Прогноз ВВП на текущий год — актуальная тема. Тем более полезно посмотреть в прошлое и понять, что ВВП России зависит не от нефтяных цен, а от политики нашего ЦБ. И что апокалиптические прогнозы очень часто не сбываются.

Именно об этом моя статья 2015 года в «Эксперт-онлайн» https://expert.ru/2015/01/3/ekonomicheskij-barometr-dlya-prezidenta/ (к сожалению в той версии «пропали» картинки, здесь все иллюстрации приведены полностью). Предлагаю её вашему вниманию.

=================================

Сейчас прогнозы экономического развития России на 2015 год ушли в отрицательную зону. Возможно ли, что случится чудо, и в 2015 году экономика России вырастет на 5%?

Вы удивитесь, но в истории России такое уже было. В 1998 году Министерство экономики и, независимо от него, Андрей Белоусов (тогда работник Центра макроэкономического анализа и краткосрочного прогнозирования, сейчас помощник Президента по экономическим вопросам) прогнозировали падение ВВП России в 1999 году. Прогнозисты попали в неловкое положение – впервые в истории постсоветской России в 1999 году ВВП вырос на 6,4%.

( Читать дальше )

 Введение

     Многие datascientists, желающие использовать ML на финансовых рынках, прочитали толстые книжки об инвестировании, может даже создавали модели с учетом прочитанного. И наверняка знают как правильно оценить полученные модели с точки зрения ML. Разобраться с этим необходимо, чтобы не было мучительно больно, когда прекрасная модель на бумаге, превращается в генератор убытков при практическом использовании. Однако оценка эффективности модели ML на бирже, довольно специфическая область, тонкости которой раскрываются только когда вы погружаетесь в процесс. Под процессом я понимаю трейдинг с частотой совершения сделок гораздо чаще «пара сделок в месяц, в течении полугода». Существует множество подводных камней, о наличии которых вы даже не подозреваете, пока смотрите на трейдинг извне. Я попробую вольно изложить свои мысли на данную тему, я покажу метрики, условно разбив их на 3 группы и обьясню их смысл, покажу свои любимые и о чем нужно подумать, если вы хотите практически использовать модели, а не повесить их на стеночку в красивой рамочке. Представлю метрики в табличном и графическом виде, показав их взаимосвязь. Сравню показатели моделей в виде «какую модель выбираю я» и «что выбираете вы» и кто тут больше ошибается. Для любителей кодов, приведу реализацию всего подсчитанного, так что можно сразу применить прочитанное для оценки своих моделей. Я не буду тут говорить о борьбе с переобучением или регуляризации или стратегиях кросвалидации — оставлю это на потом. Здесь мы начинаем со списка уже спрогнозированных сделок, с помощью transformer о которой я писал в прошлой статье. Поэтому данный текст будет его логическим продолжением, где я оценю модель с точки зрения ее практического использования.

( Читать дальше )

Более миллиарда из вырученных за 2021 год 17,9 млрд долларов ГМК направила на реализацию различного рода социальных проектов. Социальные инвестиции «Норникеля» остаются самыми щедрыми в отечественном металлургическом кластере.  

В минувшем году компания, возглавляемая Владимиром Потаниным, сразу удвоила объем своих социальных вложений. Под надежной многолетней опекой ГМК по-прежнему остаются коренные малочисленные народы Заполярья, местные некоммерческие организации, представители малого бизнеса, учреждения здравоохранения и образования в регионах присутствия. Однако в прошлом году компания сознательно взяла на себя новые масштабные обязательства: именно на средства «Норникеля» будет осуществлена львиная доля мероприятий, предусмотренных Комплексным планом социально-экономического развития Норильска. На обновление жилого фонда, модернизацию жилищно-коммунальной инфраструктуры, строительство новых современных спортивных и культурных объектов ГМК зарезервирует 230 млрд рублей. «В 2021 году компания существенно увеличила социальные инвестиции, превысившие 1 млрд долларов — в основном благодаря созданию резерва под долгосрочную программу реновации жилья и социальной инфраструктуры Норильска до 2035 года», — рассказал Владимир Потанин. 

