Tenho ouvido esse argumento com mais frequência ultimamente. E do ponto de vista técnico, provavelmente é verdade. No entanto, acho que isso perde o papel do Excel no processo de investimento... O Excel é uma ferramenta simples, confiável, em sua maioria livre de bugs, determinística para analisar fundamentos históricos e fazer previsões sobre fundamentos futuros (onde está a alfa). Você se surpreende com o quão simplistas são os modelos de muitos grandes investidores, e isso reflete a realidade de que a maioria dos investimentos depende de 2 ou 3 variáveis chave. O modelo também é uma ferramenta central de comunicação. "Eu adoraria construir meus modelos em Python, mas meu CIO ainda quer ver a planilha" é uma resposta comum. Um arquivo Excel pode ser enviado por e-mail, salvo localmente em um laptop para reuniões de gestão / visitas à sede, e muito facilmente validado (seu modelo pode ter 800 linhas, mas geralmente apenas ~5-10% das entradas precisam de uma verificação rigorosa tripla, pois podem fazer ou quebrar a saída do modelo... ou seja, há 6 anos, a D&A do terceiro trimestre não vai fazer ou quebrar uma tese, mas um número limpo de lucro bruto ajustado corretamente no ano passado, alinhado com o guia suave da diretoria da diretoria de BPS do GM, poderia. Acho que algumas pessoas também estão ignorando o fato de que IDE para MCP ainda não é preciso. É melhor, mas as capacidades de recuperação de múltiplos documentos ainda não estão maduras. Um modelo Excel 70% preciso é altamente frustrante, especialmente quando você já descarregou a experiência de construí-lo e não tem contexto pessoal para depurar. Na nossa rubrica de ferramentas de IA de luz verde/amarela/vermelha, os modelos de agentes codificadores mudaram de luz vermelha para luz amarela, mas só passarão para luz verde até que se alcance 95%+ de precisão. Então é confiança e usabilidade. Planilhas não são perfeitas, mas não alucinam. Analistas não são perfeitos, mas verificam três vezes e validam as entradas chave de ~5-10% (ou não duram muito). "Mas analistas cometem erros...". Sim, eles sabem, mas grandes analistas sabem onde a imprecisão do modelo é aceitável / não central e onde um input é crítico para a missão, e ficam obcecados com verificações/validações e uma estrutura de modelagem multi-abordagem. A precisão humana em áreas dependentes da tese do modelo, na minha experiência, é de 99,99% (só consigo pensar em um ou dois erros brutais dependentes da tese em 5 empresas e ambos tiveram implicações reais na carreira para o analista, além de serem muito prejudicadas pelo gerente de projeto que deveria ter percebido). E planilhas Excel são extremamente úteis para toda a organização, já que o analista que administra a planilha raramente é o tomador final de decisões de investimento... a planilha Excel é uma ferramenta de pensamento e de comunicação, acima de tudo. Isso pode mudar, mas exige patrocínio de CIO/PM/MD, o que ainda não estou percebendo que está acontecendo. Então, com esse contexto, vou pegar o que fico abaixo no final das planilhas (enquanto experimento alegremente as novas ferramentas...)