Предисловие
Ранее я писал, что мы занимаемся Data Science. Хочу немного приоткрыть занавес этой истории, и чтоб не было совсем скучно, буду свое повествование разбавлять любопытными выводами, которые мы получаем.
Мы не просто автоматизируем инвестиционный анализ и представляем свою оценку в ранговой системе. Мы стремимся к тому, чтобы наша оценка всегда максимально коррелировала с будущей доходностью акций. Цель ежедневных исследований лаборатории Data Science — нахождение стабильной «Альфы». Проще говоря, мы хотим на растущем рынке рости быстрее рынка, на падающем — падать меньше рынка, еще проще говоря — всегда обгонять рынок

.
Введение
Сегодня я вам расскажу про одно из таких исследований.
Начну немного с теории
Невозможно построить одну математическую модель по всему рынку

Для каждой страны, для каждой индустрии и, в зависимости от размера компании, есть своя специфика и свои закономерности. И для проверки результатов наших моделей, мы начали сравнивать полученные результаты с различными узкоспециализированными и MSCI индексами.
Но столкнулись с тем, что у всех есть свои нюансы в методологии и, в принципе, не для каждого набора моделируемых компаний есть свой индекс и мы решили выводить свои расчётные индексы
Суть
Наш базовый вариант для построения индекса сочетание «страна-отрасль-капитализация»
Все результаты сравниваются на предмет превосходства над выведенным индексом.
И в этом посте я отвечу на вопрос:
какой индекс один из самых эффективных
Если бы Вы инвестировали во все компании Зимбабве

(не зависит от размера компаний и отрасли) на протяжении 15 лет с поквартальным фиксированием результата ( 4 раза в год) — в 9 случаях из 10 вы бы обгоняли S&P500! Более того, обгоняли бы на 53% (+53% годовых!!!



), а за последние 10 квартальных дат и вовсе 63%

Таким образом один из самых эффективных индексов — «Зимбабвийский индекс».
Сделал запись экрана нашего
мобильного приложения с актуальными оценками по 39 крупнейшим компаниям Зимбабве. В записи видны оценки по блокам: «Оценка стоимости», «Финансы и Динамика роста» и итоговые оценки Ranks
Хотите чтобы мы разобрали данный кейс и погрузились в таинственный вопрос: «Почему Африканская страна такая молодец?»

И в целом, рассказывать про работу нашей лаборатории? — если интересно, жду реакций
#Datascience
Обогнали в долларах? Или просто в обезличенных числах (тугрик против доллара )?