Блог им. YuriyVorobev

Автоматизация ежедневной рутины по фундаментальному анализу акций Мосбиржи. Мой опыт

Привет, Smartlab! Я новичок на платформе, но на на рынке.

Сразу обозначу рамки. Ниже не будет:

  • торговых сигналов
  • обещаний доходности
  • «лучших акций месяца» и т.д.

Речь о том, как я для себя решил проблему ручного фундаментального отбора и что из этого получилось.

Исходная проблема

С 2008 я на рынке перепробовал, наверное, всё от лудоманства скальпинга до коматозного инвестирования в стиле «купить и забыть» (с подробным разбором фундамента, разумеется).
Со временем стало понятно, что проблема не столько в знании рынка, психологии или чем-то еще, а в обычной рутине.

Фундаментальный анализ в ручном режиме плохо масштабируется:

  • показатели постоянно меняются
  • за десятками компаний невозможно следить одновременно
  • часть решений неизбежно принимается «по ощущениям»
  • ошибки возникают не из-за незнания, а из-за усталости и пропусков

Чек-лист вместо «ощущений»

В какой-то момент я зафиксировал для себя базовый набор критериев, который использую для первичного отбора (если очень кратко):

  • рост выручки
  • стабильная или растущая маржа
  • контролируемая долговая нагрузка
  • положительный денежный поток
  • адекватная рентабельность относительно сектора
  • понятная дивидендная политика и корпоративное поведение 

Этот чек-лист не ищет точки входа и не прогнозирует рынок. Он отсекает слабые компании и сокращает поле анализа.
Как я говорил выше, ручной скор упирается в человеческий фактор – внимание замыливается, растет риск упустить что-то важное (привет FOMO).
Но раз есть алгоритм, значит его можно как-то автоматизировать.

Автоматизация, как решение проблемы

Я собрал скрипт (не без ИИ, конечно же), который прогоняет наиболее ликвидные компании по моему чек-листу:

  • обновляет финансовые показатели и мультипликаторы
  • отслеживает историю и динамику за несколько лет
  • подсвечивает ухудшения и улучшения по ключевым метрикам
  • формирует краткое пояснение о состоянии компании

ВАЖНО! Это не алгоритм отбора «лучших акций». Это автоматизация рутинной проверки.
Преимущества автоматизации в таком виде в скорости и консистентности анализа (одинаковое применение критериев ко всем компаниям), а также в отсутствии усталости и субъективных искажений. Ответственность за инвестиционное решение скрипт, конечно же, не снимает.

Логичный вопрос – а чем это отличается от других скринеров?
Короткий ответ – скоростью и простотой. Основное отличие не в “умности” модели, а в том, что инструмент решает узкую задачу – первичный фундаментальный отбор – и делает это быстро.

После прогона модели на данных в реальном времени в течение примерно 3 месяцев у меня получилось 65%–70% верных оценок (улучшать можно и нужно). Это не идеальный результат и не гарантия, но как фильтр работает не хуже ручного перебора и вот почему:

  • одинаковый подход ко всем компаниям, отсутствие “усталости”
  • скорость и глубина обработки большого объёма данных
  • работа с несколькими источниками сразу без потери качества
  • и наконец, нейросеть «видела» ситуаций и прогнозов с их результатами больше, чем любой кожаный аналитик, плюс она не подвержена эмоциям и когнитивным искажениям

Ожидаю замечаний вроде «3 месяца – это ни о чем, давайте посмотрим результат через год». Давайте. Поэтому выкладываю сейчас, чтобы у любого желающего была возможность получить результат собственных тестов.

Текущая реализация + план развития

Сейчас система работает в связке внешние API для данных + ML-модель + Google-таблица + Telegram.
Отдал потестить знакомым, какое-то радикальное «фу» не получил, поэтому решил выложить на всеобщее обозрение, чтобы понять, стоит ли развивать это, как продукт/сервис или же это нужно только мне и кучке друзей...

Т.к. в планах переделать бота, чтобы он присылал отчеты по интересующим акциям по запросу (а не как сейчас раз в день).
А также (более далекая цель) – дать пользователю возможность легко настраивать собственные критерии оценки.

Так сейчас выглядит результат работы скрипта
Так сейчас выглядит результат работы скрипта

Если интересно посмотреть, как выглядит такой фундаментальный фильтр на реальных данных – в Telegram-канале есть доступ к таблице. Можно посмотреть метод и сделать собственные выводы. Доступ пока бесплатный.
Если напишете конструктивный комментарий (тут или к любому посту в телеге), я его обязательно учту при дальнейшей разработке.

***
Еще раз про ограничения:

  • это не торговая стратегия
  • это не генератор сигналов
  • это не прогноз цен
  • это не замена собственного анализа (но значительное его ускорение)

Инструмент используется только как ускоренный фильтр и навигатор внимания.

244
#223 по плюсам
1 комментарий
Ужас
avatar

Читайте на SMART-LAB:
Фото
Газета «Коммерсант» выпустила тематическое приложение о страховом рынке
Много интересных материалов для тех, кто работает в отрасли и тех, кто так или иначе с ней связан. Полагаем, публикации могут быть интересны и...
Фото
Софтлайн + собственные разработки = ?
В стратегии, которую мы представили рынку в 2023 году, одним из главных приоритетов было развитие собственных решений. Они более прибыльные для...
Фото
Холдинг SFI закрыл сделку по продаже ЛК «Европлан» Альфа-Банку
Альфа-Банк приобрел 87,5% ПАО «ЛК «Европлан», крупнейшего независимого оператора на российском рынке лизинга, у инвестиционного холдинга SFI....
Фото
Какая доходность среди облигаций с наивысшим рейтингом надежности и сроком погашения от 3 лет?

теги блога Юрий Воробьев

....все тэги



UPDONW
Новый дизайн