Синие линии все параллельны. Я проверил линейкой.
Живите теперь с этим.

Почти все ожидания из прошлогоднего годового обзора «РОССИЯ 2017: без энтузиазма внутри — вызовы снаружи» реализовались. Разве что динамика фондового рынка подвела (-5.5% по индексу Московской биржи и -1% с учетом дивидендов за 2017), что, впрочем, не помешало заработать 13-19% в рублях в 2017 на портфелях под моим управлением. Портфели преимущественно долгосрочные — с долей российских акций 75-100%.

Заголовок нынешнего обзора противоположен прошлогоднему. Если раньше ждали рисков извне, а внутренняя политика была в чем-то второстепенной, стабильной и легко прогнозируемой. Сейчас обратная ситуация – снаружи все выглядит относительно прогнозируемо и стабильно, а внутри разгораются нешуточные страсти во многих плоскостях:

Завершение чистки банковского сектора – национализация почти всех крупных частных банков, кроме Альфы. Who is Mr.Sechin: кто фактически купил 20% акций Роснефти у государства и в связи с чем «опустили» Систему на 100 млрд., а вместе с ней все российско-башкирское правосудие. Cпланированные взятки и судебные процессы против Улюкаева и Белых. Выход Галицкого из Магнита в пользу ВТБ. НорНикель-Потанин-Дерипаска, Дерипаска-Рыбка-Приходько. Все это в преддверии переизбрания Путина на следующие 6 лет и его воинственной анимационной риторики, обращенной то ли на запад, то ли к собственному электорату. После выборов нас ждут изменения в Правительстве и какие-то корректировки в экономической политике. Теперь непонятно в какую сторону – ракеты, инфраструктура или люди?!

В продолжении  http://smart-lab.ru/blog/371617.php#comment6659766

Теперь, когда мы определились с параметрами, можем начинать строить модель.

Качаем файл  https://cloud.mail.ru/public/63s2/fLqH4vfFe открываем

Используем волатильность, цену БА. Все остальное будет нашими производными. Первая и последняя производная дельта=цена БА*сигма рассматриваемого периода. Эта величина будет определять сетку ордеров или дельта хедж шаг. Через какой шаг мы ставим лесенку на продажу, а через какой на покупку. В научной среде это называется биноминальными деревьями. А полученную нашу Дельту, весьма условно, мы приравняем к функции распределения. (по центру уж точно). Я бы еще привел пример Кокса- Росса-Рубинштейна, но меня все время спрашивают про первого и тема куда то уходит. Еще можно вспомнить Мартингал (не путать с мартингейтом) с дискретным временем, но мы всей этой математической чепухой голову забивать не будим. Мы по смартлабовски, где деньги, Зин. Но как это подсчитать?

Поговорим о пассивном доходе
Итак, имеем анонима с доступом к западным рынкам, и суммой, которую хочется вложить, чтобы получать пассивный доход.
Продвинутый смартлабовец, знающий о существовании скринеров, введет в условия поиска «dividend yield > 10%», и получит список эмитентов, которые платят нехилые по нашим временам 10 процентов дивидендов и даже больше !
В голове пронесутся мысли «сейчас вложу 12 тысяч зеленых, и буду получать 100 долларов в месяц, ничего не делая, куплю пиджак, машину — и в Сочи !
Тут наш индивид обрадуется, и нажмет кнопку „buy“ конечно.

Целью этого поста является объяснить, почему покупать такие активы, в большинстве случаев, не стоит, и что надо покупать вместо них.
Итак, давайте посмотрим на список эмитентов с высокой дивидендной доходностью, которые обычно вылезают из таких скринеров
Их, в большинстве случаев, можно разделить на несколько групп

1. Обыкновенные акции ущербных корпораций.

1. Мои шаги в сторону машинного обучения на R и немного про Si, Brent
2. Расчет ожидаемого количества убыточных сделок подряд на R
3. Применение логарифмов для расчетов со сложным процентом
4. Построение модели для парной торговли акциями Google и Apple на R
5. Анализ Brent с использованием языка R
6. Количественный анализ графика нефти с применением R (продолжение)
7. Гистограммы доходностей разных активов
8. Применение наивного байесовского классификатора на R для поиска закономерностей и прогнозирования