunnetusti melko laiskoja, mutta samanaikaisesti haluamme
• 6:52
  helppoja voittoja markkinoilta. Niin uskoisin, että en ole ainoa
• 6:57
  joka ajattelee, että olisipa kivaa ulkoistaa tekoälylle niin
• 7:01
  paljon, että tekisi mun puolesta myös sijoituspäätökseen.
• 7:04
  Tavallaan, että mä vaan antaisin ruksuttaa sen taustalle niin
• 7:07
  kuinka lähellä me ollaan sitä tilannetta, että me voidaan
• 7:10
  aidosti niinku kokonaisvaltaisesti.
• 7:12
  Autsorissa tavallaan. Tekoäly näitä päätöksiä sen
• 7:16
  lisäksi, että että voidaan sitä toki hyödyntää esimerkiksi
• 7:19
  analyyseissa mut että itse päätöksenteko niin kuinka paljon
• 7:22
  me voidaan ulkoistaa sitä. No voitaisiin tietenkin ihan
• 7:26
  kokonaan, mutta mä en lähtisi sitä itse tekemään.
• 7:29
  Siinä on teknisestihän se olisi hyvinkin kykeneväinen siihen,
• 7:33
  että me voitaisi nykyään vaikka tekoälyagenteille ehkä puhutaan
• 7:37
  vielä niistä jossain vaiheessa tarkemmin, että mitä mihin
• 7:40
  kaikkeen ne nykyään pystyy, mutta kuitenkin kun nykyään on
• 7:42
  semmoisia tekoälymalleja sitten jolla on aika paljon semmoisia
• 7:45
  ominaisuuksia, että ne pystyy itse itsenäisesti käyttämään
• 7:48
  kaikenlaisia työkaluja ja muita, niin teknisestihän siinä ei
• 7:51
  olisi mitään ongelmaa, että se yhdistyttäisiin vaikka sun.
• 7:54
  Verkkopankkiin tai jonnekin jonnekin tota osake osake tota
• 7:59
  arvopaperi tilille ja se voisi vaikka itse käydä kauppaa siellä
• 8:02
  sitten osakkeilla teknisestihän se olisi ihan mahdollista.
• 8:06
  Se myöskin varmasti osaisi muodostaa jonkinnäköisen
• 8:08
  mielipiteen siitä, että että mitä se nyt lähtee ostamaan ja
• 8:11
  mahdollisesti sille voisi tietenkin jopa syöttää jotain
• 8:14
  ideoita, että nyt mä tykkään tän tyyppisistä osakkeista ja sitten
• 8:16
  se lähtee siihen. Mut mä en ehkä kuitenkaan sitä
• 8:19
  tekisi, koska sitten voidaan ajatella että.
• 8:23
  Jos tää on semmoinen asia mitä kaikki voi tehdä ja markkinoilla
• 8:25
  sitten tavallaan kuitenkin. Tavallaan pelataan muita
• 8:29
  sijoittajia vastaan. Niin niin niin sitten yleisesti
• 8:32
  ajatellen, että jos tarkoitus on voittaa markkinat, niin sitten
• 8:35
  pitäisi aina ajatella, että kukaan siellä toisella puolella.
• 8:37
  Ja jos jos mä voin tehdä näin, niin kuka tahansa voi tehdä
• 8:41
  näin. Eli sitten se kysymys pitäisi
• 8:43
  olla, että pitäisi olla joku idea, että miksi juuri minä
• 8:46
  osaan käyttää tätä tekoälyä paremmin kuin muut keskimäärin.
• 8:52
  Eli eli eli tavallaan kyllä siinä pitäisi olla joku aika
• 8:54
  vahva näkemys, että mitä siinä ollaan tekemässä ja miksi.
• 9:00
  Eli niin voi voisi verrata oikeastaan mihin tahansa
• 9:03
  tämmöiseen työkaluun, että joku no tää nyt on ehkä vähän huono
• 9:08
  vertaus, mutta jos ajatellaan, että joitain kymmeniä vuosia
• 9:11
  sitten kun vaikka tuli excel jossa sitten pystyttiin
• 9:13
  helpommin mallintamaan jotain lukuja ja laskemaan ja varmasti
• 9:17
  tehosti paljon sitä tekemistä, mutta eihän se itsessään sitten
• 9:20
  ollut mikään mikään voittava. Tavallaan työkalu vaan silleen
• 9:25
  yksinkertaisesti pystyttiin tehokkaamman tehokkaammin
• 9:28
  tekemään semmoista analyysiä. Mitä?
• 9:30
  Mikä aikaisemmin vie enemmän aikaa ja sitten sitten siinä
• 9:33
  olisi se, että voittivat ne, jotka ovat olivat tehokkaampia
• 9:36
  käyttämään sitä parempia, käyttää sitä työkalua.
• 9:39
  Muun muassa tämä on varsin hyvä vertaus.
• 9:41
  Ei siinä mitään, siis työkalu ei itsessään vielä tee niitä
• 9:44
  ratkaisuja, että pitää olla kuskin paikalla.
• 9:46
  Kuitenkin jotakin tekoäly voisi. Periaatteessa päästää sinne
• 9:49
  kuskin paikalle, mutta mutta edelleenkään mä en mä en mä en
• 9:52
  usko, että sillä se sehän on helppo ajatella, että jossain se
• 9:55
  jollain semmoisessa tehtävässä, jossa ikään kuin ei tarvitse.
• 9:58
  Tai pelata ketään vastaan. Niin siinähän tietyllä tapaa se
• 10:02
  jos mietitään vaan että se tekee jonkun tämmöisen
• 10:04
  ennaltamääritetyn prosessin, niin siinähän on paljon helpompi
• 10:07
  antaa sille mallille valta kun se vaan pystyy tekemään tän.
• 10:10
  Mutta tässä pitäisi kuitenkin tietyllä tapaa sijoittamisessa
• 10:13
  pitää ajatella vähän sitä toista toiselle tasolle, että pitää
• 10:16
  aina sitten jos jos haetaan ylituottoa.
• 10:19
  Toki hieno asia markkinoilla on se, että kun osakkeet
• 10:22
  keskimäärin tuottaa yhtiöt tuottaa voittoa, tuottaa
• 10:27
  taloudellista hyvinvointia, niin sitten myöskin osakkeet
• 10:29
  keskimäärin tuottaa positiivisesti, jolloin.
• 10:31
  Melkeinpä millä tahansa sijoitustyylillä tuottoa-odotus
• 10:34
  on positiivinen, mutta jos halutaan kuitenkin, että olisi
• 10:37
  vielä markkinoita parempi, niin sitten siinä pitäisi olla joku
• 10:39
  juju, että miksi? Miksi me tehdään tää analyysi
• 10:41
  paremmin kuin joku muu. No tuohon liittyenhän on ollut
• 10:45
  viime aikoina huolia erityisesti turvallisuuden suhteen, että jos
• 10:49
  päästetään agentteja tekemään ihan mitä vaan niin niin ne
• 10:52
  tekee ihan mitä vaan käytännössä niin, mutta jos suljetaan tämä
• 10:56
  pois, tämä tekijä eli turvallisuus tekijä, niin onko
• 10:59
  olemassa mitään syytä, että miksi?
• 11:01
  Mä en lähtisi tänä päivänä ulkoistamaan tätä agenteilla
• 11:03
  kokonaan. No jos sulla olisi oikein hyvä
• 11:06
  idea siitä mitä sä olet tekemässä, niin mun mielestä sen
• 11:08
  voisi ihan hyvin tehdä siinä mielessä, että että jos sulla on
• 11:12
  joku. Tämmöinen strategia idea, mitä
• 11:16
  sä haluat toteuttaa? Sanotaan nyt vaikka että no ehkä
• 11:19
  hauska esimerkki voisi olla, että sä käyt vaikka jostain
• 11:23
  sosiaalisesta mediasta katsomassa, että mitä mitä
• 11:26
  osakkeita, jotkut tietyt vaikuttajat siellä suosittelee
• 11:30
  tai jotain tän tyyppistä, joka on sinänsä aika tavalla aika
• 11:33
  yksinkertainen strategia. Eli sitten kun tämmöinen joku
• 11:37
  Twiittaa jotain niin sitten tai vaikka ne yhdysvaltain ja
• 11:40
  presidentti kun se Twiittaa jotain niin sitten ostetaan
• 11:42
  ostetaan sitten. Maailman tä.
• 11:44
  Katrethan, nämä on tässä mitä hyvin viime keväänä se ainakin
• 11:48
  nähtiin, että sieltä tuli aika suoria ostosuosituksia ja sitten
• 11:51
  yllättäen osoittaa tuotiin ihan hyviksi hyviksi suosituksiksi,
• 11:55
  mutta jälkikäteen ainakin, mutta tuota.
• 11:58
  Jos meillä olisi vaikka tämmöinen strategia, että
• 12:00
  seurattaisiin jotain tiettyjä. Joko sosiaalista mediaa tai
• 12:04
  saattaisi olla vaikka jotain uutisvirtaakin, että kun tulee
• 12:07
  joku tietty tietynlainen uutinen niin sitten ostetaan tai myydään
• 12:10
  jotain niin semmoisenhan pystyisittekö tekoälylle vaikea
• 12:14
  tehokkaasti toteuttamaan. Sen voisi aina seurata sitten
• 12:17
  aina kun tulee joku tämmöinen uusi uutinen tai postaus, niin
• 12:21
  sitten sen perusteella se voisi ostaa tai myydä sitten kyseistä
• 12:25
  instrumenttia ja semmoinen yksinkertainen analyysihän
• 12:28
  luonnistuu erittäin hyvin siitä, että joskus aikaisemminhan
• 12:31
  tämmöistä automatisointia on varmasti myöskin.
• 12:34
  Headfandeissa, että katsotaan. Vaikka seurataan manuaalisesti
• 12:38
  tai tavallaan automaattisesti, että millä millä osaketikillä
• 12:42
  tunnuksilla niinku twiitataan paljon ja muuta ja sitten
• 12:45
  voidaan niitä ostaa ja myydä. Mutta siinähän aikaisemmin
• 12:47
  useasti saattoi mennä vähän nyanssit hukkaan, että siitä oli
• 12:51
  sitten vaikea tulkita, että oliko tämä nyt positiivinen vai
• 12:53
  negatiivinen juttu mitä tuossa sanottiin, mutta nykyäänhän tän
• 12:56
  tyyppisiä, vaikka tekoäly pystyisi oikein mainiosti.
• 12:59
  Eli siis nykyinen tekoäly pystyy tulkitsemaan sentimenttejä
• 13:02
  paljon tehokkaammin kuin aikaisemmin.
• 13:03
  No ehdottomasti, mutta tää on niinku tietenkin vaan yksi yksi
• 13:06
  tämmöinen. Esimerkki, joka on siinä
• 13:08
  mielessä ihan hauska esimerkki, koska tätä on tehty pitkään.
• 13:13
  Muistan itsekin, että että siitä on varmaan lähemmäs 10 vuotta
• 13:16
  kun kun me kun me myöskin tutkittiin, tutkittiin tätä
• 13:21
  sentimentin analysointia sitten silloin vähän erilaisilla
• 13:24
  työkaluilla, jotka kylläkin olivat jonkinnäköistä sukua
• 13:27
  nykyäänkin käytössä oleville LLM, lle, mutta silloinhan se
• 13:30
  oli niinku hyvin sanotaan, että se tehokkuus oli niin paljon
• 13:33
  heikompaa, että että se oli oikeastaan aika erilainen
• 13:37
  arkkitehtuuri kaiken kaikkiaan. Mut yksi kaikki tämmöiset
• 13:40
  sentimenttiä niinku uutisten uutisista tavallaan tai
• 13:43
  erinäköisistä teksteistä. Sentimentin ekstraktointi, niin
• 13:46
  se on ollut itse asiassa tämmöinen aika yleinen
• 13:48
  sovelluskohde jo pitkään sitten finanssimarkkinoilla.
• 13:53
  Kyllä ja jos verrataan verrataan tavallista sijoittajaa ja
• 13:56
  ammattilaissijoittajaa niin niin.
• 13:59
  Voidaanko tekoälyn avulla kuroa eroja kiinni, että että kumman
• 14:03
  positio markkinoilla paranee enemmän sulla meidän mielestä
• 14:06
  tänä päivänä. On vaikea sanoa.
• 14:07
  Siis sanotaan, että kumman paranee enemmän, mutta kyllä
• 14:09
  ehdottomasti voi paljonkin saada eroa kiinni, että jos ajatellaan
• 14:14
  vähän kärjistetysti, että vähän aikaa sitten vielä niinku
• 14:17
  yksityissijoittajalla oli suurin piirtein oma verkkopankki ja
• 14:21
  kauppalehti käytössä ja sen perusteella sitten sitten
• 14:23
  katsottiin näitä. Tai tehtiin jonkinnäköistä
• 14:26
  analyysiä, kun taas ammattilaisilla on sitten ollut
• 14:29
  kymmeniä vuosia. Kuitenkin bloombergin
• 14:31
  terminaalit esim. Eli siis tämmöinen tota softa
• 14:34
  joka hyvin hyvin monella salkunhoitajalla ja muulla
• 14:37
  analyytikoilla on käytössä, jossa on siis koostettu kaikki
• 14:40
  maailman finanssi-instrumentteihin
• 14:42
  liittyviä tietoja, uutisia, kaikkea tämmöistä analyyseja
• 14:47
  niin niin tota tämmöisiä ammattilaistyökaluja ja lisäksi
• 14:51
  toki. Sitten niinku tämmöisiä.
• 14:56
  Osake tutkimus tutkijoiden tekemiä analyyseja, jotka on
• 14:59
  siis myöskin yleensä maksullisia analyyseja, mut semmoisiahan
• 15:03
  aina ammattilaisilla olla käytössä.
• 15:05
  Eli ammattilaisia on ollut ihan huikea tietoetu.
• 15:10
  Nykyään sitten taas. Yksityissijoittajat pystyy aika
• 15:13
  hyvin. Kyllä tämmöisen perustiedon
• 15:15
  saamaan tekoälyn kautta siihen ei nyt edes vaadita mitään
• 15:18
  hirveän edistynyttä strategiaa siihen, että miten se
• 15:22
  toteutetaan, vaan ihan sillä, että kysytään perustietoyhtiöstä
• 15:25
  jostain toimialasta. Kaikkea dynamiikkaa mitä siihen
• 15:28
  liittyy sitten sitten ihan tää on niinku tää datapuoli ja
• 15:32
  sitten toisaalta sitten myöskin osaamispuolella niin sitten
• 15:35
  tietenkin. Tekoäly pystyy myöskin
• 15:37
  opettamaan sitä, että miksi vaikka joku tunnusluku on tärkeä
• 15:41
  yhtiö tai analysoidessa tai mitä ylipäänsä niitä.
• 15:44
  Kannattaa katsoa mitä niitä on olemassa.
• 15:46
  Mikä on dynamiikka eri toimialoilla.
• 15:48
  Kaikki tämmöinen tieto on kyllä todella paljon helpommin
• 15:50
  saatavilla. Siis hetkinen.
• 15:52
  Tulkitaanko niin, että nykyisen käytännössä kaikki blumerin
• 15:55
  datat on kaikkien saatavilla? No ei ei, ei nyt ihan
• 15:58
  oikeastaan, että kyllä tää dataetu on siinä mielessä
• 16:02
  edelleen todellista. Siis sanotaan, että hyvin suuri
• 16:04
  osuushan näistä mitä näissä bloombergilla ja muuallakin on
• 16:08
  dataa, on niin hyvin suuri osuushan siitä on.
• 16:12
  Lähtökohtaisesti avointa dataa siinä mielessä, että se on
• 16:15
  niinku yhtiöiden itse raportoimaa tai.
• 16:19
  No pörssi tää on ehkä vähän rajatapaus siinä, että ne kyllä
• 16:21
  näkee usein sen datan, mutta se ei varsinaisesti ole avointa
• 16:24
  dataa, mutta jotenkin etenkin yhtiöiden omat raportit, niin
• 16:27
  sehän on aivan täysin avointa dataa.
• 16:29
  Se vaikeus on sitten liittynyt siihen mistä siinä on sitten tai
• 16:32
  maksetaan edelleenkin ja ihan hyvästä syystä on se, että että
• 16:36
  se datan kerääminen ja ikään kuin standardointi niin se on
• 16:40
  ollut aika vaikeata, että jos me halutaan 10 000 yhtiön raportit
• 16:43
  samaan muotoon. Ja niin, että me voidaan
• 16:46
  vertailla niitä keskenään ja meillä on kätevät
• 16:48
  käyttöliittymät siihen, niin se se on tietenkin ollut.
• 16:50
  Se mikä sitten on? Ollut iso ero.
• 16:53
  Sitä pystytään kuraamaan umpeen nyt aika paljon sillä, että me
• 16:56
  saadaan kyllä sitten haettuja analysoitua sitä tehokkaammin.
• 16:59
  Myöskin tekoälyllä. Mutta edelleenkin jos me sitten
• 17:02
  halutaan vaikka isosta massasta hakea jotain, niin sitä varten
• 17:05
  meillä olisi sitten hyvä olla hyvä olla niinku kaikkea
• 17:07
  mahdollista yhtiöiden datat siinä samassa ja siihen
• 17:11
  sanotaan, että oon itsekin sitä aika paljonkin aikaa käyttänyt
• 17:15
  siihen, että testatakseni, että kuinka hyvin me pystyttäisiin
• 17:17
  niinku luomaan tämmöistä tietokantaa tyhjästä tekoälyn
• 17:20
  avulla, niin se on. Sanotaan, että se on teoriassa
• 17:24
  hyvinkin mahdollista, mutta käytännössä jos puhutaan niinku.
• 17:27
  Pahimmillaan kymmenistä tuhansista yhtiöstä niin se,
• 17:29
  että se virheettömästi ja tarpeeksi isolla kattavuudella
• 17:33
  saataisi, niin se on kyllä vaikeata edelleen.
• 17:37
  Että että että siinä mielessä tota.
• 17:41
  Joo data data ero varmasti kun otetaan umpeen ja osaamiserokin
• 17:46
  osittain sitten ehkä se minkä mikä edelleen.
• 17:51
  On iso ero ja saattaa tietyllä tapaa jopa tulla entistä
• 17:54
  tärkeämmäksi on sitten se prosessi ja miten asioihin
• 17:57
  suhtautuu, että tekoälyhän sitten voi sanoa kaikenlaisia
• 18:01
  asioita, mutta sitten kuitenkin loppuviimein sitten jokaisen
• 18:04
  sijoittajan pitää itse ensinnäkin pitää olla joku idea,
• 18:07
  että mitä tässä nyt niinku tehdään, koska jos tekoälylle
• 18:10
  antaa ihan vapaat kädet, niin siinä sitten tulos voi olla ihan
• 18:13
  mitä sattuu ja jos ja oikeastaanhan ne kyllä vastaa
• 18:16
  sitten myöskin aika lailla sitä sen mukaisesti mitä itse
• 18:19
  kysymyksen asettelee, et kyllä ne saa sitten oikeastaan.
• 18:23
  Sanomaan mitä tahansa näin kärjistetysti jos jos jos niinku
• 18:26
  tarpeeksi siihen suuntaan vie niitä ja sitten se että miten
• 18:31
  suhtautuu mihinkin tilanteisiin ja se että on kokenut
• 18:34
  erinäköisiä markkinasyklejä ja tietää että milloin on tai että
• 18:37
  vähän vähän pystyy laittamaan kontekstiin sitä että kun
• 18:41
  markkinat laskee jonain päivänä niin sitten jos ei ole ennen
• 18:44
  kokenut sitä niin ei tiedä miltä se tuntuu ja minkälaista se on
• 18:46
  ollut. Ennen niinku intuitiosta
• 18:47
  tavallaan kokemuksesta. No.
• 18:49
  Näin joo näin näin voisi varmaan sanoa ja tota ja siinä sehän on
• 18:53
  mielenkiinto. Tällainen tekijä myöskin sitten
• 18:55
  tän datan käsittelyn osalta osalta tää kokemus tai tämmöinen
• 19:00
  niinku näppituntuma ja miten miten ammattilaisillakin sitten
• 19:04
  tää suhtautuu tekoälyyn, että hiljattain esimerkiksi kun yksi
• 19:08
  kollegan kanssa juttelin just just niin tota hän sanoi sitten
• 19:11
  että että varmaan moni semmoinen asia mitä hän katsoo päivittäin
• 19:15
  niin niitä voisi automatisoida että ikään kuin antaa tekoälyyn
• 19:19
  katsoa näitä asioita, mutta sitten että hän kokee sitten
• 19:21
  taas, että että että jos jos hän on ko.
