Teet sijoituspäätöksiä - mutta et optimaalista salkkua.
Voit saavuttaa korkeamman tuoton nykyisillä hankkeillasi.
Me laskemme optimaalisen skenaarion - ennen kuin sinä päätät.
Maksutta. Ilman velvoitteita. Perustuen olemassa oleviin hankkeisiisi.
Samat hankkeet. Eri yhdistelmä. Lisää tuloksia.
StratePlan laskee optimaalisen salkun siinä vaiheessa, kun perinteiset työkalut tulevat tiensä päähän.
Sen sijaan, että arvioisimme hankkeita erikseen, analysoimme kaikki mahdolliset yhdistelmät - ja tunnistamme parhaan ratkaisun.
Globaali optimi ei ole oletus - se voidaan laskea.
Valitse liiketoiminta-alue:
Blogin pääartikkeli:
IRR:n optimointi koko salkussa hybriditekoälyn ja tarkan monisäikeistyksen avulla
Miksi yksittäiset hankkeet ovat harhaanjohtavia - ja pääoma ansaitaan siellä, missä yhdistelmät ovat oikeita
Lähes kaikissa investointi-, hankekehitys- ja infrastruktuuriorganisaatioissa vallitsee edelleen sanaton oletus:
Jos jokainen hanke tuottaa houkuttelevan sisäisen korkokannan yksinään, myös koko salkku on hyvä.
Tämä oletus on väärä.
Ja se maksaa sijoittajille, kaupungeille ja yrityksille miljardeja joka vuosi.
Pääoman tuotto ei synny hanketasolla.
Se syntyy salkun tasolla, jossa kassavirrat, pääoman sitoutuminen, riski, aika, riippuvuudet ja uudelleensijoitusmahdollisuudet vaikuttavat toisiinsa.
Jos arvioit vain hankkeita, näet puita.
Ne, jotka laskevat salkkuja, näkevät metsän.
1. Miksi IRR hanketasolla on järjestelmällisesti harhaanjohtava
IRR (Internal Rate of Return) on tehokas tunnusluku.
Se mittaa, kuinka nopeasti sidottu pääoma kasvaa ajan mittaan.
Sillä on kuitenkin vaarallinen ominaisuus:
Se ei ole additiivinen.
Kaksi hanketta, joiden kummankin IRR on 15 prosenttia, eivät automaattisesti johda salkkuun, jonka IRR on 15 prosenttia.
Miksi?
Koska IRR ei kerro mitään seuraavista tekijöistä:
- Pääomaan sitoutuminen
- Samanaikaisuus
- Likviditeettivaatimukset
- Uudelleensijoituskyky
- Riippuvuudet
- Riskien kasautuminen
- Kassavirran ajoitus
Nämä tekijät ovat olemassa vain salkun tasolla.
2. Matemaattinen ongelma: 2n monimutkaisuus
N hankkeen salkussa ei ole N päätösvaihtoehtoa.
Sillä on:
2N
mahdollisia yhdistelmiä.
| Hankkeet | Yhdistelmät |
|---|---|
| 10 | 1.024 |
| 20 | 1.048.576 |
| 30 | 1.073.741.824 |
| 50 | 1.125.899.906.842.624 |
Mikään sijoituskomitea, mikään Excel-taulukko tai ihminen ei pysty pitämään kirjaa tästä tilasta.
Silti teemme päivittäin päätöksiä ikään kuin se olisi lineaarinen.
3. Miksi Excel, liiketoiminta-asiakirjat ja investointimuistiot epäonnistuvat?
Perinteiset työkalut vastaavat aina samaan kysymykseen:
"Onko tämä hanke hyvä?"
Mutta ne eivät pysty vastaamaan:
"Onko tämä hankkeiden yhdistelmä optimaalinen?"
Koska tehdäkseen niin niiden pitäisi
- tarkastella kaikkia kassavirtoja samanaikaisesti
- Pääoman pullonkaulojen tunnistaminen
- ottaa huomioon ajalliset päällekkäisyydet
- Mallintaa riskien kasautumista
- ja vertailla miljoonista miljardeihin yhdistelmiin
Tämä on kombinatorinen optimointiongelma - ei taulukkolaskentaongelma.
