Баффет был прав? Почему мой Python-скрипт «забраковал» Apple и нашел жемчужину в битых тачках.
Я QA-инженер, в инвестициях уже 6 лет. Мой путь стандартный: сначала слушал «гуру», потом поумнел и собрал гигантскую таблицу в Excel. Я из тех, кто не покупает акцию, не посмотрев тренды выручки, маржинальности и ROIC за 5–10 лет.
В чем была моя личная боль:
На глубокий анализ одной компании по моему чек-листу (14 метрик в динамике) уходило около 2 часов. Забивать руками данные из Macrotrends в таблицу — то еще удовольствие. Самое обидное, когда в конце второго часа понимаешь, что компания — переоцененный шлак с падающей маржой, и время потрачено зря.Еще одна боль — это «магия цифр» (это касается и книг и обучающих видео).
Книги и видео говорят: «Ищите рост выручки > 7% или ROA > 6.5%». Но почти никто не объясняет — почему? Откуда взялись эти цифры? Почему 7 и 6.5, а не 10 и 8 или не 5 и 3...
Что я накодил:
Написал сервис на FastAPI, который через API тянет отчетность и делает «Sanity Check» компании за 2 секунды. А вместо слепого следования догмам из книг и видео, я привязал все метрики к усредненным показателям компаний из S&P 500.
Я смотрю на бизнес через призму создания стоимости: если ROIC компании ниже её стоимости капитала (WACC) или равен ей, то никакой рост выручки её не спасет — она просто быстрее сжигает деньги инвесторов. Мой алгоритм подсвечивает именно этот разрыв.
Но я столкнулся с тем, на чем валятся многие готовые скрипты и даже крупные агрегаторы:
- Проблема «холодного старта»: Когда у компании появляется новый сегмент или данные за год нулевые, CAGR улетает в бесконечность. Я внедрил метод импутации (подстановка 1% от среднего), чтобы сохранить адекватность тренда.
- Аномалии в отчетности: Мой алгоритм умеет фильтровать «творческую бухгалтерию» — например, когда ROE становится отрицательным или зашкаливает за 100% из-за долгов. А компания всего-то является жестким байбекером.
Скоринг за 2 секунды: Вместо 2 часов в Excel я получаю вердикт сразу. Это не кнопка «разбогатеть быстро», а фильтр: заслуживает ли компания моего внимания или её нужно закрыть и забыть.
Парочка примеров:
(Apple vs Google): Баффет скинул львиную долю акций Apple, акции все равно подорожали на 30+% и все вокруг закричали, что старик упустил выгоду, Apple — топ компания и т.д.
А что по факту?
Revenue Growth стагнирует (около 3.3% в год),
EPS Growth за 5 лет в 2 раза хуже, чем рост индекса (7.21 vs 14.7).
Компанию тащит только феноменально широкий экономически ров, что видно по бешеному ROIC (45%).
P/E компании в околоисторических максимумах.
В то же время Google по моим метрикам выглядит фундаментально намного здоровее.
Другой пример:
Copart (CPRT) — скучный бизнес, который делает деньги.
Пока все ищут «новую Nvidia», мой алгоритм подсветил Copart. Это аукционы битых машин.
Звучит не сексуально? Зато цифры говорят об обратном:
- ROIC 19.09%: При средней стоимости капитала в секторе около 8–9%, компания создает колоссальную добавочную стоимость.
- Рост свободного денежного потока (FCF Growth) — 23.5%. При этом у компании отрицательный чистый долг (Net Debt/EBITDA = -1.27x). То есть кэша на счетах больше, чем всех обязательств.
- Операционная маржа 38.7%. Для реального сектора — это космос.
Зачем я это выкладываю:
Я довел проект до стадии MVP (назвал OkStock). Денег за него не беру, рекламы внутри нет. Я хочу получить фидбек от опытных инвесторов.
Какие метрики вы считаете «железобетонными» для отсева шлака?
Что бы вы хотели добавить?
Потыкать сервис можно тут (бесплатно): https://okstock.app/
Интерфейс рисовал сам как умел, на мобилках может быть кривовато, так что лучше смотреть с десктопа.
Буду рад конструктивной критике от тех, кто, как и я, любит цифры, а не гадания на кофейной гуще.
В американских публичных компаниях, на которых сейчас сфокусирован сервис, структура владения часто сильно размыта между фондами, и нет такой жесткой градации, как Вы описываете, но мониторить долю мажоритариев всё равно полезно, чтобы понимать, кто на самом деле «рулит» процессом.
Буду иметь в виду при добавлении раздела рисков!
Прочитал статью до конца и скопировал.
Пожалуй выскажу восхищение проделанной работой и описанием труда!
Это одна из замечательных статей на Смарт Лабе по теме и без воды!
Буду безмерно благодарен, если попробуете OkStock в деле. Мне сейчас важнее всего «критика делом»: всё ли понятно в интерфейсе и каких метрик вам лично не хватило для «полного счастья»?
Давайте по фактам:
Прогнозировать рост выручки на 1–2 года или какую долю рынка компания будет занимать — это гадание. Я инженер, а не Ванга. Мой подход — «Эффект Линди»: если компания стабильно росла 10 лет, вероятность продолжения — выше, чем у любого прогноза аналитика из инвестбанка.
Маржа 50%+ бывает только у Asset-light компаний (софт, финтех). Ограничивать себя только ими — значит пропустить 80% рынка. У меня в фильтрах стоит порог 15–16%, что уже выше среднего по S&P 500.
