Оригинал статьи, финансовый анализ и рейтинги российских компаний на сайте «Финансовый анализ предприятий ВДО». Переходите и подписывайтесь, чтобы не пропустить дефолт.

Мы теряем деньги по своей глупости! Оценить собственную глупость просто. Посчитайте: Сколько облигаций у вас в портфеле куплено по совету друзей или под влиянием новостей? А сколько по холодному расчёту и собственному убеждению? Вам не страшно? Мне стало страшно, когда я научился просчитывать качество эмитента и посмотрел, что за мусор я купил по совету контор размещавших ВДО. Предлагаю и вам посмотреть  насколько близки вы к дефолту, используя 8 простых формул.

Здравствуйте, юные инвесторы, начинающие и продвинутые. Огромное вам спасибо за ⭐➕❤👍 и за комментарии. Я очень тронут вашим интересом к финансовому анализу.

( Читать дальше )

Что за бетон такой и почему он так называется?

Можете прочитать мой старый пост здесь: https://smart-lab.ru/blog/580745.php

В августе-2020 (на хайпе вокруг недвижимости) мы решили его продать, и довольно быстро нашли покупателей (около 3 недель), ещё месяц покупатели ждали одобрения ипотеки, и вот он продан.

Немного расчётов:

Куплен за 1'720'000₽ в конце 2011 года

Продан за 1'800'000₽ в конце 2020 года (с учётом комиссии агентства)

Это +5% в рублях за 9 лет или 0,5% годовых!

К сожалению, вот такое 59-метровое чудо в не самом плохом (Кировском) районе Саратова стоит всего лишь 1,85 млн ₽ (31000₽/кв.м)

( Читать дальше )

Делал для себя обсчет годовых отчетов. В итоге решил, что возможно еще кому-то пригодится. Поднял маленький web-сервис. После загрузки годовых отчетов на выходе получаем файл со сделками и их результатами в рублях. Дальше уже этот файл можно всеми возможными средствами анализировать в Excel-е. Реализована основа — FIFO закрытие сделок и пересчет по курсу доллара в рубли.

1. Генерируем годовые отчеты в кабинете IB в формате csv за все годы. За предыдущие годы нужны так как открывающая сделка может быть не в отчетном периоде. Если программа не находит открывающую сделку то просто пропустит и закрывающую.
2. Идем по адресу (актуальный адрес указан на странице http://investors.team/topic/75/interactive-brokers-%D0%BE%D1%82%D1%87%D0%B5%D1%82%D1%8B)
   Загружаем файлы отчетов и выбираем год за который хотим получить выгрузку. В отчетных данных можно руками удалить инфо о счете(чтобы не переживать за утечки).
3. Получаем выгрузку со сделками в рублях.
   Колонки в итоговом файле
   Asset,Currency,Symbol,DateOpen,DateClose,PriceOpen,PriceClose,QuantityClose,FeeOpen,FeeClose,Profit,Year
   По смыслу мне кажется значения колонок очевидны. Это именно та информация, которая необходима при расчете налогов. Дальше уже в Excel-e можно рассчитать что у нас по стокам, что по ПФИ и тп. Если будут какие-то внятные просьбы и рекомендации, то возможно немного допилю. 

Всем привет!

Вдохновился данным постом ( https://smart-lab.ru/blog/616708.php ) и решил немного подпилить код, пока карантин делать нечего.

Кто не знал как скачивать котировки по одной компании вручную — сайт для скачивания котировок по одному тикеру (финам):
www.finam.ru/profile/moex-akcii/gazprom/export/

Тут через питон скачиваем котировки из текстового файла, в который вносим желаемые тикеры компаний:




Сайт для скачивания среды программирования Python (PyCharm), пойдет обычная версия:
www.jetbrains.com/ru-ru/pycharm/download/#section=windows

Файлы из видео, в том числе и со списком тикеров:
yadi.sk/d/R3BSbFjV3Pfydg

Код программы:

import requests
import datetime
import pathlib
import apimoex
import pandas as pd
 
board = 'TQBR'
 
with open("C:/PYEX/TICK.txt", "r") as TICKs:
    TICKs = [line.rstrip() for line in TICKs]
pathlib.Path("C:/PYEX/Database/{}".format(board)).mkdir(parents=True, exist_ok=True)
process = 0
with requests.Session() as session:
    for TICK in TICKs:
         process = process + 1
         print((process / len(TICKs)) * 100, ' %')
         data = apimoex.get_board_history(session, TICK, board=board)
         if data == []:
             continue
         df = pd.DataFrame(data)
         df = df[['TRADEDATE','CLOSE']]
         df.to_excel("C:/PYEX/Database/{}/{}.xlsx".format(board,TICK), index=False)

( Читать дальше )

Для моделирование ТС на Python, прежде всего нужен сам Python. Pythonы бывают очень разные.

Самый большой и длинный Python — Anaconda (https://anaconda.org/). Скачать дистрибутив Anaconda можно здесь — Индивидуальное издание -https://www.anaconda.com/products/individual.
Я работаю именно с Anaconda. Установив Anaconda мы получаем сам Python, уже установленные значительную часть нужных и ненужных пакетов с библиотеками Python, и несколько сред разработки. И все это сразу готово к работе, и нам, по большей части, уже не придется дополнительно устанавливать пакеты и среды.

Самый маленький Python последней версии 3.8.2. скачивается с сайта самого Python — https://www.python.org/. Это, практически, только сам язык, компилятор и минимальный набор пакетов. Сделать с ним практически ничего невозможно, и для работы придется постоянно устанавливать нужные пакеты. Среду разработки придется также устанавливать самостоятельно.
Этот Python больше подходит для запуска и работы с уже отлаженными законченными программами.