• 19:24
  Pois katsomasta näitä asioita, jotka sitten kuitenkin on niitä,
• 19:28
  jotka lopulta vaikuttaa niihin sijoituspäätöksiin, niin sitten
• 19:32
  jos sen kokonaan ulkoistaa, niin sitten katoaa tuntuma kokonaan
• 19:35
  siihen ja sitten se on vähän vaikeata vaikeata, että se ikään
• 19:39
  kuin luo sitä omaa kokemusta. Siinä sitten kun us it a
• 19:42
  lousittaminen niin se käytä aivojen just silloin
• 19:45
  osa-alueella, niin niin sitten katsotaan niitä taitoja.
• 19:49
  No tää on no just näin just näin.
• 19:51
  Ja ja täähän on niinku. Mä ainakin koen että.
• 19:54
  Siinä mielessä ihan onnekkaassa asemassa, että on kuitenkin
• 19:56
  ehtinyt tehdä myöskin ennen tätä tekoälyn tuloa jotain asioita.
• 20:00
  Mutta tota jos ajattelee nyt, että vastaan aloittaisi
• 20:04
  työelämässä, niin sittenhän se tuntuu aika hankalalta kun jos
• 20:09
  ei avaudu oikein semmoista mahdollisuutta ja sitten voisi
• 20:11
  niinku harjoitella sitten tekemällä näitä
• 20:14
  yksinkertaisempia juttuja kun tekoäly tekee ne eittämättä
• 20:18
  tehokkaammin. Hetkinen, onko tämmöinen?
• 20:25
  Tämmöinen osaajakunta kuin juniori portfolio managerit ja
• 20:29
  salkkujat kuollut. Tänään.
• 20:31
  No ei ei, ei nyt voi sanoa että olisi kuollut ja ainahan sitä
• 20:34
  sitten no ainakin sanotaan, että meillä no ensinnäkin sanotaan
• 20:37
  tässä monta asiaa ensinnäkin. Tämähän ei ehkä nyt ole vielä
• 20:41
  niin vahvasti mitenkään tullut tänne mukaan, että mä oon nyt
• 20:43
  saattanut antaa vähän niinku semmoisen kuvan, että että että
• 20:47
  tekoäly hoitaa kaiken, että niinhän se nyt ei suinkaan ole.
• 20:52
  Meilläkään, mutta mä luulen, että me ollaan aika
• 20:54
  eturintamassa tän käytössä tällä hetkellä suomessa, mutta mutta,
• 20:57
  mutta etenkin yleisesti niin ei. Ei nyt olla vielä läheskään
• 21:00
  semmoisessa. Tilanteessa, mutta sitten kun
• 21:03
  katsoo eteenpäin ja en nyt sano että että olisi kokonaan
• 21:06
  häviämässä mitkä roolit, mutta tietynlaiset tehtävät ehkä
• 21:09
  ennemminkin ja ehkä selkeämpi esimerkki on nyt vaikka vaikka
• 21:13
  tuota ohjelmistokehittäjissä, koska siinä se nyt on.
• 21:16
  Tavallaan se on tekoälylle ehkä selkeä ja yksinkertaisin
• 21:20
  tehtävä, kun siinä on aika niinku selkeät ja suljetut
• 21:23
  järjestelmät ja säännöt ja ohjeet mitä asioita tehdään,
• 21:27
  niin siellähän kyllä nähdään jo varmasti sitä että että että
• 21:30
  tota. Tekoäly tuottaa jonkun
• 21:33
  yksinkertaisen osion koodista paljon tehokkaammin kuin juniori
• 21:38
  koodari ja sitten tietenkin edelleen koodareita tarvitaan ja
• 21:41
  paljonkin siihen, että ne pystyy ohjeistamaan, että mitä
• 21:44
  tarkalleen nyt pitää tehdä ja että miten tää koko systeemi
• 21:48
  toimii. Yksi, mutta käytännössä siihen,
• 21:51
  että enää jotain niinku tämmöistä hyvin toistuvaa
• 21:55
  koodikomponenttia joku naputtelisi itse omin sormilla
• 21:58
  omilla sormillaan, niin sitä. Tehtävää ei käytännössä enää
• 22:02
  kyllä kohta ole. Mut mä koen kuitenkin, että
• 22:05
  tekoäly tavallaan madaltaa kynnystä aloittaa sijoittamista.
• 22:09
  Koetko sitä sanotaan. Ihan varmasti, koska just kuten
• 22:12
  sanottu, niin se se ei tuomitse. Siltä voi kysyä kaikenlaisia
• 22:16
  tyhmiä kysymyksiä tai vähemmän tyhmiä kysymyksiä, mutta jos
• 22:19
  itse kokee sen semmoisena ja ja ja pääsee siihen alkuun, että
• 22:24
  että mitä vaihtoehtoja ylipäänsä on ja mitkä voisi itselle?
• 22:28
  Sopia sehän on yleensä aina vaikeata sijoittamisen
• 22:32
  aloittamisessa. Jos ihan nolla lähtien, niin
• 22:34
  sittenhän. Tuo tarjolla olevien tuotteiden
• 22:37
  kirjo on ihan valtava, eivätkä ne kyllä välttämättä kovin
• 22:40
  kuvaavasti ole nimetty tai muutenkaan kuvattu, kun siellä
• 22:44
  on sitten aika paljon semmoista jargonia mitä nyt on jostain
• 22:48
  tota tämmöisistä säädöksistä tulee, että mitä niistä pitää
• 22:51
  kertoa ja mitä tai riskiluokituksia ja muita, niin
• 22:53
  eihän ne niinku oikeasti sitten kerro ihmisille hirveän paljon.
• 22:56
  Kyllä. Joo.
• 22:59
  Niin niin semmoiseen alkuun pääsemisen ehdottomasti ja että
• 23:02
  varmasti tekoälyn kanssa pystyy sitäkin sparrailemaan sitten
• 23:05
  jonkun verran, että mikä minkälaiset tuotteet ne on mitkä
• 23:08
  sitten omaan tilanteeseen voisi sopia.
• 23:10
  OK mut nähdäänkö me niinku konkreettisesti jo tänä päivänä
• 23:14
  sitä, että tavalliset sijoittajat ovat kurmassa
• 23:16
  kiinni. Siis nähdäänkö me tuotoissa
• 23:18
  esimerkiksi jo jonkinlaista niinku spreadin supistusta niin.
• 23:22
  Sanotusti no toi on hyvä kysymys ja siinä palaan nyt siihen, että
• 23:26
  tietenkin että jos puhutaan siitä, että haluttaisiin.
• 23:29
  Voittaa markkinat, niin siinä pitäisi aina ikään kuin olla
• 23:32
  sitten joku. Jos kuitenkin sijoittajat
• 23:34
  keskimäärin saa sen markkinoiden tuoton, niin sitten jos joku
• 23:38
  haluaa voittaa markkinat niin sitten se tarkoittaa sitä, että
• 23:40
  jonkun muun on sitten hävittävä markkinoille ja.
• 23:43
  Tietysti onko tää joku sellainen mystinen asia?
• 23:46
  Tää markkinoiden voittaminen vai onko olemassa joku sellainen
• 23:49
  resepti, että kun tekee jotakin tavallaan steba by step niin
• 23:53
  voittaa markkinat vai millä tavalla markkinat?
• 23:56
  On no se no sanotaan, että vaikeaahan se onkin, mutta sen
• 23:59
  sen. Itse teen töitä, että että että
• 24:03
  että tavallaan pyritään löytämään semmoisia reseptejä
• 24:05
  jotka siihen toimisi ja silloinhan ne useasti liittyy
• 24:09
  paljon just siihen, että pyritään tunnistamaan semmoisia
• 24:12
  tietynlaisia tilanteita. Ja niinku.
• 24:16
  Öö asetelmia markkinoilla, jossa jossa muut sijoittajat
• 24:20
  keskimäärin yli tai aliarvioi jotain.
• 24:25
  Eli no ehkä vielä taustalla, että itse itse toimin siis
• 24:29
  tämmöisenä niinku systemaattisena salkunhoitajana,
• 24:31
  elikkä historiallisesti tai aikaisemmin tää on tarkoittanut
• 24:35
  aika pitkälti sitä, että me tehdään kaikki tämmöisillä
• 24:38
  kvantitatiivisilla algoritmisilla malleilla.
• 24:41
  Eli meillä joku. Joku tämmöinen algoritmi tai
• 24:44
  malli, joka sitten aina kertoo meille et mihin me sijoitetaan.
• 24:49
  Aikaisemmin tää on perustunut käytännössä pelkästään sitten
• 24:52
  niin sanottuun kovaan numeeriseen dataan.
• 24:54
  Sitten mitä saadaan yhtiö raportti telttaa
• 24:57
  markkinalukemiin tai tai muut tämmöistä.
• 25:00
  Nykyään sitten siihen on yhä enemmän.
• 25:02
  Siitä tulee mukaan sitä, että voidaan tämmöistä kvantin
• 25:05
  kvalitatiivistakin tekstimuotoista dataa, että me
• 25:07
  voidaan sitä ikään kuin muuntaa sitten myöskin numeroiksi ja
• 25:10
  sitten käyttää niitä yksi lailla tää on.
• 25:13
  Ei ole ehkä niinku ihan paras tai ainakaan ainoa eikä hienoa
• 25:17
  esimerkki, mutta vaikka tää sentimentti nyt on yksi
• 25:19
  semmoinen se. Mikä on aika selvää että me
• 25:21
  voitaisiin vaikka asettaa katsoa jokaisen yhtiön uuttiöstä tullut
• 25:26
  uutisointi edellisen kuukauden tai minkä tahansa jakson ajalta
• 25:30
  ja sitten pyytää vaikka tekoälymalli sitten arvioimaan,
• 25:33
  että kuinka positiivista tai negatiivista tää on.
• 25:35
  Toki siinä sitten pitää olla just tarkat ohjeet siinä, että
• 25:38
  mitä me siinä haetaan ja että säilyy sitten vertailtavuus eri
• 25:42
  yhtiöiden välillä. Eli taas tärkeätä, että miten ja
• 25:45
  mitä kysytään. Ja sitten toisaalta, että meillä
• 25:47
  on se hyvä data, mutta silloin me voidaan saada semmoinen.
• 25:50
  Vaikka sitten tämmöinen sentimenttiarvosana jokaiselle
• 25:53
  yhtiölle ja sitä me voidaankin sitten taas käyttää ihan yksi
• 25:56
  lailla kuin mitä tahansa tämmöistä numeerista lukemaa,
• 26:00
  mutta kuitenkin tää on se tausta eli eli eli numeroista mennään
• 26:05
  tota tai luvuista. Mennään sitten algoritmien
• 26:08
  kautta johonkin salkkuun. Tässähän on se valtavan kiva
• 26:11
  puoli, että tätä pystyy testaamaan, että miten tää olisi
• 26:15
  toiminut historiallisesti. Toki aina aina tässä on
• 26:19
  kaikennäköisiä niinku. Tämmöisiä dinomia.
• 26:22
  Sitten siltä osin että että millä tavalla me nyt vaikka
• 26:26
  valitaan ylipäänsä se joukko mistä me lähdetään näitä
• 26:28
  testaamaan näitä mittareita ja kaikkea tämmöistä, mutta
• 26:31
  kuitenkin jollain tasolla me pystytään näkemään, että jos me
• 26:34
  oltaisiin tää sama prosessi toistettu historiallisesti, niin
• 26:37
  miten se olisi toiminut? Eli tää on siinä mielessä ollut
• 26:40
  ja on edelleen hyvin data. Orientoimatta, että oma
• 26:43
  tekeminen ei ei muuta markkinoita, koska jos ostaa
• 26:46
  hirveästi kerrallaan, niin se muuttaa hintaa.
• 26:49
  Sanotaan, se voi olla relevanttia sitten tietenkin jos
• 26:51
  on. Isot toimijat hirveän pienillä
• 26:53
  markkinoilla mut mut mut kun puhutaan sitten puhutaan sitten
• 26:57
  että ei ole. Että vaikka meilläkin on
• 27:00
  tiimissä noin 2 miljardia euroa varoja hoidossa niin sitten kun
• 27:04
  se on enimmäkseen sijoitettu kuitenkin sitten aika isoihin
• 27:07
  yrityksiin ja globaalisti niin me ei kyllä liikuteta niitä
• 27:10
  markkinoita ollenkaan voi sanoa ainakaan niinku suurimmassa
• 27:14
  osassa tapauksista, niin siinä mielessä se ei ehkä
• 27:17
  yksittäisille sijoittajille ole kovin kovin suuri ongelma muuta
• 27:21
  kuin ihan erityistapauksissa. Toki sitten jos mennään ihan
• 27:24
  pieniin yhtiöihin ja vaikka pienemmillä markkinoilla, niin
• 27:26
  sitten se tilanne on kyllä tosiaan vähän eri.
• 27:29
  Mutta yksi kaikki tää on tää on se tausta, niin sitten me
• 27:32
  voidaan testata, että miten historiallisesti olisi toiminut,
• 27:35
  jos me oltaisiin tehty näin ja se on se kiva puoli, koska
• 27:37
  sitten me pystytään empiirisesti toteamaan, että tämmöiset asiat
• 27:40
  toimii. Tämmöiset ei sitten siinä on
• 27:42
  hyvä olla joku hypoteesi taustalla, että miksi tää voisi
• 27:44
  toimia. Ja se liittyy sitten usein
• 27:48
  siihen, että on joku syy miksi sitten muut sijoittajat.
• 27:52
  No jos ostetaan osakkeita niin sitten yleensä haetaan semmoista
• 27:55
  että muut aliarvioi jonkun asian ja sitten me pyritään löytämään
• 27:59
  nää tapaukset ja. Algoritmisesti ja sitten
• 28:03
  ostamaan niitä osakkeita, eli siinä mielessä mehän ei.
• 28:06
  Yleensä tai sanotaan, että tämmöisessä systemaattisessa
• 28:09
  sijoittamisessa ei yleensä tehdä semmoista mallinnusta, että mä
• 28:13
  nyt sanoisin, että mun mielestä nokian osakkeen arvo on 10 kun
• 28:18
  sen kurssia nyt no liikkunut niin paljon että parempi että
• 28:21
  täällä arvaamaan, mutta taitaa kuitenkin olla vähän alle 10
• 28:24
  vielä eli kyse ei ole siitä. Vaan kyse on siitä, että nokian
• 28:29
  kurssi on nyt jollain tasolla ja keskimäärin tämmöisellä.
• 28:32
  Tasolla tämmöisen tyyppiset yhtiöt yhtiössä, niin muut
• 28:37
  sijoittajat yli tai aliarvioitten.
• 28:40
  OK mut siis tässä on britend buther niin sanotusti se että
• 28:44
  pitää löytää se hetki kun markkinat on väärässä niin
• 28:48
  sanotusti tavallaan todistaa markkinoiden olevan väärässä.
• 28:52
  Mutta ja silloin tavallaan voi hakea sitä etua ja voittoa,
• 28:56
  mutta eikö se ole aika ihmeellistä, että kaikki pyrkii
• 28:58
  koko ajan löytämään algoritmisesti myös niitä niin
• 29:02
  sanotusti väärin? Arvottoja kohteita ja silti
• 29:06
  markkinat voivat olla väärässä. No.
• 29:09
  Mun mielestä mä itse tykkään hirveän paljon tämmöisestä.
• 29:12
  Käsitteestä kuin niinku no englanniksi sen efficionly in
• 29:16
  efficont eli tehokkaasti tehoton eli tavallaan ideaa siinä, että
• 29:21
  kun meillä on jostain syystä tämmöisiä ilmiöitä, että meillä
• 29:25
  on joku joukkosijoittajia jotka arvioi systemaattisesti väärin
• 29:29
  jonkin kaltaiset tilanteet. Sitten meillä on toisaalta
• 29:32
  joukkosijoittajia, jotka sitten pyrkii hyödyntämään näitä, mutta
• 29:35
  tietenkin jotta meillä olisi niitä sijoittajia jotka.
• 29:39
  Pyrkii hyödyntämään näitä mahdollisuuksia, niin sitten
• 29:41
  siitä saatava yli tuottajia ei voi olla nolla, koska siinä
• 29:45
  tapauksessa kukaan ei enää niinku käyttäisi resursseja
• 29:47
  siihen, että se yrittää etsiä näitä.
• 29:50
  Jolloin sitten pitkä aikavälin tasapaino tulee olemaan
• 29:52
  semmoinen, että näistä asioista saadaan jonkinlaista, joskin
• 29:57
  matalaa ylituottoa keskimäärin ja sitten siinä siinä tullaan
• 30:01
  sitten siihen, että sitten tietenkin omat tekemiselle ja
• 30:04
  tarkemmille detaljeilla pystyy vähän vaikuttamaan siihen, että
• 30:07
  kuinka. Kuinka hyvin se sitten pystytään
• 30:10
  toteuttamaan, mutta mutta. Mutta näin konseptuaalisesti
• 30:13
  näin mä näin mä näen tän asian. OK ja ja monestihan se on.
• 30:17
  Siis se on jollain tapaa sijoittaja, psykologia
• 30:20
  psykologiaan liittyvä usein ne on ehkä tämmöinen niinku
• 30:23
  sijoittaja psykologiasta puhutaan niin.
• 30:26
  Aika hyvä ilmiö on niinku tämän NS.
• 30:28
  Momentum tai momentti, jossa käytännössä katsotaan yhtiöitä
• 30:32
  sijoitetaan yhtiöihin sen perusteella, että jotka on ikään
• 30:35
  kuin liikkumassa oikeaan suuntaan ja kehittymässä
• 30:38
  suotuisasti. Siihen voidaan käyttää sitten
• 30:40
  hyvin monenlaisia mittareita. Perinteisiin on, että katsotaan
• 30:43
  ihan vaan osakekurssin kehitystä ja katsotaan, että jos se on
• 30:47
  noussut. Niin sitten se todennäköisesti
• 30:49
  nousee lisää, jos se on laskenut.
• 30:51
  Todennäköisesti laskee lisää. Täähän tuntuu kuulostaa niinku
• 30:54
  hirveän yksinkertaiselta ja tavallaan jopa typerältä, että
• 30:56
  ostetaan silloin kun on noussut. Mut siinä taustalla on sitten
• 31:00
  taas monta psykologista tekijää, vaikka tämmöinen
• 31:03
  ankkurointivaikutus on aika selvä, että kun meille tulee
• 31:06
  jotain tietoa positiivista tietoa vaikka jostain yhtiöstä
• 31:09
  niin sitten se osake lähtee nousuun.
• 31:11
  Mutta sitten sijoittajat on kuitenkin edelleen vähän
• 31:13
  ankkuroitunut siihen aikaisempaan tasoon, että ne
• 31:15
  muistaa että tää kurssi oli vielä noin paljon matalampi
• 31:18
  aikaisemmin ettei se nyt voi noin nopeasti noin paljon nousta
• 31:20
  ja sitten he usein sitten lähtevät myymään ja sitten taas
• 31:24
  toisaalta tieto tästä kehityksestä levittäytyy ja
• 31:27
  markkinoille ja sitten tulee vähitellen aina.
• 31:30
  Lisää kunnes se sitten jossain vaiheessa se saavuttaa tän
• 31:33
  niinku oikean tasonsa ja empiirisesti.
• 31:36
  Itse asiassa jos yleensä sitten menee jopa vähän yli sen ja
• 31:39
  sitten taas pitkällä aikavälillä laskee vähän enemmän.
• 31:42
  No tää hinta aa hinnan tai tota osakekurssin kehityksen
• 31:46
  katsominen yksi tapa. Sittenhän näitä on niinku paljon
• 31:48
  muitakin tapoja millä voidaan sitten katsoa, että tai
• 31:51
  indikaattoreita siitä, että yhtiö on menossa oikeaan
• 31:54
  suuntaan. Periaatteessa tää aikaisemmin
• 31:56
  keskusteltu sentimentti tai uutissentimentti tai mistä
• 31:59
  tahansa nyt materiaaleista sen sentimentin sitten hakee, niin
• 32:02
  sehän on myöskin yksi tämmöinen mittari, että katsotaan että
• 32:04
  missä on positiivista kehitystä. Ja sitten.
