High speed trading: Robotjournalistik skaber finansnyheder med lynets hast

Ritzau Finans bruger robotjournalistik til at finde nøgletallene i selskabernes regnskaber på ganske kort tid – det hjælper investorer inden for high speed trading.

60 millisekunder – eller mere end tre gange hurtigere, end en flue kan nå at reagere, når fluesmækkeren er vej ned imod den – så kort tid går der, fra Ritzau modtager et regnskab, til nøgletallene ligger klar til at blive sendt afsted til de kunder, der arbejder med high speed trading.

Siden 2015 har Ritzau Finans haft en robot til at lokalisere og plukke de vigtigste økonomiske nøgletal i regnskabsmeddelelserne fra de børsregistrerede selskaber i Danmark. Er der tale om et af de store selskabers regnskaber, kan man efter få sekunder få en idé om, hvorvidt et regnskab overrasker, da de faktiske tal holdes op imod Ritzaus estimater.

Før robotten, der i virkeligheden blot er et specialiseret computerprogram, sad Ritzaus finansjournalister klar til selv at finde nøgletallene, når de børsnoterede virksomheder offentliggjorde regnskaberne. I dag bliver de fleste nøgletal sendt afsted uden indblanding fra journalisterne.

– For mange af vores kunder er det helt afgørende, at de kan få nøgletallene fra regnskaberne så hurtigt som overhovedet muligt, siger Søren Funch, nyhedschef og direktør for Ritzau Finans, som er Ritzaus nyhedstjeneste om de største danske børsnoterede selskaber.

Straks efter offentliggørelsen af et regnskab går værdipapirhandlerne nemlig i gang, og her kan få sekunders forsinkelse betyde store forskelle i gevinster og tab for de investorer, der bedriver high speed trading – også kaldet algo trading eller algoritmisk højfrekvenshandel.

Journalisterne kan i stedet gå i dybden

Robotten kan dog ikke klare alt selv.

Journalisterne har derfor på forhånd fodret den med oplysninger. Det gælder blandt andet de økonomiske forventninger til de respektive selskaber.

Er nøgletallene i regnskabet inden for målrammen af forventningerne, sender Ritzau Finans straks nøgletallene videre til kunderne. Men er regnskabet derimod langt fra, så får erhvervsjournalisterne straks besked om afvigelsen.

Det er typisk nøgletal som EBIT, omsætning, overskudsgrad og nettoresultat, som robotten søger efter i regnskaberne. Men der kan være også være andre væsentlige nøgletal. For et selskab som Vestas har for eksempel antallet af nye ordrer i særlig grad investorernes bevågenhed og interesse.

Den hurtige ekspeditionstid gør, at journalisterne kan koncentrere kræfterne om at gå i dybden med at finde de mindre åbenlyse historier, der gemmer sig i regnskabet, forklarer Søren Funch.

– Vi kan med det samme gå videre til side tre og fire i regnskabet og lede efter gode historier der. Det kan for eksempel være, at der i regnskabet nævnes, at virksomheden er indblandet i retssager i udlandet, eller at der er foretaget opsigtsvækkende investeringer. Historier, der kan have stor betydning for investorerne.

Robotterne tilpasses virkeligheden

Udover hastigheden er robotten også med til at minimere antallet af fejl. Laver robotten endelig fejl, er det som regel nok at ændre i algoritmen. Det skete for eksempel, da robotten på Ritzaus finanstjeneste ikke var programmeret til at forstå, at tallet angivet i parentes betød, at det var negativt.

Sådan er det med robotter og computeralgoritmer, forklarer udviklingsdirektør Kristoffer Gravgaard og nævner et andet eksempel fra udlandet på, hvordan det er nødvendigt at programmere robotterne, så de er tilpassede den virkelighed, de beskriver.

– Der var en sportsrobot i Norge, der skrev, at en spiller havde lavet et flot mål, men robotten havde ikke taget højde for, at der var tale om et selvmål. Når robotterne laver fejl, så skyldes det typisk, at menneskene bag ikke har taget højde for det mulige udfald, siger han.

På spørgsmålet om, hvad perspektivet er for brug af robotter på Ritzaus Bureau, fortæller Kristoffer Gravgaard, at de først og fremmest har potentiale der, hvor der er struktureret data at skrive ud fra.

– Vi vil bruge robotter til at automatisere de rutineopgaver, som vi har i dag, og hvor der ikke er den store journalistiske udfordring i arbejdet. Det kan eksempelvis være den simple del af sportsresultater og statistik fra Danmarks Statistik, hvor det giver mening at lade computeralgoritmerne søge efter relevante tal for os.

Ritzaus Bureau bruger også computeralgoritmer til at finde nyheder omkring eksempelvis kommunalvalgene. Robotten bliver på forhånd fodret med søgeord relateret til valget, som den leder efter på udvalgte hjemmesider. Når søgeordene optræder i nye opslag og artikler, får redaktionen på Ritzaus Bureau besked.

Foto: /ritzau/ktsdesign

– Allerede i første kvartal, efter finansrobotten gjorde sit indtog på Ritzau i juli 2017, udsendte den omkring 1650 nyheder – eller autoflash – fra omkring 425 regnskaber.

– Flest robotnyheder er udsendt i tredje kvartal 2017, hvor det blev til 318 autoflash fra 77 regnskaber.

– Det regnskab, som robotten på Ritzaus finanstjeneste har udsendt flest nyheder fra, var A.P. Møller – Mærsks regnskab for tredje kvartal 2016. Hele 17 autoflash-nyheder blev det til. Den første autoflash blev udsendt efter blot 1,26 sekunder, og den 17. autoflash efter 8,76 sekunder.

– Da transport- og logistikvirksomheden DSV udsendte halvårsregnskabet den 2. august i år, sendte Ritzau Finans den første nyhed fra regnskabet med selskabets omsætning afsted efter blot 0,04 sekunder.

Efter 0,18 sekunder modtog kunderne den anden flash med bruttoresultatet fra regnskabet.

Den tredje flash med resultatet før skat kom efter 0,23 sekunder, og den fjerde flash med resultatet af den primære drift, EBIT, blev sendt afsted til kunderne, blot 0,28 sekunder efter, at Ritzau Finans havde modtaget regnskabet fra DSV.

– Der går kun 60 millisekunder, fra Ritzaus Bureau modtager en meddelelse fra Fondsbørsen, og til nøgletallene ligger klar til udsendelse. Herefter er der en kort forsinkelse på Ritzaus publiceringsprogram, før robotnyheden ryger afsted til kunderne.

Modtag guides og artikler om kommunikation og medier

Af | 2018-03-16T10:17:36+00:00 16-03-2018|