Останнім часом я все частіше чую цей аргумент. І з технічної точки зору, ймовірно, це правда. Однак, на мою думку, це пропускає роль Excel у процесі інвестування... Excel — це простий, надійний, здебільшого без багів, детермінований інструмент для аналізу історичних фундаментальних показників і створення прогнозів щодо майбутніх фундаментальних показників (де живе альфа). Ви здивуєтеся, наскільки спрощеними виглядають моделі багатьох великих інвесторів, і це відображає реальність, що більшість інвестицій базуються на 2-3 ключових змінних. Модель також є основним інструментом комунікації. «Я б із задоволенням створював свої моделі на Python, але мій CIO все одно хоче бачити таблицю» — це поширена відповідь. Файл Excel можна надіслати електронною поштою, зберігати локально на ноутбуці для нарад у керівництві / візитів до штабу, і його дуже легко перевірити (ваша модель може мати 800 рядків, але зазвичай лише ~5-10% вхідних даних потребують ретельної потрійної перевірки, оскільки це може зруйнувати вихід моделі... Тобто 6 років тому Q3 D&A не визначив би тезу, але чистий, правильно скоригований показник валового прибутку минулого року, який узгоджується з м'яким гідом керівництва щодо траєкторії GM bps, міг би). Я думаю, деякі люди також замовчують той факт, що переход від IDE до MCP ще не є точним. Це краще, але можливості пошуку в кількох документах ще не зрілі. Модель Excel з точністю 70% дуже дратує, особливо коли ви вже перевантажили досвід її створення і не маєте особистого контексту для налагодження. У нашій рубриці інструментів ШІ для зеленого/жовтого/червоного світла моделі агентів кодувальників перейшли з червоного світла на жовте, але не перейдуть у зелене, доки не буде досягнуто точності 95%+. Отже, це впевненість і зручність. Таблиці не ідеальні, але вони не галюцинують. Аналітики не ідеальні, але тричі перевіряють і перевіряють ~5-10% ключових даних (або вони не тривають довго). "Але аналітики помиляються...". Так, це так, але чудові аналітики знають, де неточність моделі прийнятна або не є основною, а де вхід критично важливий, і зосереджуються на перевірках/валідаціях та багатопідходній структурі моделювання. Людська точність у сферах моделі, що залежать від тези, на мою думку, становить 99,99% (я можу згадати лише одну-дві грубі помилки, що залежали від дисертації, у п'яти компаніях, і обидві мали реальні кар'єрні наслідки для аналітика і дуже погано виглядали на PM, який мав би це помітити). А Excel-таблиці надзвичайно корисні вгору, вниз і по всій організації, адже аналітик, який керує таблицею, рідко є остаточним інвестиційним рішенням... Excel-таблиця — це насамперед інструмент мислення і комунікації. Це може змінитися, але потрібна підтримка CIO/PM/MD, чого я поки не відчуваю. Тож, з огляду на це, я візьму нижче в кінці електронних таблиць (з радістю експериментуючи з новими інструментами...)