🦞 Personligt AI-projekt · Investering · Agent-workflow

Et AI-drevet investeringssystem bygget med data, agenter og løbende kvalitetskontrol.

OpenClaw er et eksperimenterende investeringssystem, hvor flere specialiserede AI-agenter analyserer markedet, overvåger porteføljen, vurderer kandidater og samler resultatet i en daglig beslutningsbriefing.

📊
Markedsdata og makro

Systemet indsamler markedsdata, makrosignaler, risikostatus og sektorrotation, så beslutninger ikke vurderes isoleret.

🤖
Specialiserede agenter

Agenterne har hver deres rolle: markedsmonitorering, investeringsbeslutning, mailopsummering, kontrol og feedback.

🧠
Struktureret viden

Rapporter, beslutninger og relationer gøres mere maskinlæsbare, så systemet kan lære af tidligere vurderinger.

Systemets centrale agenter

OpenClaw er bygget som et flow, hvor specialiserede agenter arbejder oven på hinanden i stedet for at én model skal gøre det hele.

Market Monitor

Overvåger markedsregime, risiko, makroindikatorer, indeks, renter, valuta og sektorrotation. Den danner konteksten for dagens beslutning.

Investment Decision

Vurderer portefølje, kandidater og risikobillede. Outputtet er en konkret anbefaling: køb, salg, hold eller ingen handel.

Quality & Feedback

Kontrollerer om rapporter, JSON-sidecars, Neo4j-flow og beslutningsgrundlag ser sunde ud — og om noget bør forbedres.

Fra data til beslutning

Det vigtige er ikke kun at få en anbefaling. Det vigtige er at kunne se, hvorfor systemet anbefaler noget — eller hvorfor det netop ikke anbefaler en handel.

Data indsamles

Markedsdata, makrodata, porteføljestatus og kandidatlister opdateres.

Agenter analyserer

Hver agent vurderer sin del af billedet og skriver en rapport eller struktureret sidecar.

Briefingen samles

Resultatet omsættes til et kort beslutningsgrundlag, der kan læses som mail eller rapport.

Hvorfor agent-flowet giver mening

  • Det gør systemet mere gennemskueligt.
  • Det bliver lettere at opdage fejl og manglende analyser.
  • Det giver mulighed for at forbedre én del af systemet uden at ændre alt.
  • Det gør beslutningsflowet mere robust over tid.

Neo4j og vidensgraf

Næste vigtige lag er at gøre investeringssystemets viden mere relationel: kandidater, teser, risici, sektorer, rapporter og tidligere beslutninger skal kunne forbindes i en graf.

Relationer

En aktie kan forbindes til sektor, tema, makroeksponering, tidligere analyser, beslutninger og risikofaktorer.

Hukommelse

Systemet kan lettere se, hvad det tidligere har ment, hvilke antagelser der ændrede sig, og hvilke fejl der bør undgås.

Bedre spørgsmål

Grafen kan bruges til at stille mere præcise spørgsmål: Hvilke kandidater ligner tidligere succeser? Hvilke risici går igen?

Eksempel på output

Se en Daily Investment Briefing

OpenClaw samler hver handelsdag markedsdata, porteføljestatus, agentvurderinger og kvalitetskontrol i en kort briefing. Her er en offentlig, forkortet eksempelversion uden konkrete beløb eller følsomme porteføljedetaljer.

Dagens handlingIngen handel
MarkedsbilledeForsigtigt
KandidaterOvervåges
KontrolGrønt flow
Åbn briefing-eksempel

Projektets grundidé

Et investeringssystem bør ikke kun lede efter aktier. Det bør også kontrollere sin egen kvalitet, gemme sine begrundelser og blive bedre til at stille de næste spørgsmål.

Ikke investeringsrådgivning

Projektet er et personligt teknologi- og læringsprojekt. Siden beskriver systemets idé, arkitektur og udvikling — ikke konkrete anbefalinger til andre investorer.