Datametrex AI Limited (DM) Fair Value & Analyse
Technology · CA · Marktkap. C$6.1M
Fair Value Stand: 24.06.2026
Analyse
Datametrex AI Limited (DM) notiert aktuell bei C$0.0400, während unser modellbasierter Fair Value bei C$0.0100 liegt — das entspricht einer Einschätzung von 75.0% überbewertet. Die Geschäftsqualität bewerten wir mit 92/100 (hohe Qualität), Sektor Technology. Bär-Case: Da der Kurs über unserer Schätzung liegt, preist der Markt bereits hohe Erwartungen ein. Bull-Case: Eine überdurchschnittliche Qualität kann einen Aufpreis rechtfertigen — entscheidend bleibt der Einstiegskurs (Evidenz: niedrig).
Über das Unternehmen
Datametrex AI Limited engages in the collecting, analyzing, and presenting structured and unstructured data using machine learning and artificial intelligence in Canada and Korea. The company operates through two segments, AI and Technology and Health Care. It provides cyber security Nexology comprising NexaSecurity, a social media discovery and monitoring platform; and NexaSMART that generates reports. The company also offers concierge medical and telemedicine services; and operates medical clinics. In addition, it provides big data, artificial intelligence, and system integration services, as well as sells hardware equipment. The company is headquartered in Toronto, Canada.
Vollständige interaktive Analyse öffnen →
Ähnliche Aktien
Häufige Fragen
Ist Datametrex AI Limited (DM) unterbewertet?
Was ist der Fair Value von DM?
Wie hoch ist der Qualitäts-Score von DM?
Wie wir den Fair Value berechnen
Jedes Unternehmen wird durch einen Stapel unabhängiger Intrinsic-Value-Modelle bewertet (DCF-Varianten, Residual-Income, Multiples u. a.), die zu einem familienausgewogenen Konsens verschmolzen und nach der Datenqualität gewichtet werden. Eine separate Qualitäts-Ebene bewertet die Fundamentaldaten. Alle Eingaben sind real gemeldete Daten — nichts geschätzt.
Nur zu Bildungs- und Recherchezwecken · keine Anlageberatung · keine Kauf-/Verkaufsempfehlung. Modellbasierte Schätzungen sind keine Gewissheiten; ihre Verlässlichkeit hängt von Datenqualität und Annahmen ab.