Избранное трейдера Visitor7
Доброго всем дня, спешу описать ошибки, которые часто допускают при заполнении декларации 3-НДФЛ, когда декларируют свой доход. Сейчас идет «горячая пора» сдачи отчетности и поэтому хочу обратить ваше внимание на следующее:
1. Дивиденды по зарубежным акциям
Когда вы получаете выплаты, например, через российского брокера, в виде дивидендов по акциям иностранных эмитентов, то основная ошибка – инвестор в декларацию вносит сумму выплаченного дивиденда (за минусом удержанного налога). Надо вносить в декларацию сумму начисленного налога.
Приведу простой пример – допустим, через Тинькофф банк вам была осуществлена выплата дивиденда по американской бумаге 46,80 долларов, при этом сумма налога была удержана 5,2 долларов. Нельзя ставить в декларацию сумму дивиденда 46,80 и налог 5,2, правильно будет поставить сумму начисленного дивиденда 52 доллара и сумму налога 5,2.
2. Сальдирование результатов
Частая ошибка инвесторов – не сальдируют прибыли или убытки, полученные через российского брокера с результаты от зарубежного брокера. Вы вправе зачесть эти данные, Налоговый кодекс не запрещает нам делать зачет, не ставить наше право в зависимость от страны брокера.
Для моделирование ТС на Python, прежде всего нужен сам Python. Pythonы бывают очень разные.
Самый большой и длинный Python — Anaconda (https://anaconda.org/). Скачать дистрибутив Anaconda можно здесь — Индивидуальное издание -https://www.anaconda.com/products/individual.
Я работаю именно с Anaconda. Установив Anaconda мы получаем сам Python, уже установленные значительную часть нужных и ненужных пакетов с библиотеками Python, и несколько сред разработки. И все это сразу готово к работе, и нам, по большей части, уже не придется дополнительно устанавливать пакеты и среды.
Самый маленький Python последней версии 3.8.2. скачивается с сайта самого Python — https://www.python.org/. Это, практически, только сам язык, компилятор и минимальный набор пакетов. Сделать с ним практически ничего невозможно, и для работы придется постоянно устанавливать нужные пакеты. Среду разработки придется также устанавливать самостоятельно.
Этот Python больше подходит для запуска и работы с уже отлаженными законченными программами.
Последние две недели на всех мировых рынках резко повысилась активность, количество биржевых данных выросло в 2-3 раза. Из-за этого у многих пользователей терминал QUIK начал безбожно тормозить и виснуть. Сервера брокеров также с трудом переваривают повышение нагрузки и наплыв клиентов, желающих что-либо купить-продать (по слухам кто-то из брокеров висел аж целую неделю))) ).
На Смарт-Лабе появилось несколько постов с советами как избавиться от тормозов. И меня сильно поразила неадекватность предлагаемых действий. Люди готовы покупать новое железо за бешеные деньги, создавать какие-то командные файлы и заниматься прочей ерундой. А нужно всего лишь включить голову и разобраться в причинах тормозов. Когда программисты разрабатывают какую-либо программу, они всегда оптимизируют ее для работы на определенном «средне статистическом» компьютере, закладывая при этом кратный запас по производительности. Если вдруг эта программа (QUIK) начинает неадекватно тормозить и виснуть на обычном современном компьютере — значит дело почти наверняка не в железе, и даже не в самой программе, а в ее конфигурации (настройках). Т.е. нам нужно правильно настроить терминал QUIK , а уже потом апгрейдить железо, менять туда-обратно версии и бухтеть на Смарт-лабе.
Мультипликаторы – это производные финансовые показатели, которые позволяют оценить бизнес компании и сравнить ее с конкурентами.
Суть мультипликаторов в том, что мы приводим рыночную оценку (цена акций) компании и ее бизнес оценку (прибыль, выручка и т.п.) к единому знаменателю.
Условно говоря из двух (и более) цифр, мы получаем одну. И эту одну цифру легко оценить и сравнить с аналогичной цифрой у других компаний.
Поясню на примере:
1. Прибыль компании A – 100 000 рублей
2. Прибыль компании B – 1 000 000 рублей
Вопрос: акции какой компании лучше покупать?
Еще пример:
1. Капитализация компании С – 1 млрд. рублей
Здравствуйте. Мы продолжаем эксперимент инвестирования в реальном времени по методу asset allocation.
Так как посты про своего Лежебоку я публикую 1 раз в год, скорее всего если вы о нем и слышали, то уже позабыли. Поэтому напомню, чем же мы тут занимаемся.
Раз в году мы пополняем счет, распределяем деньги по трём активам(акции, облигации, золото). И раз в году же делаем ребалансировку, для сохранения заданных долей портфеля.
Тезисно это выглядит так:
— cрок 5 лет
— ежегодное пополнение на 100 000 рублей
— состав портфеля акции, облигации, золото
— инструменты — ETF FinEx
— пропорциии 50%,30%,20% соответственно
— ребалансировка один раз в год
Начало инвестирования февраль 2017.
С предыдущими отчётами можно ознакомится тут:
Лежебоке 1 год (денежный эксперимент)
Лежебоке 2 года
И так к началу этого года мы подошли с вот такими результатами
Раз уж я разыскал пароль от аккаунта на Смарт-лабе, повешу не только размышления об FXMM, но и просто данные о доходностях ETF за год. В принципе год был неплохим. Многие инвесторы «распробовали» фонды, научились ими грамотно пользоваться. Мы увидели притоки в FXGD, когда рынку понадобилась диверсификация в золото. Мы видели эффектные цифры по рынку США. Сейчас объем FinEx ETFs — уже 19 млрд руб., так что каждому, владеющему хотя бы одной акцией — большое спасибо за доверие!
PS. Меня просили указывать в каждом посте, что я лицо заинтересованное, мне скрывать нечего :)