Всем привет !
Напоминаю, что проект заключается в составлении 100% пассивного портфеля, построенного на принципе стратегического инвестирования ( то есть, выбор эмитентов исходя исключительно из наличия у них выигрышной стратегии). В отличие от устаревшего метода фундаментального анализа, стратегический подход использует Industry Analysis, здравый смысл и понимание реальностей этого мира

В качестве бенчмарков для этого портфеля были выбраны (1) фонд Чорный Квадрат, (2) фонд Акции Мира всем известной компании Арсагера и (3) индекс S&P (Сиплый)

Портфель стартовал с виртуальных 20 американских килодолларов, и пока еще не до конца наполнен ( то есть там есть большая доля свободного кэша).  Для справедливой оценки, возврат на портфель считается только по инвестированным деньгам.

( Читать дальше )

Поговорим о пассивном доходе
Итак, имеем анонима с доступом к западным рынкам, и суммой, которую хочется вложить, чтобы получать пассивный доход.
Продвинутый смартлабовец, знающий о существовании скринеров, введет в условия поиска «dividend yield > 10%», и получит список эмитентов, которые платят нехилые по нашим временам 10 процентов дивидендов и даже больше !
В голове пронесутся мысли «сейчас вложу 12 тысяч зеленых, и буду получать 100 долларов в месяц, ничего не делая, куплю пиджак, машину — и в Сочи !
Тут наш индивид обрадуется, и нажмет кнопку „buy“ конечно.

Целью этого поста является объяснить, почему покупать такие активы, в большинстве случаев, не стоит, и что надо покупать вместо них.
Итак, давайте посмотрим на список эмитентов с высокой дивидендной доходностью, которые обычно вылезают из таких скринеров
Их, в большинстве случаев, можно разделить на несколько групп

1. Обыкновенные акции ущербных корпораций.

( Читать дальше )

Предыдущие части сериала про машинное обучение 
Часть 1. я думал-думал, я все понял — про машинное обучение в применении к трейдингу
Часть 2. грааль почти не виден

вот все говорят, что Смартлаб читать — только время терять.
Я не соглашусь. 
Иногда можно встретить очень умных людей, и получить полезную инфу.
В комментариях к одному из моих предыдущих постов про машинное обучение, уважаемый пользователь AlexeyT сказал, что adaboost -алгоритм для лошков, и все пацаны на районе давно используют xgboost.

Мне стало стыдно перед пацанами, быстренько почитал про xgboost, не без танцев с бубном поставил его на свой третий питон, и начал фигачить торговую систему, уже на новом алгоритме.
По ходу нашел кучу багов, пофиксил их по мере сил.
Подключил к брокеру, настроил все эти его кривые web apis, и понеслось !
Пока что, результатом работы системы стала эпичная поездка на Красное Море (sea of red). С глубоким погружением к рыбам в акваланге. 

( Читать дальше )

По следам моего предыдущего поста – фигасе! Сам не ожидал такого. Не только предсказал, что выберут Трампа, но и мои добавленные в портфель акции выросли с тех пор на 6.95% (LMT) и 9.5% (CBRL)

В этом выпуске, посмотрим на то, что происходит с американскими акциями в результате избрания Трампа, и как реагировать на весь этот Адъ.
Напомню, что целью проекта является доказать, что пассивный портфель, подобранный на основе анализа стратегии эмитентов, побьет как индекс S&P, так и любой портфель, основанный на анал-изе ГААП-овской отчетности или на активной торговле. 
Активы в портфель выбираются по моему (но не оригинальному) принципу стратегического инвестирования, описанному здесь и здесь

Общая тема заключается в том, что, судя по реакции рынка,  выиграли:

( Читать дальше )

Предыдущие выпуски сериала:
часть 0. Правила Портфолио-Шоу
часть 1. Покупаем Данахер
часть 2. Покупаем Брукфилд
часть 3. Покупаем Амазон
часть 4. Покупаем самый крутой ресторан

Всем привет !

Продолжаем наше портфолио-шоу. Целью проекта является доказать, что пассивный портфель, подобранный на основе анализа стратегии эмитентов, побьет как индекс S&P, так и любой портфель, основанный на анал-изе ГААП-овской отчетности или на активной торговле. 
Активы в портфель выбираются по моему (но не оригинальному) принципу стратегического инвестирования, описанному здесь и здесь

Сначала о текущей ситуации, потом о результатах на данный момент, потом о паре покупок для моего виртуального портфеля, сделанных сегодня 

( Читать дальше )

Я подумал, что пора начать новый сериал — «Футурологические заметки». Я еще давным-давно писал на тему, как понимать Биткойн, и вместе с последним постом о том, как понимать Теслу, это будут первые два поста в новом сериале. 

