Indsigt i fraselektions-kriterier

Trofaste læsere af bloggen vil vide, at min primære værdi i opsætningen af data, er to fraselektionskriterier, som jeg kalder Kriterie 1 henholdsvis Kriterie 2 her i bloggen. Jeg har lige fået lavet denne funktionalitet i min databehandling gennem ETF-scanneren, hvor jeg for hver dato, jeg har trukket data, kan se, hvordan de frafiltrerede ETF’ere … Læs videre “Indsigt i fraselektions-kriterier”

Værdien af fraselektion i ETF-scanner er tydelig

Jeg er begyndt at få data ind, så jeg kan teste de fraselektionsskriterier, der fravælger, hvilke ETF’ere, der kunne være uinteressante at se på i en købssituation samt hvilke ETF’ere, der kunne være interessante at se på i en salgssituation, hvis jeg har en position i disse. Resultaterne er entydige for tiden, men baseret på … Læs videre “Værdien af fraselektion i ETF-scanner er tydelig”

Udvikling af ETF-scanner

Jeg har udviklet en ETF-scanner, der primært skal hjælpe mig med at frasortere de ETF’er, jeg ikke behøver at undersøge nærmere. Scanneren kategoriserer ETF’er i seks hovedkategorier: Observation, Køb snart, Køb, Hold, Sælg snart og Sælg. Metoden bag scanneren er følgende: Jeg henter rådata og indlæser dem i Power BI, hvor jeg beregner kolonner, som … Læs videre “Udvikling af ETF-scanner”