В большинстве времени я держу 4 ценные бумаги:

1. GLD — ETF на золото
2. SPY — ETF на SPY500
3. QQQ — ETF на высокотехнологический сектор
4. HYG — ETF на High Yield Bonds
....
Это базовый портфель в пропорции 25%, 25%, 25%, 25%. Ребалансировка каждые 3 месяца.

...
Уже над этим портфелем алгоритм проводит манипуляции, а именно меняет:
1. Акции на энергетику при росте инфляции
2. Акции на утилити сектор в случае падения индекса пром производства
3. Управляет позицией в зависимости от волатильности (ежемесячное нормирование на волатильность). Расскажу про это в следующем посте.
...
Почему именно такой состав портфеля.
Во-первых, он сам по себе показывает неплохой перформанс.





( Читать дальше )

Помимо налоговых льгот на ИИС, есть еще возможность освободить от НДФЛ инвестиции на обычных брокерских счетах. Но для этого нужно быть долгосрочным инвестором. 

Я периодически использую эти льготы. Расскажу чем они отличаются.

( Читать дальше )

Закончился зимний дивидендный сезон. Ближайшие дивиденды ожидаются только весной. На этой неделе уже появилась первая рекомендация дивидендов на весну: компания Мосэнерго второй раз пытается выплатить дивиденды за 2024 год. В прошлый раз акционеры проголосовали против.

Посмотрим компании, которые могут в 2026 г. заплатить самые большие выплаты дивидендов. Данные основаны на прошлых выплатах и предварительных данных о финансовых показателях (использовал сервисы доход и смартлаб). Необходимо учитывать что величина дивиденда может быть скорректирована или отменена по решению совета директоров компании.

1. Мосэнерго
Величина дивиденда за 2024 г. — 0,2261 ₽ (9,1%)
Стоимость акции — 2,472 ₽
Закрытие реестра — 3 марта

Величина дивиденда за 2025 г. (прогноз) — 0,1952 ₽ (до 7,9%)
Закрытие реестра — июль
Суммарная дивдоходность 17%

2. Россети Центр
Величина дивиденда (прогноз) — до 0,1511 ₽ (до 16,9%)
Стоимость акции — 0,8932 ₽
Закрытие реестра — июнь

3. Банк Санкт-Петербург
Величина дивидендов (прогноз) — 51 ₽ (до 16%)

( Читать дальше )

Если ты торгуешь не первый месяц, то эта ситуация тебе знакома.

Ты входишь в сделку, цена идёт в твою сторону, прибыль уже есть…
А потом рынок разворачивается — и тебя выбивает по стопу или в ноль.

И в этот момент внутри возникает злость, обида и желание “досидеть”, чтобы рынок вернулся туда, где ты вошёл. Именно здесь трейдеры и теряют деньги.

---

Почему трейдеры сливают, даже когда правы

Проблема не в стратегии.
Проблема в том, что человек психологически не умеет забирать прибыль. И я сам через это неоднократно проходил. 

После нескольких стопов возникает сильное желание “отыграться”. 
Ты перестаёшь фиксировать прибыль и начинаешь держать позицию слишком долго.
Ты хочешь доказать рынку, что был прав.

А рынок никому ничего не должен.

Именно поэтому большинство трейдеров:

• либо закрываются слишком поздно

• либо превращают прибыльную сделку в убыточную

• либо пересиживают разворот

---

Главный секрет профессиональных трейдеров

( Читать дальше )

Всем привет.

Я QA-инженер, в инвестициях уже 6 лет. Мой путь стандартный: сначала слушал «гуру», потом поумнел и собрал гигантскую таблицу в Excel. Я из тех, кто не покупает акцию, не посмотрев тренды выручки, маржинальности и ROIC за 5–10 лет.

 

 

В чем была моя личная боль:

На глубокий анализ одной компании по моему чек-листу (14 метрик в динамике) уходило около 2 часов. Забивать руками данные из Macrotrends в таблицу — то еще удовольствие. Самое обидное, когда в конце второго часа понимаешь, что компания — переоцененный шлак с падающей маржой, и время потрачено зря.

Еще одна боль — это «магия цифр» (это касается и книг и обучающих видео).
Книги и видео говорят: «Ищите рост выручки > 7% или ROA > 6.5%». Но почти никто не объясняет — почему? Откуда взялись эти цифры? Почему 7 и 6.5, а не 10 и 8 или не 5 и 3...

 

 

Что я накодил:

Написал сервис на FastAPI, который через API тянет отчетность и делает «Sanity Check» компании за 2 секунды. А вместо слепого следования догмам из книг и видео, я привязал все метрики к усредненным показателям компаний из S&P 500.

( Читать дальше )

Позадавал вопросы Ренессанс Страхованию по бизнесу, перспективам и ключевым моментам. 

 

Начнём с ключевого — с чувствительности бизнеса страхового бизнеса к процентной ставке.

 

Высокая ставка в 2024–2025 годах стала для сектора мощным, но временным бонусом. Страховые компании управляют крупными инвестиционными портфелями, размещёнными в облигациях и депозитах, и зарабатывают на этом процентный доход.  