• 32:08
  Uskotko sä itse ihmeisiin niin sanotusti, että joku voisi
• 32:11
  pärjätä ilman tekoälyä ihan vaan niinku.
• 32:14
  Tuntemalla markkinat ihan vaan niinku sisäisesti.
• 32:17
  Nyt mä tiedän, että nyt on hyvä hetki ostaa.
• 32:19
  No kyllä mä siis sanotaan että. Joo ja ei että siinä mielessä
• 32:24
  että mä uskon että siihen että pystyy tekemään tän niin siinä
• 32:29
  on sitten jonkinnäköinen tämmöinen prosessi vaikkei sitä
• 32:32
  itse niin tiedostaisi ja esimerkkihän voi olla.
• 32:35
  Siis just tästä, että on tosi hyvä sitten tunnistamaan vaikka
• 32:39
  tämmöisiä tilanteita, että nyt mä puhuin tämmöisestä vaikka nyt
• 32:42
  niinku monet tum-sijoittamisesta ja muusta.
• 32:44
  Ja sehän on hauskaa, että useinhan siinä nousee sitten
• 32:47
  jonkinnäköinen teema markkinoille, että mitkä on
• 32:50
  nousussa ja sehän on sitä samaa ilmiötä, että me voidaan
• 32:53
  ajatella, että no toki sitä käytännössä voi sitten tehdä
• 32:57
  hyvin eri tavalla, että kuinka paljon sitten neutralisoi tätä
• 33:00
  ja pyrkii olemaan niinku täysin toimialaa neutraali tai kaikkea
• 33:03
  tämmöistä, mutta. Perustasolla kun ajatellaan niin
• 33:06
  aina on markkinoilla joku niinku toimiala joka on tai teema joka
• 33:10
  on nousussa ja sitten voidaan miettiä nyt vaikka että tän
• 33:13
  vuoden no tän vuoden aikana mitä nyt mitkä teemat tai toimialat
• 33:18
  on noussut paljon, niin AI tämmöinen tota AI hin liittyvä
• 33:22
  kaikki osakkeet ne on jatkanut vahvana ja siinä on ehkä vähän
• 33:25
  ollut sitten. Sielläkin sisällä vaihdellut,
• 33:28
  että mikä on se nouseva osa-alue ja, mutta sitten toisaalta on.
• 33:32
  Toisaalta on sitten ollut vaikka jo hyvissä ajoin ennen tätä
• 33:34
  Iranin sotaa, niin sitten lähti niinku.
• 33:36
  Energialiitännäiset osakkeet ja vaikka niinku laiva rahti rahti
• 33:42
  ja tämmöinen niinku. Kuljetusyhtiöt yhtiöt sitten
• 33:46
  nousuun joka ennen hyökkäystä. Joo ja siis siinähän tietenkin
• 33:49
  osittain niinku diskontattiin myöskin ja sitä.
• 33:51
  Mahdollisuutta tulee. Liikkua, että me ollaan sillä
• 33:53
  tavalla. Tää oli vuotanut tietoisesti.
• 33:55
  Niin ja siis kyllähän trump on aika suoraan niinku vihja eli
• 33:57
  kanssa sen suuntaisesti ja ja tämmöisiä, että että tietyllä
• 34:00
  tapaa, että jos voisi ajatella, että sitten on hyvin joku olisi
• 34:03
  niinku tosi hyvä lukemaan näitä tilanteita ja tässähän voi
• 34:07
  ajatella, että siinäkin voisi olla jotain systemaattista, että
• 34:10
  noitahan on kanssa tämmöisiä niinku sijoittaja kirjeitä ollut
• 34:12
  jotka niinku. Jossa väitetään, että ne osaa
• 34:15
  kyllä hyvin lukea trumpia ja kieltämättä keskimäärin tähän
• 34:19
  mennessä. Siinä kai on ollut tiettyä
• 34:21
  kaavamaisuutta, että miten hän niinku neuvottelee ikään kuin
• 34:24
  niin tavallaan tämmöisessä asiassa, että etenkin kun se on
• 34:26
  tämmöinen niinku uusi mutta hyvin tärkeä asia, niin sitten
• 34:29
  jos se on tosi hyvä lukemaan näitä tilanteita ja tekemään
• 34:32
  siitä johtopäätöksiä, niin varmaan sen tyyppisellä kyllä
• 34:35
  voi. Voi tota.
• 34:39
  Tai että voi olla ihmisiä jotka on tosi hyviä ja sitten
• 34:42
  tunnistamaan näitä, mutta siinäkin mä usein näkisin, että
• 34:45
  vaikkei sitä itse. Niin kokisikaan, niin sitten
• 34:47
  siinä on kuitenkin aika vahva. Joku tämmöinen systeemi.
• 34:50
  Tai prosessi taustalla. Mitä sitten tää henkilö käy läpi
• 34:54
  että se ei nyt ole ihan vaan semmoinen, että nyt mä tänään
• 34:57
  ajattelin että tää on näin, että kyllä siinä on niinku joku
• 34:59
  semmoinen ajatusketju joka itsessään on.
• 35:03
  Enemmän tai vähemmän systemaattinen ja sitten hauska
• 35:06
  ajatus. Leikkihän on nykyään se, että
• 35:07
  sitten jos tän prosessin voisi sitten antaa niinku
• 35:10
  tekoälyagentille, niin voisiko se itse asiassa toistaa sen?
• 35:15
  No miltä vaikuttaa? Mä en en tiedä, mutta siis.
• 35:19
  Mutta siis itseasiassa tää on kylläkin semmoinen mitä me
• 35:22
  ollaan myöskin tutkittu, että tämmöinen niinku nousevien
• 35:24
  teemojen tunnistaminen ja sitten myöskin ehkä siellä sisällä
• 35:27
  sitten jälkikäteen meidän että tunnistaa niitä yhtiöitä jonkun
• 35:30
  teeman sisältä, joka on niinku. Jonkun tietyn teesin
• 35:33
  toteutuessa, jotka sitten on niinku ikään kuin suurimpia
• 35:36
  hyötyjä siinä. Ja tietenkin tätäkin tääkin on
• 35:38
  semmoinen, että sitähän sijoittajat on, on varmasti
• 35:41
  pyrkinyt tekemään aina, mutta ehkä itselleni näin niinku
• 35:45
  systemaattisena asioittajana tai kvantitatiivisena asioittajana,
• 35:48
  niin tää on niinku tietyllä tapaa.
• 35:51
  Uudenlaista ajattelua sitten ja tietenkin sitten meillä
• 35:54
  lähestytään myöskin siltä kantilta, että miten tää sitten
• 35:57
  tehdään semmoisena hyvin määriteltynä niinku
• 36:00
  systemaattisena prosessina, että tää ei ole niinku satunnaista ja
• 36:03
  tämmöistä että se on riippuvainen siitä, että mitä mä
• 36:05
  milloinkin nyt jaksan kysyä siltä tekoälyltä vaan että siinä
• 36:08
  pitää olla semmoinen niinku toistettava automaattinen
• 36:10
  prosessi joka sen toteuttaa. Mutta eikö ole kyse loppujen
• 36:13
  lopuksi siitä, että jollakin on dataa ennen muita?
• 36:17
  Siis jotta voi tunnistaa tämmöisiä nousevia teemoja?
• 36:20
  Niin pitää saada riittävästi dataa.
• 36:22
  Miten musta tuntuu että että tää maailma on tosi epäreilu siis
• 36:26
  loppujen lopuksi, että vaikka sisäpiirikaupat on länsimaissa
• 36:30
  ainakin kielletty, niin musta tuntuu että aina jollakin on
• 36:32
  dataa ennen muita niin ne pystyy tavallaan tunnistamaan että
• 36:35
  nousevia teemoja niinku esimerkiksi tää energiaesimerkki
• 36:39
  ja puolustusteollisuus tietenkin ja ja niin.
• 36:41
  Edelleen. No niin yks yks on se että on
• 36:44
  sisäpiiritietoa. Mut tietenkin siis tässähän ei
• 36:47
  nyt kyse ollut niinkään siitä vaan vaan siitä että tulkittiin
• 36:50
  ihan niinku tämmöistä va. Saatavilla oleviin olevaa tietoa
• 36:53
  ja mitä mitä tota johtopäätöksiä siitä vetää.
• 36:57
  Ja täähän on muutenkin siinä mielessä niinku mielenkiintoinen
• 36:59
  kysymys, että mitä se niinku data tai tieto nyt sitten toinen
• 37:02
  että tän tän tyyppinen mistä me puhutaan, niin sittenhän se on
• 37:05
  kuitenkin semmoista, että se on niinku monesta lähteestä
• 37:07
  jotenkin käsitelty ja ja yhteenlaitettu siinä mielessä
• 37:11
  syntysoitu jotenkin niin sitten siitä me saadaan sitten joku
• 37:14
  tämmöinen arvaus, mutta toki on totta että että sitä tietoa.
• 37:20
  No sitä saa enemmän jossa aikaa käyttää enemmän aikaa sen sen
• 37:24
  hankkimiseen tai sitten. Että jos maksaa siitä, että joku
• 37:27
  muu tekee sen tai sitten on vaikka tosi hyvä laittamaan sen
• 37:30
  tekoälyn sitten hakemaan just niitä asioita mistä on
• 37:34
  kiinnostunut. Mutta joo, niinhän se on.
• 37:38
  Niinhän se on tietenkin aina ollut että että sillä jos on,
• 37:42
  jos on ensimmäinen tai ensimmäisten joukossa joka
• 37:45
  parhaiten syntyisi, niinku tekee synteesi jostain olemassa
• 37:48
  olevasta tiedosta ja tekee siitä oikeat johtopäätökset, niin
• 37:51
  sehän on tietenkin yksi tapa olla tehdä tuottoa
• 37:55
  sijoittamalla. No missä pisteessä?
• 37:57
  Me ollaan tällä hetkellä siinä pisteessä, että tekoälyn avulla
• 38:01
  voi saada enemmän dataa käyttöön vai että se auttaa ymmärtämään
• 38:05
  nykydataa paremmin. No varmasti molempia mutta tota.
• 38:11
  Datassahan on se että että se olennainen asia on se, että se
• 38:15
  pitää jotenkin ymmärtää, että teoriassahan data on aina tai
• 38:19
  sanotaan viime viime vuosikymmeninä aina internetissä
• 38:22
  ollut saatavilla vaikka kuinka. Mutta kun ongelma on siinä, että
• 38:25
  kun kukaan ei ehdi katsoa niitä läpi ja vetää siitä mitään
• 38:28
  johtopäätöksiä niin. Sitähän se tekoäly pystyy
• 38:32
  tietenkin tekemään paljon, että se pystyy jotenkin
• 38:35
  säännönmukaisesti käymään läpi ja vetämään jotain
• 38:38
  yksinkertaisempia johtopäätöksiä siitä.
• 38:40
  Mun mielestä tähän on yks hauska esimerkki on tämmöinen, kun
• 38:43
  tosiaan oli tästä x, stä tai entisellä nimellä twitteristä
• 38:47
  puhetta, niin siellä on paljon käydään seuraamassa sitä paljon
• 38:51
  siis niinku tekoälykeskustelua ja sitten myöskin jossain
• 38:54
  määrin. Sijoittamisaiheisiin
• 38:56
  keskusteluja ja etenkin ehkä sitten niinku.
• 38:59
  Tekoälyyn sijoittamisessa aiheessa mutta mutta yksi kaikki
• 39:05
  siellä on niinku siellä on paljon tämmöisiä kirjoittajia,
• 39:07
  jotka sitten tekee analyysin ja jakaa niitä vinkkejä.
• 39:10
  Ja tähän on läheistä sukua myöskin tämmöiselle wall street
• 39:14
  betsille, joka oli redditissä joskus 20 luvun alku alkuvuosien
• 39:19
  ajassa. Sitten on tunnetuin esimerkki
• 39:21
  oli kun gamestop nimistä osaketta, joka oli siis.
• 39:25
  No muistatte tapaukseen, mutta siinähän oli taustalla, että
• 39:27
  että tämmöinen niinku erittäin huonossa jamassa oleva
• 39:30
  perinteinen tämmöinen peli. Tota myyntiketju käytännössä
• 39:35
  niin. Se shorffattiin melkein
• 39:37
  kuoliaaksi. Niin ja just näin.
• 39:38
  Ja siis käytännössähän se oli aika ongelmissa se yhtiö, mutta
• 39:42
  ei ehkä ihan niin ongelmissa sitten ja sitten siinä joku
• 39:44
  sitten keksi, että nyt aletaan niinku nostamaan tän
• 39:47
  osakekurssia ja sitten sehän lähti räjähdysmäisesti nousuun
• 39:49
  kun kaikki lähti ihan mukaan siihen trendiin ja sitten sehän
• 39:52
  irtosi ihan täysin niinku todellisuudesta ja hinta siinä,
• 39:55
  mutta yksi kaikki siitä ainakin siitä lähtien nyt on ollut
• 39:58
  tämmöisiä aika. Virjille ja tämmöisiä yhteisöjä
• 40:01
  ja sitten jossa nyt käydään keskustelua näistä osakkeista ja
• 40:03
  monesti siellä ihan mielenkiintoista.
• 40:05
  Tietoa löytyy ja etenkin nyt kun on seurannut tuolla viime
• 40:09
  aikoina sitten tämmöisiä niinku puolin johde ja tavallaan AJN
• 40:14
  tuotantoketjuun jos näin voi sanoa eli siis eli siis
• 40:17
  kaikennäköistä. Arvioita, jotka on auttavat
• 40:20
  louhimaan. No just näin just näin.
• 40:21
  Eli eli eli kun tuotetaan tuotetaan jotain siroja tai
• 40:25
  jotain mitä tarvitaan sirujen tuottamiseen, niin siinä on
• 40:28
  hirveän paljon tämmöisiä pieniä yhtiöitä, jotka sitten saattaa
• 40:31
  olla todella hyvässä asemassa. Itse asiassa sikäli koska.
• 40:34
  Kun näihin. Datakeskuksiin loppuviimein ja
• 40:40
  tekoälymallien pyörittämiseen, niin siihen investoidaan 100 ja
• 40:45
  miljardeja siihen kaikki suurimmat niin sanotut
• 40:48
  hyperskeilerit, niin he kaatavat siihen mahdottomia määriä rahaa
• 40:52
  ja sitten jostain sitten pitää ostaa ne laitteet sinne
• 40:55
  datakeskuksiin. Ja sitten kun ajatellaan, että
• 40:57
  sitten meillä on joku pieni yhtiö, joka sitten tuottaa
• 41:00
  jotain komponenttia joka on kriittinen komponentti siinä
• 41:03
  kokonaisuudessa, jota ilman se ei voi toimia.
• 41:05
  Mutta sitten taas toisaalta se kustannus ei muo.
• 41:08
  Kovin suurta osuutta siitä kokonaisinvestoinnista, niin
• 41:11
  sitten voidaan arvata, että sitten sitten niin hehän pystyy
• 41:15
  nostamaan sitä omaa hinnoittelua ihan valtavasti.
• 41:19
  Eli yksi yksi samaan aikaan saadaan niinku hyvin vahvasti
• 41:21
  kasvavaa kysyntää ja sitten myöskin kasvava hinnatteluvoima,
• 41:24
  niin semmoiset osakkeet on tietenkin sitten voi arvata,
• 41:28
  että niiden kurssit sitten nousee paljon ja kun tää tota
• 41:32
  joukko on niin laaja ja kirjava, niin sitten näistähän aika
• 41:35
  huono. Näkyvyys ja sanotaan, että kun
• 41:37
  puhutaan sitten semmoisista yhtiöistä, että ne voi olla
• 41:39
  jossain. Taiwanissa tai no oikeastaan
• 41:42
  missä tahansa euroopassakin niitä on kyllä paljon ja voi
• 41:45
  olla niinku muutaman 100 miljoonan markkina-arvoa.
• 41:47
  Eli eli sanotaan niinku globaalisti katsottuna erittäin
• 41:50
  pieni yhtiöitä. Osakkeiden niinku listautuista
• 41:53
  osakkeista, niin sitten siinä voikin yhtäkkiä olla, että
• 41:56
  sitten joku kun pistää kunnolla aikaa siihen, että se tutkii
• 42:00
  kaikki mahdolliset lähteet netistä ja käyttää tekoälyä
• 42:02
  varmasti siihen ja sitten siitä saattaakin löytyä aika paljon
• 42:05
  semmoista uutta tietoa, että mun mielestä yksi tämmöinen aika
• 42:08
  hauska esimerkki oli tämmöinen, että tässä oli nyt yksi
• 42:10
  tämmöinen ranskalainen. Pieni yhtiö, joka sitten.
• 42:15
  No valehtelee jos nyt sanoisin että ihan täysin ymmärtäisin tai
• 42:18
  ei ainakaan muistaisin että mikä se nyt tarkalleen oli se
• 42:20
  komponentti mitä ne teki, mutta se on kuitenkin olennainen
• 42:23
  niinku no muun muassa niinku kvantti tietokoneisiin
• 42:28
  komponenttina joka nyt on toinen tämmöinen nouseva teema mutta
• 42:32
  mutta yksi kaikki sitten joku oli sitten siellä Twitterissä
• 42:35
  huomannut, että tämmöinen microsoftin joku virikka oli
• 42:39
  postannut linkediniin semmoisen kuvan, missä se oli sitten
• 42:42
  jossain niiden tämmöisessä kvanttihanke.
• 42:44
  Tämmöisessä tilassa, jossa sitten oli erinäköisiä koneita
• 42:47
  ja sitten siinä taustalla näkyy yks semmoinen kone, jossa sitten
• 42:50
  näkyy tän yksi ranskalaisen yhtiön logo ja sitten se.
• 42:53
  Täähän on siinä mielessä uutta tietoa.
• 42:55
  Todennäkö mitenköhän tää nyt menee, mut todennäköisesti.
• 42:58
  No varmasti se on ainakin jotain ohjeistuksia nyt rikkonut sen
• 43:01
  microsoftin työntekijä kun sen tän on postannut ja ei varmasti
• 43:06
  mennyt siltä osin hyvin. Mutta mutta joka tapauksessa
• 43:08
  julkinen lähdehän se nyt oli kun se oli linkediniin postettu.
• 43:11
  Sitten joku oli sen siitä poiminut huomannut, se oli
• 43:14
  seurannut muuten sitä yhtiötä. Sitten se varmasti oli itse
• 43:17
  sitten ostanut sitä osaketta etukäteen ja sitten tviittasi
• 43:21
  sitten siitä, että hei muuten että tässä on nouseva, että
• 43:24
  microsoft taitaa olla näiden asioiden tuolla näkyy niiden
• 43:26
  kone. No se osake osake on sitten
• 43:28
  ainakin tuplaantunut nyt sen jälkeen.
• 43:32
  Todella mielenkiintoinen esimerkki, mutta myös kertoa
• 43:34
  aika paljon tudesta, että sattuu näkemään jotain niin.
• 43:37
  Mutta no itse ainakin tykkään siitä ajattelusta.
• 43:40
  Tuuri saadaan siitä kun luodaan mahdollisimman monta semmoista
• 43:43
  paikkaa mistä voi onnistua, niin sitten joku niistä sitten tulee
• 43:46
  onn. Noitumaan, että harvoin
• 43:47
  onnistumisten taustalla on se, että taisi vain tuureja
• 43:50
  tarvitaan, mutta harvoin siellä on sitten vaan sillä
• 43:52
  ensimmäisellä yrittämällä, miltä mikä se tulee.
• 43:55
  Eli, onko kyse siis siitä, että dataa on riittävästi sitä tai
• 43:59
  sanotaan näin, että sitä on valtavasti, että onko meillä
• 44:02
  tänä päivänä siis resursseja kykyä?
• 44:06
  Purkaa tätä informaatioksi tätä kaikkea tätä massaa.
• 44:11
  Joo, siitähän tässä oikeastaan on kyse, että sitä dataa on
• 44:13
  valtavasti ja sitä tekoälymalleillekin paljon.
