Ein Scoring-Modell via Copilot entwickeln: das wäre doch eine super Gelegenheit, die Praxistauglichkeit und Intelligenz des Microsoft-Sprachmodells zu testen. Im Folgenden der Prompt: Die Antwort ist ein bisschen ausführlicher, wichtig für uns ist vor allem die folgende Tabelle: Der nächste Schritt ist nun natürlich das ganze zu testen. Eine Logisitkfirma ist via Internetsuche schnell gefunden: es ist eine kleine Firma im Raum Stuttgart. Mir geht es aber nicht um die Firma sondern um das Scoring-Modell, weswegen ich die Firma hier unbenannt lasse. Los geht´s mit dem Scoring! Eigenkapitalquote: Hier müssen wir das Unternehmensregister anziehen (der Bundesanzeiger ist veraltet). Der aktuellste Abschluss ist jener vom Geschäftsjahr 2023. Wir finden ein sehr konservatives (schwäbisches) Unternehmen vor mit der Eigenkapitalquote = Eigenkapital / Summe Passiva = 96,6% -> 25 Punkte Liquidität: Current Ratio = Umlaufvermögen / kurzfristige Verbindlichkeiten = 14,86 -> 20 Punkte Unterneh...
Die technische Aktienenalyse überzeugt nicht jedermann; schließlich werden hier aus historischen Daten Handlungsempfehlungen für die Gegenwart, zw Zukunft erzeugt. Tatsächlich sind die Indikatoren mit Vorsicht zu genießen; doch macht die Datenarbeit auch Spaß und man lernt so einiges über manche Aktien. Im Folgenden werden wir mit dem Paket quantmod Aktienerverläufe einlesen, visualisieren und untersuchen. Daten Einlesen Wir entscheiden uns für die Quelle Yahoo und wollen die Firma Berkshire-Hathaway genauer anschauen. Mit dem folgenden Code werden die Daten direkt in den Workspace geladen: library (quantmod) symbolBasket <- c( "BRK-B" ) getSymbols(symbolBasket, src= "yahoo" ) # weitere Quellen src="google"/"FRED"/"Oanda" ## [1] "BRK-B" Zur Vereinfachung schreiben wir noch das Kürzel ohne den Bindestrich: BRKB <- as.xts(`BRK-B`) names(BRKB) <- c( "BRKB.Open" , "BRKB.High" , "BRKB.Low" ,...