Я исправил расчёт 934 дивидендных отсечек: рынок учитывал их даже до 2022
Этот материал не является инвестиционной рекомендацией.
Этот материал не является индивидуальной инвестиционной рекомендацией.
Этот материал не является предложением по покупке или продаже финансовых инструментов или услуг.
Вся ответственность за решения и результаты лежит на вас.
__________
Мой вывод из предыдущего исследования дивидендных отсечек — до 2022 года рынок почти не учитывал дивиденды в цене (медианный drop ratio = 0.05) — был ошибочным. Читатели в комментариях поставили методологию под сомнение, и оказались правы. Исправленный drop ratio до 2022 — 0.80.
Никакого структурного перелома 2022 года в дивидендном поведении рынка не было. Рынок всегда закладывал ~80% дивиденда в падение цены. Ошибка возникла из-за семантики поля T-Invest API.
Где была ошибка
Поле last_buy_date в T-Invest API в T+2 период (до 2023-07-31) хранило не фактический последний день покупки, а день закрытия реестра — ex-date. Это на один торговый день позже реального гэпа. В результате предыдущее исследование измеряло не тот день: гэп происходил в last_buy_date, а анализировался следующий — нейтральный торговый день с обычной дневной волатильностью. Отсюда и 0.05.
Как нашёл реальный день гэпа
Вместо того, чтобы доверять документации, я проверил офсеты от -2 до +4 дней вокруг last_buy_date и искал максимальное медианное падение:
- P1 — до февр. 2022 (T+2, n=675): наибольший гэп на k=0 (сам
last_buy_date), медиана -3.13% - P2 — февр. 2022 — июль 2023 (T+2, n=135): тоже k=0, медиана -3.73%
- P3 — авг. 2023+ (T+1, n=299): гэп сдвинулся на k=1 (следующий торговый день), медиана -3.86%
После перехода на T+1 в 2023 году поле стало хранить реальный последний день покупки, и гэп ожидаемо сместился на следующий день.
Скорректированные drop ratio
При правильном офсете картина кардинально меняется. Медианный drop ratio (снижение цены / дивиденд):
- P1 (до 2022): 0.798 — против 0.038 в исходном исследовании
- P2 (2022–2023): 0.717 — против 0.090
- P3 (2023+): 0.903 — результат тот же, здесь ошибки не было
Разница в P1 — в 21 раз. 0.038 — это просто дневной шум следующего после гэпа дня, а не реакция рынка на дивиденд.
Дрейф до отсечки тоже был артефактом
В предыдущем исследовании я нашёл значимый отрицательный дрейф за 5–10 дней до отсечки в T+2 период (-2.51% за T-5, p<0.001). Сейчас понятно почему: last_buy_date в T+2 — это ex-date, то есть сам гэп попадал в «дрейфовое» окно. Никакого самостоятельного предивидендного снижения не было — только гэп, смещённый в расчётах.
В T+1 период (P3), где смещения нет: T-5d и T-10d незначимы. T-20d показывает слабо положительный результат (p=0.009), но это пока открытый вопрос — нужно больше данных.
Что осталось в силе: восстановления после гэпа нет
Вывод о том, что акция не восстанавливается активно после гэпа, подтверждается. В P3 (самые чистые данные T+1 периода): T+5d -1.35% против -0.28% базового (p<0.001). На T+10d и T+20d — незначимо. Покупать в первый день после отсечки в расчёте на краткосрочный откат — по-прежнему нет оснований.
Практический вывод для работы с T-Invest API
Если вы тоже строите собственный анализ дивидендных дат через T-Invest API, обратите внимание на это смещение. Для событий до 2023-07-31 гэп приходится на сам last_buy_date. Для событий с 2023-07-31 — на следующий торговый день. Не учтёте разницу — получите то же смещение в расчётах, что было в исходном исследовании. Это касается любых бумаг с дивидендами: и LKOH@MISX, и TATN@MISX, и всего остального.
Моя оценка
Считаю важным опубликовать эту работу над ошибками. Количественный анализ без верификации семантики источника данных ненадёжен. Один день смещения перевернул один из выводов на 180°. Ценовые данные оказались правдивее поля API. Суть главного практического вывода, впрочем, не изменилась: краткосрочных ценовых аномалий вокруг дивидендных отсечек, пригодных для эксплуатации, не обнаружено.
Сталкивались ли вы с похожими проблемами при работе с API дивидендных дат?
Ставьте лайк, если это было полезно — это помогает найти пост другим. Подписывайтесь, чтобы не пропустить следующее исследование.
А как насчет отсечки на выходных? Если брать последний рабочий день перед выходными как последнюю дату с дивами, то будет ровно та же проблема, что и с T+2. Не вспомню, в каких тикерах такие дивы встречаются, но народ наверно напомнит имена извращенцев.
В черновую гипотезу можно проверить, если первый график построить по отдельным тикерам. Существенное отклонение от 0.87 может быть именно там, где регулярно бывают дивы выходного дня.