Olen kuullut tätä argumenttia viime aikoina useammin. Ja teknisestä osaamisesta katsottuna, luultavasti totta. Kuitenkin mielestäni tämä jättää Excelin roolin sijoittamisprosessissa huomaamatta... Excel on yksinkertainen, luotettava, pääosin virheetön, deterministinen työkalu historiallisten perusteiden analysointiin ja ennusteiden tekemiseen tulevista perusasioista (missä alfa asuu). Olet yllättynyt siitä, kuinka yksinkertaisilta monien suurten sijoittajien mallit näyttävät, ja tämä heijastaa sitä, että useimmat sijoitukset perustuvat 2–3 keskeiseen muuttujaan. Malli on myös keskeinen viestintäväline. "Haluaisin rakentaa mallini Pythonilla, mutta IT-johtajani haluaa silti nähdä taulukon" on yleinen vastaus. Excel-tiedoston voi lähettää sähköpostitse, tallentaa paikallisesti kannettavalle tietokoneelle johtokokouksia / pääkonttorikäyntejä varten ja hyvin helposti validoida (mallisi voi olla 800 riviä, mutta yleensä vain ~5-10 % syötteistä vaatii perusteellista kolmoistarkistusta, koska ne voivat tehdä tai rikkoa mallin tuloksen... Eli 6 vuotta sitten Q3 D&A ei ratkaise opinnäytetyötä, mutta selkeä ja asianmukaisesti korjattu bruttovoittoluku, joka vastaa GMMT:n pehmeää ohjetta GM:n BPS:n kehityksestä, voisi onnistua). Luulen, että jotkut myös sivuuttavat sen, että IDE:stä MCP:hen ei vielä ole tarkka. Se on parempi, mutta monidokumenttien hakumahdollisuudet eivät ole vielä kehittyneet. 70 % tarkka Excel-malli on todella turhauttava, varsinkin kun olet siirtänyt sen rakentamisen kokemuksen pois eikä sinulla ole henkilökohtaista kontekstia virheenkorjaukseen. Vihreän/keltaisen/punaisen valon tekoälytyökalujen arviointikriteerissämme koodausagenttimallit ovat siirtyneet punaisesta valosta keltaiseen valoon, mutta eivät siirry vihreään valoon ennen kuin saavutetaan 95 %+ tarkkuus. Kyse on siis itsevarmuudesta ja käytettävyydestä. Taulukot eivät ole täydellisiä, mutta ne eivät hallusinoi. Analyytikot eivät ole täydellisiä, mutta he tarkistavat ja varmistavat ~5–10 % avainsyötteet kolmesti (tai ne eivät kestä kauan). "Mutta analyytikot tekevät virheitä...". Kyllä, he tietävät, mutta hyvät analyytikot tietävät, missä mallin epätarkkuus on hyväksyttävää / ei-ydintä ja missä syöte on kriittinen ja keskittyy tarkistuksiin/validointiin sekä monilähestymistapaiseen mallinnusrakenteeseen. Ihmisen tarkkuus mallin opinnäytetyöhön liittyvissä osa-alueissa on kokemukseni mukaan 99,99 % (mieleeni tulee vain yksi tai kaksi brutaalia opinnäytetyöhön liittyvää virhettä viidessä yrityksessä, joilla molemmilla oli todellisia uravaikutuksia analyytikolle ja ne olivat erittäin huono ilme projektipäällikölle, jonka olisi pitänyt huomata se). Ja Excel-taulukot ovat todella hyödyllisiä organisaation sisällä, sillä taulukkoa pyörittävä analyytikko harvoin on lopullinen sijoituspäätöksentekijä... Excel-taulukko on ennen kaikkea ajattelutyökalu ja viestintäväline. Tämä voi muuttua, mutta vaatii CIO/PM/MD-sponsorointia, jota en vielä aisti tapahtuvan. Joten tämän kontekstin valossa otan taulukoiden lopun läpi (samalla kun kokeilen iloisesti uusia työkaluja...)