( Читать дальше )

Статья про налоги. Прочтите пожалуйста. 3-НДФЛ

Доброго времени суток, коллеги!

Сегодня в своей статье я опишу крайне важную и объемную тему, с которой рекомендую ознакомиться всем.

Покажу на примере Interactive Brokers.
У других брокеров аналогичная схема.

 

Итак, начнем

В статье будет идти повествование по налогообложению резидентов. Данная информация поможет Вам ориентироваться на рынке ценных бумаг. Информация будет полезной, как инвесторам, так и спекулянтам.

Кто признается налоговым резидентом: признаются граждане РФ, иностранные граждане, лица без гражданства, если они находится на территории РФ более 183 календарных дней в течение 12 следующих подряд месяцев. Период нахождения физического лица в Российской Федерации не прерывается на периоды выезда физического лица за пределы Российской Федерации для краткосрочного (менее шести месяцев) лечения или обучения, а также для исполнения трудовых или иных обязанностей, связанных с выполнением работ (оказанием услуг) на морских месторождениях углеводородного сырья. И другие.

( Читать дальше )

Всегда любил май месяц, проснулся под пение птиц и с отличным настроением и решил сегодня сделать доброе дело. Сразу обозначу важные моменты:

1. Я ничего не продаю и ничему не обучаю (ИМХО трейдингу невозможно никого научить в том контексте как это предлагают 98% инфо-гуру). 
2. Я не изобретал велосипед, вся информация которая помогла мне встать на эффективные рельсы в трейдинге имеется в открытом доступе на просторах интернета, ищите, фильтруйте. 
3. Вся информация ниже уместна только для ручного интрадей трейдинга. 
3. Грааля в торговле нет.


Общались как-то с коллегой в феврале месяце: 



Я считаю, что успешность ручной торговли на 90% состоит из личностных психологических качеств человека и на 10% от технического оснащения (ПО, индикаторы).

Первый блок:

Необходимо уничтожить в себе:

1. Страх (что тебя выбьет по стопу, что после твоего входа цена развернется и т.д.);

( Читать дальше )

Итак, передо мной, уверен, как и перед многими, встал вопрос поиска исторической информации с Мосбиржи. Немного зная python, я написал вот такой парсер:

import requests
import datetime
import pathlib

SECIDs = ["GAZP", "BANEP", "LKOH"]
DISK = "E"
for SECID in SECIDs:
    from_date = "2020-05-04"
    to_date = "2005-01-03"
    while str(to_date) != from_date:
        to_date = str(to_date)
        to_date = to_date.split('-')
        a = datetime.date(int(to_date[0]), int(to_date[1]), int(to_date[2]))
        b = datetime.timedelta(days=140)
        to_date = a + b
        pathlib.Path("{}:/{}/{}".format(DISK, "Database_MOEX", SECID)).mkdir(parents=True, exist_ok=True)
        filename = SECID + "_" + str(to_date) + ".csv"
        with requests.get("http://iss.moex.com/iss/history/engines/stock/markets/shares/boards/tqbr/securities/{}.csv?date={}".format(SECID, to_date)) as response:
            with open("{}:/Database_MOEX/{}/{}".format(DISK, SECID, filename), 'wb') as f:
                for chunk in response.iter_content():
                    f.write(chunk)

Для начала пройдемся по его плюсам и минусам. Самый главный минус, что этот парсер качает только определенный период, который уникален для каждой акции, судя по всему для увеличения этого периода надо кинуть бирже на лапу:), и то что информация предоставляется за день, теперь перейдем к плюсам: можно выкачивать историю за определенный период для нескольких инструментов сразу (их количество ограничивается лишь количеством инструментов на мосбиржи), есть возможность назначать диск для сохранения информации, быстрота выгрузки данных.

( Читать дальше )

Вы просили записать, вы писали в соцсети — я сделал. 
Важное и полезное видео про:

Необходимые документы для подтверждения в Interactive Brokers


Кто еще не открыл счет смотрите прошлый пост:
https://smart-lab.ru/blog/592833.php

сайт брокера — открыть счет
https://ndcdyn.interactivebrokers.com/Universal/servlet/OpenAccount.IBrokerGuestLogin?partnerID=U2615191&invitedBy=nadya111

Также есть группа ВК https://vk.com/ibkrrus

Пишите у кого есть вопросы и я со временем запишу новое видео
Кому полезно, поставьте лайк посту. Благодарю!

Всем привет!

В продолжении статьи https://smart-lab.ru/blog/581512.php

И статьи https://smart-lab.ru/blog/588301.php

Для того чтобы корректно посчитать сумму налога по брокерским отчетам необходимо:

• перемножить все сделки на курс ЦБ на дату открытия и закрытия и рассчитать прибыль/убыток в рублях.
• дивиденды перемножить на курс ЦБ на дату получения
• можно вычесть платежи и комиссии брокера, опять же на дату платежа.

Вручную подсчитывать это утомительно, поэтому я реализовал программно и теперь могу легко формировать отчеты. Моя утилита может считать прибыль по сделкам, прибыль по дивидендам и убыток от комиссий. Пример, какой файл получается на выходе(В формате xlsx):

Подготовил отчет за 2018 год для наглядности, в 2019 у меня убыток по сделкам =) Как видно, у меня 100+ сделок и 70+ дивидендов, руками было бы подсчитывать трудозатратно.

( Читать дальше )