• 44:16
  Nehän pystyy käsittelee paikkoja ja mitä, mutta sitten siinä
• 44:19
  edelleen ollaan siinä, että sitä pitää koordinoida ja sitä pitää
• 44:22
  ohjata aika selkeästi, että mitä sieltä halutaan ulos, että jos
• 44:25
  me vaan laitetaan tekoälymalli. Työskentelemään, että tässä on
• 44:30
  niinku kasa-raportteja ja hae sieltä jotain mielenkiintoista.
• 44:33
  Niin no sanotaan että ollaan kokeiltu senkin tyyppistä niin
• 44:37
  ei se ei se lopputulos ehkä ihan.
• 44:40
  Minkä takia se ei toimi? No varmaan suurin syy on se,
• 44:44
  että se vaatii kuitenkin aika jonkinnäköistä, että jos jos
• 44:48
  meillä on kasa jotain jäsentelemättömä.
• 44:53
  Tä dataa ja me halutaan siitä joku semmoinen niinku jäsennelty
• 44:56
  ja vertailukelpoinen data eli vähän niinku jalostettu, niin
• 45:01
  jos me vaan sanotaan että käyttää läpi ja ja näitä mitä
• 45:05
  ohjeita siihen että mitä sieltä haetaan, niin sitten me
• 45:07
  käytännössä vaan nostetaan se jäsentelemätön data yksi kasasta
• 45:11
  toiseen kasaan. Niin sitten se on ihan yksi
• 45:13
  levällä siinä toisessa kasassa. Mutta ja ja tähän liittyy
• 45:17
  tietenkin se, että kun tekoäly malli alkaa katsomaan tai
• 45:21
  tekemään jotain tehtävää, niin sehän aloittaa ikään kuin
• 45:24
  vastasyntyneenä siinä mielessä, että sillä ei ole mitään tietoa
• 45:27
  siitä kontekstista, että mitä se on aikaisemmin tai mitä se
• 45:30
  niinku edellinen instanssi on tehnyt.
• 45:33
  Niin jos me aloitetaan tällä, niin sittenhän me saadaan niinku
• 45:36
  ihan täysin sattumanvarainen niinku uusi jäsentelemätön kasa
• 45:40
  siitä. Sitten käytännössä.
• 45:43
  Miten se sitten ratkaistaan? On just se, että meidän pitää
• 45:45
  jollain tavalla määritellä, että mihin järjestykseen tää niinku
• 45:49
  data sitten pitäisi laittaa siihen uuteen kasaan silleen,
• 45:52
  että se on sitten helposti käytettävissä ja ja ja ja nyt
• 45:56
  palataan taas siihen, että kyse on ikään kuin siitä, että
• 45:58
  kysytään oikeita kysymyksiä tai annetaan oikeat ohjeet oikea
• 46:01
  prosessi mahdollisimman pieniin osiin ja tarkasti pilkottuna.
• 46:06
  Ja ja tota se on. Se on ehkä näitä tylsiä osioita,
• 46:11
  että kun puhutaan siitä että mikä tää ei nyt liity pelkästään
• 46:13
  sijoittamiseen todellakaan. Mutta siis myöskin täällä että
• 46:16
  että että se on näitä niinku tylsiä taustaosioita se että me.
• 46:20
  Ei kysytä tekoälyltä, että mihin osakkeeseen sijoittaa, vaan me
• 46:23
  sanotaan silleen että tossa on niinku 50 000 raporttia ja
• 46:26
  sitten näistä pitäisi niinku saada nää ja nää tietokentät
• 46:30
  jokaisesta ja tallentaa tuonne tietokantaan niin se on se mistä
• 46:34
  missä mä näen että missä? Ehkä yleisesti on jopa sitten
• 46:38
  aliarvioidaan sitä vaikutusta, mutta toki sen pitää kaiken olla
• 46:42
  järkevää, jos ei siitä ole mitään hyötyä.
• 46:43
  Jos ei me tiedetä mitä me halutaan ja pyydetään jotain
• 46:46
  sattumanvaraista dataa, niin ei me sillä mitään tehdä että siinä
• 46:48
  pitää olla joku idea, että miksi me halutaan sitä ja mitä me
• 46:50
  halutaan sieltä. Mutta jos miettii tätä
• 46:54
  yksityissijoittajan näkökulmasta, elikkä millä
• 46:57
  tavalla tätä lähtisi rakentamaan, jos mä haluaisin
• 47:01
  rakentaa ihan omaa infraa? No mun mielestä ehkä ei kannata
• 47:04
  lähteä sitten siihen, koska se on niinku tosiaan että siinä.
• 47:08
  Sanotko sä suoraan mulle siis mä?
• 47:11
  Sanoin, että ei kannata jokaisen kannan tai siis tavallaan
• 47:14
  jokaisen sijoittajan sijoittaessa puhutaan.
• 47:16
  Jokaisen kannattaa tehdä semmoista mille missä silloin
• 47:18
  suhteellinen etu ja ja tää on niinku tää on.
• 47:21
  Ei kannata niinku sanotaan että jos sä oot rakentamassa
• 47:23
  kesämökkiä niin ei kannata tehdä perustusta kuin olisi
• 47:26
  rakentamassa jotain olympiastadionia, että että
• 47:28
  tästä tästä siinä on kyse ja voi saada siitä huolimatta että ei
• 47:33
  ole sitä samaa perustusta niin sitten voi.
• 47:36
  Erittäin hyvä ja toimiva kesämökia rakentaa, mutta siinä
• 47:38
  on just se, että pitää. Tunnistaa, että että mikä se on
• 47:41
  se oma etu tai se, että missä ylipäänsä voi niinku missä
• 47:44
  kannattaa olla mukana ja ja siinä sitten taas tullaan
• 47:47
  siihen, että sitten jos lähdetään jo heti vähän sieltä
• 47:49
  niinku loppupäästä että yksityissijoittaja pystyy siihen
• 47:52
  että se pystyy saamaan ideoimaan vaikka sitä että jos on jotain
• 47:55
  tämmöisiä teemoja mihin voisi sijoittaa.
• 47:57
  Tai vaikka nyt mä sanoin että tää tekoälyn hankintaketjuja
• 48:01
  että että että kaikki tietenkin on seurannut ja en videaan
• 48:04
  kasvanut maailmaan. Arvokkaimmaksi yhtiöksi ja
• 48:07
  huikeat nousut tehnyt ja kaikkea muuta ja me tiedetään niinku
• 48:10
  näitä. Niinku huippunimiin.
• 48:13
  Ja sitten se on. Yksityissijoittajalle ollut ja
• 48:16
  myöskin ammattilaisille ollut sitten kohtuullisen vaikea
• 48:19
  vaikka mennä sinne syvemmälle katsomaan niitä.
• 48:21
  Mutta mutta nyt siellä on sitten sitten vaikka siellä Twitterissä
• 48:24
  on iso joukko semmoisia analyytikkoja, joka
• 48:27
  oletettavasti tekoälyä hyödyntäen.
• 48:28
  Sitten käy hyvinkin detaljoidisti läpi näitä
• 48:31
  yksittäisiä, eli siinä ei tarvita mitään tämmöistä
• 48:33
  valtavaa infraa sillä, että me katsottaisi kaikki maailman
• 48:36
  yhtiöitä, vaan siihen riittää siitä kun me poraudutaan niihin
• 48:39
  muuntamaan jossain. Ja jos jollain ainakin uskalla
• 48:42
  on sellaista tietoa, josta voi saada hyötyä markkinoilta niin
• 48:45
  mikä insentii? Silloin analyytikalla jakaa
• 48:47
  sitä. Tietoa no tuossahan aika selvä
• 48:49
  se, että sitten sitten kun se on sen jälkeen kun hän on itse
• 48:52
  ostanut 100 osaketta niin sehän on kiva kun kaikki muutkin
• 48:55
  tietää kuinka aika mahtava osakesi nousee jostakin.
• 48:58
  Tokihan tästä tästäkin on ollut. Tää on siinä mielessä niinku
• 49:02
  mielenkiintoinen ja aihe ja ja ja tota pitää olla varovainen
• 49:06
  tommoisen kanssa koska siinähän herkästi sitten myöskin voidaan
• 49:08
  syyllistyy sitten. Tavallaan rikoksiin siinä, että
• 49:12
  markkinamanikulaatio on, että siitäkin on ollut nyt
• 49:14
  yhdysvalloissa. Viime vuosina on ollut tämmöisiä
• 49:17
  tota aina ennakkotapauksia tai ratkaisuja jossa.
• 49:19
  Nimenomaan tämmöisiä niinku nimimerkkien takaa kirjoittavat
• 49:23
  tota henkilö tai on sitten tuomittu tuomittu
• 49:26
  manipulaatiosta ei ole siinä ikään kuin keksitty jotain ja
• 49:29
  pumpattu osakkeita. Lyhyt keskeytys ja iso kiitos
• 49:33
  että kuuntelet signaalin podcasteja.
• 49:36
  Jos pidät niistä aiheista, mitä me käsitellään tässä potissa,
• 49:39
  niin muista laittaa kanavan tilaukseen.
• 49:41
  Näen autat meitä vahvistamaan signaaleja.
• 49:45
  Kiitoksia ja nyt takaisin matti slagerspetzin jakson pariin.
• 49:50
  No kuinka pitkällä pääsee ihan pelkästään kielimalloilla
• 49:53
  nykyisin? Mistä on oikeastaan kyse
• 49:56
  tekoälyssä? Jos mietitään nimenomaan
• 49:58
  sijoittamisen kontekstia? Noki eli malli sanotaan että jos
• 50:03
  nyt kielimalleja ajatellaan niin.
• 50:07
  No mehän ollaan puhuttu niinku jo aika erinäköisistä
• 50:09
  tehtävistä, että yhtäältä meillä on tämmöistä niinku aika tylsää,
• 50:12
  mutta tämmöistä niinku. Perustusten rakentamista, että
• 50:15
  haetaan jotain dataa jostain haetaan vaikka.
• 50:18
  Ensinnäkin jollain nettihaolla jotain tietoa.
• 50:20
  Sitten siitä dokumentista sitten haetaan jotain tietoa.
• 50:23
  Laitetaan se jonnekin tietokantaan.
• 50:25
  Luodaan sitä niinku perustaa, niin se on varmasti.
• 50:27
  Täähän ei ole siis tosiaankaan mitenkään.
• 50:29
  Kyllä ja kaikki se mitä me pystytään kielimalleilla
• 50:31
  tekemään muun. Muassa sitä pystytään tekemään
• 50:34
  tämmöisiä niinku yksinkertaisia manuaalisia tehtäviä keräämään
• 50:37
  sitä dataa. Mut sitten myöskin voidaan
• 50:39
  tietenkin mennä sitten siihen, että yhdistetään ja käytetään
• 50:42
  sitä dataa ja tehdään tämmöisiä analyyseja ja siinä me tullaan
• 50:44
  siihen, että meillä pitää olla vaan.
• 50:47
  Sitten joku semmoinen oma prosessi mikä me halutaan sen
• 50:50
  seuraavan siinä analyysissa. Miksi?
• 50:51
  Tässä kyse muuten siitä, että jos mulla on riittävästi
• 50:54
  resursseja, niin mä saan kuitenkin sitä dataa.
• 50:56
  Tavallaan tai toisella, että kyse on vaan siitä, että kuinka
• 50:59
  paljon mä olen valmis maksamaan siitä.
• 51:01
  Vai onko kuitenkin tietty osa datasta muun ulottumattomissa
• 51:04
  yksityissijoittajina? No on tietenkin semmoista dataa
• 51:08
  mitä ei oikein niinku saa mitenkään kovin.
• 51:12
  Kätevästi että voidaan no niitäkin varmaan sinänsä
• 51:15
  halutessaan että saisi ostettua, mutta sitten se alkaa tulla,
• 51:18
  että se hinta ehkä on vähän semmoinen ettei tule.
• 51:20
  Ei kannata koska jos puhutaan sitten semmoisesta niinku
• 51:23
  enemmän synteesoidusta datasta tai analyysistä, että voi olla
• 51:26
  vaikka jotain tämmöisiä, että ammattilaissijoittajat pääsee
• 51:29
  käsiksi. Tai voi.
• 51:30
  Myöskin siis ostaa tämmöistä dataa, jossa vaikka jotkut
• 51:33
  toimiala-ekspertit käy läpi jotain niinku kehityksiä jollain
• 51:36
  toimialalla ja analysoi. Eli käytännössä silloin kyse ei
• 51:39
  ole enää niinku yhteyden raportoimasta datasta, vaan
• 51:41
  siitä, että joku omalla asiantuntemuksella sitten ottaa
• 51:44
  kantaa siihen, niin sen tyyppistä voi olla tietenkin
• 51:46
  vähän vaikea sitten saada. Mutta toisaalta sitten taas
• 51:50
  tekoälykin. Itseasiassa tämmöisessä voi olla
• 51:52
  aika hyvä sparraamaan, että en sano, että on samalla tasolla,
• 51:54
  mutta kuitenkin aika niinku ainakin puoleen matkaan pääsee
• 51:57
  sillä. Sillä niin tota ja sitten muun
• 52:03
  datan osalta, niin sitten jos puhutaan vaikka näistä yksi
• 52:05
  raporteista, niin kyllähän tekoäly tosiaan osaa niinku tosi
• 52:08
  hyvin niitä hakee. Mä oon nyt niinku kun mä oon
• 52:11
  testannut sitä, että miten miten hyvin me pystyttäisiin olemaan
• 52:13
  massalle sitten hakemaan näitä niin sitten mä oon todennut,
• 52:15
  että kyllä se sitten niinku tekoälyjen mallien käytön kautta
• 52:19
  kuitenkin sitten että jos me puhutaan että mä haluaisin hakea
• 52:21
  10 000 yhtiölle tän niin sitten jo se mallien käyttö alkaa
• 52:25
  maksaa kuitenkin sen verran, että että sitten se ei nyt enää
• 52:28
  olekaan paljon edullisempaa. Sellaista nostaisin sen tokenit
• 52:33
  on kalliita kyllä. Niin kalliita, että ainakin
• 52:35
  niitä palaa paljon siihen koska koska tota ei se ihan helppo
• 52:39
  tehtävä välttämättä ole niinku löytää jostain nettisivujen
• 52:42
  syövereistä sitten kaikkea. Eli kuitenkin tänä päivänä pitää
• 52:48
  miettiä myös sitä kulupuolta, että että että tekoälyn käyttö
• 52:51
  ei ole kuitenkaan niin edullista, että että tavallaan
• 52:54
  jonottaisi vaan koko ajan niin sanotusti ja heittäisi silleen.
• 52:57
  No ei ei että siinä mielessä että me ollaan tosiaan kun
• 53:02
  ollaan töissä rakennettu niin näitä tämmöisiä
• 53:04
  analyysikehikoita ja niinku tavallaan käyttöliittymiäkin
• 53:08
  sitten siihen, että miten niitä voi sitten ajaa niitä analyyseja
• 53:11
  joillekin joukoille, niin sitten jotkut semmoiset.
• 53:14
  Jos halutaan joku vähän monimutkaisempi analyysi sitten
• 53:16
  toteuttaa jollekin. Yhtiöllä ja käyttää parhaita
• 53:20
  saatavilla olevia malleja. Niin se voi kuitenkin maksaa
• 53:23
  siis niinku ei se nyt niinku ihan valtavasti, mutta kuitenkin
• 53:27
  jotain joitain euroja sanotaan ainakin voi hyvin mennä yksi
• 53:31
  semmoiseen analyysiin, niin sitten jos ajattelee, että
• 53:33
  sieltä sitten yhtäkkiä painaisikin, että no tehdään tää
• 53:35
  nyt tämmöinen analyysi nyt sitten vaikka niinku 2000
• 53:38
  yhtiölle, niin kyllähän se nyt alkaa olla sitten jo aika paljon
• 53:41
  paljon rahaa sitten ja tota, että sitä ei nyt ihan niinku
• 53:44
  huvikseen viitsi sitten tehdä. Etenkään yksityissijoittajana,
• 53:49
  mutta myöskään myöskään tota. Myöskään sitten
• 53:54
  ammattisijoittajat. OK.
• 53:56
  No OK minkälaista muuta kalustoa on yksityissijoittajien
• 54:01
  käytettävissä sitten kielimallien lisäksi?
• 54:05
  Niin no sitten tietenkin puhuin tästä niinku kvantitatiivisesta
• 54:08
  sijoittamisesta, niin tää ei nyt varsinaisesti sitten ole.
• 54:11
  Ehkä enää niinku samassa mielessä tekoälyä mutta mutta
• 54:14
  tämmöistä. Että koen näitä erinäköisiä
• 54:17
  mittareita, jotka sitten aina ennustaa osakkeiden tuottaa ja
• 54:20
  muuta niin niin tota siinähän sitten.
• 54:23
  On myöskin tai no mekin käytetään.
• 54:26
  Käytetään paljon nykyään ja on pitkään käytetty niinku vaikka
• 54:30
  tämmöisiä perinteisempiä koneoppimisalgoritmejä sitten
• 54:32
  jolla pyritään niinku tämmöisiin interaktioita ja epälinuuksia
• 54:37
  sitten hakemaan näistä mittareista ja miten ne sitten
• 54:39
  vaikuttaa tulevien osaketuottoihin ja osittain
• 54:42
  myöskin, että vähän ajasta riippuen että milloin mikäkin
• 54:45
  toimii että vähän niinku ajoittaa niitä ja tän tyyppistä
• 54:48
  tai sitten. Kun katsotaan, että minkä
• 54:50
  tyyppisiä yhtiöitä on, mitkä on keskenään jollain tapaa
• 54:53
  sidoksissa tilastollisesti, niin voidaan jonkinnäköisiä tämmöisiä
• 54:57
  klusterointeja algoritmeja esim käyttää että yritetään jakaa
• 55:01
  yhtiöitä samankaltaisiin keskenään samankaltaisiin
• 55:04
  ryhmiin. Eli voisi ajatella että vähän
• 55:05
  niinku toimialajakauma, mutta sitten voi olla jotain vähän
• 55:08
  muita. Muita dimensioita.
• 55:11
  Missä sitä sitten katsotaan ja ja tän tyyppistä, mutta tää nyt
• 55:14
  ei ehkä välttämättä ole niinku aina kovin relevanttia sitten
• 55:17
  yksityissijoittajalle kuitenkaan.
• 55:19
  Mutta jos mietit tätä sijoitusammattilaisen
• 55:22
  näkökulmasta, niin pystytkö tänä päivänä jo arvioimaan, että
• 55:25
  kuinka paljon hyötyä on tekoälystä?
• 55:27
  Että että vai onko se siinä samassa sarjassa kuten excel,
• 55:31
  että tavallaan se on hyvä työkalu, mutta ei pysty
• 55:33
  tavallaan kvantifioimaan sitä hyötyä.
• 55:35
  Niin jos jos yrittää jotenkin tämmöisillä niinku hyvin
• 55:38
  yleisellä ylätasolla miettiä niin.
• 55:40
  Nyt yhteiskunnallisesti on sitten hyöty siitä niin
• 55:44
  tavallaan finanssimarkkinathan on se hyöty.
• 55:47
  Niistä tulee siitä, että annetaan tai kanavoidaan pääomaa
• 55:51
  semmoisille toimijoille, jotka sitten pystyy sen käyttämään
• 55:55
  niin tuottavasti että he. Raha ei makaa tiloja.
• 55:58
  Ne on just näin, että että että kanavoidaan ne varat
• 56:00
  semmoisille. Yhtiöille, jotka sen käyttää
• 56:03
  mahdollisimman tuottavasti ja siitä hyötyy sitten sekä ne
• 56:07
  yhtiön olemassa olevat omistajat että uudet sijoittajat.
• 56:10
  Ja täähän on se niinku finanssimarkkinoiden tuoma hyöty
• 56:13
  käytännössä. Sitten tekoäly nyt voisi.
• 56:19
  Että jos ajatellaan, että sitten ikään kuin markkinahinnoittelu
• 56:22
  muuttuisi tehokkaammaksi sillä, että allokoidaan enemmän sitä
• 56:25
  pääomaa ja nopeammin niille oikeille kohteille, niin sehän
• 56:28
  on tietysti jonkinlainen hyöty. Mutta sitten jos ajatellaan
• 56:32
  vähän kapeammin, niinku yksittäisen sijoittajan
• 56:35
  näkökulmasta. Niin tietenkin se, että jos osaa
• 56:39
  käyttää sitä tekoälyä paremmin kuin muut, niin siinä
• 56:42
  tapauksessa voi saada parempia tuotteita kuin aikaisemmin.
