Analyst Data-based Growth Stocks

Dies ist ein Growth Stock Portfolio, welches auf einer selbst angelegten Datenbank basiert. Diese soll aus allen handelbaren Aktien und den zugehörigen Analysten Bewertungen sowie diversen Kennzahlen bestehen, welche automatisiert, zyklisch über eine Python-Pipeline gescraped werden. Für das Stock Picking soll zum einen durch bestimmte Filter als auch durch einen selbst generierten Score eingegrenzt werden: - Das Upside des tagesaktuellen Kurses zum durchschn. Kursziel soll min 20% betragen - Es sollen > 7 Analysten ihre Empfehlungen in den letzten 3 Monaten zu der vorliegenden Aktie abgegeben haben - Es sollen < 2 Sell Ratings in den letzten 3 Monaten zur jeweiligen Aktie vorhanden sein - Das Ratio Buy/(Buy+Hold) soll > 0,8 betragen, um auf einen Strong Buy Consensus zu filtern - Es soll mindestens ein EPS von > 0 vorhanden sein - Das P/E Ratio soll möglichst gering sein - Es ist beabsichtigt die wachsende Datenbank durch heuristische und korrelative Analysen sowie durch den Vergleich vergangener Bewertungen mit aktuellen Kursen zu nutzen. - Auch soll die reale Kursentwicklung bezogen auf IST-Daten der Vergangenheit als Input für Machine Learning verwendet werden. Hierfür werden Neuronale Netze und LSTMs verwendet. Die jeweilige Aktie soll bei Reduktion des Upsides auf etwa 5%-10% abgestoßen werden --> Platz für neue Werte Falls das durchschn. Kursziels steigt, soll die Aktie weiter gehalten werden. Soll sich die Bewertung der Faktoren in die negative Richtung entwickeln, soll nach eingehender Analyse verkauft werden. Es wird ein überwiegend kurz- bis mittelfristiger Anlagehorizont angestrebt. Durch eine Streuung von ca. 20-30 Aktien mit ~5% Gewichtung des Portfolios entsteht ein Mix aus Wachstumsaktien in aufstrebenden und bestehenden Märkten. Das Ziel: Verwendung der kollektiven Meinung von professionellen Analysten in Kombination mit Fundamentaldaten & ML zur Entdeckung der versteckten Wachstumsaktien. --> Datengestützte, objektive Kaufentscheidungen