Et investeringsflow med specialiserede roller og tydelige kontrolpunkter.

Input

• S&P 500, Nasdaq og C25
• Volatilitet og VIX
• Renter, kredit og yield curve
• USD/DKK og øvrige relevante valutaer
• Sektorrotation og væsentlige makro-/markedsnyheder

Hvad agenten vurderer

• Overordnet markedsstatus og risikoniveau
• Positive og negative signaler
• Sektorer med styrke og svaghed
• Røde lamper og begivenheder, der bør overvåges
• Datakvalitet, friskhed og eventuelle kildeforskelle

Kontrolregler

Aktuelle indeksdata må som udgangspunkt ikke være mere end én handelsdag gamle. Usikre eller modstridende data skal markeres tydeligt, og usandsynlige værdier skal dobbelttjekkes.

Agenten må ikke

Market Monitor må ikke træffe den endelige BUY/SELL-beslutning på enkeltaktier og må ikke gennemføre handler. Agenten leverer risikokontekst — ikke execution.

Hvad systemet gør

• Kombinerer flere deterministiske risikosensorer
• Publicerer én samlet status: GREEN, YELLOW, ORANGE eller RED
• Bevarer transition og retning, så ændringer i risiko kan ses eksplicit
• Leverer samme strukturerede risikokontekst til downstream-forbrugere

Autoritativ state

SQLite er source of truth for den aktuelle Early Warning-state. Website, Portfolio Sell Review og Investment Decision skal læse den samme autoritative state og må ikke beregne deres egen parallelle GREEN/YELLOW/ORANGE/RED-status.

Hvad status betyder

YELLOW, ORANGE og RED betyder stigende risikokontekst — ikke at en handel automatisk skal udføres. Early Warning er et input til den samlede vurdering, ikke et selvstændigt køb-/salgssignal.

Systemet må ikke

Early Warning udfører ikke handler og må ikke konvertere risikostatus direkte til BUY, SELL eller delvise salg. Neo4j bruges efterfølgende som rebuildable provenance- og analyselag, men er ikke authority.

Input

• Den aktuelle kandidatrapport
• Strukturerede fundamentaldata
• Market Monitor som risikokontekst

Hvad agenten vurderer

• Vækst og profitabilitet
• Balance, gæld og finansiel robusthed
• Valuation og margin of safety
• Kvaliteten af den underliggende investeringscase
• Manglende eller usikre fundamentaldata

Mulige konklusioner

• Godkendt til Investment Decision
• Afvent
• Afvist

Agenten må ikke

Fundamental Review må ikke anbefale en handel direkte. Godkendelse betyder kun, at kandidaten må vurderes af næste lag — ikke at den skal købes.

Input

• Fundamental Review
• Earnings- og eventdata for samtlige kandidater
• Kandidatrapport og markedsstatus som supplerende kontekst

Tidsvinduer

• 0–14 dage: høj event-risk
• 15–30 dage: forhøjet event-risk
• Over 30 dage: normalt lavere timing-risk
• Ukendt earningsdato behandles som usikkerhed — ikke som nul risiko

Mulige konklusioner

• Godkendt ift. earnings-risk
• Afvent earnings
• Afvist pga. event-risk

Vigtig separation

"Godkendt ift. earnings-risk" er ikke det samme som investeringsgodkendt. En kandidat kan have lav event-risk, men stadig være fundamental afvist eller uegnet af andre årsager.

Input

• Alle åbne positioner og deres aktuelle valuation
• Tekniske data, stop-loss/invalidation og risikostatus
• Fundamental- og earningsdata for eksisterende beholdninger
• Market Monitor, kandidater og supplerende makro/event-risk

Hvad agenten vurderer

• Om den oprindelige tese er intakt, svækket eller brudt
• Teknisk udvikling og risikoniveau
• Earnings/guidance og kommende events
• Relativ attraktivitet mod nye kandidater
• Koncentration, sektoroverlap og alternativomkostning

Porteføljerotation

Alle åbne positioner rangeres også som mulige finansieringskandidater, hvis en klart stærkere ny aktie kræver kapital. Rotation vurderes som et separat argument fra et selvstændigt tesebaseret salg.

