Математическая модель прогноза цены акции ММК
Больше инвестиционных идей и обзоров акций в группе VK : arcaniscapital
Решил добавить в исследования компаний немного математики и мой первый подопытный – ММК. Предпринята попытка построить двухпараметрическую модель, которая на выходе давала бы прогнозную стоимость акции, а на входе принимала 2 выбранных параметра. Я закладываю только 2 параметра поскольку 3 и более учитывать крайне трудоемко. Возможно, в дальнейшем буду строить многопараметрические модели, если напишу софт для этого.
В качестве входных параметров я выбрал цену на сталь в рублях (цена Steel Billet на LME переведенная в рубли) и чистый долг ММК в рублях. На текущий момент исследования модель выглядит так:
Сейчас цена на сталь = $325. В рублях при курсе $ = 65руб., это 21125 рублей.
Предположим, что в 2017 году цены останутся на прежнем уровне.
Чистый долг ММК в 2017 ожидается на уровне -$500 млн., -32500 млн. в рублях.
Подставляем данные в модель и получаем, что прогнозная цена акций ММК на 01.12.2017 (модель оптимизировалась на годовых данных на эту дату) равна 49,171 рублей за штуку.
Можно немного поиграться с цифрами и получить такую зависимость стоимости акции от цен на сталь (долг -32500 млн. руб.):
Вместо чистого долга можно использовать другой параметр, например, общий объем выпуска продукции, но чистый долг более очевидная величина в данном случае.
Оценка акции в 49 рублей близка к той, что я давал, основываясь исключительно на стоимостных критериях – 43 рубля. Главный минус математических моделей в том, что они основываются на предположениях, которые вы делаете, когда задаете входные
данные. Именно поэтому целевые цены у всех аналитиков так отличаются: например, с помощью модели дисконтированного денежного потока можно получить любую стоимость акции, всѐ зависит от прибыли, которую вы заложите. Инвест дома, скорее
всего, пользуются этим в своих интересах.
Посмотрим, насколько точной окажется рассмотренная модель. В дальнейшем постараюсь делать обзоры, освещая ситуацию с разных сторон, в том числе и со стороны мат. моделей.
Подписывайтесь на группу ВК: https://vk.com/arcaniscapital
Y=24.221+0.000858*21125-0.00021*32500000000=-6 824 957,65
Что то с формулой?
Маркин Павел, чистый долг в миллионах и Вы минус забыли:
Y=24.221+0.000858*21125-0.00021*(-32500)=24,221+18,12525+6,825=49,17
Сейчас (ВАШ расчёт при долге 32,5млрд) Y=24.221+0.000858*21125-0.00021*(-32500)=24,221+18,12525+6,825=49,17
Гипотетически (при долге 32500млрд) Y=24.221+0.000858*21125-0.00021*(-32500000)=24,221+18,12525+6825=6867,35
Всё Верно???
P.s. Как вспомню симплекс метод, так вздрогну.
Здесь не тот случай, это регрессия, а не задача ЛП с целевой функцией и ограничениями
1) каково значения коэффициента детерминации и ошибок коэффициентов?
2) В чем трудоемкость оценивания регрессионной модели по большему числу показателей? Я бы оценил модель, например, по десяти показателям, убрал бы незначимые и оставил значимые. 3) Пробовали ли вы оценивать нелинейные модели? Возможно, они лучше описывают зависимость цены акции от показателей?
4) Для чего необходимо тратить время и писать собственное ПО, когда есть бесплатные стат-пакеты с мощным функционалом? Модель регрессии, например, можно оценить в том же Экселе, при этом число независимых переменных может быть любым.
Можно еще степенную, полиниминальную, экспоненциальную функцию использовать, там это тоже есть. И картинки.
Для аффтора, по его словам, это первый опыт. Можно только приветствовать обучение, но в практической жизни такие экзерсисы малоприменимы