Tunnuslukujen hyödyntäminen syklisten osakkeiden kurssikehityksen ennustamisessa
Riikonen, Samuel (2025)
Riikonen, Samuel
2025
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2025121235724
https://urn.fi/URN:NBN:fi:amk-2025121235724
Tiivistelmä
Työn tarkoituksena oli tutkia ja havainnollistaa sekä tekijälle että toimeksiantajalle tunnuslukujen merkitystä syklisten osakkeiden kurssikehityksen ennakoimisessa. Työn laatiminen aloitettiin kvalitatiivisella tutkimuksella, jossa käytiin läpi aiheeseen liittyvää kirjallisuutta ja teemoja, jotta voitiin luoda syvällisempi ymmärrys siitä, mitä tekijöitä työssä tulisi ottaa huomioon. Työ suoritettiin kevään 2025 aikana aikasarja-analyysin menetelmällä, joka osoittautui sattumalta erinomaiseksi ajankohdaksi, sillä Helsingin pörssin OMXHI koki monenlaisia käänteitä tällä aikavälillä.
Kvantitatiivinen tutkimusosa aloitettiin datan keräyksellä tammikuussa, ja sen pohjalta suoritettiin työn teoriaosuus. Tutkimusvaiheen jälkeen, työn lähestyessä loppuaan, päästään vertailemaan asetettuja odotuksia ja teorioita toteutuneeseen kehitykseen. Konkreettinen lopputulos käsittelee ensin tunnuslukujen teoriaa, jonka jälkeen selvitetään, mitkä tunnusluvut ovat hyödyllisiä teknisen analyysin luomisessa. Tutkimus tehtiin valittujen tunnuslukujen avulla, ja sen tarkoituksena oli seurata sekä osittain historiallista mutta pää-asiassa tulevaa kurssikehitystä ja tunnuslukujen vaikutusta siihen.
Suuri osa työstä koostui datan keräämisestä, sen siistimisestä ja hyödyntämisestä. Datan keräys tapahtui luotettavista lähteistä, kuten sijoittajille suunnatuista tietopaketeista. Dataa kerättiin tunnetuista suomalaisista yrityksistä eri toimialoilta. Sen tarkoituksena oli havainnollistaa, kuinka tunnusluvut käyttäytyvät ja miten ne vaikuttavat kurssikehityksen suuntaan, olipa se nouseva tai laskeva. Datan käsittelyssä käytettiin pääasiassa Exceliä ja Power BIT:tä. Työssä hyödynnettiin sekä historiallista että reaaliaikaista dataa. Työn avulla löydettiin keskeisiä yhteyksiä tunnuslukujen ja kurssireaktioiden välillä. The purpose of this thesis was to investigate and illustrate the significance of financial ratios in forecasting the price development of cyclical stocks for both the author and the commissioner. The work began with qualitative research, where relevant literature and themes were reviewed to create a deeper understanding of the factors that should be considered in the study. The research was conducted during the spring of 2025 using time series analysis, which turned out to be an excellent choice, as the Helsinki Stock Exchange OMXHI experienced various turning points during this period.
Quantitative data collection started in January, which served as the basis for the theoretical section of the thesis. After the research phase, the set expectations and theories were compared with the actual developments. The outcome first addresses the theory of financial ratios, followed by an exploration of which ratios are useful in creating technical analysis. The study was carried out using selected financial ratios, with the goal of tracking both historical and, more importantly, future price development and the impact of the ratios on it.
A significant portion of the work involved data collection. The data was collected from reliable sources, such as investororiented information packages. Data was gathered from well known Finnish companies across different sectors. The purpose was to illustrate how the financial ratios behave and how they influence the direction of price development, whether it is upward or downward. Data processing was primarily done using Excel and Power BI. Both historical and real-time data were utilized in the study. The study identified key connections between financial ratios and stock price reactions.
Kvantitatiivinen tutkimusosa aloitettiin datan keräyksellä tammikuussa, ja sen pohjalta suoritettiin työn teoriaosuus. Tutkimusvaiheen jälkeen, työn lähestyessä loppuaan, päästään vertailemaan asetettuja odotuksia ja teorioita toteutuneeseen kehitykseen. Konkreettinen lopputulos käsittelee ensin tunnuslukujen teoriaa, jonka jälkeen selvitetään, mitkä tunnusluvut ovat hyödyllisiä teknisen analyysin luomisessa. Tutkimus tehtiin valittujen tunnuslukujen avulla, ja sen tarkoituksena oli seurata sekä osittain historiallista mutta pää-asiassa tulevaa kurssikehitystä ja tunnuslukujen vaikutusta siihen.
Suuri osa työstä koostui datan keräämisestä, sen siistimisestä ja hyödyntämisestä. Datan keräys tapahtui luotettavista lähteistä, kuten sijoittajille suunnatuista tietopaketeista. Dataa kerättiin tunnetuista suomalaisista yrityksistä eri toimialoilta. Sen tarkoituksena oli havainnollistaa, kuinka tunnusluvut käyttäytyvät ja miten ne vaikuttavat kurssikehityksen suuntaan, olipa se nouseva tai laskeva. Datan käsittelyssä käytettiin pääasiassa Exceliä ja Power BIT:tä. Työssä hyödynnettiin sekä historiallista että reaaliaikaista dataa. Työn avulla löydettiin keskeisiä yhteyksiä tunnuslukujen ja kurssireaktioiden välillä.
Quantitative data collection started in January, which served as the basis for the theoretical section of the thesis. After the research phase, the set expectations and theories were compared with the actual developments. The outcome first addresses the theory of financial ratios, followed by an exploration of which ratios are useful in creating technical analysis. The study was carried out using selected financial ratios, with the goal of tracking both historical and, more importantly, future price development and the impact of the ratios on it.
A significant portion of the work involved data collection. The data was collected from reliable sources, such as investororiented information packages. Data was gathered from well known Finnish companies across different sectors. The purpose was to illustrate how the financial ratios behave and how they influence the direction of price development, whether it is upward or downward. Data processing was primarily done using Excel and Power BI. Both historical and real-time data were utilized in the study. The study identified key connections between financial ratios and stock price reactions.
