Раньше использовал статистику по дивидендам, обновляемую на ежегодной основе. Теперь перевел расчеты на ежедневно обновляемые данные. Все прошло на удивление гладко, а ожидаемые дивиденды в следующие 12 месяцев изменились не сильно:

• Средние — 3 093 488 против 3 128 883 по старой схеме
• Минимальные — 2 514 879 против 2 556 831 по старой схеме

Написал сборщик данных по дивидендам для СмартЛаба. В планах написать аналогичный блок для https://www.conomy.ru/, а после этого сформировать систему полуавтоматического обновления/проверки базы данных с дивидендами на основании нескольких источников.

Был в продолжительной поездке, пропустил предыдущий отчет, поэтому сразу отчет за месяц с 19 июня по 19 июля: поставил очередной рекорд по дивидендам за предыдущие 12 месяцев — взял отметку в 3,5 млн. рублей. Возможно, не надолго — в следующем месяце нужно получить, как минимум 1,5 млн. рублей, чтобы удержаться на текущем уровне. Система дала сигнал продать ENRU и купить UPRO.

Перед путешествием успел собрать небольшую базу данных по дивидендам. Основная задача по развитию торговой системы — перейти с ежегодного на непрерывное обновление статистики по дивидендам. Часть кода уже написана. Необходимо дописать проверку появления новых данных на www.conomy.ru/ и smart-lab.ru/ и запустить в эксплуатацию новую реализацию расчета метрик дивидендов в перерыве между годовыми дивидендами и дивидендами за 6 месяцев, а после этого буду пытаться применить ML вместо классических статистических методов.

По большинству эмитентов СД сформулировали рекомендации по годовым дивидендам, потому решил обновить статистику и перевести модель на новую базу расчетов с учетом данных за 2017 год. Оценка ожидаемых за следующие 12 месяцев дивидендов по портфелю изменилась с  3 067 660 до 3 045 319, а минимальных с 2 478 950 до 2 467 599. Изменения незначительны, что свидетельствует о том, что используемый подход к прогнозированию работает нормально и не склонен к переоптимизации. 

В тоже время хотелось бы перейти с ежегодного обновления базы расчета на более регулярное  по мере поступления новых данных об утвержденных дивидендах. К сожалению, так и не смог найти нормальней источник с большой глубиной истории и проверенными данными — везде наблюдаются те или иные косячки.

Видимо, прийдется вести свою базу данных. Переодически проверять сайты с данными по дивидендам (https://dohod.ru, https://www.conomy.ru, https://smart-lab.ru) в автоматическом режиме. При появлении новой информации на них проводится дополнительная ручная проверка, после которой обновляются данные в основной базе.

Прошедший месяц с 19 апреля месяц оказался не очень удачным в плане доходности, с другой стороны, при долгосрочном инвестиционном подходе результат месяца не самый важный показатель. Портфель удалось привести к состоянию, близкому к оптимальному после встряски рынка 9 апреля, поэтому в ближайший месяц особо ничего менять не буду.





За прошедший месяц удалось сделать автоматическую сборку pdf-отчета о результатах управления портфелем. В целом переход с Excel на Python можно считать завершенным. Доделаю разные мелочи, потом в отпуск на месяц, а с середины июля займусь развитием модели с использованием ML, и дивиденды начнут активно поступать.

Месяц с 19 марта для многих оказался не простым, но в итоге все вышло не так ужасно:

• минус 2,9% за месяц
• плюс 32,7% за 12 месяцев
• дивидендов не поступало