4. Todellinen esimerkki (yksinkertaistettuna)
Sijoittajalla on 100 miljoonaa euroa.
Hänellä on viisi hanketta:
| Hanke | Pääoma | Maturiteetti | IRR | Kassavirta |
|---|---|---|---|---|
| A | 40 | 8 J | 14% | myöhässä |
| B | 30 | 6 J | 13% | myöhään |
| C | 20 | 3 J | 10% | varhainen |
| D | 25 | 4 J | 11% | medium |
| E | 15 | 2 J | 8% | varhainen |
Hankkeet A ja B näyttävät parhaimmilta yksittäin.
Yhdessä ne kuitenkin sitovat 70 miljoonaa euroa 6-8 vuodeksi.
Tämä tarkoittaa, että varoja ei ole käytettävissä uudelleeninvestointeihin.
Salkku C, D ja E voi tuottaa korkeamman salkun sisäisen korkokannan, vaikka jokainen yksittäinen hanke näyttää huonommalta - koska pääoma virtaa nopeammin takaisin ja se voidaan sijoittaa uudelleen.
Excel näkee IRR:n.
Pääoma näkee syklit.
5. Todellinen totuus
Sijoittajat eivät menetä rahaa, koska he valitsevat huonoja hankkeita.
He menettävät rahaa, koska he
valitsevat väärän yhdistelmän hyviä hankkeita.
6. Mitä todellisen salkun IRR-optimoijan on tehtävä?
Todellisen salkun optimointijärjestelmän on
- Mallinnettava kaikki hankkeet samanaikaisesti
- Tarkastella kaikkia realistisia yhdistelmiä
- Noudattaa budjettirajoituksia ja maksuvalmiusrajoituksia
- Ottaa huomioon kassavirran aikataulut
- Mallintaa riskien kasautumista
- Optimoi ristiriitaiset tavoitteet (IRR, riski, ESG, likviditeetti)
Tämä ei ole rahoitusväline.
Tämä on suorituskykyistä optimointimatematiikkaa.
7. Juuri tässä StratePlan tulee kuvaan mukaan
StratePlan ei ole raportointityökalu.
Se ei ole simulointityökalu.
Se ei ole BI-järjestelmä.
StratePlan on hybridi tekoälyportfolion ratkaisija sijoitusalueille, joiden monimutkaisuus on 2n.
Siinä yhdistyvät:
- kombinatorinen optimointi
- Branch-and-bound
- Heuristinen haku
- Evoluutioalgoritmit
- Koneoppiminen haun ohjauksessa
StratePlan ei laske skenaarioita.
Se laskee koko päätösavaruuden.
8. Mitä StratePlan itse asiassa tarjoaa
Sen sijaan:
"Tämä hanke on hyvä."
stratePlan tuottaa:
"Tämä hankekombinaatio maksimoi salkun IRR:n kaikkien reaalimaailman rajoitusten mukaisesti."
Tämä on olennainen ero.
9. Miksi tämä muuttaa markkinoita
Pankit, rahastot, alueelliset omistukset ja hallitukset siirtävät biljoonia, mutta näkevät vain murto-osan päätösavaruudesta.
StratePlan tekee tämän tilan ensimmäistä kertaa laskettavissa olevaksi.
Se muuttaa kaiken:
- Lainaus
- Sijoituskomiteat
- Rahoituspäätökset
- Kaupunkikehitys
- Infrastruktuuriohjelmat
StratePlania käyttävät eivät ainoastaan näe parempia hankkeita.
He näkevät myös parempia realiteetteja.
10. Uusi maailma
Tulevaisuudessa ihmiset eivät enää kysy:
"Miksi valitsit tämän projektin?"
Vaan pikemminkin: "Miksi?
"Miksi valitsitte tämän hankeyhdistelmän - ettekä parempaa?"
