ARIMA forecasting?
Har sett litt på dette. Det er mulig å lage en miks mellom Arima og dagens algoritme og det kan nok være fordelaktig, men vil kreve flere datapunkter.
I dag bruker appen:
Linear trend projection - Med daglig vekstrate basert på:
Teknisk analyse (RSI, MACD, Bollinger Bands)
Trend-analyse (bullish/bearish/neutral)
Fundamental analyse (P/E ratio, økonomisk helse)
Økonomiske indikatorer
Random walk komponent - Små daglige fluktuasjoner basert på historisk volatilitet
Support/Resistance levels - Påvirker prediksjoner når pris nærmer seg disse nivåene
Fundamental-baserte caps - Begrenser maksimal prisvekst basert på selskapets økonomiske kvalitet.
Ved implemetering av en hybrid ARIMA så vil det endre appens funksjon: Efficient Market Hypothesis"
Aksjepriser reflekterer all tilgjengelig informasjon
Historiske mønstre alene kan ikke konsistent slå markedet
ARIMA antar at fremtiden ligner fortiden (ikke alltid sant)
Oslo Børs-spesifikke problemer
Mindre likvide aksjer = mer støy i data
Færre trades = vanskeligere å identifisere pålitelige mønstre
Påvirkes sterkt av oljepris og NOK/USD (eksterne faktorer ARIMA ikke ser)
Datakrav
ARIMA trenger minimum 50-100 observasjoner for stabil modellering
Parameter tuning (p,d,q) er komplekst og krever ekspertise
Må re-traineres regelmessig for å fange nye mønstre
Kan ikke håndtere “black swan events”
Plutselige nyheter, kvartalsrapporter, reguleringsendringer
Dette er nettopp det fundamental/sentiment-analyse kan fange
Interessant tråd å lese, ser frem til oppfølgingen
1 Like
Hei. Jeg har snart en oppdatert versjon. Men skjedd litt mye på privaten med selskapsoppstart og nytt konsulentoppdrag på nyåret, men satser på å slippe en oppdatering til uka og så rette opp litt mer samt sette opp en miljø for backtesting og i desember.
Appen er oppdatert nå med en del endringer for å rette noen av feilene som jeg har blitt oppmerksom på. Nå genereres det også en fast 30 dagers prediction for alle aksjer som er med i appen kl. 09:20 hver dag.
Her er det sikkert jeg som kan alt for lite om teknisk analyse, men jeg må si dette er litt forvirrende.
Dette er hentet nå nettopp for Gjensidige.
100% confidence for Bearish, mens nesten all analyse viser Bullish?
Hei. Konstruktiv tilbakemelding. AI’en vekter både bullish og bearish momenter før den gir en analyse med en angitt grad av tiltro. Jeg ser at dette av og til kan virke motstridende og lite intuitivt, og jeg tenker litt på hvordan en kan gjøre dette lettere å forstå. På høyre side har en noen menyvalg som heter Overview, Techical, Analysis og Risk som gir litt mer detaljer om faktorene som AI bruker i sin vurdering. Så viser du jo også at AI ordlegger seg feil. Får prøve å forbedre. Takk for tilbakemelding!
Spesifikt for Gjensidige så ser det litt bedre ut i dagens oppdaterte analyse:
Why Bullish (3)
+
RSI at 59.8 shows balanced momentum, neither overbought nor oversold, supporting current trend continuation.
+
MACD histogram is positive (0.13), indicating bullish momentum with recent crossover suggesting upward price movement.
+
Price trading above both 20-day (265.06 NOK) and 50-day (266.59 NOK) moving averages, confirming strong uptrend.
Why Bearish (2)
Price above upper Bollinger Band (272.32 NOK), suggesting overextension and increased likelihood of mean reversion downward.
Price approaching resistance level (280.01 NOK) creates a ceiling that may limit upside and trigger profit-taking.
Comprehensive Analysis
The RSI at 59.8 shows balanced momentum, indicating neither extreme buying nor selling pressure. The MACD line has crossed above the signal line (histogram: 0.13), generating a bullish signal that often precedes upward price movements. The stock is trading above both its 20-day (265.06 NOK) and 50-day (266.59 NOK) moving averages, a classic bullish configuration indicating strong upward trend support. The overall trend is neutral with weak momentum (+0.99%), indicating consolidation. Low volatility suggests stable price action and reduced risk. Based on the convergence of these technical indicators, the model predicts downward momentum with 59% confidence. The weak neutral trend, combined with mixed momentum indicators, suggests 1.5% potential price decline over the next 30 days.
Volatility Metrics
Daily Volatility
1.1%
Trend
stable
Low volatility - stable price movement
Confidence 100%? Modellen er nok “overfitted”.
Jeg får titte litt på teknikkene for å forbedre dette Elektrum.
