Я люблю смотреть на чужие эквити, и за много лет я видел почти все. Кто-то скажет что я всё-таки приуныл, но нет, по крайней мере точно не от чужих эквити.
1. Про эквити в целом.
а) Есть люди которые суммарно поменяли десятки аккаунтов на каждом их которых по сотне эквити в попытках разогнаться и набрать подписчиков. Сам лично видел таких и у них была куча подписчиков на выстреливших эквити при этом, а сколько при этом неудачных эквити и аккаунтов лежит в удалённых?

б) Делайте много бектестов разных страт и за разные периоды.
На коротких интервалах можно подобрать кучу страт которые показали кучу процентов в прошлом. Вы должны привыкнуть видеть кучу процентов и видеть что потом с ними происходит. Не удивительно что среди миллионов чужих эквити есть и удачные также как и в тестах, но также и дальнейший заработок там маловероятен.

в) почти нигде не пишут размер текущего депозита у эквити, обычно потому что везде размер депозита почти равен начальному независимо от заработка. Да, да, я не ошибся. Авторы эквити типа выводят на жизнь весь заработок, но учёт процентов везде устроен так что… ок, давайте лучше наглядно покажу. У чела было 100тр и сейчас у него 1600% по эквити, ну как бы столько % и правда бывает и у новичка может и пригореть от этого, ему кажется что у чела сейчас  100тр*16, т.е. 1.6мио. Но в реальности было типа этого:
Заработал первые 100тр, вывел их, эквити 200%
Заработал вторые 100тр, вывел их, эквити 400%
Заработал ещё 100, вывел их, эквити 800%
Заработал ещё 100, вывел их, эквити 1600%
Т.е. в реальности он примерно в четыре раза меньше заработал чем тебе показалось, это ещё он редко выводил и общие проценты маленькие, а бывает так что разница и в 100 раз получится. Маленькой депошкой проще торговать, не говоря уже о том чтобы всякие трюки и переливы с ней делать, о чём позже.


( Читать дальше )

С проникновением аналитики во многие сферы нашей жизни она не могла обойти стороной финансы. В этой статье рассмотрим ее применение для анализа ETF с целью их анализа, в том числе и с применением визуализиции.

1. О данных

Для анализа будем использовать данные ETF c базовой валютой USD: FXCN, FXRL, FXIT, FXUS и FXRU. Временной ряд рассмотрим за три года с 2018 по 2020 года. Само исследование проведем в Google Colaboratory.

Как обычно в начале импортируем все необходимые библиотеки для дальнейшей работы.

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from google.colab import files
import warnings
warnings.filterwarnings("ignore")

Сначала необходимо получить данные. Есть несколько способов. Мы воспользовались — взяли их с Finam в формате csv. Дальше написал функцию для обработки полученных данных и при помощи concat свел их в один датафрейм.

def changeDF(df):
  df['date'] = pd.to_datetime(df['<DATE>'].astype(str), dayfirst=True)
  name =[x for x in globals() if globals()[x] is df][0]
  df = df.drop(['<DATE>','<TIME>', '<OPEN>', '<HIGH>', '<LOW>'], axis=1)
  df = df.set_index(['date'])
  df.columns = [name+'_cl', name + '_vol']
  return df

fxgd_change = changeDF(fxgd)
fxrl_change = changeDF(fxrl)
fxit_change = changeDF(fxit)
fxus_change = changeDF(fxus)
fxru_change = changeDF(fxru)
fxcn_change = changeDF(fxcn)

etf = pd.concat([fxgd_change, fxrl_change, fxit_change, fxus_change, fxru_change, fxcn_change], axis=1)

etf.head()

В результате получили:

( Читать дальше )

В данном посте представлю методику исследований под заголовком «генераторы альфы», дабы в последствие на нее ссылаться.

«Генераторы альфы» — серия постов, в которых стратегии проверяются на предмет наличия той самой альфы – меры эффективности управляющего.

Для понимания того, как альфу посчитать, достаточно задаться только одним вопросом: от куда есть пошла доходность на фондовом рынке?

Доподлинно известно, что не бывает на фондовом рынке доходности без риска. Не всегда этот чертяга вознаграждает инвестора, иной раз может и уполовинить его депозит, да только никуда жаждущий пенсии в 35 денег на брокерском счете от риска не убежит. Для тех, кто к риску и за километр не подойдет, придумали краткосрочные государственные облигации. Все остальные могут, с определенной периодичностью получать риск-премии – дополнительную доходность поверх безрисковой ставки.

А премий этих – видимо-невидимо.  Свои для каждого класса активов. Так поспешим же познакомить нетерпеливого читателя с ними.