• 56:45
  Jos sitten taas itse käyttää sitä jollain tavalla, mutta
• 56:48
  kaikki muut käyttää sitä vielä paremmin, niin sittenhän se ei
• 56:50
  varmastikaan voi mennä niin, että se yksittäinen sijoittaja
• 56:53
  saisi parempaa tuottoa, mutta sitten ehkä niinku kriittisin.
• 56:58
  Kohta tulee taas siihen, että kun puhuttiin siitä, että kuinka
• 57:01
  helppoa aloittaa sijoittaminen. Niin kuin kuitenkin siitäkin ja
• 57:06
  puhuttiin, että että markkinoilla kuitenkin on
• 57:09
  positiivista tuottoa saatavilla, vaikka ei sijoittaisi paremmin
• 57:12
  kuin muut niin sitten jos se tota helpottaa sen, että voi
• 57:17
  aloittaa sijoittamisen tai etenkin sitten sijoittamisen
• 57:21
  itselleen sopivalla tavalla ja ei esimerkiksi sijoita liian
• 57:25
  riskisiin kohteisiin, mitä ei sitten pysty kantamaan.
• 57:28
  Sitä riskiä menettää yö on se yleensä sen takia myy sitten
• 57:31
  pois pohjalla. Niin jos semmoiset tilanteet
• 57:35
  sitten pystyy välttämään sillä, että oppii paremmin näistä
• 57:38
  asioista ja ja ja ja tota tekoäly on varmasti juuri tähän
• 57:42
  aloittamiseen ja oppimiseen. Hyvä työkalu, niin siinähän on
• 57:44
  niinku huikea voitto ja se ei vaadi sitä että kenenkään muun
• 57:48
  pitäisi sitten saada heikompia tuottoja vaan se on ihan vaan
• 57:51
  tämmöistä että osataan valita itselleen sopivammat
• 57:54
  vaihtoehdot. Kyllä me voitaisiin palata
• 57:56
  tuohon hieman myöhemmin, eli voitaisiin puhua lisää riskeistä
• 58:00
  ja turvallisuudesta, mutta. Mietin myös erilaisia
• 58:04
  tekoälymalleja niin. Taas jos laitat nimenomaan
• 58:08
  sijoitusammattilaisen hatun päähäsi niin niin miten te
• 58:13
  käytätte tiettyjä niinku olemassa olevia out of the box
• 58:17
  tekoälymalleja pystytkö sanomaan tänä päivänä, että tietyt
• 58:21
  tekuolemalle on parempia kuin toiset?
• 58:23
  Joo kyllä varmasti. Ja siis niinhän se menee, että
• 58:26
  me käytetään ihan samoja tekoälymalleja sinänsä kuin kuka
• 58:30
  tahansa muukin muukin eli. Ei tosiaankaan itse kehitetä
• 58:34
  mitään uusia malleja. Se on no tietenkin tämmöistä
• 58:37
  perustyön jakoa ja suhteellista etua, että ei missään nimessä
• 58:40
  kannata sitä tehdä vaan käytetään ja ja sitten se missä
• 58:43
  se ero sitten tulee on yhtäältä mainittiin nää että osaa kysyä
• 58:47
  niinku oikeita kysymyksiä antaa ne ohjeet mut sitten toisaalta
• 58:51
  ja tää on ehkä tietyllä tapaa sitten vähän vielä hankalampi
• 58:54
  mut ja varmaan ainakin tai suunnilleen yksi tärkeä asia on
• 58:58
  se, että sitten liitetään niitä. Omia datalähteitä siihen, eli
• 59:02
  meillähän on ollut. Tosiaan ostetaan edelleen paljon
• 59:06
  dataa ulkopuolisilta tarjoajilta ja sitten me pystytään sitten
• 59:09
  kun meillä on ne hyvin valmiina, niin sitten me pystytään
• 59:12
  antamaan sitä dataa. Myöskin näille tekoälymalleille
• 59:15
  käyttöön eli ollaan rakennettu aika paljon yhteyksiä sitten
• 59:18
  siihen, että millä tavalla sitä dataa saadaan niille malleille
• 59:21
  käyttöön ja sitten me lähdetään siitä, että vaikka.
• 59:25
  Jos taas peilataan yksityissijoittaja niin sehän
• 59:27
  malli voi vaikka käydä internetistä hakemassa aina sen
• 59:30
  jonkun yhtiön raportin ja hakea siitä sitten niitä jotain lukuja
• 59:34
  ja kaikkea muuta. Mutta sekin itseasiassa syö
• 59:36
  sitten aika paljon sitä niinku tokeneita niin sanotusti aikaa
• 59:40
  ja. On paljon vähemmän tehokasta ja
• 59:43
  sitten kun me pystytään rakentamaan se putki niin että
• 59:45
  se data liikkuu saumattomasti. Sitten meillä on jotain
• 59:48
  aikaisempaa kokemusta ikään kuin kertynyt niille malleille, että
• 59:52
  miten sä ratkaissut näitä tilanteita, mitä ongelmia siinä
• 59:54
  tulee ja tää menee vähän siihen niinku ohjapuolelle niin sitten
• 59:57
  kun me pystytään tää kaikki yhdistämään niin sitten me
• 1:00:00
  nähdään että sitten tätä ehkä vähän paljon sanoa niinku itse
• 1:00:03
  oppimiseksi että kysehän ei ole siitä mitä perinteisesti kun
• 1:00:06
  sanotaan että tekoälymallit oppii niin tämä ei ole sitä,
• 1:00:09
  mutta tämmöinen tietty niinku kokemuksen ja.
• 1:00:12
  Öö niinku muistojen ja tietojenkin elvytys, niin se on
• 1:00:15
  käytännössä sitten oletko? Sä sama asia kuin kontakti vai?
• 1:00:18
  No siinä mielessä kyllä, että se on osa sitä kontekstia, että
• 1:00:20
  kontekstia niinku kaikki mitä sille mallille syötetään.
• 1:00:23
  Mutta tommoinen toi on toi on just osa sitä mut.
• 1:00:26
  Jos mietimme konkreettisia kielimalleja esimerkiksi niin
• 1:00:30
  pystytkö benchmarkkaamaan, että tietyt ovat toisten yläpuolella?
• 1:00:34
  No. Tiettyjä suhteellisia etuja on
• 1:00:37
  selvästi että että sanotaan tällä hetkellä tämmöiset niinku
• 1:00:40
  monimutkaisemmat agenttiset tehtävät.
• 1:00:43
  Jossa siis käsitellään. Tehdään niinku yhtiöanalyyseja
• 1:00:47
  ja tän tyyppistä, niin sittenhän meillä on antropicing-klodon se
• 1:00:52
  mitä me eniten käytetään. Siinä siinä on.
• 1:00:56
  Monia syitä ja yksi niistä on se, että että että tota ne on.
• 1:01:01
  Ehkä siellä on kehitetty. Antropiikilla on kehitetty
• 1:01:04
  tämmöinen MCP niminen yhteys eli model contex protocall eli
• 1:01:08
  tämmöinen niinku agenttinen rajapinta ikään kuin millä nää
• 1:01:11
  agentit pystyy kommunikoimaan muiden järjestelmien kanssa.
• 1:01:15
  Eli yksinkertaisimmillaan. Siinä saattaa olla semmoinen,
• 1:01:18
  että siellä agentille sanotaan että sulla on nyt työkalu millä
• 1:01:21
  sä pystyt hakemaan. Kirjoita tämmöinen haku niin
• 1:01:24
  sitten tää hakee sulle tietokannasta jonkun.
• 1:01:27
  Tiedän, vaikka se on niinku yksinkertaisin tapaus.
• 1:01:30
  Sitten se voi olla jotain ihan muutakin, että se voi olla että
• 1:01:33
  käytät tätä työkalua, niin sitten sitten tästä lähetetään
• 1:01:37
  pyyntö johonkin tämmöiselle toiselle meidän serverille,
• 1:01:39
  jossa sitten lasketaan niinku tämmöisillä asetuksilla vaikka
• 1:01:43
  tämmöinen back test eli eli katsotaan että miten joku
• 1:01:45
  mittarikokoelma olisi toiminut historiallisesti jos saisi sen
• 1:01:48
  perusteella valittanut, että se voi olla mitä tahansa ja se voi
• 1:01:51
  olla aika monimutkainen se taustalla siinä, mutta yksi
• 1:01:53
  kaikki sille annetaan niinku työkalut käyttöä millä se pystyy
• 1:01:56
  sitten tekemään eri. Asioita niin tää on tosiaan on
• 1:02:02
  kehitetty antropiikilla ja teoriassa muutkin mallit kyllä
• 1:02:05
  osaa käyttää niitä, mutta mutta se on ehkä mun kokemuksen mukaan
• 1:02:09
  ne on edelleen parhaiten näiden työkalujen käytössä ja ja ja ja
• 1:02:13
  tota siinä on yleisesti tarjolla tämmöisiä hyviä.
• 1:02:17
  No niitä sanotaan englanniksi. Hardnech sex eli tavallaan
• 1:02:20
  tämmöisiä. No se on käytännössä kyse siitä,
• 1:02:24
  että siinä on semmoinen ympäristö jossa sitten.
• 1:02:28
  Sen mallin lisäksi tarjotaan käyttöön niinku semmoset että
• 1:02:32
  metatasolla että miten sen voi käyttää niitä työkaluja ja muita
• 1:02:34
  niin se on siinä hyvä sitten taas.
• 1:02:36
  Toisaalta kun ajatellaan tämmöistä, että käsitellään.
• 1:02:41
  Tota pitkiä raportteja suuria joukkoja niin sitten löytyy
• 1:02:45
  sitten muita tai muita tarjoajilta selkeästi
• 1:02:47
  kustannustehokkaampia malleja kuin antropigilla, että antero
• 1:02:51
  picin claude mallit on keskimäärin aika.
• 1:02:54
  Niin ne hinnoittelu on vähän korkeampi kuin muilla, että
• 1:02:57
  esimerkiksi googlella alphabetillä on sitten paljon
• 1:03:00
  tavallaan kustannustehokkaampia malleja.
• 1:03:02
  Sitten semmoisiin tehtäviin, jossa pitää käydä tosi valtavia
• 1:03:05
  joukkoja data, että tota datajoukkoja läpi ja ne itse
• 1:03:09
  analyysitehtävät ei ole niin monimutkaisia eli ei tarvita
• 1:03:12
  niinku sitä absoluuttisesti parasta mallia.
• 1:03:15
  Onko tää kulupuoli mitenkään sellainen kynnyskysymys teille
• 1:03:18
  tänä päivänä? No on tai siis sanotaan että.
• 1:03:24
  Tällä hetkellä se ei ole niinku semmoinen mitä me niinku niin
• 1:03:27
  valtavasti optimoitaisiin, mutta tietenkin se täytyy kuitenkin
• 1:03:30
  pitää mielessä, että jos me tehdään jotain uutta ratkaisua,
• 1:03:32
  jota me halutaan skaalata myöhemmin, niin se ei voi olla
• 1:03:35
  ihan semmoinen, että niinku mahdoton se kulupuoli että se ei
• 1:03:39
  voi olla niinku. Niin että kun me käsitellään ja
• 1:03:42
  haetaan jotain dataa jostain raportista, niin kun me
• 1:03:46
  joudutaan toistamaan se kymmenennettuhansille yhtiölle,
• 1:03:48
  niin se ei voi olla esimerkiksi niin, että se maksaa niinku 2 €
• 1:03:51
  per raportti se käsittely ja se toistetaan niinku 10 000 kertaa
• 1:03:56
  4 vuodessa ja sieltä haetaan vaan jotain yksittäisiä
• 1:03:59
  datapisteitä niin se ei voi olla näin että kyllä siinä niinku
• 1:04:02
  joku semmoinen niinku suuruusluokka mittakaava.
• 1:04:05
  Tietenkin tietenkin pitää niinku.
• 1:04:07
  Pitää muistissa toki hyvä puoli siinä on se, että no se on.
• 1:04:12
  Ehkä jo vähän kulunutkin hokemaan, että tekoälyään tällä
• 1:04:15
  hetkellä just niin huono kuin mitä se tulee ikinä olemaan,
• 1:04:17
  että kyllä se hinta sitten tulee jatkossa laskemaan laskemaankin,
• 1:04:21
  että ei nyt kannata niinku ihan sitten kirvestä heittää kaivoon,
• 1:04:24
  vaikka nyt näyttäisi että joku tehtävä on liian kallis, niin
• 1:04:26
  voi olla että sitten vuoden päästä ei enää ole.
• 1:04:29
  No oletko sä huomannut tätä tietyt työtehtävät on?
• 1:04:34
  Käytännössä nyt kokonaan ulkoistettu tekoälyllä.
• 1:04:37
  Onko jotakin mitä sä olit tehnyt 10 vuotta sitten
• 1:04:40
  rutiininomaisesti mitä et tee enää ikinä tänä päivänä?
• 1:04:44
  No valitettavasti ei ihan, mutta mä toivon että kohta kohta näitä
• 1:04:48
  on että tota kyllä. Kyllä niitä semmoisia on ja
• 1:04:53
  tota. Sitten se hyvä puoli siinä on
• 1:04:56
  toivottavasti just se, että saa jotain tehtäviä kokonaan
• 1:05:00
  ulkoistettua, niin sitten se tarkoittaa, että pystyy sitten
• 1:05:02
  käyttämään enemmän aikaa. Ja no minkälaisia etukäteen sä
• 1:05:04
  voisit itse ulkoistaa mielelläsi?
• 1:05:07
  Sanotaan kaikennäköisten tämmöisten niinku
• 1:05:09
  rutiininomaisten raporttien tekeminen, jossa nyt ei sitten
• 1:05:13
  sitten niinku juurikaan. Omaa luovuutta tai mitään
• 1:05:17
  täytetään, että se on hyvin kaavanomaista tai sitten
• 1:05:20
  tarkistetaan. Kaikenlaisia asioita, että kun
• 1:05:25
  hoidetaan rahastoja ja muuta, niin siinä on paljon tämmöistä
• 1:05:27
  ja ja tietenkin sitten siinä. Siinä on vähän.
• 1:05:31
  Siinä ulkoistamisessa on tietenkin se, että ja yleensäkin
• 1:05:35
  kun mä nyt puhun tästä tekoälyn käytöstä, niin harvemminhan se
• 1:05:38
  on sitä että että tai siis on selvää, että me ei pystytä
• 1:05:41
  mitenkään sitä vastuuta tällä hetkellä eikä
• 1:05:44
  lähitulevaisuudessa ulkoistaa sille tekoälylle.
• 1:05:46
  Että kyllä se sitten kuitenkin on niin, että on joku nimetty
• 1:05:49
  henkilö joka siitä on vastuussa ja ja tota jos se olen minä,
• 1:05:53
  niin mä en tietenkään halua halua sitten olla sen armoilla,
• 1:05:56
  että mun pitää olla tosi varma siitä, että se tekoäly sitten
• 1:05:59
  tekee oikein ja. Käytännössä sitten tarkistaa
• 1:06:01
  kuitenkin. Kaikki tämä näette.
• 1:06:03
  Se tosiaan menee oikein, mutta sitten kun puhutaan itse siitä
• 1:06:06
  prosessista vaikka että haetaan jostain.
• 1:06:09
  Jotain dataa ja sitten käytännössä muutetaan vähän sen
• 1:06:12
  muotoa ja viedään jonnekin toiselle raportille, niin sen se
• 1:06:15
  on semmoinen, jonka sitten kuitenkin pystyy tarkistamaan
• 1:06:18
  melko helposti, että menikö se nyt oikein, mutta sitten sen
• 1:06:21
  tekeminen saattaa olla kuitenkin aika aikaa vievää, että
• 1:06:24
  kaikennäköiset tällaiset, että kun no nämä osittain tämmöisiä,
• 1:06:29
  että eihän nämä välttämättä edes vaadi mitään tekoälyä ja suuri
• 1:06:32
  osa siitä prosessista ei edes tehdä tekoälyllä.
• 1:06:35
  Mutta jos ajatellaan, että haetaan vaikka jostain.
• 1:06:38
  Pitää raportoida rahastosta jotain omiin
• 1:06:42
  rahasto-omistuksista, vaikka jotain muuta ja sitten siinä on
• 1:06:44
  ne. Regulaation vaatimaan
• 1:06:46
  raportointeja. No joko sitä tai ja tai tai tai
• 1:06:50
  sitten. Johonkin muuhun asiakas tai
• 1:06:53
  muuhun tarpeeseen tai mikä onkaan, niin sitten sitten on
• 1:06:55
  tietenkin, että me haetaan niinku aina.
• 1:06:57
  Ollaan haettu, että sitten jostain tietokannan taholla
• 1:06:59
  sitten haetaan vaikka että mitä omistuksia siellä on ollut ja
• 1:07:01
  mitä niistä osakkeisiin. Mitä siellä nyt sitten
• 1:07:04
  kysytäänkään. Niin sehän edelleen tietenkin
• 1:07:07
  tehdään tietokantahaulla, mutta sitten kun saattaa olla sitten
• 1:07:11
  vaikka pientä variaatiota, että mitä sieltä nyt tarkalleen
• 1:07:14
  ottaen tehdään, niin sitten sitten voi.
• 1:07:15
  Vaikka nykyään ollaan kyllä jo hyvin siinä pisteessä.
• 1:07:18
  Sitten sitten mä voin sanoa sille tekoäly agentille, että
• 1:07:21
  nyt tuli tämmöinen pyyntö, että että käyppäs nyt teemulle
• 1:07:25
  semmoinen hakuja hakemaan noin ja laita se tohon raporttiin
• 1:07:28
  niin sitten sen tyyppistä. Sen tyyppistä se pystyy kyllä
• 1:07:32
  tekemään. Aika hyviä sen tietenkin pystyy
• 1:07:34
  sitten myöskin kohtuullisen helposti itse tarkistamaan ihan
• 1:07:37
  sillä katsomaan niitä tuloksia, että sitten vaikka sitä hakua
• 1:07:40
  minkä se teki. Ja ja sitten kun suuri osuus
• 1:07:44
  siitä manuaalisesta työstä on voinut myöskin olla sitä, että
• 1:07:47
  millä tavalla se joku taulukko muotoillaan ja saadaan sinne
• 1:07:50
  jonnekin niinku raporttiin, niin sen tyyppinen joka on todella.
• 1:07:53
  Turhauttavaa ja tylsää tekemistä yleensä niin niin sitten kun tän
• 1:07:56
  tän sen pystyy aika hyvin tekemään.
• 1:07:58
  Joo no jos mietimme lisää käytännön hyötyä niin.
• 1:08:03
  OK selvästikin tekoälyllä voi valitoida ideoita ja tutkia
• 1:08:07
  markkinoita, että kannattaako jokin sijoittaminen, mutta miten
• 1:08:10
  niinku itse alkupään ideat että koetko, että tekoälyn avulla voi
• 1:08:15
  myös brain stornata keksiä uusia sijoitusideoita vai vai onko
• 1:08:19
  kyse kuitenkin sellaisesta geneerisestä paskasta, mitä
• 1:08:22
  muutkin voivat hyödyntää että? Kyllä mä palkki voivat sitä
• 1:08:25
  hyödyntää. Mutta kyllä mä koen että siitä
• 1:08:26
  on paljonkin hyötyä, että että just tämmöinen itse asiassa.
• 1:08:30
  Laajalla tasolla ideoita palaan vielä kohta siihen, mutta mutta
• 1:08:33
  vaikka niinku osake osakekohtaisissakin tapauksissa,
• 1:08:37
  että jos vaikka joku analysoi jotain tiettyä osaketta ja
• 1:08:41
  sitten on joku oma idea siitä, että millä tavalla mikä voisi
• 1:08:44
  olla niinku hyvä tapaus millä tää sitten tulee vaikka
• 1:08:47
  tuottamaan hyvin tai jotain sen tyyppistä, niin sitten tähän
• 1:08:50
  tekoälyltä voi vaikka pyytää että kerro mulle, että mikä
• 1:08:52
  olisi tää negatiivinen skenaario tai niinku ylipäänsä että kerron
• 1:08:56
  niinku eri mahdolliset skenaariot että miten tää nyt
• 1:08:58
  sitten menisi tässä tapauksessa? Eihän se ihan sataprosenttisen.
