AIamond
Direktvergleich

Financial Timesvswallstreet-online Nachrichten

Financial Times (37.5 % Trefferquote) vs. wallstreet-online Nachrichten (36.8 % Trefferquote): wie oft der Schlagzeilen-Ton jeder Quelle zur späteren Kursbewegung passte.

Keine schnitt gegen den Zufall besser ab als die andere

Basierend auf 3149 bzw. 1181 geprüften Schlagzeilen

Financial Times

Rang #14 von — Quellen

Kennzahl
wallstreet-online Nachrichten

Rang #13 von — Quellen

Trefferquote

37.5%vs36.8%

Geprüfte Meldungen

3,149vs1,181

Analysierte Artikel

1,783vs651

Durchschn. Relevanz

-vs-

Stimmungs- & Tendenzanalyse

Wie bullisch oder bärisch die Schlagzeilen jeder Quelle tendenziell sind.

Stimmungsverteilung

Financial Times

Durchschn. Stimmung: -0.10
Bullisch 37%Neutral 9%Bärisch 54%

wallstreet-online Nachrichten

Durchschn. Stimmung: 0.00
Bullisch 47%Neutral 3%Bärisch 50%

Marktkontext-Abdeckung

Trefferquote nach MarktFinancial Timeswallstreet-online Nachrichten
AI infrastructure bonds1 (0%)—
ASOS—1 (0%)
AT&S—1 (0%)
AT&T—1 (0%)
AXA—1 (0%)
Adobe—1 (0%)
Airbus—2 (0%)
Aixtron—1 (0%)
Alibaba—3 (1%)
Alibaba/Chinese Tech—1 (0%)
Allianz—2 (0%)
Alphabet—1 (0%)
Amazon—2 (0%)
American Express—1 (0%)
Anthropic IPO1 (0%)—
AppLovin—1 (0%)
Apple—3 (1%)
Argentine peso1 (0%)—
Asian stocks85 (6%)3 (1%)
Australian stocks23 (2%)3 (1%)
Auto1 Group—1 (0%)
Aviation/Transport—1 (0%)
BMW—1 (0%)
BNB3 (0%)1 (0%)
BYD—3 (1%)
Bank—1 (0%)
Bayer—1 (0%)
BioNTech—2 (0%)
Biogen—1 (0%)
Biotech—1 (0%)
Bitcoin18 (1%)21 (3%)
BlackRock—1 (0%)
Brazilian—1 (0%)
Brazilian Real—2 (0%)
Brazilian markets1 (0%)—
Bulgarian—1 (0%)
Canadian markets—1 (0%)
Cannabis—2 (0%)
Carrefour—1 (0%)
China 10-year government bonds1 (0%)—
Chinese solar sector—1 (0%)
Coca-Cola—1 (0%)
Commodities—1 (0%)
Copper2 (0%)2 (0%)
D-Wave—1 (0%)
DAX10 (1%)54 (8%)
DHL Group—1 (0%)
Daimler Truck—1 (0%)
Dell Technologies—1 (0%)
Deutsche Bank—2 (0%)
Deutsche Telekom—3 (1%)
EUR/USD4 (0%)4 (1%)
EssilorLuxottica—1 (0%)
Estée Lauder—1 (0%)
Ethereum—1 (0%)
European natural gas1 (0%)1 (0%)
European stocks72 (5%)40 (6%)
Evotec—1 (0%)
Fortinet—1 (0%)
French bond1 (0%)—
French government bonds—2 (0%)
General Motors—1 (0%)
Glencore1 (0%)—
Gold44 (3%)28 (4%)
HP—1 (0%)
Hapag-Lloyd—1 (0%)
HelloFresh—1 (0%)
Hensoldt AG—1 (0%)
Honda—1 (0%)
Honeywell Aerospace—1 (0%)
Hungarian markets—1 (0%)
IBM—1 (0%)
IMAX—1 (0%)
Iambic Therapeutics—1 (0%)
Indian stocks72 (5%)3 (1%)
Indonesian1 (0%)—
Indonesian stock1 (0%)—
IonQ—1 (0%)
Iranian Rial—1 (0%)
Jakarta Stock Exchange—1 (0%)
Japanese stocks52 (4%)2 (0%)
Kazakh tenge1 (0%)—
Kraft Heinz—1 (0%)
Kupfermarkt—1 (0%)
Leonardo—1 (0%)
Lithium—1 (0%)
Lockheed Martin—2 (0%)
Lufthansa stock, aviation sector—1 (0%)
Mensch und Maschine—1 (0%)
Meta Platforms—2 (0%)
Micron—1 (0%)
MiniMax—1 (0%)
Moderna—1 (0%)
NASDAQ12 (1%)16 (3%)
Nanexa—1 (0%)
Nebius Group—2 (0%)
NetApp—1 (0%)
Netflix—2 (0%)
NextDC—1 (0%)
Nike—2 (0%)
Nordex—1 (0%)
Nordex AG—1 (0%)
Novo Nordisk—2 (0%)
Novo Nordisk, pharmaceutical—1 (0%)
Nscale IPO—1 (0%)
Oil411 (29%)96 (15%)
Oracle—2 (0%)
Palantir—1 (0%)
Palantir stock, analyst rating—1 (0%)
Palfinger—2 (0%)
Palo Alto Networks—1 (0%)
PayPal—2 (0%)
Procter & Gamble—2 (0%)
Puma SE—1 (0%)
RWE—1 (0%)
Redcare Pharmacy—1 (0%)
Renk AG—2 (0%)
Rheinmetall—1 (0%)
Rheinmetall / defense technology—1 (0%)
Rivian stock, EV maker—1 (0%)
SAP—1 (0%)
SK Hynix—1 (0%)
Saab AB—1 (0%)
Salesforce—1 (0%)
Salzgitter AG—1 (0%)
Samsung Electronics—2 (0%)
Sandisk—1 (0%)
Sartorius—1 (0%)
Shopify-related e-commerce software—1 (0%)
Siemens—1 (0%)
Siemens AG—1 (0%)
Siemens Energy—3 (1%)
Silver3 (0%)11 (2%)
SoftBank—1 (0%)
South Korean1 (0%)1 (0%)
South Korean solar—1 (0%)
Space sector—1 (0%)
SpaceX—1 (0%)
Swiss Franc—1 (0%)
Take-Two Interactive—2 (0%)
Target—1 (0%)
Technip Energies—1 (0%)
Tesla—3 (1%)
Thyssenkrupp—1 (0%)
Turkish1 (0%)—
UK markets79 (6%)3 (1%)
US Real Estate—1 (0%)
US Soybean—1 (0%)
US banking sector1 (0%)—
US short-term interest rates1 (0%)—
USA221 (16%)57 (9%)
USD/JPY20 (1%)1 (0%)
Uber Technologies, ride-hailing—1 (0%)
Union Pacific—1 (0%)
Uranium—1 (0%)
Verbio AG—1 (0%)
Verizon—1 (0%)
Vertiv—1 (0%)
Vestas Wind Systems—1 (0%)
Vincorion—1 (0%)
Vonovia—2 (0%)
XRP—5 (1%)
Xiaomi—1 (0%)
Xpeng—1 (0%)
Zinc—2 (0%)
critical minerals1 (0%)—
cryptocurrencies (Crypto)17 (1%)7 (1%)
general—1 (0%)
global food1 (0%)—
global markets147 (10%)15 (2%)
high-yield credit markets1 (0%)—
junk-rated corporate bonds1 (0%)—
online retail / e-commerce—1 (0%)
private1 (0%)—
private markets1 (0%)—
restaurant—1 (0%)
technology stocks (Tech)101 (7%)98 (15%)