StratePlan tarjoaa vastauksen.
Usein kysytyt kysymykset - IRR:n optimointi koko salkun osalta
Mitä eroa on hankkeen IRR:n ja salkun IRR:n välillä?
Hankkeen IRR mittaa yksittäisen hankkeen tuottoa.
Portfolion IRR mittaa koko pääoman allokaation tuottoa, mukaan lukien ajoitus, likviditeetti ja vuorovaikutus.
Miksi Excel ei riitä tähän?
Excel osaa tehdä matematiikan.
Se ei kuitenkaan pysty optimoimaan kombinatorisesti.
250 yhdistelmää ei ole taulukkolaskentaongelma.
Mikä tekee StratePlanista erilaisen?
StratePlan laskee koko päätösavaruuden matemaattisesti ja löytää optimaalisen yhdistelmän - ei vain hyviä yksittäisiä hankkeita.
Kenelle tämä on merkityksellistä?
- Alueen tilat
- Yksityinen pääoma
- Infrastruktuurin omistajat
- Pankit
- Kaupungit
- Energia- ja teollisuusyritykset
Kaikkialla, missä pääomaa on sidottu salkkuihin.
Kuinka suuri on hyöty?
Jo 2-5 prosentin parempi pääoman kohdentaminen miljardien salkuissa merkitsee kymmeniä miljoonia vuodessa.
Onko tämä tekoälyä vai matematiikkaa?
Molempia.
StratePlan käyttää tekoälyä, jotta matemaattinen optimointi olisi hallittavissa äärimmäisissä päätöksentekoalueissa.
Voidaanko tätä käyttää poliittisiin ja sääntelytarkoituksiin?
Kyllä.
StratePlan ei nimittäin tarjoa mielipidettä vaan laskettavissa olevaa optimointia.
Viimeinen ajatus
Seuraava sijoittajasukupolvi ei tule olemaan se jotka löytävät parhaat hankkeet.
He tulevat olemaan niitä, jotka yhdistelevät pääomiaan tarkimmin.
Ja juuri tämän StratePlan laskee.
Dr. Igor Kadoshchuk on tietojenkäsittelytieteilijä, algoritmiarkkitehti ja yksi mAInthinkin optimointi- ja päätöksentekoalgoritmien keskeisistä taustavaikuttajista. StratePlan™- ja DeepAnT-alustojen tieteellisenä johtajana hän yhdistää syvällisen matemaattisen tutkimuksen käytännön sovelluksiin projektisalkkujen optimoinnissa, liiketoiminnassa, rahoituksessa ja julkishallinnossa.
Hänellä on tietojenkäsittelytieteen tohtorin tutkinto arvostetusta Moscow Institute of Physics and Technology (MIPT) -yliopistosta, jossa hän on myös toiminut tietotekniikan ja matematiikan professorina. Hänellä on vuosikymmenten kokemus erittäin monimutkaisten matemaattisten mallien kehittämisestä projektisalkkujen optimointiin ja rahoitusjärjestelmiin, investointisuunnitteluun sekä strategiseen päätöksentekoon. Hänen ammatilliseen uraansa kuuluvat johtotehtävät, kuten Head of IT Gazprombankissa ja projektinhallinnan johtaja TransTeleComissa.
Dr. Kadoshchuk kirjoittaa mAInthink AI -blogissa. Kadoshchchuk käsittelee muun muassa seuraavia aiheita:
- algoritminen strategiaoptimointi
- uudet menetelmät ROI:n ja vaikuttavuuden laskentaan
- projektisalkkujen optimointi perinteisten työkalujen tuolla puolen
- inhimillisen päätöksenteon rajat – ja kuinka tekoäly ylittää ne
Hänen tavoitteensa: laskea strategia, ei arvioida sitä.
Hänen työnsä yhdistää tieteellisen täsmällisyyden selkeään ja ymmärrettävään kieleen – aina tavoitteena tehdä monimutkaisista päätöksentekoympäristöistä läpinäkyviä, hallittavia ja mitattavia.