• 1:09:01
  Oikein tietenkään varmastikaan aina tai ikinä mene siinä
• 1:09:05
  mielessä, että se on vaan niinku tilastollinen malli ja se jotain
• 1:09:09
  niinku arvaa, mutta kyllä ne mielestäni yleensä niinku
• 1:09:12
  kuitenkin kohtuu hyviä tämmöisiä niinku alkupään ideointiin
• 1:09:16
  sitten on ja sitten tämmöisissä teemoissa että että kun
• 1:09:20
  ajattelee sitä että on joku tapahtuma tai teesi että mitä
• 1:09:25
  voisi tapahtua niin sitten kartoittaa sitä, että minkä
• 1:09:28
  tyyppisiä vaikutuksia sillä sitten voi olla mihinkin, niin
• 1:09:31
  kyllä se. Kyllä ne mallit alkaa olla jo
• 1:09:33
  niin hyvin, että että että tämmöiset tämmöiset niinku
• 1:09:35
  brainstormaukset aika hyvin. Hyvin toimii että ne on taas
• 1:09:39
  semmoisia että niinku ikään kuin heikkoja signaaleja nytten
• 1:09:42
  niinku ehkä tässäkin ja joku tämmöinen slogan tässä
• 1:09:46
  ohjelmassakin ollut, mutta mutta tota yhdistetään niitä heikkoja
• 1:09:50
  signaaleja eli eli eli käydään niitä keskusteluja ja sitten.
• 1:09:55
  Peilataan sitä omaa kokemukseen ja aikaisempaa ja mietitään ja
• 1:09:59
  ehkä sitten käydään vielä toisenkin tekoälyn agentin
• 1:10:01
  kanssa ja sitten vielä kollegan kanssa ja sitten mietitään, että
• 1:10:03
  onko tässä nyt järkeä. Ja kyllä niistä nyt sillä
• 1:10:05
  lailla. Usein on jotain järkeä.
• 1:10:08
  Mutta käytkö sä usein itse tällaista avointa keskustelua
• 1:10:11
  tekoälyn kanssa? Joo kyllä mä aika.
• 1:10:13
  Heitäpä mulle jotain uusia ideoita.
• 1:10:15
  Joo. Kyllä aika aika useinkin.
• 1:10:16
  Joo. Tää on.
• 1:10:18
  Tää on niin mielenkiintoista. Siis tosiaan me niinku.
• 1:10:22
  Tai sen takia mä näitä käyn itse asiassa just että juuri
• 1:10:25
  tämmöinen niinku teemojen brain stormaus on ollut mulle aika
• 1:10:28
  ajankohtaista, koska me tehdään niinku näiden rahastojen lisäksi
• 1:10:32
  hoidetaan sitten myöskin myöskin muun muassa niinku yksittäisille
• 1:10:37
  asiakkaille tämmöisiä. Räätälöitävissä olevia salkkuja
• 1:10:41
  ja siellä on monesti sitten näitä salkkuja mitä me tarjotaan
• 1:10:44
  myöskin tämmöisiä niinku ajankohtaisia teemoja eli.
• 1:10:47
  Eli joku tämmöinen aihe, joka me nähdään että on nousussa ja ja
• 1:10:51
  ja ja sitten sen sisältä sitten pyritään valimaan valitsemaan
• 1:10:55
  semmoisia yhtiöitä, jotka sitten niinku ikään kuin eniten hyötyy
• 1:10:58
  tämmöisestä teesin toteutumisesta, niin se on itse
• 1:11:00
  asiassa ihan tämmöinen tämmöinen tota sijoitusprosessi mitä me
• 1:11:03
  käytännössä tehdään ja ja siinä me.
• 1:11:07
  Mä hyödynnän kyllä tekoälyä sekä siinä ideoinnissa osittain,
• 1:11:10
  mutta se on se on ehkä vähän semmoinen, että sitä me ollaan
• 1:11:13
  mietitty, että miten sitä voisi sitä jos automatisoida, mutta me
• 1:11:16
  ei olla päästy semmoiseen tyydyttävään ratkaisuun, että
• 1:11:19
  siihen se ei ehkä sitten ainakaan meidän käsissä kykene
• 1:11:22
  vielä itsenäisesti. Mutta siitä on kuitenkin paljon
• 1:11:26
  apua ja sitten sitten se yhtiöiden analysointi sitten
• 1:11:30
  siinä ja siinä se sitten onkin paljon tehokkaampi, koska kun me
• 1:11:33
  lähdetään siitä, että meillä on kuitenkin hyvin tarkka se
• 1:11:36
  kehikko, että mitä me siinä katsotaan jokaisessa yhtiössä ja
• 1:11:39
  sitten meillä on se hyvä data. Niin kyllä se analyysi
• 1:11:42
  lopputulos sitten varmaan lähellä sitä mitä sitten itse
• 1:11:46
  pystyisi tekemään samia samalle lähde lähtökohdilla.
• 1:11:50
  Entä jos mietimme konkreettisia instrumentteja?
• 1:11:53
  Otetaan vaikka 3 perinteisintä tai miten perinteisellä nyt voi
• 1:11:57
  pitää esimerkiksi pörssinopeerattoja, rahastoja,
• 1:12:00
  mutta otetaan vaikka ETFN osakkeet plus vaikka rahastot OK
• 1:12:03
  3 tällaista isoa ryhmää, niin miten sä itse koet että?
• 1:12:09
  Missä näissä tekoäly pystyy pystyy auttamaan seulomisessa
• 1:12:13
  enemmän maahan. Että mikään näistä on niinku
• 1:12:16
  helpoin lähteä liikkeelle jos mä lähtisin ihan vaan nolla.
• 1:12:18
  Sinne niin no se on mun mielestä taas tulee se isojako siinä että
• 1:12:21
  jos puhutaan tämmöisestä yksityissijoittajasta ja siitä
• 1:12:24
  että lähdetään aika nolla liikenteeseen ja siinähän on
• 1:12:27
  tosi iso etu sitten rahastoissa ja ETF, ssä myöskin että pystyy
• 1:12:31
  niinku ikään kuin ihmiskielelle kääntämään että mitä nää nyt
• 1:12:33
  sitten niinku käytännössä tekee ja ja ja minkälainen riski
• 1:12:37
  tuotto profiili siinä on ja mikä on niinku?
• 1:12:40
  Mikä on niinku pahin, että jos mä sijoitan tähän rahastoon
• 1:12:42
  niinku 5 t niin kuinka paljon mä voin menettää ja millä
• 1:12:46
  todennäköisyydellä jotain tämmöisiähän se niinku.
• 1:12:48
  Sitten osaa tosi hyvin vastata ja sitten se voi olla
• 1:12:51
  yksityissijoittajalle todellakin hyödyllistä, koska sitten siinä
• 1:12:54
  pystyy tekemään itselle sopivat valinnat ja sitten ehkä
• 1:12:56
  uskaltautuukin sijoittamaan kun tietää nyt suunnilleen että mitä
• 1:12:59
  siinä sitten voi käydä. Toki siis niinku sana sanoi,
• 1:13:03
  että eihän tää nyt mä en mä en pysty mitenkään takaamaan että
• 1:13:06
  ne oikeasti sitten vastaa vastaa hyvin, mutta mun kokemus on se,
• 1:13:08
  että ja kyllä ne nyt osaa osaa suhteellisen hyvin näin vastata
• 1:13:12
  ja pitkästä listasta niin sä voisit nostaa esille niitä että
• 1:13:15
  mitkä nyt sitten sopii tähän. Siihen varmasti erittäin
• 1:13:18
  hyödyllinen. Sitten kun puhutaan
• 1:13:19
  ammattikäytössä, niin sitten tietenkin tämmöiset asiat on
• 1:13:21
  sitten ehkä semmoiset mitkä sitten.
• 1:13:24
  Anjakaisiltä niinku tiedossa vähän niinku muutenkin näin
• 1:13:27
  kategorioittain, niin sitten se tommoinen hyöty on ehkä
• 1:13:30
  pienempi, mutta tietenkin sitten, että jos on vähän
• 1:13:33
  enemmän tietoa vaikka käytössä niin sitten rahastoista tai
• 1:13:36
  kuvauksia ja muuta, niin varmasti semmoinen että pystyy
• 1:13:38
  sieltäkin sitten seulomaan jotain, että löytyykö semmoista
• 1:13:41
  joka käyttäisi vaikka tällaista hajautusmenetelmää ja
• 1:13:45
  sijoittaisi. Tai no mitä ikinä jotain
• 1:13:47
  tämmöistä vähän edistyneempää seulontaa niin joo.
• 1:13:51
  Sitten tietenkin kun puhutaan taas niinku tuotto-odotuksista
• 1:13:54
  tai siitä että niinku että mihin jonkun teesin mukaisesti
• 1:13:57
  haluaisi sijoittaa niin. Siinähän on tavallaan kun
• 1:14:01
  rahastot on sitten kuitenkin loppuviimein niinku kokoelma
• 1:14:04
  jotain muita instrumentteja. Jos puhutaan nyt vaikka
• 1:14:07
  osakkeista osakerahastoista, niin sitten siellä on vaan
• 1:14:10
  joukko osakkeita niin sitten jotta me pystyttäisiin niinku
• 1:14:14
  sitä vielä granulaarisemmin analysoimaan niin sittenhän
• 1:14:17
  meidän pitäisi kuitenkin loppuviimein mennä siihen niinku
• 1:14:19
  osaketasolle ja sitten kyse on kuitenkin loppuviimein niistä
• 1:14:23
  yksittäisistä. Osa mitä jos mietitäänpä nyt
• 1:14:26
  hetkinen tätä näitä rahastoja koska siis.
• 1:14:30
  Auttaako tällainen osakekohtainen analyysi, jos
• 1:14:33
  haluaa tehdä päätöksen? Onko kannattava asioittaa
• 1:14:36
  johonkin rahastoon? Kokeilemaan en mä usko, ei
• 1:14:38
  juurikaan varmaan niin tee ehkä niinku ainoa ainoastaan
• 1:14:42
  semmoisessa, että jos mietitään vaikka että on jotain ETFI jossa
• 1:14:46
  painotetaan jotain. Teemaa vaikka tai tämän
• 1:14:49
  tyyppistä ja sitten voi olla, että joissain niissä on vaikka
• 1:14:52
  todella korkea paino jossain yksittäisissä osakkeissa ja
• 1:14:55
  sanotaan nyt vaikka joku aijai ETF ja sitten jossain
• 1:14:58
  markkina-arvo painotettu niin sitten siellä voi olla vaikka
• 1:15:00
  invideon paino niinku 25% tai jotain niin sitten jos itse on
• 1:15:04
  sitä mieltä että ei nyt vaikka halua että tulee muutenkin sitä
• 1:15:08
  niin paljon ettei ettei siksi halua sitten sijoittaa siihen
• 1:15:11
  niin sitten tän tyyppistä tokiota mutta.
• 1:15:13
  Mutta yleisesti en en usko, että on kannattavaa valita ihan
• 1:15:17
  niinku sen perusteella, että niitä yksittäisiä osakkeita
• 1:15:20
  katsoo läpi, koska riippuen rahastostahan se
• 1:15:22
  aktiivirahastoissa ainakin se voi olla, että sitten osake
• 1:15:25
  sitten saakon hoitaa ja myy sen pois heti sen jälkeen, että
• 1:15:28
  sitten se on vähän huono jos sen perusteella valinnut.
• 1:15:30
  Mitä tärkeintä sä pidät työtapojen ja tiettyä
• 1:15:33
  kurinalaisuutta sijoittamisessa. Nyt ollaan puhuttu paljon siitä,
• 1:15:37
  että miten tekoäly voi auttaa aloitamaan oikeita kohteita
• 1:15:41
  esimerkiksi ja ja se olemaan niitä ja käyttämään.
• 1:15:44
  Tai niin edelleen, mutta voiko tekoäly hyödyntää myös siinä,
• 1:15:47
  että sijoittamisesta tulisi kurinalaisempaa?
• 1:15:50
  Onko sillä oikeasti suurta merkitystä sun mielestä?
• 1:15:52
  No mä koen että ton ja tähän vaikuttaa mun taustaa varmasti
• 1:15:56
  sikäli kun mä oon systemaattinen sijoittaja aina ollut ja siinä
• 1:16:01
  mielessä tietenkin työtavat on aina ollut kurinalaisia.
• 1:16:05
  Tietyllä tapaa voisi jopa sanoa, että ehkä mun tapauksessa sitten
• 1:16:08
  se tekoäly taipa vähän vähentää sitä kurinalaisuutta siltä osin,
• 1:16:12
  että vaikka niinku pyritään tietenkin siinäkin se prosessi.
• 1:16:15
  Lyömään lukkoon ja että se on tavallaan niin se on kuitenkin
• 1:16:18
  niinku huomattavasti vähemmän deterministinen sitten kuin joku
• 1:16:20
  niinku tämmöinen puhtaasti numeroihin perustuva asia, mutta
• 1:16:24
  sitten taas toisaalta sitten jossain.
• 1:16:27
  Useampi useampi sijoittaja sitten on vähän erilaisella
• 1:16:30
  taustalla, niin sitten voi ajatella, että se kyllä varmasti
• 1:16:32
  sitten jos sitä tekoälyä innostuu käyttämään niin että se
• 1:16:35
  on jonkinnäköinen tämmöinen prosessi eikä vaan tämmöinen ad
• 1:16:39
  hoc kysely, niin sittenhän se väkisin vie siihen, että joutuu
• 1:16:43
  laittamaan sen oman ajattelun ja ideat ja teesit joutuu laittaa
• 1:16:46
  paperille ja sitten syöttämään sen sille tekoälylle, niin
• 1:16:49
  siinähän väkisinkin tulee sitten dokumentoitua.
• 1:16:52
  Kaikkea tekemistä ja tää pätee ehkä yleisemminkin niin jos
• 1:16:55
  ajatellaan vaikka yleisesti niinku yritys.
• 1:16:59
  Maailmassa kaikennäköisiin prosesseihin niin moni prosessi
• 1:17:02
  on semmoinen, että sitä tehdään jollain tavalla ja ne jotka sitä
• 1:17:05
  tekee niin ne tietää hyvin miten se tehdään, mutta se ei ole
• 1:17:08
  niinku välttämättä dokumentoitu kovin hyvin mihinkään.
• 1:17:10
  Mitä sä konkreettisesti tarkoittaa kurinalaisuus sun
• 1:17:13
  tapauksessa? No sitä että on on.
• 1:17:18
  Jos se loppu. Tulema on sijoituspäätökset,
• 1:17:22
  niin sitten meillä on selkeä polku et miten me päädytään
• 1:17:25
  siihen eli. Useimmiten loppuviimein.
• 1:17:30
  Siinä on jonkinnäköinen algoritmi.
• 1:17:31
  Sitten se sitten joka sen päättää ja sitten sinne sisään
• 1:17:34
  menee sitten jotain. Että ei tavallaan ohiteta mitään
• 1:17:37
  askeleita ennen. Päätöksiä niin ja tehdään
• 1:17:40
  tavallaan sama askel että. Eli siis siinä mielessä että no.
• 1:17:44
  Voiko siinä tapauksessa tulla tavallaan muuttoa prosessin
• 1:17:48
  vangiksi, ettei huomaa niitä samoja virheitä mitä on tullut
• 1:17:51
  tehtyä koko ajan kun on? Toista voi varmasti, että
• 1:17:54
  siinäkin on sitten tärkeätä se, että pitää säilyä jonkin
• 1:17:57
  näköinen näppituntuma että mitä ja miksi.
• 1:18:00
  Tapahtuu ja tää on niinku tietenkin jonkinnäköistä
• 1:18:02
  tasapainottelua ja mikään ei aina absoluuttista.
• 1:18:05
  Mutta kuitenkin jos ajatellaan niin sitten.
• 1:18:08
  Tää nyt on ihan hypoteettinen esimerkki.
• 1:18:10
  Me ei siis oikeasti tehdä näin, mutta että voi voisi ajatella,
• 1:18:13
  että jos. Jos siihen sijoitusprosessiin
• 1:18:16
  sisältyisi siihen, että siinä olisi vaikka joku mun
• 1:18:18
  subjektiivinen mielipide vaan jostain osakkeesta.
• 1:18:22
  Niin senkin voisi tehdä systemaattisesti tai anteeksi.
• 1:18:25
  Mikä se termi oli? Mitä sä käyt?
• 1:18:27
  Kurina. Kurinalaisesti, että että mä
• 1:18:29
  kirjaisin sen aina sen oman mielipiteeni jonnekin.
• 1:18:32
  No siis perusteluina ja jonnekin tietokantaan ja sitten se sama
• 1:18:37
  algoritmi voisi ottaa sen perustelun osaksi sitä päätöstä,
• 1:18:41
  jolloin se tulisi vaan siitä, että mattiaksen mielipide tästä
• 1:18:45
  osakkeesta oli että 4 kautta 5 voisin ostaa.
• 1:18:49
  Niin sitten se voisi olla yksi parametrisiä muiden joukossa ja
• 1:18:52
  sillä tavalla tämmöinenkin prosessi voisi olla.
• 1:18:56
  Kurialainen. Se jako mikä mun olisi pitänyt
• 1:18:59
  tehdä jo hieman aikaisemmin on treidaus versus sijoittaminen
• 1:19:05
  pitkän aikavälin sijoittaminen. Niin miten sä itse koet sä
• 1:19:08
  toimit kuitenkin pitkäaikaisena sijoittajana, niin näetkö sä
• 1:19:11
  että että? Nimenomaan pitkäaikaisessa
• 1:19:16
  sijoittamisessa on enemmän hyötyä tekoälystä kuin
• 1:19:18
  treidauksessa. Vai onko tää mitenkään?
• 1:19:21
  Yksiselitteisesti tää on niinku tietenkin mihin mihin se rajan
• 1:19:25
  sitten vetää, että mähän ehdin tässä jo kuitenkin puhua muun
• 1:19:28
  muassa tämmöisestä niinku momentum-pohjaisista.
• 1:19:30
  Strategioista, jota voi niinku perustellusti kysyä, että onko
• 1:19:33
  pitkäaikaista sijoittamista? Vaikka siis totta, että että jos
• 1:19:37
  sijoitetaan sen perusteella, että joku on.
• 1:19:39
  Niitä oma vai jos on tavoitteena ostaa edullisesti?
• 1:19:42
  Eikö niin? Mutta pitkäjänteisesti, niin
• 1:19:44
  siinä on tavallaan sellaisia sekä treidouksen että
• 1:19:47
  pitkäaikaisen sijoittamisen tunnusmerkkejä.
• 1:19:49
  Siinä on niinku sellainen harmaa.
• 1:19:50
  Niin ja tietyllä tapaahan sen voisi ajatella myöskin niin,
• 1:19:52
  että. Että usein.
• 1:19:55
  Että sanotaan, että olisi semmoinen pitkän aikavälin
• 1:19:58
  sijoittaja, joka joka aina mallintaisi sen, että mun
• 1:20:01
  mielestä tän osakkeen arvo pitäisi olla.
• 1:20:04
  X ja nyt tää on niinku x -5 tällä hetkellä ja siksi mä ostan
• 1:20:07
  tätä koska mä luulen että mä saan tästä niinku 5 enemmän.
• 1:20:11
  No mitä jos se onkin sitten niinku 2 päivässä se hinta ilman
• 1:20:15
  mitään suurempia uutisia niin se hinta nousisikin silleen että se
• 1:20:18
  olisikin x plus 2 niin sehän on tavallaan se paras mahdollinen
• 1:20:22
  lopputulos koska sitten sä sait sen haluamasi tuolta ne hyvin
• 1:20:26
  nopeasti. Niin sitten se on.
• 1:20:29
  Sitten se on siitä kiinni, että mikä se prosessi sitten on, että
• 1:20:32
  myytkö sä sen sitten heti tai ei, mutta mutta jos se
• 1:20:34
  perustuisi pelkästään siihen, että siinä on joku tavoitehinta
• 1:20:37
  ja se on niinku tämmöinen pitkä aikaväline, niin sittenhän se
• 1:20:39
  olisi kaikin puolin loogista, että sitten tää osake pitäisi
• 1:20:42
  myydä sitten 2 päivän päästä. Käytännössä sitten.
