Diskusjon Triggere Porteføljer Aksjonærlister

Ultimovacs (ULTI) småprat 1

Egentlig 2-3 måneder. men selskapet sier at de ahr bedt analyse firmaet om å analysere fortløpende slik at de kan få ned denne tidsrammen. Men hvor mye er spekulasjoner. 2-4 uker er blue sky scenario mener jeg ettersom ting normalt tar lengre tid enn man tror. Om det ikke er kommet melding 29 februar kjøper jeg litt til

Jeg poster denne på nytt igjen jeg

15 Likes

Det er det aldeles ikke. CRO oppdaterer regelmessig og studiet har ingen høy N. For alt vi vet kan ta det 1 uke.

Uansett, folk må folk for Guds skyld forstå det @Hallakis understreker. Disse simuleringene som er kjørt i fundamentaltråden skal ikke leses som fasit.

De skal leses som at vi allerede er godt inne i perioden der det er overveiende sannsynlig au UV1 har effekt. Denne overvekten blir tyngre sakte men sikkert etter hvert som tiden går.

12 Likes

Datoene som blir gitt er vel når sannsynligheten bikker 50% for at p<0.05 altså signifikans? Men da har man fortsatt en sannsynlighet for at det ikke er signifikans…

Det blir som en lottobillett hvor man har mer enn 50% sjanse på å få 10x innsatsen tilbake igjen. Man går ikke all inn der heller… hadde man gjort det mange ganger er det store talls lov som gjelder og til slutt taper du alt.

2 Likes

Diskusjonen har begynt å dreie seg vekk fra det fundamentale og over på svart-hvitt-forenklinger av sjansen for suksess.

Eier du Ultimovacs nå har du gjort en solid jobb i å vurdere R/R i forskjellige scenarioer og kommet fram til hvor mye du vil satse.

En håndfull spørsmål man ikke kan gi et fasitsvar på er feks:
Vil kursen øke mot readout eller ikke?
Vil dataslipp føre til kursøkning?
Kommer NIPU før eller etter INITIUM?
Er de resultatene gode eller dårlige eller svakt positive?
Vil OSE stupe og gi et surt børsmiljø i mellomtiden?
Vil andre positive vaksineresultater gi et fremstøt på aksjen fra big pharma før avlesning?

Point is, ingen aksjer eller selskap er garanterte gevinster, men noen av de har linet kortene opp slik at gevinsten kan bli fenomenal.

8 Likes

Det blir ikke helt presist.

Simuleringene til @Boblegutten og @polygon gir rett og slett datoer for når endepunkt er antatt oppnådd basert på tidslinjen for pasientinkludering og historisk kontroll (samt et par andre scenarioer med litt lavere mPFS enn historisk kontroll).

@ketilaaj sin siste beregning går mer på sannsynlighet som sådan:

Som du ser er vi for lengst passert 50 prosent for oppnådd endepunkt i INITIUM (om man legger CM-511 til grunn).

Helt enig. Nå er vi inne i guidet periode fra selskapet for avlesning fra INITIUM og NIPU. Kneika er passert.

Vi på forumet får ikke gjort mer. Ja, det er riktignok slik at risiko er noe redusert om vi feirer påske uten avlesning. Men, den er ikke eliminert og sensasjonen kan være et faktum hvilken dag som helst nå.

Min investeringstese, utover at jeg tror UV1 vil vise effekten vi håper på, er at stadig flere små og store aktører vil ønske eksponering i tiden fremover. Med den minimale floaten som er i aksjen, så betyr det kursøkning.

9 Likes

Denne analysen stiller jeg meg bak. Jo nærmere vi kommer jan -februar så vil denne effekten forhåpentligvis ha gitt en dobling fra dagens.

1 Like

Fra en post på fundamentaltråden tilbake i mai2021.

Spennende tider

3 Likes

Innrulleringen var ferdig i slutten av juni 22. Så forskyver vi disse betraktningene med 1 til 2 mnd så skulle det tilsi at passering av nov 22
var punktet hvor UV1 sannsynligvis dokumenterte meget god effekt.

1 Like

Nå tror jeg dere blander litt. Det sitatet er der Helland beskriver designet av NIPU. Og litt skjematisk skriver hun 5 pasienter i måneden og 24 måneder innrullering (dette går på designet og er ikke en guiding!). Fasit ble altså at de ikke innrullerte 118 pasienter på 24 måneder, men nå er oppe i 30.

I følge min beregning, så har man akkurat passert null effekt i NIPU nå (19. desember), og evt. avlesning de neste to månedene vil mest sannsynlig bety “fail” (HR>0.80). Det viser den siste grafen til @ketilaaj også klart.

4 Likes

Dette er Nipu som er ferdig «any day». Man må altså skyve denne fra Helland til mars isj👍

Edit - det Polygon sier👆

2 Likes

Supert.
Fortsatt mange lønninger å kjøpe for framover før denne stikker :rocket: :rocket: :rocket:

1 Like

Har inntrykk av at aksjen stikker 20-3% hver gang du begynner med fomoen din :wink:

2 Likes

Ja, det stemmer, men trodde den delen som ble gjengitt her gjaldt INITIATE, så misforstod nok da.

Hvilken er det “alle” venter på nå? Denne eller den andre?

