The more there is data sharing and open data, the more likely it is that some private data is unintentionally revealed. In 2006 AOL released a list of 20 million Web search queries from which the user no. 4417749 was uniquely identified as Thelma Arnold, a 62-year-old widow who lives in Lilburn, Ga [1]. In…
Osakkeiden pisteytystapoja, osa 4/4
Tämän kirjoitussarjan edellisessä osassa käytiin läpi vielä kaksi menetelmää, joilla osakkeita voi laittaa paremmuusjärjestykseen. Tässä osassa käydään viimeisenä läpi mahdollisesti monimutkaisin julkisesti jaettu suomalaisten osakkeiden pisteytysmenetelmä, Balancen lista. Lisäksi luodaan katsaus osaan muita pisteytysmenetelmiä, mitä maailmalla on tutkittu. Balancen lista Balancen Lista -analyysipalvelu on pörssiyhtiöiden luokitusjärjestelmä, jossa pörssiyhtiöt järjestetään 12 tunnusluvun kokonaisvaikutuksen mukaan. Palvelun on…
Osakkeiden pisteytystapoja, osa 3/4
Tämän kirjoitussarjan edellisessä osassa käytiin läpi toiset kaksi menetelmää, joilla osakkeita voi laittaa paremmuusjärjestykseen. Tässä osassa käydään läpi vielä kaksi menetelmää, Sijoittaja.fi:n lista ja Sergion lista. Sijoittaja.fi:n lista Sijoittaja.fi on sijoittajan tietopalvelu ja osa Investment Intelligence Oy:tä. Se ylläpitää maksullista suomalaisten (ja toistaiseksi testausvaiheessa olevaa ulkomaalaisten) osakkeiden valintatyökalua, jolla osakkeita pisteytetään kahdeksan pääominaisuuden perusteella: Kurssikehitys…
Osakkeiden pisteytystapoja, osa 2/4
Tämän kirjoitussarjan edellisessä osassa käytiin läpi ensimmäiset kaksi menetelmää, joilla osakkeita voi laittaa paremmuusjärjestykseen. Tässä osassa käydään läpi kaksi seuraavaa menetelmää, Timon lista ja Taloustaidon lista. Timon lista Timon lista on yksityisen, riippumattoman sijoittajan ylläpitämä suosituslista, joka päivitetään viikoittain. Listan osakkeille lasketaan tavoitekurssi ja siitä johdettu nousu- tai laskupotentiaali. Martti Kyllösen ylläpitämästä suomalaisten osakelistojen seurannasta…
Osakkeiden pisteytystapoja, osa 1/4
Tämän kirjoitussarjan edellisessä ja ensimmäisessä osassa esiteltiin lyhyesti osakelistojen ongelmia ja niiden suorituskykyyn liittyviä kysymyksiä ja avattiin hieman valittua lähestymistapaa listojen tutkimiseen. Tässä osassa käydään läpi ensimmäiset kaksi menetelmää, joilla osakkeita voi laittaa paremmuusjärjestykseen. Valitut menetelmät ovat Taikakaava ja Liisan lista. Taikakaava (Magic Formula) Vuonna 2006 Joel Greenblatt julkaisi kirjan “The Little Book That Beats…
Mikä suomalaisissa osakelistoissa toimii?
Suomessa on useita listoja, joissa osakkeita laitetaan järjestykseen historian, ennusteiden ja joskus myös subjektiivisen näkemyksen perusteella. Listojen kärkipäähän pyritään saamaan yhtiöitä, jotka ovat hyviä sijoituskohteita eli arvokkaita nykyhinnoilla. Loppupäähän yritetään saada ne osakkeet, jotka listan näkökulmasta ovat ylihinnoiteltuja eli huonoja sijoituksia. Listan mukaan laadittu portfolio saatetaan päivittää esim. kerran kuussa, jolloin sen sisältö muutetaan vastaamaan…
Kansalaisaloite – meneekö se läpi?
Maaliskuun 2012 alussa voimaantulleen kansalaisaloitelain mukaan lakialoite etenee eduskunnalle, jos se kerää vähintään 50 000 äänioikeutetun Suomen kansalaisen kannatuksen. Aloitetta tukevat kannatusilmoitukset on kerättävä paperilla tai sähköisesti ja ne on saatava kokoon kuuden kuukauden kuluessa. Kansalaisaloitteen sähköinen verkkopalvelu on oikeusministeriön verkkosivuilla osoitteesta kansalaisaloite.fi. Kaksi vuotta myöhemmin v. 2014 oikeusministeriö avasi demokratia.fi -verkkosivuston, jolle on koottu demokratia-aiheisia…
Mitä ajatuksesi köyhyydestä kertovat tuloistasi?
Helsingin sanomat julkaisi kesäkuussa 2015 köyhyyskyselyn, jolla kartoitettiin suomalaisten ajatuksia köyhyydestä. Kyselyn laativat hyvinvointisosiologian professori Juho Saari ja ryhmä suomalaisia tutkijoita. Se sisälsi useita monivalintakysymyksiä, joitakin taustoittavia kysymyksiä ja kaksi avointa kysymystä köyhyydestä. Näistä ensimmäinen oli “Kuvaile millainen ihminen on Suomessa sinun mielestäsi köyhä; mistä tunnistat köyhän ihmisen?” ja toinen “Millaiseen elintasoon köyhän tulisi mielestäsi…
Työttömyyden ennustamisesta – Google vs. Tilastokeskus
Elinkeinoelämän tutkimuslaitoksen (ETLA) raportti numero 31 julkaistiin 14.8.2014. Siinä selvitettiin, “voiko Google-hauilla ennustaa nykyhetken ja lähitulevaisuuden työttömyyttä Suomessa.” Johtopäätös oli, että “yksinkertainen kausivaihtelun huomioivalla muuttujalla täydennetty AR(1)- malli, johon on liitetty Google-hakujen yleisyyttä kuvaava muuttuja, ennustaa paremmin nykyhetken sekä lähitulevaisuuden työttömyyttä Suomessa kuin sama malli ilman Google-muuttujaa.” Samalla todetaan, että “AR(15)-malli olisi selittänyt parhaiten työttömyyden…
Machine Learning to Predict Student Graduation in Finland: News from Aalto University
Machine learning can predict students’ graduation with 74% probability 8.6.2016 In his Master’s thesis, Lauri Viitanen analysed information about over 30,000 students from Metropolia to predict their graduation dates. In his thesis, Lauri Viitanen, a student of Computer Science and Engineering, applied survival models to the information in the student register at Metropolia University of…