Избранное трейдера Вадим Zh
Многие частные инвесторы ведут свои портфели в Excel: это удобно, бесплатно и всё — на вашем компьютере. Но у Excel есть слабое место: он не умеет напрямую «разговаривать» с современными сайтами. Если нужно автоматически подтянуть котировку с конкретной страницы в интернете, встроенные веб‑функции часто не справляются: они не умеют обходить современные защиты.

В этой статье я покажу простой и надёжный способ заставить Excel получать котировки практически с любого сайта — на примере курса USD/RUB с investing.com. Идея не требует глубоких технических знаний: вместо того чтобы пытаться что-то делать со страницей в Excel, мы используем на своём компьютере небольшой скрипт‑посредник. Excel просто запрашивает у него одно число, а посредник уже «ходит» на сайт, берёт данные, при необходимости обрабатывает их и возвращает в понятном для Excel виде.
Короткая схема работы:
┌───────────────────┐ ┌──────────────────────┐ ┌──────────────────┐ │ 1.

Решение обновить топ пришло исходя из событий вокруг политики ЦБ по смягчению ДКП и реалий внешнего рынка. Особое внимание, конечно, уделяется пошлинам Трампа и решению ОПЕК+ с сентября увеличить количество добываемой нефти.
💢 Все это в конечном итоге давит на национальную валюту, а вместе с ней и на рублевые активы. Сегодня доллар подскочил почти до 80₽ и, похоже, не собирается сбавлять обороты до визита посла из Вашингтона на переговоры с президентом. Что будут обсуждать — неизвестно, но в Белом Доме ситуацию нагнетают как и всегда.
В отчётах любят хвастаться: ROE 30%! Звучит круто. Кажется, что бизнес эффективен, прибыль на капитал — космос. Но на деле — это может быть чистый фокус с зеркалами. Сейчас разберёмся, как работает ROE, и когда он говорит неправду

ROE = чистая прибыль / собственный капитал. Показывает, сколько компания зарабатывает на каждый вложенный рубль акционерского капитала. Если ROE = 20%, это значит, что на 100 млн капитала она делает 20 млн прибыли. Простая и полезная метрика — если смотреть в контексте.
ROE легко «улучшить», просто уменьшив знаменатель — собственный капитал. И самый популярный способ сделать это — увеличить долю заёмного финансирования.
• Компания берёт больше долгов
• Собственный капитал размывается (деньги вытаскивают дивидендами, байбеками, не пополняют капитал)
• Чистая прибыль остаётся примерно на том же уровне
• ROE резко растёт, и графики выглядят «вкусно»
Подготовил для вас таблицу Excel в которой данные подтягиваются автоматически.
Сама таблица находится тут: t.me/filippovich_money/1116
В таблице сейчас 114 выпусков и по ним автоматом рассчитываются следующие параметры:

Первоисточник Муравьёв (Авантюрист.Орг) glav.su/files/avanturist.pdf — 450 страниц!!
см. также smart-lab.ru/blog/1168478.php - На пальцах для чайников: Материальные и нематериальные активы в финансах
Деньги в Гадюкино
Представьте, что мы все живем и работаем в одном городе Гадюкино и потребляем все местное. Причем, хотя и получаем зарплату в рублях, но рублям не доверяем и предпочитаем брать кредиты в долларах. И в нашем Гадюкино есть один единственный банк, где и мы, и все местные предприятия хранят деньги и берут кредиты. И вот приезжает в наш город господин Рыков из города Ангелов и приводит целую 1000 бумажных долларов. И кладет ее в наш банк.
По правилам ЦБ РФ, банк должен иметь 10% резервов от суммы вкладов, а все остальное может выдать в виде кредита.
И вот приходите Вы в банк и берете там валютный кредит в $900 — $100 остается у банка в резервах. Доллары Вы продаете обратно банку и на вырученные рубли покупаете себе спальню. Теперь в банк приходит Евгений и просит валютный кредит.

На Московской бирже торгуется более 2500 облигаций, но большая часть из них неликвидна — в стакане почти нет предложений и сделок совершается крайне мало. Это затрудняет покупку и продажу таких бумаг. При этом известные мне публичные сервисы не суммируют объемы торгов за период, поэтому сложно быстро найти облигации с высокой ликвидностью.
Пять лет назад написал Node.js-скрипт, затем адаптировал его для Google Таблиц, а теперь разрабатываю Python версию. При помощи сообщества на GitHub эта Python версия идёт к созданию полноценной библиотеки с расширенными возможностями: автоматический поиск ликвидных облигаций, расчет денежных потоков, сбор новостей по эмитентам и вычисление оптимального объема покупки. Все это направлено на помощь простым инвесторам, вроде нас с вами, чтобы оперативно находить выгодные инвестиционные инструменты и принимать решения на основе актуальной информации.

Ликвидность это один из ключевых параметров, поскольку даже высокодоходная бумага бесполезна, если её невозможно купить. В моём скрипте для поиска облигаций используются несколько основных критериев:
Как частный инвестор, я всегда ищу способы упростить управление своим портфелем. Особенно меня интересуют высокодоходные облигации. Да, они немного «мусорные», но я не стремлюсь быть финансовым аналитиком в этом или детально изучать каждого эмитента.
Моя цель проста: купить бумаги и получать купоны, то есть стабильный доход. Однако, чтобы избежать неприятных сюрпризов, важно вовремя узнавать новости о компаниях-эмитентах.
Если бы у меня было всего 3–5 облигаций, я могу просто периодически пробивать названия эмитентов в поисковике и смотреть, что о них пишут. Но когда в портфеле 10 и более бумаг, такой подход превращается в рутину, на которую жалко тратить время. Автоматизация здесь может существенно упростить задачу.

Почему не использовать готовые решения?
Да, существуют профессиональные сервисы вроде Cbonds или Bloomberg Terminal, которые позволяют отслеживать новости по эмитентам.