Fondrobotar, privatspararens bästa vän?

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
Citation
Arkitekt (konstruktör)
Geografisk plats
Byggnad (typ)
Byggår
Modelltyp
Skala
Teknik / material