Hård salgsregel

OpenClaw bruger fuld afvikling ved salg. Der findes ikke delvise salg/TRIM som finansiering. Kurtage indgår i beregningen, og et salg betyder forventet beholdning på 0 aktier.

Input

• Market Monitor
• Early Warning-risikokontekst
• Portfolio Status og Portfolio Valuation
• Stock Candidates
• Fundamental Review og Earnings Review
• Portfolio Sell Review
• Supplerende macro-flow og prediction-market data, når de findes

Porteføljelogik

• Maks. 20% af aktuel porteføljeværdi i én position ved køb
• DCA kan bruges, hvis investeringscasen fortsat holder
• Cash og handelsomkostninger kontrolleres før en anbefalet handel
• Makro og Early Warning er risikokontekst — ikke automatisk blocker eller handelssignal

Mulige beslutninger

• BUY
• SELL
• HOLD
• NO TRADE
• OBSERVATION / watchlist

Vigtig datadisciplin

For åbne positioner er porteføljeværdiansættelsen autoritativ for aktuelle kurser, vægte, markedsværdi og stop-data. Agenten må ikke hente tilfældige tal fra kandidatrapporter eller genberegne alternative stop-marginer.

Hvad agenten kontrollerer

• Om beslutningen følger porteføljereglerne
• Om risici eller modstridende rapporter er overset
• Om earnings-, makro- og markedsrisiko er håndteret korrekt
• Om den offentlige/interne briefing kommunikerer beslutning og risici korrekt

Input Quality Validation

Critique vurderer ikke kun om Investment Decision brugte inputtene korrekt. Den vurderer også kvaliteten af selve inputtene: Market Monitor, kandidater, fundamentals, earnings, portefølje, macro-flow og prediction-market signaler.

Output

En GRØN/GUL/RØD kvalitetsvurdering med konkrete findings, usikkerheder og forslag til hvad der bør undersøges eller forbedres.

Agenten må ikke

Critique må ikke ændre den oprindelige Investment Decision, træffe nye køb/salg, ændre porteføljen eller registrere handler.

Fra finding til forslag

Et critique-finding skal omsættes til en konkret hypotese: Hvilken prompt, regel, datakilde, feature eller del af flowet bør ændres — og hvorfor?

Test frem for mavefornemmelse

Når det er muligt, skal ændringer formuleres som kontrollerede production-vs-shadow eksperimenter, så en ny instruktion kan sammenlignes mod baseline på samme datagrundlag.

Prioritering

Forslag vurderes efter forventet effekt, risiko, evidens og implementeringsomkostning. En enkelt dårlig handel skal ikke automatisk udløse store promptændringer.

Ingen ukontrolleret self-modification

Improvement må foreslå ændringer, men produktionsprompts og regler skal igennem kontrolleret review og versionsstyring før de ændres.

Hvad der kan blive en lesson

• Gentagne mønstre i gode/dårlige beslutninger
• Bekræftede svagheder i data eller agentlogik
• Dokumenterede forbedringer efter kontrollerede ændringer
• Robuste regler, der holder på tværs af flere cases

Hvad der ikke er nok

Et enkelt outcome, hindsight eller en stærk fortælling er ikke i sig selv en verificeret læring. Observation, hypotese og bekræftet lesson skal holdes adskilt.

Forbindelse til outcomes

Lessons skal så vidt muligt kunne spores tilbage til de konkrete beslutninger, recommendations, trades, outcomes og de agent-/instruction-versioner, der var aktive.

Neo4j-rollen

Grafen gør det muligt at navigere fra en lesson tilbage til de findings og outcomes, der understøtter den — og omvendt analysere hvilke lessons en bestemt beslutning bidrog til.