Тут в комментах к моему предыдущему посту возник вопрос — куда денутся безработные водилы, которые освободятся в результате автоматизации автотранспорта, и безработные сотрудники автопредприятий? Постараюсь изложить мое мнение на эту тему в этом опусе. 

Давайте посмотрим на отправные факты 

• В конце 20-го и начале 21-го века Капитал одержал окончательную победу над Рабочей Силой. Мне больше нравится английский вариант этой фразы: Capital has beaten the crap out of Labor. 
  Под Labor здесь понимается огранизованное рабочее движение. Если раньше профсоюзы могли что то сделать, выторговывая лучшие условия у владельцев предприятий, то сейчас их возможности сильно уменьшились, и labor отступает по всем фронтам.

( Читать дальше )

Во всех дискуссиях про Теслу, меня поражает неспособность многих комментаторов видеть дальше своего носа. 
Давайте зададим вопрос – какой “end game” (конечная цель) у Теслы, Uber-а, и всей этой волны транспортных стартапов ?

Многие ошибочно думают, что Uber конкурирует с рынком такси. И что Tesla конкурирует с другими автопроизводителями. Это не так.
И Uber, и Tesla работают на совершенно другом уровне.
Их «end game» – это кардинально поменять концепцию транспорта в Северной Америке, и в мире.
Они сделают это за счет оптимизации одного из самых неиспользуемых и дорогих активов в нашей жизни – личного автомобиля.

Посмотрите на свое авто. Для большинства людей – это самый дорогой актив после недвижимости. Автомобиль, по большому счету, и активом-то назвать нельзя, – это скорее пассив – быстро теряет стоимость и требует офигительных затрат на поддержание в рабочем состоянии.
Тем не менее, этот актив имеет потрясающе низкий коэффициент использования (utilization rate) – вы ездите на нем на работу пару часов, все остальное время он стоит и ничего не делает. Если вы ездите 2 часа из 24, utilization rate будет 8.3%

( Читать дальше )

Предыдущий выпуск этого сериала здесь

Прежде чем поделиться опытом разработки торговой системы, подумал, что полезно систематизировать мои посты, так как они в общем то группируются в три серии: (1) Александр едет к в гости к Дедушке Баффету (2) Долгосрочный пассивный портфель на основе идей Стратегического Инвестирования АКА портфель, который сделает Сипи, Арсагеру и Чорный квадрат и (3) Торговая система на машинном обучении
В самом конце этого поста приведены ссылки ни эти три цикла, если кому-то интересно их перечитать.

Итак, про машинное обучение.
Краткое содержание предыдущей серии.

• В предыдущей серии автор пришел к выводу, что ручная торговля не может тягаться с правильным классификатором, построенным на основе принципов машинного обучения.
• Будучи приверженцем секты долгосрочного инвестирования (свидетелей Дедушки Баффета ака Шадринистов), автор не верит в идею торговли как долгосрочный способ заработка
• Тем не менее, для апробации вновь приобретенных знаний, автор решил постоить торговую систему на основе машинного обучения, и опробовать ее на реальном рынке и своих деньгах.

( Читать дальше )

в последние несколько месяцев я изучал машинное обучение, точнее, в основном, классификаторы на основе supervised learning
и я понял одну вещь — весь этот ручной трейдинг, соблюдение дисциплины, философия трейдинга, 30 гуру трейдинга и «к нам приехал Ларри Вильямс дорогой, сейчас он нас научит как жить» — все это туфта.
Если в поведении акций и других фин инструментов есть какие то закономерности, которые позволяют выцарапать из торговли хоть какой то risk-adjusted return — то это можно сделать только с помощью машинного обучения.
Точнее, сделать это можно, наверное, многими способами, но только машинное обучение предоставляет научный метод, оптимизирующий результат.  
Почему ? 
Потому что Машинное обучение (а оно бывает разное, я говорю в данном случае о supervised learning ) — оно тем и занимается, что строит модель на основе эмпирических данных, причем там есть методы типа adaboost, которые позволяют залить в модель десятки параметров и выжать из каждого их них хоть какую то кроху закономерностей, если она вообще там есть.

( Читать дальше )

Сегодня первые дебаты в прямом эфире
9 вечера по Нью Йорку и 4 утра по Москве
понимаю, что в 4 утра пиво и попкорн как то уже не идут, но думаю, что это будет покруче чемпионата мира по футболу
Заодно, и английский можно освежить. Аск !
будет наверняка куча возможностей посмотреть прямую трансляцию в интернете, правда многие источники не будут вещать вне штатов
При определенной креативности, и гуглению по словам «watch presidential debates live», 100% уверен, что можно найти источник для видео
Если у вас есть доступ к CNN, Fox или C-Span через какой нибудь кабель, то это будет там точно
У меня кабеля нет, так что еду к приятелю смотреть под пиво
Кто найдет рабочие ссылки, постите здесь в комментах и плюсуйте пост, выведем на первую позицию в рейтинге!