Меньше ставка — меньше инвестиционный доход. Это базовая механика бизнеса.

 

Если смотреть на динамику акций Ренессанса, создаётся ощущение, что основной эффект высокой ставки рынок уже «отыграл».

 

Портфель был сформирован на пике доходностей, инвестиционный доход за 9 месяцев составил 8,5 млрд рублей, а дальнейшее снижение ставки, по логике ЦБ, будет идти медленно и аккуратно. Это означает не обвал доходов, а их постепенную нормализацию. При этом акции компании скорректировались более чем на 40% от максимумов. 

( Читать дальше )

📌 Курс доллара к рублю сейчас около своих годовых минимумов, поэтому сегодня решил сделать подборку наиболее надёжных замещающих облигаций.

❓ СУТЬ «ЗАМЕЩАЕК»:

• Замещающие облигации появились в 2022 году, когда из-за санкций компании потеряли возможность проводить платежи по евробондам. В замещающих облигациях нет инфраструктурных рисков, так как нет участия иностранных финансовых организаций.

• Номинал и купоны этих облигаций выражены в иностранной валюте, но инвесторам они приходят в рублях. Чем выше будет курс доллара, тем дороже в рублях будет номинал облигации и тем больше будут выплаты купонов.

⭐ ТОП-5 ЗАМЕЩАЮЩИХ ОБЛИГАЦИЙ:

• Отобрал 5 надёжных замещающих облигаций по следующим критериям:

1) Кредитный рейтинг ААА;
2) Погашение через 2+ года;
3) Без оферты и амортизации;
4) Фиксированный купон в USD;
5) Доступ неквалам.

1️⃣ Сибур 001Р-03 ($RU000A10AXW4)

• Номинал: 100$
• Купон: 9,6%, ежемесячно
• Текущая доходность купона: 9%
• Текущая цена: 107,3% (8446,4 ₽)

( Читать дальше )

В последние недели целый ряд аналитиков и инвест-домов сделали свои прогнозы по поводу того, какие акции принесут самую большую дивидендную доходность в наступившем году. С новогодними предположениями уже выступили Сбер, Финам, Альфа-Банк, Цифра Брокер, Форбс, Синара и многие другие.

Как и обещал, я задействовал свой личный моСК🧠 (редкость в наше время), изучил оценки разных экспертов и сделал собственное усреднённое мини-исследование.

😉Вы наверняка уже в курсе, что «коллективному разуму рынка» я привык доверять больше, чем отдельным персоналиям и даже целым инвест-домам. Практика показывает, что истина часто «где-то посередине».

Самые важные новости фондового рынка, авторская аналитика, обзоры компаний и инвест-юмор — в моем телеграм-канале.

👇Напомню про другие дивидендные подборки:

● 10 лучших дивидендных акций за последние 5 лет NEW

● Дивиденды в январе 2026. Кто и сколько заплатит NEW

● Самые ВЫСОКИЕ дивиденды в 2026 году от Альфы

● САМЫЕ-САМЫЕ дивидендные акции по мнению Сбера

( Читать дальше )

Время после нового года решил провести с пользой и окунуться в машинное обучение. Заняться Machine Learning — и посмотреть получится что‑то или нет с российским рынком акций на Московской бирже.

Моей целью было построить такую систему, которая будет учиться на истории и в перспективе торговать лучше чем случайное блуждание 50/50. Но из‑за комиссий и спреда подобные блуждания изначально отрицательны — чтобы выйти в плюс надо как минимум покрывать комиссии.

Если говорить о результатах очень кратко, то технически всё работает, но вот финансовый результат на грани безубыточности.

Если Вы только интересуетесь этой темой Вы можете посмотреть какие‑то шаги в моей статье, а если Вы уже опытный разработчик подобных систем, то можете подсказать что‑нибудь в комментариях.

Причём вся эта работа выглядит совершенно не так как показывается в фильмах про уолл‑стрит: фактически это написание скриптов и монотонный запуск и всё происходит полностью локально на компьютере.

( Читать дальше )

Каждую неделю мы разбираем свежие научные работы по алгоритмическому трейдингу и количественным финансам. Вот что выделилось за 5–12 января 2026 года.

1. Адаптивные модели для прогнозирования
Сейчас активно развиваются модели, которые подстраиваются под меняющиеся рыночные условия. Например, в этой работе показано, как фильтр Калмана и модели Марковского переключения улучшают прогнозы во время кризисов на корейском рынке.

В другом исследовании предложили стратегию для прогнозирования спредов на рынке электроэнергии — она учитывает резкие скачки цен в разных зонах.

Ещё одна статья посвящена прогнозированию корреляций акций. Гибридные нейросети помогают лучше группировать активы для портфельных стратегий.

2. Машинное обучение в портфелях
ML всё чаще используют для оптимизации портфелей. В работе представлена модель DeePM — она даёт стабильную доходность даже при высокой волатильности.

Другое исследование сравнивает методы пассивного инвестирования. Нейросети и оптимизационные модели тут показывают лучшие результаты.

( Читать дальше )