Hvem har vell ikke prøvd å “time” kjøp/salg og gått skikkelig “på snørra”
Jeg trår ihvertfall "varsomt":roll_eyes::grin:

Som jeg har skrevet utallige ganger, så er de datoene jeg har regnet meg fram til de mest sannsynlige. Men det er også vesentlig sannsynlig at man har disse eventfordelingene flere måneder både før og etter disse mest sannsynlige datoene. Men det kan altså ikke min metode si noe om. Det kan derimot @ketilaaj sin mer raffinerte metode, som jeg flere ganger har poengtert at gir et bedre grunnlag for investeringsbeslutninger, og for alle praktiske formål bør erstatte min nå. Grunnen til at jeg tweetet om min metode er først og fremst at den er veldig mye lettere å forstå - både metoden og resultatet - og derfor egnet seg veldig mye bedre for 140-tegns formatet til et publikum som er helt blanke. I prinsippet så er er mine mest sannsynlige datoer de samme datoene som sannsynligheten bikker 50% for et gitt resultat i ketilaaj sin modell. Grunen til at de ikke blir helt like, men skiller med noen uker, er at i min modell gir hver eneste pasient et gjennomsnittlig bidrag til det totale antall eventer, mens ketilaaj sin metode regner ut median av et stort antall simuleringer hvor hver pasient bidrar med en event eller ikke (binært, som i virkeligheten). En ting er at nok de færreste forstår logikken bak metoden til ketilaaj, men når man gang på gang kommer tilbake til mine datoer som en enkel fasit så mistenker jeg faktisk at veldig mange fortsatt ikke forstår plottet som er resultatet av utregningene heller.

Jeg skal forsøke å forklare forskjellene mellom de to metodene og hvordan man skal forstå plottet til ketilaaj:

Siden min metode bare er ute etter å regne et gjennomsnitt, så plasserer jeg alle pasientene annen hver i de to armene. I virkeligheten fordeles pasientene til de to armene ved hjelp av blokkrandomisering. Ved f.eks. blokker på fire, så betyr det at de to første pasientene blir tilfeldig plassert, og dersom disse havner i samme gruppe, så havner de neste to automatisk i den andre gruppen. Dersom de første to havner i hver sin gruppe, så blir den tredje også tilfeldig plassert og bare den fjerde automatisk. osv. Dette resulterer i en mer hakkete rekrutteringskurve for hver av armene enn det totale utgangspunktet, og skaper større varians. ketilaaj har kjørt ti tusen simuleringer, og hver og en av dem har startet med en en slik blokkrandomisering. Gjennomsnittet av alle disse simuleringene blir lik min annen-hver fordeling, men poenget er at hans metode skaper varians mellom simuleringene.

I min metode så bidrar hver pasient med en fraksjon av en event. Den aller første pasienten som ble rekruttert (og plassert i kontrollarmen) har i dag vært i studien 928 dager og med 60% sannsynlighet fått progresjon eller er død. Denne pasienten bidrar da i min metode med 0,60 i det som per i dag er 40,1 eventer i kontrollarmen (vi når altså 41,0 den 30. januar i min modell med CM-067). Men for en realistisk simulering duger jo ikke dette - i realiteten har denne pasienten enten hatt en event eller ikke. Og her er cruxet i ketilaaj sin modell - det er tilfeldig hvor på PFS-plottet den enkelte pasient havner. Et PFS-plot har altså alle pasientene på Y aksen og tid på X-aksen. Modellen trekker derfor et tilfeldig tall på Y aksen og leser av tid på x aksen. På plottet for CM-067 og CM-511 så flater kurvene ut litt under mPFS (50% på Y-aksen), og det vil for de som tilfeldigvis havner under denne utflatingen derfor aldri bli en event. Men for de som “treffer kurven” så vil det altså bli en event på et gitt tidspunkt. Hver simulering gjør dette for hver av de 78 pasientene i kontrollarmen, og man ender opp med en bestemt dato man når f.eks. 41 eventer i hver simulering. ketilaaj har gjort dette ti tusen ganger, og ender opp med ti tusen forskjellig datoer for når f.eks. 41 eventer blir oppnådd. Og det er disse ti tusen forskjellige datoene for et gitt antall eventer som utgjør det endelige plottet.

Det endelige plottet er altså ti tusen datoer plottet som en kurve, der Y-aksen er gjort om til en sannsynlighet mellom 0 og 100% (0-1). Den midterste av disse ti tusen simuleringene er datoen sannsynligheten bikker 50% for oppnåelse av den relevante eventfordelingen (og altså i prinsippet det samme som mine mest sannsynlige datoer).

Det du kunne ha gjort @ketilaaj , og som både hadde vært interessant å se, og samtidig gjort plottet mer intuitivt, er å plotte kurver for samtlige eventfordelinger mellom f.eks. 35 og 46 eventer i kontrollarmen.

30 Likes

Dette innlegget ble rapportert og er midlertidig skjult.

Det som er spesielt er at markedet i øyeblikket verdsetter over 50% sannsynlighet for at Ultimovacs er verdt flere titalls milliarder innen seks måneder til 3,7 milliarder.

Er Ultimovacs til kr. 105,- et bedre kjøp nå enn kr. 70,- i fjor høst? Definitivt!

9 Likes

Dette motbeviser i min verden teorien om et effisient marked.

Noe som vel også er grunnen til at vi på forumet kjøper enkeltaksjer i stedet for indeks.

5 Likes