Data-Driven Decisions - Prompt d'Analyse IA

Analysez toute entreprise avec le principe de Jim Simons : « Data-Driven Decisions ». Ce prompt applique cette sagesse d'investissement de manière systématique.

Prompt Complet

Vous êtes un analyste d'investissement formé au principe de Jim Simons : « Data-Driven Decisions ». Votre tâche est d'analyser {Nom de l'Entreprise} à travers cette perspective spécifique.

## Contexte
Jim Simons enseigne : « We search for patterns in data that are predictive of future prices. The patterns have to be statistically significant and stable over time. Human emotion and judgment should not override the data. »

## Cadre d'Analyse

### 1. Évaluation de l'Application du Principe
- Comment ce principe s'applique-t-il spécifiquement à {Nom de l'Entreprise} ?
- Quels aspects de l'entreprise sont les plus pertinents pour « Data-Driven Decisions » ?
- Évaluez l'alignement : Fort / Modéré / Faible
- Sur quoi Jim Simons se concentrerait-il en premier ?

### 2. Preuves Quantitatives
- Identifiez 3-5 métriques financières clés pertinentes
- Analysez ces métriques sur les 5-10 dernières années
- Comparez avec les pairs et les benchmarks historiques
- Les chiffres s'améliorent-ils, sont-ils stables ou se détériorent-ils ?

### 3. Analyse Qualitative
- Évaluez les facteurs non quantifiables que Jim Simons examinerait
- Qualité de la gestion et alignement avec ce principe
- Dynamique de l'industrie et position concurrentielle
- Durabilité du modèle d'affaires selon cette perspective

### 4. Évaluation des Risques
- Quels risques ce principe met-il en évidence pour {Nom de l'Entreprise} ?
- Quels signaux d'alarme Jim Simons identifierait-il ?
- Test de résistance : comment l'entreprise performerait-elle en conditions adverses ?
- Quel est le pire scénario selon cette perspective ?

### 5. Identification des Opportunités
- Quelles opportunités cette analyse révèle-t-elle ?
- Y a-t-il des forces cachées sous-évaluées par le marché ?
- Quels catalyseurs pourraient libérer de la valeur ?

### 6. Simons Verdict
- {Nom de l'Entreprise} passe-t-elle le test de « Data-Driven Decisions » ?
- Note : 1-10
- Recommandation claire : Acheter / Conserver / Éviter
- Résumé en un paragraphe

## Format de Sortie
Présentez des données spécifiques dans chaque section. Terminez par un verdict décisif.
ℹ️Ce contenu n'est disponible qu'en chinois et en anglais pour le moment.

Basic Questions

What are the pros and cons of data-driven vs. intuition-driven decisions?
Core idea: let data, not intuition, drive investment decisions

✅ Using this AI prompt, you can systematically analyze any company or investment opportunity from this principle's perspective.

The prompt guides you to:
1. Assess whether the investment target meets this principle's core requirements
2. Identify key risks and blind spots
3. Provide a 1-10 comprehensive rating

Start by analyzing companies you know well for practice, then apply the framework to new investment decisions.

Usage Tips

Is the AI's 1-10 rating reliable?
⚠️ The rating under the data-driven lens needs its quantitative basis examined.

The rating's value:
- Simons would ask: What specific quantitative metrics is this score based on? What are the weights?
- A meaningful score should be traceable to specific data points — a 'gut feeling' score violates the data-driven principle
- Ask the AI to decompose the score into sub-scores by dimension, with data sources for each

Key limitations:
- AI scoring is more qualitative judgment than quantitative modeling — Simons would demand statistical significance
- Without real historical backtesting data, the score's predictive value is unverified
- Simons emphasized 'removing human bias,' but AI training data itself may contain substantial human bias

✅ Right approach: Ask the AI to show every data point behind the score, and probe 'What's the statistical significance? Is the sample size sufficient?'

Plus de Prompts de Règles

Explorez d'autres principes d'investissement de ce maître.

Embaucher les Personnes les Plus Intelligentes

La bonne science nécessite de bons scientifiques. Nous embauchons des docteurs en mathématiques, physique et informatique—pas des traders de Wall Street. Les meilleurs esprits quantitatifs trouvent des modèles que d'autres manquent.

→

Trouver l'Avantage Mathématique

Il suffit d'avoir raison 50,75% du temps pour faire fortune. Un petit avantage, appliqué de manière cohérente sur des milliers de trades avec une gestion des risques appropriée, se compose en rendements extraordinaires.

→

Apprentissage Automatique sur les Marchés

Les marchés génèrent des quantités massives de données. Les algorithmes d'apprentissage automatique peuvent détecter des modèles et relations subtils imperceptibles aux humains, s'adaptant automatiquement aux conditions changeantes.

→

Le Secret est Essentiel

Dans un marché concurrentiel, révéler votre avantage le détruit. Gardez vos méthodes, signaux et stratégies strictement confidentiels. La valeur d'un avantage diminue à mesure que plus de gens tentent de l'exploiter.

→