"To lessen the chance or amount of overfitting, several techniques are available (e.g., model comparison, cross-validation, regularization, early stopping, pruning, Bayesian priors, or dropout). "
Har sluppet en oppdatering. Følgende er endret:
Summary of Anti-Overfitting Improvements
Implemented comprehensive anti-overfitting regularization to prevent unrealistic 100% confidence scores in the prediction model. Here’s what was changed:
Server-Side Changes
-
Component Score Regularization:
Technical Analysis Score: Capped at 85% (down from 100%), with ±2% random noise
Trend Analysis Score: Capped at 85% (down from 100%), with ±1.5% random noise
Fundamental Score: Capped at 80% (down from 100%), with ±3% random noise
Economic Score: Capped at 75% (down from 100%), with ±2.5% random noise -
Multi-Layer Confidence Regularization:
Bayesian Prior: Maximum 85% before adjustments (conservative baseline)
Volatility Penalty: Up to -15% based on market volatility
Data Quality Penalty: -5% if missing fundamentals, -3% if limited economic data
Cross-Validation Uncertainty: Random 3-7% uncertainty simulation
Disagreement Penalty: Up to -10% when indicators conflict (high variance)
Hard Cap: Absolute maximum of 82% confidence (realistic limit) -
Detailed Logging:
Now logs each regularization step showing how confidence is adjusted
Shows breakdown: base → Bayesian prior → penalties → final capped score
UI Changes
Added visual indicators showing confidence is “Regularized with anti-overfitting techniques (max: 82%)”
Warning icons to inform users the model prevents overconfidence
Shows the regularization is an intentional safety feature
Result:
Before: Confidence could reach 100% when all indicators aligned
After: Maximum confidence is 82%, with realistic uncertainty based on:
Market volatility
Data quality
Indicator disagreement
Model uncertainty (cross-validation simulation)
This follows best practices for financial ML models - even the best institutional models rarely exceed 70-75% confidence for stock predictions. The system now provides more realistic, conservative confidence scores that better reflect the inherent uncertainty in market prediction.
Har også lagt til enda 10 av de større selskapene i appen. Men vil justere navigasjon litt i senere oppdatering, sånn at det blir enklere å gå fra et selskap til et annet.
1 Like
Jobber også med å legge til en komponent som gir daglige anbefalinger om tekniske kjøpsmuligheter for aksjene. Men husk at alle signaler kan påvirkes av markedets justeringer av strategier og andre forhold, så ta appen for det den er for øyeblikket - et forsøk på å gi informasjon til oss som har børs som hobby.
Vil også understreke at jeg for tiden har 0 aksjeposisjoner på Oslo børs og ingen personlige økonomiske motiver med appen i dag. Har dog erfaring som hobbyinvestor under Corona epedemien. Jeg lager appen fordi jeg har erfaring med IT og interesse for AI og økonomi.
1 Like
Prøver å lage en komponent som vil synliggjøre kjøpsmuligheter basert på tekniske kriterier. Koden er under utvikling og fungerer ikke korrekt enda.
Har justert litt på den nye komponenten. Lagt til forklaringer og forbedret med teknisk, trend og slått sammen bullish/upside predictions. Har også justert confidence beregningen og gjort den litt mykere fra i morgen.
1 Like
Har jobbet mye med å forbedre aksjeappen ( https://mature-blob-83668452.figma.site/ ) som jeg lager for å teste ut AI og gi 30 dagers predikasjoner. Nå begynner jeg også å kunne se om predikasjonene er korrekte eller ikke. Per i dag så er status:
Algoritmen:
Forutsier korrekt retning i 48.61% av tilfellene
Er meget god på bullish prediksjoner (72.55% nøyaktighet) - når den sier “opp”, har den rett!
Sliter med bearish prediksjoner (11.22% nøyaktighet) - når den sier “ned”, tar den feil 88.78% av tiden.
Grunnen er nok at jeg har vært litt streng med kriteriene for å finne aksjer som kan gå oppover, mens jeg ikke har jobbet like mye med kriteriene for aksjer som kan gå nedover. Men så har markedet også vært bullish. Fortsatt så skrur jeg litt på det meste. Men gir jo litt innsikt ved hjelp av tekniske parametere, handlemønstre og trender. Så ser jeg også på å utvide modellene med litt kraftigere AI funksjonalitet. En utfordring er også samsvar mellom modulene på nettsiden siden de har litt paralell kode per i dag, som gir forskjellige svar.
Så sliter også appen litt med å vise data på lørdager og søndager, rett og slett fordi børsen er stengt og appen leser fallback data…
Godt nyttår! Går inn i et B2B oppdrag nå, så appen blir litt kveldsprosjekt i januar.
En liten ting du kan ta med deg, er å høre denne:
Det er lettere å tippe neste bevegelse opp/ned enn det er å strategere hvor lenge man skal sitte i en posisjon, slik at man faktisk får avkastning.
Klarer du å knekke den nøtten bør du søke om en nobelpris 
Ta gevinst og ta tap. Planlegger en å ha 100k i en aksje over tid, vekt deg opp og ned innenfor intervallet 25k til 200k alt etter de tekniske indikatorene. Børsen har ofte en rytme. Inn på mandag, ut før fredag. Så er det helgetilbud siste timen på fredag alt etter hva som skjer ved åpning i US. Sånn ungikk jeg å tape på børs i allefall
1 Like
Jupp, tror vi er mye på samme tankegang, men klarer du å kvantifisere det i din programvare? Jeg driver og tukler med samme, men er fremdeles på indikatorstadiet så har ikke begynt å drodle med algoritmisk trading enda.
Jeg bruker AI til å lage predikasjoner basert på ferdighetene AI har per nå. Mulig også at jeg bytter til andre AI’er etterhvert.
Jeg er usikker på om jeg vil blande det med mine egne erfarte subjektive strategier. Mulig at jeg bygger meg en app ved siden av for den biten.
Er fryktlig mange muligheter og for lite tid 