Fondrobotar, privatspararens bästa vän?
Ladda ner
Typ
Examensarbete på kandidatnivå
Program
Publicerad
2022
Författare
Hansson Häggstrand, Ida
Levin Hane, Gabriel
Pettersson, Anton
Rahm, Axel
Ramhult, Axel
Röst, Jonas
Modellbyggare
Tidskriftstitel
ISSN
Volymtitel
Utgivare
Sammanfattning
Problem: Användningen av fondrobotar har under de senaste åren ökat kraftigt och antalet
fondrobottjänster som erbjuds likaså. På grund av börsmarknaders tendenser att vara volatila
och osäkra ställs höga krav på den framväxande sparformen i form av riskhantering och
krishantering. En kartläggning av fondrobotar är således nödvändig för att ge möjlighet till
förståelse för den automatiserade sparformen som fler och fler kunder vänder sig till.
Syfte: Studien syftar till att kartlägga dagens fondrobotar på den svenska marknaden och skapa
en förståelse för hur dessa hanterar svängningar på börsmarknaden. Fortsättningsvis är syftet
att analysera hur AI och maskininlärning kan implementeras i fondrobotar, samt dess effekter.
Metod: Metoden som använts i studien går att dela upp i tre delar; en litteraturstudie, en
intervjustudie och en delfistudie. Intervjustudien genomfördes för att samla in underlag till
kartläggningen av dagens fondrobotar medan litteraturstudien samt delfistudien hade som syfte
att undersöka framtidsfrågor om implementation av AI och maskininlärning.
Resultat och analys: Resultatet visar att automatiseringsgraden hos dagens fondrobotar skiljer
sig åt. En av likheterna är att samtliga undersökta fondrobotföretag använder sig av algoritmer
för att profilera sina kunder, medan en skillnad är hur potentiella innehav analyseras. Vidare
indikerar resultatet att tron på hur AI kan implementeras samt vilka effekter det skulle medföra
varierar. Tydligt är även att datatillgänglighet är en avgörande faktor för AI:s prestanda.
Slutsats: Studien visar att fondrobotarnas automatiseringsgrad skiljer sig åt. Orsaken går att
härleda till investeringsfilosofi och tron på Efficient Market Hypothesis. För att minska risk
använder samtliga fondrobotar diversifiering. Ombalansering används i vissa fall för att hantera
risk, vilket korrelerar med deras investeringsfilosofi. AI:s framtida påverkan kommer med stor
sannolikhet bestå av att fungera som ett analysverktyg. AI kommer inte kunna förutse
börskrascher inom en femårsperiod eftersom den inte har tillgång till all data som krävs.
Beskrivning
Ämne/nyckelord
fondrobot , automatiserad trading , fondförvaltning , portföljhantering , artificiell intelligens , fintech , investering , privatekonomi , finans