📊 Американские эмитенты: а что, так тоже можно было-4?

Лучше руками не лопатить, а мини прогу-парсер на каком-нибудь питоне написать. 

Вот мой код для примера, парсит short float, short ratio, FWD PE, PS для тикеров с СПб биржи (в файле) с finfiz

--------

from bs4 import BeautifulSoup as BS
from urllib.request import Request, urlopen
import xlsxwriter
i=0

#открываем список тикеров
with open(«D:/FinanceMarker/TICKs.txt», «r») as TICKs:
TICKs = [line.rstrip() for line in TICKs]
print(TICKs)

# открываем новый файл на запись
workbook = xlsxwriter.Workbook(«D:/FinanceMarker/Short.xlsx»)
# создаем там «лист»
worksheet = workbook.add_worksheet('Main')

for TICK in TICKs:
try:
url = 'https://finviz.com/quote.ashx?t=' + TICK
headers = {«user-agent»: «Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (HTML, like Gecko) Chrome/86.0.4240.193 Safari/537.36»}

r1 = Request(url, headers=headers)
webpage = urlopen(r1).read()
html = BS(webpage, «html.parser»)

#берем нужные данные по столбикам и строчкам
short_float = html.find_all('table', class_='snapshot-table2')[0].find_all('tr')[2].find_all('td')[9].text
short_ratio = html.find_all('table', class_='snapshot-table2')[0].find_all('tr')[3].find_all('td')[9].text
forward_PE = html.find_all('table', class_='snapshot-table2')[0].find_all('tr')[1].find_all('td')[3].text
PS = html.find_all('table', class_='snapshot-table2')[0].find_all('tr')[3].find_all('td')[3].text

#записываем в таблицу
print(str(TICKs.index(TICK)) + ' из ' + str(len(TICKs)) + ' Прогресс: ' + str((TICKs.index(TICK)*100)//len(TICKs)) + '%')
worksheet.write(i, 0, TICK)
worksheet.write(i, 1, short_float.replace('.',','))
worksheet.write(i, 2, short_ratio.replace('.',','))
worksheet.write(i, 3, forward_PE.replace('.',','))
worksheet.write(i, 4, PS.replace('.',','))
i = i+1
except:
print('ERR')

workbook.close()

Тоже немного поэксперементиеровал с бумагами, час убил)

Просто предположил что из этого будет если просто взять эти бумаги в равных долях в портфель. Вот что получилось)

На прошлых периодах этот портфель проигрывал бы рынку, на отрезке в 3 года: 7 к 13, в 5 лет: 11 к 15, в 10 лет: 8 к 11

При прошлой рыночной волатильности портфель проседал бы сильнее чем рынок, восстонавливался медленее.

Основные позиции портфеля: финансовый сектор: 33%, потребительский 21%, технологический 16 %, промышленный 7%, здравоохранение 5%, коммуникационный 5%, недвижимость и энергетика по 2%

Что можно сказать, думаю надо ещё отбирать по новостному фону, упор идёт так сказать на финансовый сектор, при росте ставки может оно так и будет, кто же знает… хотя есть большие сомнения, зачем в новой модели распределения денег  (в современной то денежной политики)  необходимы ли вообще коммерческие банки))


Для принятия решений по покупке нужны тригерры, новостные или системные, в самих цифрах увы я их совсем не вижу, хотя может сработать правило: налетай — подешевело)) рынок то совсемкуку стал)

Возможно  кому так же интересно, как ведет себя портфель, правда из тех 40+ бумаг я выбрал лишь по моей оценки лучшие 21,  в равных долях. да и инвестиционный портфель получается более сбалансированный по секторам. прошло два месяца)

Прошло 4е месяца, портфель показал рост в 23%, что в два раза выше бенчмарка, при этом просадка по по портфелю не увеличилась, риск доходность по прошествию 4 месяцев остается лучше рынка, примерно вдвое ...

Так же стоит отметить что благодаря ставки на финансовый сектор результаты портфеля впечатляют, при этом корреляция активов финансового сектора довольно высока в сравнении с другими секторами, пятая часть портфеля показывает всё ещё отстающую риск доходность. Так же активы портфеля недостаточно сбалансированы по моменту и стоимости ...

Риск доходность полного портфеля Zacks отстает на 5 пунктов, от данного референтного, но так же выше бенчмарка.