Хотите познакомиться с настоящими мастерами — теми, кто не превращал трейдинг в шоу-бизнес, а реально зарабатывал рынком. Таких имён немного, потому что у профессионалов две особенности:

1. Они не нуждаются в продаже знаний, у них и так есть капитал;
2. Чем больше они расскажут о своей системе, тем меньше её эффективность.

Но всё же, несколько фигур мирового уровня можно выделить:

Те, кто торговали как Боги, но не превратили это в индустрию курсов

1. Steven A. Cohen

Основатель SAC Capital, сейчас Point72. Прозвище: “Ганфайтер с Уолл-стрит”. Его стиль: агрессивный трейдинг с использованием инсайдерской информации (за что SAC и попала под штрафы). Легенда по уровню интуиции и скорости принятия решений. Никогда не писал книг и не вёл курсов, хотя его биография вдохновила сериал «Billions».

Cohen учит доверять чутью и скорости.

2. Jim Simons

Создатель Renaissance Technologies, фонда Medallion. Математик, а не «гуру» трейдинга. Его стратегия — абсолютная тайна. Сам никогда не писал о методах торговли, только о математике и жизни. Настоящий «чёрный ящик Уолл-стрит». Medallion считается самым прибыльным фондом в истории, приносил в среднем 66% годовых до вычета комиссий.

Когда инвесторы оценивают акцию, особенно дивидендную, ключевая ставка Банка России становится одним из главных ориентиров. На первый взгляд связь кажется очевидной: ставка определяет стоимость денег в экономике, а значит и альтернативную доходность по безрисковым инструментам. Но если рассматривать вопрос глубже – через призму метода дисконтированных денежных потоков (DCF) – можно увидеть, каким образом ставка проникает во все элементы модели оценки и меняет картину для акционера.

Стоимость капитала и ставка дисконтирования

DCF-модель основывается на приведении будущих денежных потоков (в случае с акциями – дивидендов или свободного денежного потока на капитал) к текущей стоимости через ставку дисконтирования. Рост ключевой ставки повышает доходность безрисковых активов (ОФЗ, депозиты) и как правило, увеличивает требуемую доходность для рискованных вложений. Однако прямой связи между ставкой и премией за риск отсутствует: на нее влияют и другие факторы – макроэкономика, регулирование, геополитические риски, доступность капитала и общее восприятие странового риска.

Чему учат все успешные эксперты по инвестициям? Покупай хорошие акции и не покупай плохие. Вроде бы всё логично! У обычного человека появится закономерный вопрос: «Как те самые — хорошие — акции отобрать?»

Тут эксперт, как кролика из шляпы, извлекает решение: самый лучший курс, который научит вас отбирать хорошие акции, а плохие обходить стороной. Это будет первая ловушка для тех, кто решил начать инвестировать. Навык «угадывать» те самые акции доступен не только лишь всем — это раз, и два — он не вечен. Рано или поздно он ломается. Даже тот самый легендарный Баффет по факту не обгоняет широкий индекс уже очень давно. А секрет его успеха, благодаря которому он опережает рынок, заключается в ином (https://www.youtube.com/watch?v=eE5hJIsw0qA). Но об этом почему-то никто не говорит😊

Но куда более опасная ловушка заключается в том, что дальше для эффективного управления капиталом рекомендуется покупать эти самые — хорошие — акции по любой цене. Так называемая стратегия усреднения стоимости, когда независимо от того, что происходит, ты покупаешь.

1. ТА использует квазинаучную терминологию с целью мимикрирования под научную теорию. Однако понятия «зон», «уровней», «каналов» (перекупленности, поддержки), различных паттернов не имеют чётких формулировок, их определение носит полностью субъективный характер в зависимости от личности и выбранного таймфрейма
2. Теории и предсказания ТА не отвечают критерию Поппера. Прогнозы не содержат временнЫх ограничений, сроков исполнения. Данные свойства поддерживаются сознательно, чтобы избежать проверки на истинность. Отсутствие объективности в выработке исходных данных для ТА (пункт 1) также позволяет манипулировать ими для подстройки «анализа» под действительность постфактум
3. Не проводилось публикуемых и рецензируемых экспериментальных проверок по двойному слепому методу, который бы показали превышение левой границей доверительного интервала предсказательной способности какого-либо метода ТА уровня в 0.5 при хорошей апостериорной вероятности. И это при том, что огромный массив накопленных исторических данных и возможности компьютерной обработки позволяют провести любой научный (в частности, отвечающий пункту 2) эксперимент, достаточно лишь сформулировать теорию и прогнать её на архивных данных сотни эмитентов