Владимир Ганзиков, спасибо за интересную мысль. Но здесь дело не в желании объять необъятное, а в целях самого проекта.

Excel, VBA и Power Query — потрясающие инструменты для автоматизации. Но когда задача стоит шире — то мы упираемся в возможности Excel.
Работа с API в реальном времени: Python за секунду забирает JSON с биржи (того же ISS MOEX) и обновляет данные в памяти без зависания интерфейса. В Excel все это будет гораздо дольше происходить.
Визуализация: Веб-библиотеки на Python позволяют выводить живые финансовые графики (уровня TradingView), с которыми стандартные диаграммы Excel просто не сравнятся.
Математика: Расчет КБД, кривых G-спреда, фильтрация для разных метрик — в Python для этого есть готовые библиотеки. В VBA пришлось бы писать намного больше строк кода для этих расчетов.

Поэтому и был выбран такой стек, как более современный, гибкий и быстрый.

Владимир Ганзиков, у меня нет таких глубоких познаний в Excel, чтобы я знал языки программирования. Об этом писал в посте. Где бы ни работал, везде все ведется в Excel. Не спорю, что это удобно и просто, т.к. все его знают и умеют сделать простейшие действия в программе.
Мне хотелось попробовать другой инструмент, расширить возможности, поэтому выбрал такой стек: Python + Streamlit. С Power BI тоже имел опыт, делал один проект. В комменте выше писал. В Power BI очень понравилась визуализация и работа с большими объемами данных. Но все же Питон, как мне кажется, дает больше гибкости для реализации своих возможностей и желаний)

Ares Stallone, Как по мне, то облигации — более консервативный инструмент. Хотя если взять те же ВДО, то там и 30%+ можно сделать, но и риски соответствующие. Сейчас собираю портфель облигаций с общей доходностью 20%+

Михаил Шардин, между прочим, в прошлом году читал несколько ваших статей на похожие темы по автоматизации, парсингу MOEX. Помню, что тогда перерыл весь интернет в поисках похожих тем, интересовал именно парсинг MOEX с помощью питона и нашел только ваши статьи на данную тематику и скрипт и еще несколько видео от другого энтузиаста на ютуб. Спасибо, что проявили интерес к моему проекту.

Михаил Шардин, да, Смарт-лаб парсю по двум направлениям.
Первое — это удобные и простые таблицы по фундаментальному анализу компаний. К сожалению, там есть только те эмитенты, акции которых торгуются на MOEX. Для облигационного рынка мелкие и средние компании там не найти. Поэтому для терминала со Смарт-лаба беру такие показатели, как чистая прибыль, кол-во акций, FCF, Net Debt / EBITDA, P/E. По некоторым из них считаю метрики Forward DY и FCF Yield. Это всё для блока акций. Но сильно здесь не углублялся, так как основной упор планирую сделать на облигации.
Второе — история купонов: для облигаций парсер вытягивает историю фактически выплаченных купонов по ISIN облигации со Смарт-лаба. Таким образом, можно посчитать полную доходность облигации с учетом прироста тела и выплаченных купонов.

DrManhattan, это только для личного использования. Нет каких-то мыслей делать из этого торговый терминал. Моих знаний пока недостаточно для задач такого уровня.

Владислав Суетин, да, постараюсь

Иван Бонд, была идея спарсить e-disclosure. Хотел там находить отчеты маленьких-средних компаний, что очень нужно для облигационного рынка. Т.к. какой-то формализованной отчетности, как на Смарт-Лабе, на просторах интернета в бесплатном доступе больше не нашел. Но проблема в том, что на Смарт-лабе выложена отчетность только компаний, по которым торгуются акции, для облигаций есть большое кол-во эмитентов, по которым нужно отчетность смотреть на сайтах по типу e-disclosure. Но на e-disclosure отчетность в разных форматах и если парсер и можно, наверное, написать, который бы скачивал оттуда отчетность. Но отчетность будет в разных форматах и ее нужно читать ИИ- агентами, что будет очень затратно по токенам. Поэтому отказался от этого решения и остановился на показателях от Dohod.ru. В их таблицах есть показатели оценивающие компанию как по кредитному качеству, так и по другим основным метрикам критичным для оценки облигаций, по типу ликвидности, прибыли, ROE и т.д

Александр Крапильский, Вот-вот! Как раз после написания основной части хотел приступить к аудиту кода и безопасности проекта. Спасибо, что расписали, как это делать. Я в эту сторону совсем еще не смотрел, но понимаю, что это крайне необходимо. Еще не успел подробно изучить тему со skills — у меня в закладках висит несколько видосов с ютуб, но никак руки не доходят. Советы отличные, попробую сделать бота с инструкциями по вашем советам и через него запустить аудит кода, логики и безопасности.

