AI can do it – and here is the proof: I took the trouble to gather all important value stocks with a certain trading volume from all over the world, neatly package them into lists, and provide them with a solid history. This data is worth its weight in gold and can be easily analyzed by an AI, provided you prompt it correctly.
Gone are the days of tedious manual chart screening with the naked eye, which takes up a lot of time. Now, you simply run the list through and get the result served on a silver platter. It goes without saying that this doesn’t just happen by itself and required a lot of preliminary work – because without precise prompts, an AI tends to act like a beginner.
However, if you put a lot of preparatory work into a detailed text with explicit search requirements, something genuinely useful gradually emerges. In total, I have put together six lists whose volume is just about manageable, as even an AI has its limits in the free/basic version. Currently, I am still running everything on the basic version and testing different models. Google Gemini and Qwen serve as my foundation so far, with Qwen delivering better performance in the basic version up to now. Qwen even advertises the ability to manage Excel spreadsheets of up to 20 MB. Google restricts things much earlier – not to mention Google Finance, especially if you want to scrape massive amounts of data.
To start with, my Germany list is up today: Here, I have combined the complete DAX, MDAX, SDAX, and TecDAX. A major hurdle with other lists – such as the Euro Stoxx – is that exchanges like London often quote prices in pence instead of pounds, which makes the data quite confusing under normal circumstances. Fortunately, my Germany list is less complicated: everything is read out via Xetra and given in Euros. Of course, there are solutions for the currency and quotation issues of international exchanges – but more on that when I present the Euro Stoxx list.
Die KI kann es – und hier ist der Beweis: Ich habe mir einfach einmal die Mühe gemacht, alle wichtigen Substanzaktien mit einem gewissen Handelsvolumen aus der ganzen Welt zusammenzutragen, sauber in Listen zu verpacken und mit einer ordentlichen Historie zu versehen. Diese Daten sind Gold wert und lassen sich von einer KI leicht analysieren, vorausgesetzt, man formuliert die Prompts richtig.
Vorbei ist die Zeit des mühsamen Chart-Screenings mit dem bloßen Auge, das viel Zeit beansprucht. Jetzt lässt man die Liste einmal durchlaufen und bekommt das Ergebnis auf dem silbernen Tablett serviert. Dass das Ganze natürlich nicht von selbst funktioniert und jede Menge Vorarbeit erfordert hat, versteht sich von selbst – denn ohne präzise Prompts agiert eine KI eher wie ein Anfänger.
Wenn man jedoch viel Vorarbeit in einen detaillierten Text mit expliziten Suchanforderungen steckt, entsteht nach und nach etwas wirklich Brauchbares. Insgesamt habe ich sechs Listen zusammengestellt, deren Volumen gerade noch so zu bewältigen ist, da auch eine KI in der Basisversion ihre Grenzen hat. Derzeit lasse ich noch alles über die Basisversion laufen und teste verschiedene Modelle. Google Gemini und Qwen dienen mir dabei als Grundlage, wobei Qwen in der Basisversion bisher eine bessere Performance liefert. Qwen wirbt sogar damit, bis zu 20 MB große Excel-Tabellen verwalten zu können. Google schränkt hier deutlich früher ein – von Google Finance ganz zu schweigen, vor allem, wenn man massiv Daten abgreifen möchte.
Für den Anfang ist heute meine Deutschland-Liste an der Reihe: Hier habe ich den vollständigen DAX, MDAX, SDAX und TecDAX zusammengefasst. Ein großes Hemmnis bei anderen Listen – wie zum Beispiel dem Euro Stoxx – ist, dass Börsenplätze wie London Kurse oft in Pence statt in Pfund angeben, was die Daten für normale Verhältnisse ziemlich verwirrend macht. Meine Deutschland-Liste ist da zum Glück unkomplizierter: Hier wird alles über Xetra ausgelesen und in Euro angegeben. Für die Währungs- und Notierungsprobleme bei internationalen Börsen gibt es natürlich Lösungen – mehr dazu aber, wenn ich die Euro-Stoxx-Liste präsentiere.
Keine Anlageberatung. Alle Angaben ohne Gewähr. Haftung ausgeschlossen. Trading auf eigenes Risiko.
Not financial advice (NFA). Do your own research (DYOR). Liability excluded. Trade at your own risk.