• 1:20:47
  Asiat harvemmin on niin mustavalkoisia, että tosiaan
• 1:20:49
  siinä on vähän piirteitä piirteitä sitten usein
• 1:20:52
  molemmista ja sitten. Kuvittelisin, että usein
• 1:20:56
  tämmöinen sijoittaja ei sitten kuitenkaan haluaisi myydä sitä 2
• 1:20:58
  päivän päästä. Ja jos ajatellaan hieman
• 1:21:01
  psykologeja, niin auttaako tekoäly sinua henkilökohtaisesti
• 1:21:05
  välttämään esimerkiksi tunnevirheitä tänä päivänä?
• 1:21:08
  Joo ja tai siis sanotaan, että siihen ei edes tarvita tekoälyä
• 1:21:10
  et se on mun mielestä tää niinku koko koko tota systemaattinen
• 1:21:15
  tai kvantitatiivinen sijoittaminen, niin sekin on.
• 1:21:19
  Varmasti sitä että et mä itse esim.
• 1:21:21
  Koen että jos kun itse. Jos pelkästään oman tunteen
• 1:21:26
  perusteella valitsisi osakkeita, niin mä ainakin.
• 1:21:30
  Haluaisin jossain määrin katsoa myöskin arvostustasoja ja ehkä.
• 1:21:35
  Olen ainakin ehkä vielä joskus aikaisemmin vahvemmin, mutta
• 1:21:38
  ollut enemmän niinku arvosijoittaja mielestäni.
• 1:21:40
  Eli haluaisin mieluummin ostaa semmoisen aliarvostetun
• 1:21:45
  osakkeen, joka sitten nousee ja tuottaa vaikka hyvää.
• 1:21:49
  Tuottoa tai muuta kuin sitten semmoista, joka näyttää tosi
• 1:21:52
  kalliilta ja on kovassa nousussa.
• 1:21:53
  Onko se ollut jotain vinkkejä antaa, että miten voi tunnistaa
• 1:21:56
  tällaisia aliarvostaja? Kohteita siihen siihenkin on
• 1:21:59
  tiettyjä mittareita, että käytännössä siinä sitten vaan
• 1:22:02
  verrataan markkina-arvoa useisiin eri mittareihin, mutta
• 1:22:06
  mutta. Tää arvo sijoittaminen ja voin
• 1:22:07
  sanoa myöskin, että tää ei ole toiminut hirveän hyvin vielä.
• 1:22:09
  Vuosi OK joo. USA, ssa se voi sanoa melkein
• 1:22:12
  varmaan, että viimeiset 15 vuotta ei ole juurikaan toiminut
• 1:22:14
  tai on toiminut tosi huonosti niin tota.
• 1:22:18
  Onko kuitenkin tietyt toimialat, jossa se toimii vielä vai?
• 1:22:22
  No ehkä se on ollut yleisesti, että markkinoilla on ollut tai
• 1:22:25
  tapahtunut taloudessa niin paljon muutoksia, että sitten
• 1:22:27
  ikään kuin se, että mitä historiassa on ollut tai
• 1:22:30
  näyttänyt halvalta, niin se ei oikeasti ole ollut sitä, koska
• 1:22:33
  sitten kasvu on taas tietyillä aloilla ollut niin vahva, että
• 1:22:35
  se on niinku ikään kuin oikeuttanut nää korkeammat.
• 1:22:38
  Arvostuksesta tällainen mitä on liitetty warren buffetiin eli
• 1:22:42
  price to book indikaattori. Mut sitten kun ajan myötä niin
• 1:22:46
  tota. Kasvua ja arvostusta lisää, niin
• 1:22:48
  se ei toiminut ja sitten se ei toimi kaikilla toimijoilla että
• 1:22:52
  oliko. Niinku yks yks mittari mutta.
• 1:22:54
  Pankkisektorilla tää saattaa. Eteenkään pankkisektorilla se ei
• 1:22:57
  kyllä tai se ei niinku edes oikein teoriassa toimi.
• 1:23:00
  Tai näin, mutta tuota. Tai moni arvo mittari, mutta
• 1:23:05
  tota sitten. Mut sitten niitä nyt voi olla ja
• 1:23:09
  niitä on paljon erilaisia. Niitä on vähän hienostuneempaa,
• 1:23:13
  hienostuneempiakin mittareita, mutta yksi kaikki se on ollut
• 1:23:16
  semmoista, että siinä kuitenkin yleensä verrataan johonkin
• 1:23:20
  menneisyyteen ja sitten verrataan sitä nykyisellä
• 1:23:23
  markkina-arvoa. Mutta sitten kun markkinoita
• 1:23:25
  ajaa tämmöiset niinku vahvan kasvun yhtiöt ja toimialat niin
• 1:23:29
  sitten se on ollut niin että ne on vaikka ne on näyttänyt
• 1:23:31
  kalliilta niin ne on niinku kasvanut niin paljon että se on.
• 1:23:33
  Jotain tohon hetkeksi. Elikkä sä sanot että.
• 1:23:38
  Tällainen. Arvostukseen perustuva analyysi
• 1:23:42
  on haastavaa, eli on hankala löytää sellaisia aliarvostettuja
• 1:23:45
  kohteita. Tänä päivänä tulkitsenko oikein,
• 1:23:48
  että tässä on tällainen? Tavallaan jos haetaan jotain
• 1:23:51
  analogiaa, niin kun markkinoilla tietyllä toimialalla palkat
• 1:23:54
  nousee, niin myös muiden toimialojen palkkojen on pakko
• 1:23:58
  nousta tavallaan niinku jos mietimme suomen kontekstien
• 1:24:01
  vienti on perinteisestipä tätä on pakko ylös, niin tässä on
• 1:24:04
  sama. Sama juju, että vaikka isot
• 1:24:07
  teknologiayhtiöt on perässään vetänyt tavallaan kaikkia muita.
• 1:24:11
  Ylöspäin. Niin siis välttämättähän se ei
• 1:24:13
  edes ole ja siinähän se haaste on ollut, koska sitten vaikka
• 1:24:16
  jenkkimarkkinat kokonaisuutena on noussut hyvin vahvasti, niin
• 1:24:19
  sittenhän no en nyt lähde mitään tilastoja sanomaan, kun en ole
• 1:24:23
  nyt niinku katsonut, mutta mutta käytännössähän on ollut
• 1:24:25
  semmoisia vuosia, että markkina on saattanut nousta 15%, mutta
• 1:24:30
  se on kokonaan tullut näistä isoista teknologiayhtiöistä.
• 1:24:31
  Itse asiassa kun poistetaan vaikka 7 isoinjat pois niin
• 1:24:35
  sitten loput 493 onkin ollut negatiivista tuottoa.
• 1:24:38
  Joo että siinä mielessä, että että ei se ihan ole paljon näin
• 1:24:41
  toiminut ja siinä se haaste on just nimenomaan ollut ja ja
• 1:24:44
  siinä mielessä että aliarvostettu tai niinku siinä
• 1:24:46
  mielessä mun mielestä hyvä tehdä tää ero että näinhän
• 1:24:49
  arvosijoittajat yleensä sanoo, mutta sitten se siinä peilataan
• 1:24:52
  arvostusta johonkin menneeseen mittariin, mutta sitten
• 1:24:56
  tietenkin, että jos me peilattaisiin siihen, että me
• 1:24:58
  tiedettäisiin kuinka paljon ne tulee kasvamaan ne.
• 1:25:01
  Jonkun muun tulokset niin mitähän ne voi olla halpoja
• 1:25:04
  siihen nähden, mutta se sitten vaatii vähän eri näköisiä
• 1:25:06
  mittareita, että sitten pitää ottaa kantaa siihen, että kuinka
• 1:25:09
  paljon nämä nyt tulee kasvamaan ja se on niinku.
• 1:25:12
  No se on erilaista. Sitten ei katsota peruutuspeliä
• 1:25:14
  vaan sitten pitää ennustaa ja se on erilaista sijoittamista se ja
• 1:25:17
  mä olin tulossa vaan siitä, että mä oon ehkä itse aikaisemmin
• 1:25:21
  kokenut itselleni helpommaksi sen että.
• 1:25:24
  Katsoo ikään kuin semmoisia missä on tukevana niin että.
• 1:25:28
  Toteutuneita NS. Kovia todellisia lukuja ja
• 1:25:31
  sitten haastavampana sitten sijoittaa semmoisiin niinku
• 1:25:33
  tulevaisuudenodotuksiin, mutta siinä nimenomaan oon kokenut
• 1:25:37
  vaikka että sitten se auttaa tosi paljon sitä, että seuraa
• 1:25:39
  jotain prosessia, jonka on sitten todennut ja taas päästään
• 1:25:42
  siihen, että sitä on pystynyt testaamaan historiallisesti,
• 1:25:44
  että miten se lähestymistapa olisi toiminut.
• 1:25:47
  Niin sitten kun me ollaan semmoinen sääntö, niin sitten
• 1:25:50
  sitä sääntöä seurataan ja se se auttaa.
• 1:25:53
  Sitten tosiaan kun aloitettiin siitä, että mitkä on ne kunkin
• 1:25:57
  omat sokeat pisteet ja miten niitä voi taklata tekoälyllä tai
• 1:26:00
  muuten niin tää on tapa siihen että tiedostaa ne ja sitten
• 1:26:03
  tekee semmoisen prosessin joka vaan ohittaa ne eikä mun
• 1:26:06
  mielipidettä kysytä siinä. No näetkö sä jotain riskejä
• 1:26:10
  tekoälyssä? Paljonkin joo.
• 1:26:15
  Antaisitko agenteilla? Siis ulkoistaisitko agenteilla
• 1:26:19
  minkälaisia tehtäviä ilman pelkoa siitä että menetät
• 1:26:22
  yöunia? Kontrollistahan se on aina
• 1:26:26
  kiinni ja siitä, että minkälaiset tehtävät voi olla.
• 1:26:29
  Ja tosiaan kuten todettu, niin on tiettyjä tehtäviä.
• 1:26:33
  Että mä voin niinku pyytää niin tai ulkoistaa siinä mielessä,
• 1:26:37
  että mä otan niiden jonkun tuotoksen ja käytän sitä itse,
• 1:26:40
  mutta aika vähän mulla on. Ja sitten semmoista tai että
• 1:26:44
  tavallaan tulee tämmöisiä. Velvollisuuksia sitten kuitenkin
• 1:26:49
  siitä, että että jos jos mä oon nimettynä salkonhoitajana
• 1:26:52
  jossain ja sitten mä kuitenkin vastaan loppupeleissä niistä
• 1:26:55
  päätöksistä, niin niin sitä vastuutahan ei voi eikä ole
• 1:26:59
  tarkoituskaan ulkoistaa, niin sitten niin sitten tietenkin
• 1:27:02
  tullaan tähän ytimeen, että mihin mä itse oon valmis
• 1:27:04
  luottamaan. Ja tavallaan voin myöskin sanoa,
• 1:27:10
  että mehän ei niinku kauppoja. Ikinä tehdä, että vaikka meillä
• 1:27:14
  on algoritmi, missä mikä niinku antaa meille sen?
• 1:27:18
  Ikään kuin suosituksen tai listan, että mitä meidän pitäisi
• 1:27:21
  tehdä, niin me kuitenkin aina itse katsotaan se läpi ja
• 1:27:24
  tavallaan hyväksytään ne itse, että ei ole semmoista semmoista,
• 1:27:28
  että että tekoälyn agentti nyt laittaisi jonkun kaupan.
• 1:27:32
  Oletko sä miettinyt sitä skenaarioita, että tekisi
• 1:27:34
  tällaisen pienen hiekkalaatikon hyvin pienellä pääomalla
• 1:27:38
  verrattain pienellä pääomalla ja antaisi tekoälyn?
• 1:27:40
  Joo. Kyllä mä tai siinä omalla omalla
• 1:27:42
  pääomalla voisin ihan mielelläni noin tehdä, jos muuten muuten
• 1:27:45
  rajoitukset sallisivat. Mutta tota.
• 1:27:47
  Tota sitten se on vähän eksperi tietenkin.
• 1:27:50
  Sijoituslaitosten kannattaisi kokeilla tällaista, että ainakin
• 1:27:53
  niinku tutkimusmielessä. Varmaan joo, mutta sekin jotta
• 1:27:57
  sitä sitten ikinä pystyy skaalaamaan niin se vaatii
• 1:27:59
  niinku tietynlaisen valmiudet ja ja tota tämmöisen.
• 1:28:04
  Lähestymistavan ja niinku voisi jopa sanoa, DNAN siihen että
• 1:28:07
  sitä niinku halutaan tehdä. Niin ja mä en ole ihan.
• 1:28:11
  Varmaan, että kuinka monelle se on sitten loppupeleissä
• 1:28:14
  kannattavaa ottaa tommoista lähestymistapaa, mutta kyllähän
• 1:28:17
  niinku varmasti. Tai siis on tietenkin paljon
• 1:28:20
  semmoisia niinku hegerahastoja ja muita jotka operoi tuolla
• 1:28:24
  tavalla ja en mä näe niinku mitään väärää.
• 1:28:26
  Sinänsä siinä lähestymistavassa, mutta sitten se vaatii niinku
• 1:28:29
  vaan tietynlaisen rakenteen siihen koko tekemiseen ja että
• 1:28:32
  se. Järjestelmä ja organisaatio on
• 1:28:35
  rakennettu sillä tavalla, että että tää toimii luotettavasti ja
• 1:28:38
  sitten pitää olla tietenkin paljon paljon kaikenlaisia tota
• 1:28:43
  tämmöisiä. Kontrolleja ja ja muuta
• 1:28:47
  turvaelementtejä mut mut edelleenkään siis tietyllä
• 1:28:51
  tapaa. Mun mielestä se ei ole se juttu,
• 1:28:53
  että se olisi se tekoälyn agentti joka niinku järkeilisi
• 1:28:56
  että nyt mä ostan tota osaketta koska tossa luki näin vaikka se
• 1:28:59
  seuraisi sitä samaa että nyt tossa tuli niinku signaali että
• 1:29:02
  tää on kaikilla mittareilla hyvä niin nyt mä ostan tätä niin ei
• 1:29:05
  siinä ei sitten ole niinku oikein mitään järkeä että sitten
• 1:29:07
  se kuitenkin se että siihen ei tarvita sitä tekoälyä vaan
• 1:29:10
  sitten meillä voisi olla vaan. Normaali prosessiautomaatio,
• 1:29:13
  josta sitten tulee sääntöpohjaisesti, että sitten
• 1:29:16
  kun ne on tämmöiset pisteytykset tuolla osakkeella niin sitten
• 1:29:19
  toi lähetetään automaattisesti tuonne ja silleen silleen sitä
• 1:29:21
  siis on tehty pitkään monissa headfundeissa ja muualla, että
• 1:29:26
  niin se toimii. Eikä siihen siis siinä siis ole
• 1:29:28
  varsinaisesti sitten tekoälystä mitään etua, että se tekoäly etu
• 1:29:31
  tulee vaan niinku siinä, että siinä kerätään sitä voidaan
• 1:29:34
  kerätä erinäköistä dataa kuin aikaisemmin enemmän ja sitten se
• 1:29:38
  että sitä dataa voidaan analysoida ja se voidaan laittaa
• 1:29:40
  semmoiseen muotoon, jota sitten pystytään.
• 1:29:43
  Hyödyntämään automatisoidessa päätöksenteossa, mutta siinä
• 1:29:46
  päätöksentekovaiheessa niin. No tietenkin joku sitä nyt
• 1:29:51
  niinku käyttää tekoälyllä ihan niinku kuriositeettina, mutta ei
• 1:29:53
  sitä niinku laajalti käytetty. Mutta enkö mä lähestytä
• 1:29:57
  pikkuhiljaa sitä pistettä, että vaikka ihminen loppupelissä
• 1:30:01
  painaa sitä nappia sitä päätöstä, että nyt hankitaan
• 1:30:04
  esimerkiksi tämä kohde sen perusteella?
• 1:30:07
  Minkälaista analyysia tekoäly on tehnyt?
• 1:30:08
  Mutta eikö me olla kohta siinä pisteessä että.
• 1:30:12
  Tekoäly murskaa niin paljon dataa ja sen taustalla on niin
• 1:30:15
  monia erilaisia algoritmeja, että siinä vaiheessa kun ihminen
• 1:30:18
  tulkitsee sitä suositusta mitä tekoäly luo, niin ihmisellä ei
• 1:30:23
  ole enää kykyjä kykyä analysoida sitä kaikkea mitä tekoäly on on
• 1:30:27
  siellä konepelin alla tehnyt, että me siis vielä teoriassa,
• 1:30:33
  niin me tarvitaan ihmistä, mutta käytännössä mikä se ihmisen
• 1:30:36
  rooli on, jos jos mennään sillä tasolla, että että tekoäly vie
• 1:30:40
  niin pitkälle sitä analysoi. No se on se juurikin se
• 1:30:45
  jonkinnäköinen kontrolli ja valinta siitä, että mitä sitten
• 1:30:48
  halutaan tehdä. Mä voin niinku.
• 1:30:51
  Tämmöinen esimerkki mitä mä aina tykkään niinku testata ja
• 1:30:54
  leikkiä. Kaikennäköisiä näitä juttuja
• 1:30:56
  niin nyt on ollut. Hiljattain tuli oli tämmöinen
• 1:30:59
  konsepti. No ainakin XN tekoälypiireissä
• 1:31:03
  isosti esillä eli eli yks näit tota open ay n perustajia tai
• 1:31:07
  naiset. No ainakin sä sä otetaan
• 1:31:10
  takaisin. Siis kuitenkin tämmöisiä
• 1:31:12
  johtajia siellä pitkä pitkäaikaisia johtajia, joka ei
• 1:31:14
  enää ole siellä, mut andrei karpaat tota varsin tunnettu ja
• 1:31:19
  hän on tota, niin saattaa olla että on perustajakin, mutta otan
• 1:31:22
  takaisin, koska en kyllä nyt muista varmaksi, mutta mutta
• 1:31:25
  mutta tota. Vielä.
• 1:31:26
  Eikö kukaan tietoinen, että olikohan hän oikeasti open aine
• 1:31:29
  osakkeita? No niin just noin, mutta joka
• 1:31:31
  tapauksessa niin kuitenkin tämmöinen tunnettu hahmo niin
• 1:31:34
  tota, joka nyt kaikennäköisiä ideoita tulee vähän väliä.
• 1:31:36
  Niin yks tämmöinen oli oli tämmöinen niinku niin sanottu
• 1:31:39
  auto research tämmöinen tota konsepti jossa ikään kuin
• 1:31:44
  laitetaan tekoälyt semmoisessa luupissa pyörimään, että niille
• 1:31:48
  annetaan joku tämmöinen tehtävänanto.
• 1:31:50
  Sitten siitä tehdään yksi literaatio ja sitten siinä on
• 1:31:52
  joku tapa millä sitä mitataan että.
• 1:31:55
  Kuinka hyvin tää eli siinä pitää olla joku tämmöinen ja valoa.
• 1:31:57
  Tiedät kuinka hyvin tää nyt onnistui tää.
• 1:31:59
  OK. Ja sitten sitä toistetaan niin
• 1:32:02
  kauan, kunnes se ei enää pysty parantamaan sitä.
• 1:32:05
  Eli tämmöistä niinku optimointia kyllä.
• 1:32:09
  No mä testasin sitä sitä sitten sillä tavalla, että kun että
• 1:32:12
  antoi jotkut tietyt tämmöisen alkutehtävän, että suunnilleen
• 1:32:15
  minkä tyyppistä sijoitus strategiaa tässä ollaan
• 1:32:17
  rakentamassa, sitten mä annoin sille sille niinku pääsyn
• 1:32:21
  siihen, että sä pystyt käyttämään meidän niinku
• 1:32:25
  yhtiöiden. Tämmöistä tietokantaa, jossa on
• 1:32:28
  sitten kaikennäköistä fundamentti dataa, löytyy niistä
• 1:32:30
  yhtiöistä ja sitten tehtävä oli et tee tästä nyt semmoinen
• 1:32:33
  strategia joka toimii. Mahdollisimman hyvin ja sitten
• 1:32:36
  siinä oli myöskin. Sitten tosiaan annettiin sille
• 1:32:39
  se työkalu, että se pystyy ne valitut parametrit syöttämään
• 1:32:42
  sinne ja sitten näkemään että miten tää nyt olisi sitten
• 1:32:44
  historiallisesti toiminut tämmöisillä parametreillä.
