Подбил результаты торгового месяца — так сложилось, что делаю это на закрытие 19 числа. С ростом портфеля удалось взять очередную круглую отметку по дивидендам за предыдущие 12 месяцев — 5 млн рублей.

Так как сторонников долгосрочного инвестирование по ощущениям становится больше, решил поглядеть сколько времени у меня заняло увеличение дивидендного потока в 10 раз с 500 тысяч до 5 млн рублей — оказалось, что 7 лет и 4 месяца.

Наконец удалось взять отметку в 90 млн рублей.

Продолжаю процесс увеличения количества анализируемых бумаг — на данный момент 195 штук. В основном в этом году добавляю американские акции. Сложилось первое поверхностное впечатление, что они действительно относительно слабее скоррелированны с нашим рынком, что положительно сказывается на диверсификации. Но при этом их частенько колбасит, как какой-то шлак из третьего эшелона. В результате для получения эффекта от диверсификации в портфеле нужно держать гораздо больше позиций. 

На данный момент на фоне отсутствия санкций и роста цен на сырьевые товары иностранные акции оказывают скорее негативное воздействие на доходность портфеля, но надеюсь сыграют свою роль в случае разворота тенденций. MOEX выполняет свои обещания по расширению перечня иностранных акций, поэтому в ближайшие годы так же продолжу добавлять новые бумажки в анализ.

В начале года года решил изучить Go и загорелся идеей переписать блок сбора необходимых данных на нем. Но потом со мной связался один человек и прислал реализации нескольких вариантов оценки ковариационный матрицы. В результате завязалась интересная дискуссия про портфельную теорию, которая перекинулась на тему автоматического создания торговых стратегий и их последующего отбора и сравнения. В процессе обсуждения и различных экспериментов несколько раз переписал эволюционный блок своей стратегии. На данный момент этот процесс практически завершено, поэтому в ближайшее время опять вернусь к изучению Go.

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.

Прошедший с 19 декабря месяц был очень удачным для рынка, у меня результат скромнее:

• 3,0% за месяц
• 26,1% за 12 месяцев

Записался на курс Введение в машинное обучение Яндекса и ВШЭ. Лекции достаточно легкие, но практические задания даются непросто, так как знания по программированию близки к нулю. Возможно дальше пойдет легче, но пока кучу времени уходит на установку и освоение софта, чтение  документации к библиотекам, освоение регулярных выражений и т.д. Первый блок заданий удалось сделать.

Брокер посчитал налоги за 2017 год — получилось около 2% от величины основного счета. Если пересчитать на величину ИИС, экономия по второму варианту вычета составила 46 тыс. рублей. Соответсвенно в 2018 году экономия налога, вероятно, получится выше, чем по первому варианту вычета. Изначально думал, что на это потребуется 5-10 лет, но благодаря повышению величины взноса до 1 млн. рублей и более высокой доходности, вычет по второму варианту оказался эффективным гораздо раньше.

Для уплаты налога продам немного AFLT.

Прошедший с 19 ноября месяц был негативным:

• -1,3% за месяц
• +22,8% за 12 месяцев

• закинуть после НГ на ИИС положенный по новым правилам миллион
• заплатить налоги — среди кандидатов на продажу под эти цели Мегафон и Юнипро. Решать буду после НГ, когда будет точно ясна необходимая сумма

Большинство постов на СмартЛабе посвящено отдельным идеям — акциям с хорошей отчётностью, удачным сочетанием корпоративных событий и т.д. В тоже время в большинстве случаев:

• интересных идей больше одной
• любая отдельная идея, несет огромные  специфический риск.

То есть в полный рост встает вопрос, как грамотно аллокировать средства между несколькими идеями. Сложилось впечатление, что в большинстве случаев средства распределяются произвольно или в лучшем случае в виде некой фиксированной суммы или доли портфеля.

А есть ли на СмартЛабе авторы, которые пользуются современной портфельной теорией?

Прочитал книжку Think Python: How to Think Like a Computer Scientist — очень понравилась: вместо сухого изложения с самого начала рассматриваются маленькие программы, которые в последующих главах дорабатываются с учетом более продвинутых концепций языка. Почти в каждой главе даются подходы, которые применяются при разработке и отладке больших по объёму программ. Даны основы data science — быстродействие различных структур данных, как организована их работа под капотом и т.д.

До прочтения написал программу строк на 200 про отслеживание диеты, которая представляла мало понятный кусок кода. После прочтения книги переписал в 100 строк.

Автор понравился, поэтому на очереди Think Complexity: Complexity Science and Computational Modeling. По планам к январю хочу поднабраться знаний и приступить к автоматизации торговой системы на  Python.

Результат месяца с 19 октября оказался достаточно удачным:

• +7,0% за месяц
• +31,7% за 12 месяцев