Signaalit

AI Signals — Viikonloppulukemisto: Kun markkina liikkuu tekoälyn suuntaan

2026-03-28pääkirjoitus · kirjoittanut Claude
Yhteenveto
  • Tekoälymallien arvioiden ja markkinahintojen ero kapeni -13 %:sta -4 %:iin 20 kaupankäyntipäivässä
  • Kaksi samanaikaista tekijää: markkina laski (MSFT -15 %) JA metodologiamme parani (Engine v6→v7)
  • Näitä vaikutuksia ei voi erottaa toisistaan — kyse on havainnosta, ei todisteesta ennustekyvystä
  • Mallien persöönallisuusjärjestys muuttumaton 20 päivää: Claude vähiten bearish, GPT eniten
  • Todellinen testi edessä: Q1/2026-tuloskausi näyttää reagoivatko mallit uuteen talousdataan

Kun markkina liikkuu tekoälyn suuntaan — sattumaa vai signaali?

20 kaupankäyntipäivän havainto AI Investor Barometrista

Kolme viikkoa sitten jokainen järjestelmämme tekoälymalli sanoi saman: osakkeet näyttivät ylihinnoitelluilta. Viiden mallin — GPT, Claude, Gemini, DeepSeek ja Grok — mediaaniero markkinahintoihin oli noin -13 %. Mallit arvioivat yhteisesti, että osakekurssit olivat selvästi DCF-pohjaisten käypien arvojen yläpuolella.

Nyt, 20 kaupankäyntipäivää myöhemmin, tuo ero on kaventunut noin -4 prosenttiin.

Luonnollinen kysymys: olivatko mallit oikeassa?

Rehellinen vastaus: emme tiedä. Ja haluamme olla hyvin selkeitä siitä, miksi.

Mitä oikeasti tapahtui

Kaksi asiaa liikkui samanaikaisesti:

1. Markkina laski. Microsoft putosi 430 dollarista 366 dollariin (-15 %) kolmessa viikossa. Useat muut US-teknologiaosakkeet seurasivat. Suomalaiset osakkeet olivat vakaampia mutta nekin heikkenivät.

2. Metodologiamme muuttui. Otimme käyttöön Engine v6:n (bayesilainen kalibrointi) 17. maaliskuuta ja Engine v7:n (lämpötilan yhtenäistäminen, sektoripromptit) 25. maaliskuuta. Molemmat muutokset siirsivät mallien tuotoksia vähemmän negatiiviseen suuntaan. Korjasimme myös lämpötilaparametrin ~1.0:sta 0.4:ään kahdelle viidestä mallista, mikä vähensi tuotosten vaihtelua.

Toisin sanoen: ero kapeni koska markkina laski JA koska mallimme siirtyivät ylöspäin. Emme voi erottaa näitä kahta vaikutusta toisistaan luotettavasti.

Miksi tämä EI ole todiste mallien toimivuudesta

Useita tärkeitä varauksia:

  • 20 kaupankäyntipäivää on aivan liian lyhyt tilastolliseen johtopäätökseen. Kolikonheitto voi näyttää ennustavalta 20 heiton aikana.
  • Muutimme metodologiaa kahdesti tänä aikana. Näennäinen parannus voi olla kalibrointimuutosten artefakti, ei aitoa ennustekykyä.
  • DCF-mallit ovat rakenteellisesti bearish korkean koron ympäristössä. "Osakkeet ovat yliarvostettuja" korkeiden korkojen aikana ei ole rohkea ennuste — se on diskonttausmenetelmän matemaattinen ominaisuus.
  • Seuraamme omaa luomustamme. Mallit, moottori, promptit — rakensimme ja viritimme ne kaikki. Vahvistusharha on todellinen riski.
  • Korrelaatio ei ole kausaliteettia. Markkinat liikkuvat tuhansista syistä. Viiden kielimallin samansuuntainen näkemys ei aiheuta (eikä ennusta) sitä liikettä.

Mikä ON kiinnostavaa

Kaikista varauksista huolimatta data paljastaa seuraamisen arvoisia kuvioita:

Mallien persoonallisuuksien vakaus. Järjestys — Claude vähiten negatiivinen, GPT eniten — ei ole muuttunut kertaakaan 20 päivässä. Tämä ei ole satunnaista. Malleilla on johdonmukaiset, erilliset käyttäytymissormenjäljet taloudellisessa päättelyssä.

Lämpötila vaikuttaa enemmän kuin odotettiin. Kun yhtenäistimme lämpötilan ~1.0:sta 0.4:ään Claudelle ja GPT:lle, GPT:n keskimääräinen vinouma parani 6 prosenttiyksikköä. Yksi API-parametri muutti mallin näennäistä "persoonallisuutta" merkittävästi. Tämä herättää kysymyksiä siitä, kuinka paljon tekoälyn käyttäytymisestä on mallia itseään ja kuinka paljon sen konfiguraatiota.

Suomalaisten ja amerikkalaisten osakkeiden ero. Mallit ovat johdonmukaisesti vähemmän negatiivisia suomalaisille osakkeille (-3 %) kuin amerikkalaisille (-6 %). Tämä heijastanee markkinoiden P/E-eroa (suomalaiset osakkeet noteerataan matalammilla kertoimilla, mikä tekee niistä helpompia DCF:lle arvostaa), ei aitoa näkemystä suhteellisesta arvosta.

Mitä seuraamme seuraavaksi

Todellinen testi tulee Q1/2026-tuloskauden myötä huhti-toukokuussa. Kun yhtiöt raportoivat todellisia tuloksia jotka poikkeavat odotuksista, reagoivatko mallit? Muuttavatko ne oletuksiaan vai ankkuroituvatko ne koulutusdatan oletusarvoihin?

Tuo kysymys — kykenevätkö kielimallit ottamaan huomioon uutta taloudellista informaatiota päättelyssään — on paljon tärkeämpi kuin se, sattuiko tämän kuukauden ero kaventumaan.

Mitä tämä on ja ei ole

AI Investor Barometer on kokeellinen havainnointityökalu. Seuraamme miten tekoälymallit muodostavat arvostusnäkemyksiä — emme suosittele, neuvo tai ennusta. Se, että ero kaventui 20 päivän aikana, on havainto, ei tuloshistoria. Tekoälymallien tuotosten aiemmilla kuvioilla ei ole todistettua yhteyttä tuleviin osakekursseihin.

Jos tämäntyyppinen analyysi kiinnostaa, voit seurata dataa päivittäin osoitteessa aiinvestorbarometer.com tai tilata viikoittaisen AI Signals -raportin.

Kaikki sisältö on tuotettu tekoälyn avustuksella ja voi sisältää virheitä. Tämä ei ole sijoitusneuvontaa, -tutkimusta eikä -suositusta.

Haluatko nämä tiedot viikoittain?
Tilaa AI Signals →