• 1:32:47
  No siinä oli vielä sitten monta askelta, että aluksi.
• 1:32:51
  Tiedetään, että tämmöinen kun tätä optimoinnistahän se
• 1:32:53
  tavallaan vahvistaa sitä mahdollisia virheitä siinä ja ja
• 1:32:57
  ja että että että se on hyvä aina olla siinä jotain niinku
• 1:32:59
  taustaideaa kuitenkin että ei lähdetä nyt ihan niinku
• 1:33:02
  sattumoisin kokeilemaan, koska sitten se tulee.
• 1:33:04
  Se nousee niinku ylioptimoitu ja ei ole.
• 1:33:06
  Ei ole todellisuudessa toimi. No sitten siinä prosessissa oli
• 1:33:08
  myöskin jotain tämmöistä että piti olla taustalla kuitenkin
• 1:33:11
  joku idea siitä, että mitä nyt on tekemässä että piti niinku
• 1:33:13
  ensin perustella kuitenkin että miksi mä teen näin eikä vaan
• 1:33:17
  niinku testata kaikkea. No se pyöri siinä omaa aikansa,
• 1:33:20
  mutta kyllä se mun täytyy sanoa, että kun on kuitenkin jonkun
• 1:33:23
  verran sitten lukenut, lukenut tota kirjallisuutta ja että
• 1:33:27
  minkälaisia näitä juttuja nyt on ja mitä voi toimia niin ei se se
• 1:33:30
  se lopputulos oli silleen, että se pystyy kyllä aina
• 1:33:32
  perustelemaan sen, että miksi se teki jotain aina ihmeellisempiä
• 1:33:35
  muutoksia sinne, mutta sitten. Lopulta kun sitä katsoo sitä
• 1:33:38
  koko lopputulosta niin totesin että tää ei kyllä ihan niin.
• 1:33:42
  Se oli itsevarma sen. Kyllä aina aina siinä mielessä,
• 1:33:45
  että sitten se aina niinku keksi jotain perusteluja että miksi
• 1:33:48
  miksi pitäisi tehdä vielä tämmöinen ja tämmöinen muutos,
• 1:33:50
  mutta sitten se lopputulos oli niinku tämmöinen hyvin kompleksi
• 1:33:53
  ja huterilla perusteella sitten tehty niinku tämmöistä
• 1:33:55
  osaoptimointia tosi paljon. Eli varmasti tässäkin oli
• 1:33:59
  osittain kyse sitten huonosta tota ohjeistuksesta, koska no
• 1:34:04
  tää oli tämmöinen aika nopea kokeilu, enkä nyt niinku
• 1:34:07
  hirveän. Aikaa sitten käyttänyt siihen
• 1:34:08
  alkutehtävänantoa, että varmasti sitä olisi pystynyt parantamaan,
• 1:34:11
  mutta kuitenkin niinku tavallaan sitten tultiin siihen, että kun
• 1:34:14
  sinne alettiin suhteellisen vapaat kädet tehdä mitä tahansa,
• 1:34:17
  niin sitten se kyllä pystyy aina itselleen perustelemaan, että
• 1:34:20
  miksi niinku että miksi pitäisi kuitenkin vielä tehdä tämmöinen
• 1:34:22
  ja tämmöinen tämmöinen muutos, kunnes se lopulta oli sitten
• 1:34:26
  selkeästi hyvinkin ylioptimoitu ja tämmöinen että.
• 1:34:29
  Eli sä tyhmentyi tavallaan mikä on monen mallin ongelma, että
• 1:34:33
  kun tulee paljon kontekstia niin sä.
• 1:34:34
  Tyhjentää niin, no tavallaan tässä kyllä itse asiassa
• 1:34:36
  aloitettiin jatkuvasti niinku uu.
• 1:34:38
  Asioita, että siinä ei ollut nyt siitä kontekstista edes kyse,
• 1:34:41
  mutta vähän niinku siitä, että kun se tehtävä oli, että tää nyt
• 1:34:43
  pitää parantaa niin sitten se aina niinku väkisin keksiä että
• 1:34:45
  no mutta tehdään vielä nyt tämmöinen lisäkikkarat tohon ja
• 1:34:48
  tommoinen ja tommoinen ja tommoinen, niin sitten se niin
• 1:34:50
  sitten siinä siinä mentiin niinku aika kauas siihen
• 1:34:51
  ylioptimoinnin puolelle, niin sitten siitä, että missä
• 1:34:54
  vaiheessa sitten. Että siinä on sitten tietenkin,
• 1:34:57
  että sitten ihmiset jotka niitä on sitten katsonut ja niillä on
• 1:34:59
  sitä kontekstia, että minkälaiset jutut on sitten
• 1:35:01
  mitkä voi toimia niin niin niin siinä arvioinnissa toki en sano
• 1:35:06
  että etteikö olisi mahdollista, että joku nykyinenkin tekoäly
• 1:35:09
  tai ainakin tulevaisuudessa voisi sitten hyvin tehdä sitäkin
• 1:35:12
  arviointia ja ainahan tätä pystyy niinku eteenpäin
• 1:35:15
  rakentamaan että sanoo että sitten tulee joku toinen tekoäly
• 1:35:17
  arvioi sen ja niin niin edespäin ja niin edespäin, mut sitten se
• 1:35:21
  on kuitenkin. Aina vaan sitä, että sitä
• 1:35:23
  kompleksisuutta lisätään ja sitten siinä ikään kuin
• 1:35:25
  tämmöiset mahdolliset virheet vaan kertautuu ja sitten se
• 1:35:28
  lopputulos voi olla ja villisti jotain ihan muuta kuin mitä
• 1:35:31
  ajattelin. Tää on todella mielenkiintoinen
• 1:35:34
  pointti ja itse asiassa ajattelinkin kysäistä sulta
• 1:35:37
  seuraavaksi just siihen liittyvän kysymyksen, että kun
• 1:35:40
  tekoäly luo hyvin uskottavia vastauksia, niin miten
• 1:35:43
  tavallinen ihminen pystyy erottamaan tällaiseen
• 1:35:46
  vastaukseen selkeästi niinku vääristä vastauksista, että
• 1:35:50
  minkälaista analyysia tavallinen sijoittaja voi tehdä?
• 1:35:52
  Jos OK. No sulla on kuitenkin kykyä.
• 1:35:55
  Mennä pintaan syvemmälle ja ja katsoa niitä perusteella.
• 1:35:59
  Mutta sitten jos miettii näitä kaupallisia saas ratkaisuja
• 1:36:02
  esimerkiksi, niin eihän ne ole niin läpinäkyviä, että voisi
• 1:36:05
  kurkistaa sinne sinne syvälle ja katsoa että mitä siellä
• 1:36:09
  moottorin sisällä oikeasti tapahtui.
• 1:36:13
  Joo no hyvä kysymys ja siinä mielessä eihän tohonkaan mitään
• 1:36:16
  yksi oikeata vastausta ole. Mut varmaan se että säilyttää
• 1:36:18
  sen kriittisen ajattelun ja tiedostaa ainakin sen että ei
• 1:36:21
  itse niinku vahingossakaan sitten ohjaa sitä johonkin
• 1:36:24
  tiettyyn suuntaan, että tosiaan sen tekoälynhän saa sanomaa
• 1:36:27
  vaikka mitä jos niinku sopivasti ohjaa, niin siinäkin mielessä
• 1:36:31
  sitten tietenkin semmoinen kurinalainen ja systemaattinen
• 1:36:33
  prosessi, että miten sitä lähestyy eikä sitten niinku
• 1:36:36
  ohjaa liikaa sitä. Vastausta, niin se on olennaista
• 1:36:39
  ja tietenkin niinku käytännön vinkkejä niin voisi ajatella,
• 1:36:42
  että sitten jos. Aloittaa niinku puhuttiin tästä
• 1:36:45
  kontekstista sessioista, että pyytää sitten lopulta jonkun
• 1:36:49
  yhteenvedon siitä, että mikä tää nyt oli tää tulos ja sitten
• 1:36:51
  aloittaa jonkun uuden session ja ehkä vielä jollain toisella
• 1:36:54
  mallilla ja kysyy että onko tästä nyt järkeä tai kritisoitte
• 1:36:57
  tai jotain nostaa. Muuten siitä, että että
• 1:37:00
  käyttäisi tällaista monipuolinen ympäristöä.
• 1:37:02
  On ja siis jossain vaiheessa. Me implementoitiin kanssa
• 1:37:06
  sellainen järjestelmä johonkin noihin analyyseihin, että että
• 1:37:10
  tota. Että niitä tuloksia ikään kuin
• 1:37:14
  käy läpi. Sitten sitten monta muuta mallia
• 1:37:17
  vielä ainoastaan niinku esille mahdollisia virheitä siinä
• 1:37:20
  siinä, niin sehän. Semmoisia tsekkejä voidaan
• 1:37:24
  voidaan kyllä hyvinkin tehdä, mutta tietenkin sekin on taas
• 1:37:27
  niinku yksi. Tavallaan taso sitten sinne
• 1:37:30
  päälle, että että me voidaan jos me kasataan näitä ihan hirveä
• 1:37:33
  määrä, niin sitten se kompleksisuus lisääntyy niin
• 1:37:35
  paljon, että että että sitten niitä virheitä voi edelleen
• 1:37:39
  tulla, mutta sitten niitä tulee harvemmin ja sitten kun tulee ne
• 1:37:42
  sitten isommin, että tavallaan se on aina vähän semmoinen, että
• 1:37:44
  että tota ikävä ikävä tilanne siinä, että jos on niinku 99,9%.
• 1:37:49
  Tai no mikä nyt onkaan tarkka 9 lukumäärä, mutta että on
• 1:37:53
  oikeassa ja sitten kerran ei ole niin sitten siihen ei oikein
• 1:37:55
  osaa enää valmistautuakaan että kun tulee se että se ei.
• 1:37:59
  Väärässä, että se varmasti se on niinku hyvin tapauskohtaista,
• 1:38:02
  että kannattaako suosiolla tai semmoinen malli jossa tietää
• 1:38:06
  että niitä virheitä tulee jonkun verran ja sitten oikeasti
• 1:38:08
  katsotaan läpi tai sitten. Voidaanko me sitten?
• 1:38:11
  Tavallaan saada niin paljon niitä sinne, että me voidaan
• 1:38:14
  oikeasti luottaa siihen. Vai mikä se tilanne sitten on,
• 1:38:18
  mutta tähän ei nyt mitään yksi oikeata vastausta.
• 1:38:21
  Ole eli jos tulkissa on oikein niin sun vinkki ole sellainen
• 1:38:23
  että ei kannata luottaa sokeasti mihinkään malliin.
• 1:38:27
  No se on ehkä yleisesti ihan hyvä elämänohje keskimäärin
• 1:38:31
  yleensäkin kyllä joo mut sama se on siis niinku vaikka kun
• 1:38:34
  mietitään. Näitä nyt on ollut paljon
• 1:38:36
  keskustelussa taas, vaikka itse ajavat autot niin sehän on ihan
• 1:38:39
  samankaltainen ongelma, että että varmaan moni niistä
• 1:38:42
  softista itse asiassa ajaa kyllä.
• 1:38:45
  Tosi hyvin ja mahdollisesti paremmin kuin ihmiskuskit, mutta
• 1:38:48
  sitten siinä on kuitenkin edelleen se virhemarginaali ja
• 1:38:51
  se on ongelma niinku monestakin mielessä ja sitten sitten sitten
• 1:38:56
  taas kun mietitään vielä semmoisia niinku ikään kuin
• 1:38:59
  avustavia autopilotteja sitten mitä ihmiset voi käyttää.
• 1:39:02
  Mutta sitten ne on kuitenkin itse vastuussa siitä ja pitäisi
• 1:39:04
  olla valmiina, niin sitten sekin on taas aika ongelmallista, että
• 1:39:08
  jos sä 99% voi luottaa siihen, mutta sitten kerran tuleekin se
• 1:39:11
  ongelmatapaus niin sitten ei ole yhtään valmiina siihen, että
• 1:39:14
  pitäisi olla valmis itsekin tekemään jotain.
• 1:39:17
  All right, no mikä on sun mielestä sellainen tärkein, mikä
• 1:39:21
  on tärkein neuvo? Mitä sä voisit antaa
• 1:39:23
  tavalliselle ihmiselle ja tavallaan pahimmat virheet
• 1:39:26
  tekoälyn kanssa. No varmaan se on just se, että
• 1:39:31
  pitää miettiä hyvin että mitä kysyy tietää mitä kysyy ja
• 1:39:34
  säilyttää aina kriittinen mieli ja ote siihen ja ja tota.
• 1:39:40
  Olla. Tota tiedostaa sen jos ohjailee
• 1:39:44
  liikaa sitä johonkin johonkin suuntaan ja ja ja tota siinä on
• 1:39:48
  vahva semmoinen vahvistusharha jos sitä niin haluaa käyttää,
• 1:39:51
  että kyllä se usein sitten pystyy olemaan samaa mieltä
• 1:39:54
  mieltä sun kanssa ja. Etenkin tämmöisessä maailmassa,
• 1:39:58
  kun sitten muutenkin on näitä kaikukammioita on paljon puhuttu
• 1:40:01
  ja ja siitä että miten miten tota ihmiset.
• 1:40:06
  Ajautuu ehkä vähemmän sitten semmoisiin tilanteisiin, missä
• 1:40:09
  ne joutuisi kuuntelemaan itsestään eriäviä mielipiteitä
• 1:40:12
  ja nää mielipiteet tota erkanee entisestään, niin sitten tämäkin
• 1:40:17
  on yksi semmoinen tekijä joka sitä voi edesauttaa.
• 1:40:19
  Kun tekoäly vahvistaa, että olipa hyvin ajateltu ja olet
• 1:40:23
  täysin oikeassa. Erittäin hyvä pointti ja ja
• 1:40:25
  kannattaa pitää mielessä, että suurin osa ainakin nykyisestä
• 1:40:28
  julkisesta tekoälymalleista on tehty, rakennettu sillä tavalla,
• 1:40:31
  että niiden tarkoitus on miellyttää käyttäjää monesti.
• 1:40:35
  Just näin. Otetaan nopeat tähän loppuun.
• 1:40:40
  Sanoi ihan sun oma henkilökohtainen mielipide totta
• 1:40:43
  kautta tarua tekoäly auttaa tavallista sijoittajaa jo nyt.
• 1:40:47
  Totta. Ja tästä ollaankin puhuttu monta
• 1:40:49
  kohtaa mikä se on ja tämmöinen ennen kaikkea se että löytyy
• 1:40:53
  löytää itselleen sopivan niinku riskiprofiilin ja muutenkin
• 1:40:57
  sopivat sijoituskohteet ei puhuta edes mistään yksittäisten
• 1:41:00
  osakkeiden valinnasta vaan vielä yleisemmällä tasolla, niin siinä
• 1:41:04
  ehdottomasti ja yleisessä ymmärryksessä, että tietää että
• 1:41:06
  mitä. Voisi ylipäänsä millä
• 1:41:09
  mittareilla katsoa tai miettiä sijoituksia tai seuloa niin.
• 1:41:12
  Siinä perusymmärryksessä tai miksi?
• 1:41:15
  Miksi kun tapahtui tämän niin miksi nämä osakkeet reagoivat
• 1:41:18
  kaikki näin? Saako sille sitten parempia
• 1:41:21
  tuottajia? En tiedä, mutta jos kiinnostaa
• 1:41:23
  niin se on ainakin hyvä tapa saada sitten ymmärrystä.
• 1:41:25
  Just näin. No riittääkö pelkkä kielimalli
• 1:41:29
  hyvään sijoitusanalyysiin? No sanoisin, että tarua voi olla
• 1:41:34
  joku semmoinen tapa, millä sitä tosiaan niinku käytiin näitä eri
• 1:41:37
  näköisiä tapoja, niin voi tehdä senkin perusteella jotain, mutta
• 1:41:41
  ainakin itse koen että se on niinku yksi hyvä työkalu muiden
• 1:41:43
  muassa ja etenkin kun puhutaan niinku laajojen ja hajautettujen
• 1:41:46
  salkkujen hoidosta, niin siihen tarvitaan kyllä paljon muitakin
• 1:41:49
  työkaluja. Edelleen OK no kielimallien
• 1:41:52
  myötä voi tulla sellainen sellainen fiilis monella, että
• 1:41:55
  sitä dataa on paljon nyt käytettävissä.
• 1:41:57
  Mutta tarkoittaako se sun mielestä parempi
• 1:41:59
  sijoituspäätöksiä? Totta vai tarua?
• 1:42:03
  No varmaan jotain siltä väliltä. Mitä enemmän dataa, niin
• 1:42:05
  tietenkin siinä on mahdollista tehdä, tehdä sitten hyviä
• 1:42:08
  päätöksiä, mutta data on aina ollut hyvin paljon ja se datan
• 1:42:12
  käsittelyhän on se kysymys ja. Kielimallit auttaa jossain
• 1:42:17
  määrin käsittelemään enemmän dataa ja voi.
• 1:42:21
  Tuoda parempia sijoituksia päätöksiä, mutta kyllä se on
• 1:42:23
  edelleenkin se datan laatu eikä määrä joka siinä määrässä.
• 1:42:26
  Että joo tekoäly voi vähentää tumme virheitä.
• 1:42:29
  Totta vai taroa? No kun sanoit että voi vähentää
• 1:42:32
  niin ehdottomasti totta ja varmaan ehkä keskimäärin niin
• 1:42:36
  jos sitä käyttää järkevästi kuten puhuttiin että käyttää
• 1:42:39
  tietoisesti siihen, että pyytää sitä jopa vaikka haastamaan omia
• 1:42:43
  näkemyksiään, niin varmasti siitä voi olla hyötyä.
• 1:42:45
  Mutta toisaalta jos sitä sitten lähestyy niin että että tota.
• 1:42:49
  Käyttää sitä vaan vahvistamaan omia näkemyksiään, niin voi
• 1:42:51
  viedä toiseenkin suuntaan. Joo, kyllä suurin riski on
• 1:42:55
  ihmisen liiallinen luottamus tekoälyyn.
• 1:42:59
  No saattaa hyvinkin olla totta, ainakin siellä hyvin
• 1:43:03
  ongelmallista jos siihen luottaa liikaa ja juuri näistä edellä
• 1:43:06
  mainituista syistä, että jos sitä käyttää että se on
• 1:43:10
  semmoinen työkalu, että se kyllä antaa sitten just semmoisen
• 1:43:13
  tuloksen kun sieltä haluaa niin jos sitä käyttää.
• 1:43:16
  Huonosti, niin sitten lopputulos on huono.
• 1:43:18
  Joo. Jotenkin mun tekisi mieli
• 1:43:20
  tiivistää tätä keskustelua. Ei nyt ehkä ihan siihen, että
• 1:43:24
  älkää kokeilko kotona, mutta ainakin, että olkaa avaisia
• 1:43:28
  tekoälyn kanssa. Joo just näin.
• 1:43:30
  Mun mielestä kannattaa kokeilla paljon ja siellä ainakin
• 1:43:32
  itselleni aina hyvin mielenkiintoista ja
• 1:43:35
  opettavaista, että mitä siitä voi tulla ja minkälaisia
• 1:43:38
  prosesseja sillä voi tehdä. Mutta mutta tosiaan ennen
• 1:43:41
  kaikkea kannattaa säilyttää kriittinen mieli ja ehkä eikä
• 1:43:44
  luottaa liikaa mihinkään yksittäiseen tekoälyn.
• 1:43:46
  Ottamaan vastaukseen kyllä jees mahtavaa sijoitusammattilainen
• 1:43:51
  ja salkunhoitaja matteja slagerspetz.
• 1:43:53
  Kiitoksia, että kävit signaali podcastin haastateltavana.
• 1:43:56
  Joo kiitos. Oli oikein mukavaa olla taas
• 1:43:58
  täällä. Kiitos kutsusta.
• 1:44:01
  Kiitos että kuuntelit jakson loppuun asti.
• 1:44:03
  Muista käydä tykkäämässä ja kommentoimassa näin autat meitä
• 1:44:07
  vahvistamaan signaaleja. Mun nimi on george lapinlapin ja
• 1:44:10
  tämä oli signaali podcast ensi jaksoon moi moi.
• 1:44:15
  Valitse edellinen