ROIC — это и есть математическое выражение «уникального продукта» и «эффективности трат». Если у компании есть «ров» (Moat), он отразится в высоком ROIC. Если рва нет то и ROIC будет слабым. Пример с Apple, по-моему, это идеально отражает.
Мой скрипт — это сито. Он отсеивает тех, кто НЕ соответствует вашим же пунктам (6 и 7), чтобы вы не тратили время на чтение отчетов компаний с дутыми цифрами. За 2 секунды я вижу то, на что вы потратите час или два ручного анализа
У меня есть в планах переезд на собственные графики, чтобы все было в одном стиле и работало без ВПН. Но Macrotrends дают сильно больший диапазон лет, чем я могу пока себе позволить купить на этапе МВП.
В ближайшем обновлении прикручу валидацию: если ресурс недоступен, буду выводить заглушку с текстом, а не пустой фрейм. Спасибо, что подсветили!
Допилить бы только еще мобильную версию…
Насчет мобильной версии — вы абсолютно правы. Пока я фокусировался на логике расчетов и данных, интерфейс остался на втором плане.
Уже занес адаптив в список приоритетных задач на ближайшее время :)
Постараюсь сделать так, чтобы анализировать компании можно было удобно прямо с телефона!
Ох, Вы прям по больному :)
Начинал с бесплатного плана FMP + скрапер Yahoo Finance как фолбэк, так как на бесплатном тарифе FMP дает доступ всего к паре десятков компаний. Сейчас подключил их платный пакет, чтобы охватить весь S&P 500.
Вообще найти качественный источник — это одна из самых сложных и дорогих частей проекта. Многие ресурсы дают смотреть данные в браузере, но за API просят от нескольких десятков до нескольких сотен долларов в месяц (особенно если хочешь коммерческую лицензию). Так что пока проект живет на моем энтузиазме и личных вложениях.
Спорный момент.
Если бы ваш тезис был правдой, то мы бы не видели взлетов компаний за один день на 30%, а потом планомерное падение в течение пары месяцев обратно (пример Oracle), мы бы не видели 100+% у Гугла за полгода (фундаментал просто потрясающий, но появились новости, что поиск якобы больше не приносит бабла). Или посмотрите на Meta в 2022-м: на цифрах бизнес оставался «конфеткой», но рынок в панике укатал его до $90, чтобы потом выкупить обратно до $500+.
Рынок эффективен на бумаге, а на деле он постоянно впадает в истерику.
Мой подход не про «поиск ракеты», а про защиту. Большинство инвесторов теряют деньги не потому, что не нашли «навар», а потому что купили мусор с долгами и низкой эффективностью, поверив в хайп. (Предположу, что Apple скоро будет очень уверенно корректироваться, т.к. фундаментально компания стала сильно слабее своего ценника).
Мне больше нравится формула Гринблата EV/Predicted(EBIT) and ROC
Честно говоря, я не слышал про формулу Гринблатта — надо почитать.
Пока использую P/E как самый «базовый» и понятный широкому кругу показатель.
Вообще, поиск идеальной формулы — это бесконечный процесс, так что буду дорабатывать скрипт по мере погружения.
Спасибо за наводку!
Это не идеальная формула, это обычная бухотчетность, там нет никаких секретов или суперприбыльных спослбов. Это просто корректная интерпретация фин и бух отчетности.
Сложность в том чтобы корректно учесть долги компании и тп вещи, это требует вникания в отчетность.
Согласен, голый P/E в вакууме мало о чем говорит.
Именно поэтому мой алгоритм анализирует его не как статичную цифру, а в трех плоскостях: Исторический P/E компании: насколько текущая оценка отклонилась от её же средних значений за годы.
P/E сектора: не «перегрета» ли бумага относительно прямых конкурентов.
Сравнение с широким рынком (S&P 500).
Если компания стоит дешево относительно своей истории и сектора, при этом имеет здоровый Net Debt / EBITDA — это и есть та самая «неэффективность рынка», которую я ищу.
Одной формулой Гринблатта тут не обойтись, нужен комплексный фильтр, который я и реализовал
Я пока не успел детально разобраться с EV/EBIT. НО! На сколько я понял, этот параметр позволит «высвечивать» реальную стоимость бизнеса для компаний с агрессивными байбеками или специфической долговой нагрузкой, поэтому я записал себе в бэклог задачу по изучению метрики и добавления ее в алгоритм в дальнейшем.
Что вы считаете важными показателями. На что смотреть.
Лучше отдельный пост.
Хм… У меня сразу борятся две мысли:
1. Очень льстит, что вам интересно моё видение «правильного» выбора метрик. Значит, проект зацепил.
2. Это звоночек для меня, что я недостаточно наглядно объяснил логику внутри самого сервиса.
Я обязательно напишу отдельный пост о том, почему именно эти показатели стали фундаментом OkStock, почему я выделяю не только net маржу, но и операционную, и почему у некоторых из них вес в итоговом рейтинге выше (мультипликатор 2), а у других ниже.
И, конечно, поправлю тултипы на сайте, чтобы логика считывалась сразу.
Спасибо за запрос, это отличная тема для следующей статьи!
Ещё бы придумать как потестировать такую методику отбора, хотя бы на последних 5 годах.
Большое спасибо за поддержку!
На самом деле, методика Owner Earnings + ROIC — это база, на которой десятилетиями выезжает Berkshire Hathaway. Но вы правы, сухие цифры бэктеста на графике всегда нагляднее. Сейчас тул заточен под текущий срез, но идея «отмотать время назад» и посмотреть, что бы он советовал в 2021-м — отличный вектор для развития.
Пока не знаю как это реализовать, но записал себе как идею.