Kde to celé začalo
Ešte v 80. rokoch analytici pracovali s papierovými grafmi a ručne prepočítavanými ukazovateľmi.
Príchod Excelu v roku 1985 bol vtedy rovnako veľkým prelomom, akým je dnes AI. Ľudia mohli naraz spracovať stovky riadkov dát bez chýb v súčtoch. Zdalo sa, že to stačí na dlhé roky.
Prvá vlna automatizácie v 90. rokoch
S rozšírením internetu prišli prvé automatizované screenovacie nástroje.
Platformy ako Bloomberg Terminal umožňovali filtrovať akcie podľa desiatich rôznych parametrov naraz. Pre väčšinu ľudí však boli cenovo nedostupné. Analýza ostávala záležitosťou veľkých inštitúcií.
Obdobie 2010 až 2020: demokratizácia dát
Mobilné aplikácie a voľne dostupné API zmenili pravidlá hry.
Začínajúci investor si mohol po prvý raz stiahnuť historické kurzy akcie Volkswagenu za posledných 15 rokov a vizualizovať ich zadarmo. Nástroje ako Python knižnica pandas sa stali štandardom aj mimo akademickej sféry. Bariéra vstupu sa znížila.
AI nástroje dnes: čo konkrétne robia
Súčasné AI systémy, ako napríklad Danelfin alebo Kavout, neskúmajú len ceny akcií.
Analyzujú novinové články, kvartálne správy, pohyby insiderov a makroekonomické ukazovatele súčasne. Výstupom je skóre pravdepodobnosti, nie predpoveď. Začiatočník musí pochopiť rozdiel: AI hovorí, čo sa stávalo v podobných situáciách, nie čo sa stane zajtra.
Jeden konkrétny príklad rozhodnutia
Predstavte si, že nástroj ukáže skóre 7,4 zo 10 pre akciu z energetického sektora.
Čo to znamená? Model identifikoval, že v posledných 8 rokoch nastali podobné technické a fundamentálne podmienky 23-krát. V 16 prípadoch cena rástla počas nasledujúceho kvartálu. Nie záruka, ale kontext pre vlastné rozhodnutie.