( Читать дальше )

  Таки собрался дописать вторую часть своих результатов применения трансформеров для предсказания на российском фондовом рынке. Может и хорошо что не спешил, так как пафос первой части о трансформерах дающих какие то уникальные результаты по сравнению с другими архитектурами нейросетей, оказался несколько преувеличенным, по крайней мере LSTM дал вполне сравнимый результат с трансформерами. Потом я попробовал градиентный бустинг, дерево решений и вновь получил схожий результат. Так что подавайте в нейросеть правильные признаки и многие модели покажут положительный результат. Тем не менее, раз я начал с трансформерах, и так как их архитектура хорошо отражает рынкок, о них и продолжу. 
  Для любителей вопросов о «таймфреймах, на чем обучал, какие акции, что в качестве таргета, какие параметры, время удержании позиции» итп итд. Акции МосБиржы, из числа наиболее ликвидных. Данные у меня с 2011 до 2021 (и это увы необходимость, так как именно с 2011 года время работы биржи стало 9 часов). Прогнозы строил следующим образом — выкидывал один год (это out-sample), а из оставшихся делал разбивку на train и test. Таким образом получил 10 одногодичных прогнозов. Для меня важно получить доходность на сделку пусть поменьше, но чтобы прибыльность подтверждалась на как можно большем диапазоне, и на всех акциях. Такое чтобы для каждой акции своя модель — для меня неприемлемо. И само собой никаких убыточных годов, как минимум. Знаю многие меняют системы каждые 3 года и для них это нормально, я предпочитаю вылавливать аномалии которые работают десятилетиями. Тут я никого не учу, рынок сам рассудит.    

( Читать дальше )

Вместо предисловия...
Не так уж и часто я пишу всякий копипаст, но, что удивительно, он обычно привлекает значительно больше плюсов, нежели собственная аналитика на тему риск-менеджмента и ставкам денежного рынка…
Что конкретно демотивирует, и я в раздумьях куда писать (ну кроме проф.изданий)...

Собственно, сегодня наткнулся на интересное исследование, опубликованное на cbr.ru 
«Портрет клиента брокера», где, как это часто бывает, самое интересное в массиве данных:
Да простит меня «зеркальце Венеры», буду писать про статистику по «щиту Марса»...

Доли количества клиентов соответствующей группы по размеру активов на брокерском счете:

• Пустые счета: мах концентрация 12,4% — 20-30 лет и 12,3% — 30-40 лет.
• 0 — 10к: мах концентрация 4% — 20-30 лет.
• 10к — 100к: мах концентрация 1,6% — 30-40 лет.
• 100к — 1млн.: мах концентрация 1,9% — там же.
• 1-6 млн.: 0,7% — там же
• 6-10 млн.: по 0,1% у 3х групп: 30-40, 40-50, 50-60.
• 10-100 млн. (интересная вилка): по 0,1% у 4 групп: 30-40, 40-50, 50-60 и ну и 60+.
• 100+ млн.: 0,01% у 3х групп: 40-50, 50-60 и 60+.

( Читать дальше )

На самом деле начать инвестировать не так сложно, как многие думают. Мы перевели 50 простых правил инвестирования от английского журналиста и финансового эксперта Робина Пауэла, которые все расставят на свои места и уберегут инвесторов от многих ошибок. 

Инвестировать непросто, но при этом не особо сложно (по крайней мере, сложно быть не должно). Уильям Бернстайн в своей книге The Four Pillars of Investing писал: «Объем знаний, которыми должен овладеть индивидуальный инвестор или даже профессионал, очень мал».

Бен Карлсон и Робин Пауэлл в этом году опубликовали книгу Invest Your Way to Financial Freedom и намеренно сделали ее достаточно короткой (около 200 страниц), чтобы ее можно было прочитать за один присест.

Но можно ли еще сильнее упростить инвестирование? Робин Пауэл попробовал это сделать и сформулировал 50 законов инвестирования. Они не расположены в каком-то определенном порядке, и, как заявляет сам автор, это далеко не полный список. Но если вы будете помнить об этих основных законах, вы избежите ошибок при инвестировании.

1. Прогнозы почти всегда неточны, их лучше всего игнорировать.

( Читать дальше )

Много лет моя единственная квартира, в моём родном провинциальном городке, размером 33 кв.м, сдавалась одной квартирантке, о чём часто упоминал в блоге, например https://smart-lab.ru/blog/586790.php. Ренту можно назвать успешной, т.к. платежи приходили вовремя и не было простоя. Но не всё так замечательно.

В начале этого года ожидаемо сработал стоп-лосс https://smart-lab.ru/blog/677136.php.

Но с продажей я не спешил по двум причинам:

1)   квартирантка оплачивала ренту и все ком.платежи;

2)   было ожидание роста цены.

В середине ноября квартирантка купила квартиру в ипотеку, а мою квартиру освободила. Вот теперь пришло время продавать.

Сразу после освобождения квартиры, ключи были переданы риелтору с просьбой продать за 1.8 млн.руб. Значительного ремонта не было 12 лет, но были небольшие локальные ремонты во время проживания квартирантки. Вложений перед продажей 0₽. Я даже не заезжал ни разу и не смотрел, что там и как. Спустя 1.5 недели квартира не была продана.

( Читать дальше )