( Читать дальше )

Итак, код обучения и прогнозирования нейросетью рыночных котировок на 5 минут.

import sqlite3 as sql
from scipy.stats import logistic
import math
import numpy as np
import numpy.random as rnd
import matplotlib.pyplot as plt
from sklearn.neural_network import MLPRegressor

sdata =[]
sql1= "select ticker, date, open, high, low, close, vol \
    from Hist_1m where ticker_id=1 order by Date;"
con=sql.connect('C:/Users/ubase/Documents/StockDB/StockDB21.sqlite')
cur=con.cursor()
cur.execute(sql1)
sdata=cur.fetchall()
con.commit()
con.close()

Ldata = len(sdata)
N = 8000 # Количество сделок
ld = 5 #Продолжительность сделки
NNinterval = 20 # Количество входов NN

# Генерация случайных чисел
rng = rnd.default_rng()
rm=rng.integers(0, Ldata, N )

class Candle:
    tr = 0
    dt = 1
    o = 2
    h = 3
    l = 4
    c = 5
    v = 6
    
cl = Candle
DataC =[sdata[i][cl.c] for i in range(0,Ldata)]

# sigmoid линейность до 0.5
def sigmoidnorm(x, alfa = 0.9, xmin = -1.3, xmax = 1.3):
    return (xmax - xmin)*((1 / (1 + math.exp(-x*2.0*alfa))) - 1.0) + xmax

x = [0.002 * i - 3 for i in range(0,3000)]
y = [sigmoidnorm(x[i]) for i in range(len(x))]


plt.plot(x,y)
plt.grid()
plt.show()

# формируем сделки.
def DealsGenL(rm,ld):
   #Lm = len(rm)
   ix = []
   x = []
   pr = []
   
   for i in range(0,N):
        if rm[i] + ld < Ldata and rm[i] - NNinterval - 1 > 0:
            delta = (sdata[rm[i]+ld][cl.c] - sdata[rm[i]][cl.c])/sdata[rm[i]+ld][cl.c]*100
            x0 = [sigmoidnorm((sdata[rm[i] - j][cl.c] - sdata[rm[i]][cl.c])/sdata[rm[i]][cl.c]*100) \
                 for j in range(0, NNinterval)]
            ix.append(rm[i])
            x.append(x0)
            pr.append(delta)
   return ix, x, pr


Ix, X, Pr = DealsGenL(rm,ld)



Ib = 0
Ie = 100

plt.plot(X)
plt.legend()
plt.grid()
plt.show()


plt.plot(Pr, label = 'Prof')
plt.legend()
plt.grid()
plt.show()


regr = MLPRegressor(hidden_layer_sizes = [30,20,15,10,5], \
                    max_iter=500, activation = 'tanh')

regr.fit(X, Pr)
Out = regr.predict(X)

plt.plot(Pr, Out, '.')
plt.grid()
plt.show()

И вот результат прогнозирования:

( Читать дальше )

Спойлер – в этот раз Грааля не будет. Просто для вашего и нашего удобства мы решили вынести посты «за жизнь» в отдельную рубрику «Грааль забесплатно», чтобы они не смешивались с публикациями результатов портфеля и анализом эмитентов.

Хоть эта статья и не претендует на «граальность», надеемся, она все же будет кому-то полезна. Сегодня мы хотели бы поделиться нашим подходом к фундаментальному анализу публичных компаний. Тема, конечно, неоднократно освещалась на Смартлабе, поэтому мы решили сфокусироваться не на фундаментальном анализе вообще, а на том, как мы проводим его на регулярной основе в рамках реализации нашей инвестиционной стратегии.

Цель анализа

Фундаментальный анализ часто ассоциируется с процессом поиска недооцененных акций и «стоимостным инвестированием» по заветам Бена Грэма и Уоррента Баффета. Инвесторы анализируют компании и в случае, если «справедливая стоимость» существенно выше текущей цены, добавляют акции в портфель.

( Читать дальше )

Продолжаю выписывать самые важные тезисы из книг — на очереди великолепная книга Бенджамина Грэма — Разумный инвестор, библия фундаментального анализа. Сразу предупреждаю, пост является длинным, поэтому тем, кто дочитает до конца — ✋. За один раз прочитать пост будет трудновато, но как вариант сэкономить Ваше время и прочитать краткое содержание — вполне. )

С каждой главы выцарапал наиболее интересные мысли. Поехали.

Глава 1. Инвестиции и спекуляции: выбор разумного инвестора

👉 Инвестирование — это операции, цель которых — тщательно анализируя ситуацию, сохранить вложенные средства и получить приемлимую прибыль. Операции, которые не отвечают этим требованиям — спекуляции.