Чёрный Ленин, согласен насчет Power BI — это отличный инструмент, особенно для больших массивов данных. Я сам реализовывал на нем проект по аналитике заявок на денежные средства. У мня было что-то порядка 20-25к строк в ексель. DAX дает невероятную гибкость в расчетах мер, а Power Query здорово берет на себя всю очистку и обработку данных. Визуализация нависшем уровни.

Но все же связка Python + Streamlit, на мой взгляд, дает куда большую свободу. В BI ты всегда ограничен рамками платформы, плюс ограничения бесплатной версии, а на Python ты — хозяин положения: можешь внедрить любую сложную математику, подключить нестандартные библиотеки и полностью контролировать логику обработки данных

Александр Крапильский, Спасибо за советы! Хотел antigravity поставить, у меня есть gemini pro акк, но из-за региона так и не получилось поставить. Через gemini pro пишу промпты и потом их уже в курсор отдаю, чтобы меньше токенов уходило. Вообще изначально сам проект начинал на редакторе кода Trae, потом переeхал на Cursor… Если нужно что-то большое внедрить еще в проект, например, добавлял вкладку вывода и расчета КБД, чтобы понимать, что правильно считается кривая ОФЗ. Для этого использовал Sonnet или Opus, а если корректировки по коду или какие-то небольшие изменения по интерфейсу нужно внести, то справляется иишка курсора -composer 2
Я как раз для этого и написал статью, чтобы мне сюда в комменты набросали какие-то идеи или свои варианты исполнения похожих реализаций.
Я еще не проводил аудит кода. Честно, признаться, не знаю как это делать) Знаю, что это нужно делать, но пока не дошел этого этапа.

Александр Крапильский, спасибо! Да, может, вы и правы по поводу российского рынка акций. Он уже два года в боковике или падает. Но я больше сосредоточен на рынке облигаций, объемы которого постоянно растут. В свой портфель только для диверсификации хочу добавить 30% дивидендных акций, а остальное распределить между облигациями.

Рад, что нашел единомышленника, который тоже использует стек Python + Streamlit. Теперь знаю, к кому обращаться по Streamlit, если что-то не будет получаться) Приходилось долго сидеть над некоторыми фичами и скармливать Cursor разные промпты для адаптации Streamlit под свои хотелки ))

Ilya Kosarev kimkarus, спасибо!

Ilya Kosarev kimkarus, Привет! AlgoBond — звучит масштабно, особенно впечатляет кроссплатформенность и прямая интеграция со всеми брокерами по API. Круто!

Я в эту сторону еще не «копал», но были мысли тянуть данные по сделкам в терминал через API брокеров. Пока портфель только формирую и операций немного, записываю их вручную. Но полностью согласен: рутину нужно автоматизировать. Спасибо за совет, попробую «законнектить» терминал со СберИнвестициями и Т-Инвестициями.

fgun, Спасибо! Да, согласен с вами. Эти сигналы плюс значения по G-спреду — первые индикаторы, которые позволяют обратить внимание на определенную бумагу. Также есть еще несколько показателей по кредитному качеству от «Дохода», они довольно информативны (на скрине их просто не видно). А затем я смотрю, что за эмитент, и изучаю его актуальные финансовые показатели. На основании совокупности всех этих факторов и сигналов принимаю решение. Пытаюсь собрать информацию из разных источников, чтобы не вляпаться в такие истории, как «Монополия» или «Евротранс».

samurai_nrd, Спасибо за дельный совет! Уже использовал xlwings при написании скриптов. Здесь хотел пойти другим путем и уйти от Excel. Хотя признаюсь полностью все равно не удастся это сделать. Внутри все равно есть пару ексель файлов, которые использую.