Ребалансировка экспериментального портфеля Монте-Карло | Итоги квартала и новые настройки

Приветствую, коллеги и читатели!

Неделю назад была первая ребалансировка нашего экспериментального дивидендного портфеля, собранного методом Монте-Карло. Напомню, что этот подход, используемый NASA, хедж-фондами и регуляторами (включая ЦБ РФ), позволяет находить оптимальные комбинации активов, учитывая не только доходность, но и риски. Портфель оптимизируется с помощью алгоритма стохастического моделирования (метод Monte Carlo Simulation, далее алгоритм MCS) на исторических данных за 3 года. Критерии отбора включают дивидендную доходность, волатильность и параметры распределения с учетом «толстых хвостов».

Как работает алгоритм MCS? 500K случайных портфелей → фильтр по дивидендам и риску → выбор оптимального. Никаких ручных правок — только математика.

Ранее я уже публиковал детали формирования первоначального портфеля из 7 акций: посмотреть статью можно здесь.

Что изменилось за 3 месяца?

1. Модернизация алгоритма MCS: учёт «толстых хвостов»
   В конце мая алгоритм был дополнен модулем анализа эксцесса и асимметрии распределений (учет “толстых хвостов”), что позволило лучше оценивать риски редких, но значимых рыночных событий. Для генерации используется 500000 случайных комбинаций активов с последующим выбором оптимального портфеля по принципу Pareto-грани (максимум доходности при минимальном риске).
   Подробнее о “толстых хвостах” (fat tails):
   – Статья о модернизации портфеля
   – Рекомендую книгу «Хулиномика» (А. Марков) — там одна из глав посвящена “толстым хвостам”.
2. Текущие результаты
   Портфель опережает индекс MCFTRR на 0,95% за 3 месяца существования портфеля. Почему не стоит расстраиваться из-за скромного отрыва?3 июля 2025 прошла дивидендная отсечка «Ленэнерго», а доля этой бумаги в портфеле — 17,5%. Поскольку «Ленэнерго» не входит в индекс МосБиржи, MCFTRR не отреагировал на падение цены после отсечки. До дивидендной отсечки портфель показывал +3,6% к индексу — отличный результат за квартал! Это значит, что падение временное — после выплаты дивидендов (ожидаем 18 июля 2025 в размере 5420 руб) баланс восстановится. Можно зайти в публичный портфель Монте-Карло 20 июля и убедиться, что доходность +3,6% к индексу восстановилась.
3. Накопление дивидендов
   Все выплаты последних 3 месяцев копились в фонде ликвидности Сбера (SBMM) — это позволило избежать простоя денег и подготовиться к ребалансировке (стратегия описана здесь).

Новые настройки портфеля

1. Увеличение диверсификации
   Ранее портфель включал 7 акций, но для снижения рисков решено расширить его до 8 бумаг.Максимальный вес одной акции оставлен 18%, минимальный — 5%.
2. Параметры отбора
   Период анализа: 01.07.2022 – 03.07.2025 (3 года данных).Приоритет: дивидендная доходность + учет «толстых хвостов».Критерии: Минимальный коэффициент Шарпа: 0.5.Целевая дивдоходность: 15%.

Итоговый портфель
Алгоритм MCS выдал новый портфель. Красная звезда – наш красавец:

Распределение долей: от 5% до 18% на акцию. Добавился новый эмитент – Полюс (PLZL)

Добавление денежного компонента в стратегию

В новую версию портфеля включен денежный компонент в размере ~10% от текущей стоимости (17 000 руб.).

Механизм пополнения:

• Ежеквартальное довнесение 10% от текущей стоимости портфеля
• Средства размещаются на брокерском счете в ликвидных инструментах (фонд SBMM), либо сразу покупаются акции, если они дешевы.

Влияние на доходность:

• Ожидаемое снижение совокупной доходности на 0.8-1.2% годовых
• Компенсируется улучшением ликвидности и возможностью оперативно использовать “дешевые” активы

Преимущества подхода:

• Более точное моделирование реального инвестиционного процесса
• Учет регулярных внешних вливаний (аналог DCA-стратегии)

DCA-стратегия (Dollar-Cost Averaging — усреднение стоимости) — это инвестиционный подход, при котором регулярно (например, ежемесячно или ежеквартально) вкладываются фиксированные суммы в выбранные активы, независимо от их текущей цены.

• Снижение волатильности портфеля на 15-20%

• Позволяет тестировать алгоритм в условиях, приближенных к практике частного инвестора

Хотя чистая математическая модель предполагает 100% инвестирование доступного капитала, я сознательно иду на некоторое снижение доходности ради повышения практической ценности эксперимента

Итоговый портфель можно посмотреть в публичном доступе здесь.

Что в итоге:

• Ребалансировка каждые 3 месяца позволяет адаптироваться к изменениям рынка.
• Алгоритм MCS исключает эмоции, опираясь на математические данные.
• Диверсификация снижает зависимость от одной бумаги (как в случае с Ленэнерго).

Что дальше?

• Через квартал — новая проверка и корректировка.
• Мониторинг влияния «толстых хвостов» на доходность.

Ваше мнение? Как вам новый подход? Какие параметры стоит добавить в алгоритм? Пишите в комментариях!

P.S. Мне стало интересно, а не ошибается ли мой алгоритм MCS при подборе портфеля. И я решил его проверить, благо есть возможность в Snowball провести бэктест своего портфеля. Загрузил акции и доли, которые выдал алгоритм MCS и ниже на скриншоте результат. Даже объяснять, думаю, ничего не надо после слов “Портфель обогнал MCFTRR на 163% за 3 года”:

Предупреждение:  

Приведенные данные носят исключительно информационный характер и не представляют индивидуальную инвестиционную рекомендацию.

Помните: даже математически выверенные стратегии не гарантируют доходности. 

Кто дочитал до этого момента — молодец. 😁 Сделали с вами первую ребалансировку портфеля Монте-Карло.

Все свои статьи собираю в кучку на сайте https://wtfinvest.ru/

👍 лайкайте, если понравилось
✍️ подписывайтесь, если не подписаны
🔥 делитесь с близкими и друзьями
⚡️ заходите в мой Telegram, если читаете телеграм-каналы