Die heutige Nachrichtenlage – keine Prognose

Eine kurze, kostenlose tägliche Mail mit den wichtigsten Marktmeldungen und ihrer Tendenz, mit Quellen.

Kostenlose KI-Markteinblicke erhalten

Die Nachrichtenlage Ihrer Märkte, von KI gelesen. Kostenlos, keine Kreditkarte nötig.

KI-analysierte Markttrends

Die analysierten Trends kostenlos ansehen

Ihr eigenes Dashboard

Watchlists und die Nachrichtenlage, wann immer Sie nachsehen

Wie oft die Nachrichten richtig lagen

Die Trefferquote jeder Quelle im Vergleich zum Zufall

Mit der Anmeldung erhalten Sie den kostenlosen täglichen Nachrichten-Digest per E-Mail. Angebote schicken wir nur, wenn Sie das ausdrücklich erlauben. Abmelden jederzeit. Siehe unsere Datenschutzerklärung und Nutzungsbedingungen.

Häufig gestellte Fragen

Was ist zuverlässiger: Financial Times oder wallstreet-online Nachrichten?▼
Financial Times (37.5 %) und wallstreet-online Nachrichten (36.8 %) erhalten dasselbe Urteil gegen den Zufall, gemessen ab dem ersten handelbaren Kurs. Eine reine Trefferquote spiegelt vor allem, welche Märkte eine Quelle abdeckt; der Abstand der beiden Quoten allein sagt wenig.
Wie werden diese Vergleiche berechnet?▼
Eine KI ordnet den Tenor jeder Schlagzeile für ihren Markt als steigend, fallend oder seitwärts ein. Ab dem ersten Kurs, zu dem ein Leser hätte handeln können, prüfen wir die Bewegung nach 1, 3 und 7 Tagen und vergleichen die Trefferquote jeder Quelle mit dem Zufall für ihre eigene Mischung (Methode unter /how-reliable-is). Verglichen werden dieses Urteil, die Tenor-Verteilung und die abgedeckten Märkte.
Welche Märkte decken Financial Times und wallstreet-online Nachrichten gemeinsam ab?▼
Sie teilen 22 Marktkontexte: Asian stocks, Australian stocks, BNB, Bitcoin, Copper, DAX, EUR/USD, European natural gas, European stocks, Gold, Indian stocks, Japanese stocks, NASDAQ, Oil, Silver, South Korean, UK markets, USA, USD/JPY, cryptocurrencies (Crypto), global markets, technology stocks (Tech). Jede Quelle kann auch zusätzliche Märkte unabhängig abdecken.

Unsere Methodik

Eine KI ordnet den Tenor jedes Artikels für den behandelten Markt als steigend, fallend oder seitwärts ein. Ab dem ersten Kurs, zu dem ein Leser nach der Veröffentlichung hätte handeln können, prüfen wir die Bewegung nach 1, 3 und 7 Tagen. Die Trefferquote einer Quelle wird mit dem Zufall für dieselben Einschätzungen und Ergebnisse innerhalb jedes Marktes verglichen; wer über ruhige oder bewegte Märkte schreibt, gewinnt dadurch nichts. Jeder Abstand hat ein 95-%-Intervall; zeitlich nahe Prüfungen werden in Blöcken von 7 oder 14 Tagen gemeinsam neu gezogen, weil sie Marktbewegungen teilen. Ein Urteil braucht mindestens 300 Prüfungen und muss auch nach der Korrektur für die Zahl der getesteten Quellen (Holm) bestehen. Das beantwortet „Bewegte sich der Markt so?“: eine Trefferquote, keine Rendite. AIamond selbst macht keine Prognosen.