👉 Разумный инвестор обязан помнить не только о возможностях, но и о рисках.

👉 Спекуляции всегда соблазнительны, это увлекательная игра, и люди погружаются в неё с головой.

👉 Независимо от ситуации на рынке часть средств следует вкладывать в облигации, часть — в акции. Соотношение от 50:50 до 25:75.

( Читать дальше )

Меня часто спрашивают, какие книги по трейдингу рекомендуешь почитать. Отвечу этим постом.


10. Системы и методы биржевой торговли. Каэффман. Коллекция торговых систем. Понятно, что влоб ниче работать не будет, но как пища для ума неплохо.

9. Одураченные случайностью Талеб. Книга не про трейдинг непосредственно, но дает правильное понимание роли случайности на бирже.

8. Энциклопедия торговых стратегий, Кац, Маккормик. Про торговые системы. Грааля нет, но дан верный подход к изготовлению и тестированию систем.

7. Математика управления капиталом, Ральф Винс. Книга от математика, поэтому непростая, но она про риск, поэтому очень важные вещи написаны.

6. Биржевая торговля. Игра по собственным правилам А. Кургузкин — Одна из лучших книг, считаю незаслуженно непопулярна.

5. Компьютерный анализ фьючерсных рынков Лукас, Лебо  Хорошая книга про системную торговлю. Ей уже 30 лет, но подход очень правильный.

4. Этот случайный, случайный, случайный мир. Л. Растригин. Советская популярная книга про теорию вероятности. Очень важно понимать прежде чем идти на биржу.

3. Воспоминания биржевого спекулянта Э.Лефевр — очень увлекательная художественная книга про трендовую торговлю по сути с кучей трейдерской мудрости внутри.

2. Жизнь и смерть величайшего биржевого спекулянта Р.Смиттен. Давно ее читал, но помню зашло даже лучше, чем оригинал.

1: Механизм трейдинга. Лучшую книгу пришлось написать самому, так как никто до меня не удосужился.

Еще рекомендую для мотивации почитать всех «Магов Рынка» (их 3 или 4 книги), а также можно Марка Дагласа «Дисциплинированный трейдер».

Итак, что из этого читали вы?:)

После недавней «распродажи» в акциях Китайских образовательных (и не только) компаний, многим инвесторам захотелось докупить подешевевший рынок.

Перед тем как это делать, стоит узнать, какие еще риски, кроме рыночных, инвестор принимает на себя, покупая акции компаний из Поднебесной.


Китайские пенсионеры в недоумении от того ЧТО покупают иностранцы

Что мы в действительности покупаем?

Акция, в привычном понимании, это ценная бумага, подтверждающую право держателя на владение долей в компании, на получение части прибыли, или имущества компании, в случае ее ликвидации, или реорганизации, пропорционально доле акций в акционерном капитале.

Но так ли это, в случае покупки акций Китайских компаний, обращающихся не на локальных биржах? Стоит разобраться, что на самом деле покупают инвесторы, вместо акций Alibaba, Tencent или фондов на китайские акции (FXCN, VTBE и др).

( Читать дальше )

Мы продолжаем делиться с вами полезными источниками информации для принятия инвестиционных решений.

Cегодня будет представлен список более продвинутых источников, которые, на наш взгляд, содержат в себе более объективную и полезную информацию для самостоятельного анализа. Они зачастую являются первоисточниками для всех тех новостей и аналитических сводок, с которыми вы знакомитесь на различных форумах, сайтах и телеграм-каналах, в том числе и на нашем :)

Что ж, давайте пройдемся по ним:

fred.stlouisfed.org/ — онлайн-база данных, состоящая из сотен тысяч графиков экономических данных из множества национальных, международных, государственных и частных источников. Призван помочь пользователям ознакомиться со свежими данными макроэкономической ситуации (преимущественно в США) + графики содержат довольно длинный исторический горизонт (от нескольких лет до нескольких десятков лет).

www.federalreserve.gov/ — сайт Федрезерва США. В разделе News & Events — Press releases наиболее интересными могут быть публикации с заседаний Федерального комитета по операциям на открытом рынке ФРС США (FOMC). Да-да, это те самые заседания, на которых принимаются решения о будущем «печатного станка» и ставки ФРС.

( Читать дальше )

Короче, данный пост тянет на один из моих принципов инвестирования (инвестиции должны быть ликвидными и не в рублях, а для принятия решений надо использовать ожидаемую выгоду), пожалуй добавлю его в список.

   

 

Какая суть?

( Читать дальше )