Внимайте, коллеги, ибо это мое последнее публичное выступление. Друзья настоятельно рекомендуют обуздать свое Эго и умерить активность в сетях. Но, коль скоро обещал, обещанное исполняю. Псевдо-арбитраж между опционами RTS и Si. Логика простая, сравниваю IM (implied mobility) RTS и IM Si*k. Прошу прощения, но из-за нефти все расчеты перевел в термины подвижности

При разнице больше 200 открываю позиции, при нуле закрываю (точнее, пытаюсь закрыть, но не всегда успеваю)
Позиции перед дневным клирингом


( Читать дальше )

1.



2.


( Читать дальше )

     Достойный труд. Собрано множество точечной, отображённой в доступной форме, информации, окутывающий не только местонахождение и продажи, но и остальные звенья в цепи розничного магазина. Кто-нибудь задумывался, что его тянет в магазин? Я — нет. Ведь в действительности у многих есть магазины, куда они пойдут с бОльшим удовольствием. Именно в этот обувной, а не в какой другой. Именно тут я больше люблю покупать продукты, а не в каком другом. Почему? Тут для каждого будет своя причина.

     Очень интересный пример был про магазин обуви. Обувь продавалась плохо. Сама обувь была хорошего качества и не дорогой. Меняли освещение, использовали акции, но ничего не помогало. График работы, обучение персонала, антураж. Всё было тщетно. Дела шли к закрытию и руководство решилось на интересный шаг. Решили ощутимо повысить цены на товар и… И продажи пошли. Как такое могло получиться? Покупатели решили, что раз обувь дорогая, то и качество соответственно отличное и стали покупать и рекомендовать. Смешно, но факт есть факт.
     В книге есть заметка про штрафы. У меня в организации штрафы и так не приветствуются. В год их, на весь магазин, может максимум 2-4 набирается, на мизерные суммы. И то когда сотрудник уже не понимает замечания или не хочет что-то менять в своей работе… Тут же немного иная идея. Вводить оценочные листы и по ним делать отдельный поправочный коэффициент при отсутствии замечаний. Нужно подумать. Хочется похвастаться, что у нас половина работает больше 5 лет, треть работает больше 10 лет. Значит что-то делаем правильно. Так же в книге говорится о хорошем показателе потери товара (воровство персонала, покупателей, порча товаров), который равен 0.5%. Тут я заёрзал, так как у нас этот показатель 0.24%. Пойду выпишу себе премию… Заодно и всем остальным.

1. Неудачники продают то, что они могут делать. Те, кто добивается успеха, делают то, что они смогут продать. © Рос Джей
2. Изучайте потребителей.
3. Маркетинг — любое ваше действие по приобретению или удержанию клиента. © Рик Кренделл
4. Кто приносит прибыль?
5. Главное не продать — это половина дела. Главное — заставить вернуться.
6. Комплекс маркетинга 5Р.

• Товар
• Цена
• Место продажи
• Продвижение
• Персонал

1. Люди более склонны к потреблению, чем к сбережению, а кроме того, товарами первой необходимости многие уже успели обзавестись, а это значит, что на очереди приятные во всех отношениях вещи «для себя любимого, которые покупают по принципу «хочу».
2. Продавцам должно нравится то, что они продают.
3. Соотнести что за товар можем предложить, с тем, кто это может и захочет купить.
4. Типология VALS к российским условиям.
5. Сегментирование покупателей.
6. Микромир магазина.
7. Исследование покупателей.
8. Бренд -> усиление
9. Группы стимулирования продаж.
10. Хитрое приглашение и взаимный купон.
11. Пять уровней товарной классификации.
12. Привлекательное для покупателей отличие в ассортименте.
13. Расчёт количества фейсингов на SKU.
14. Семь уровней ценовых сегментов

( Читать дальше )

📌2.2: Определи проблему и не мирись с ней

👉2.2.А. Смотри на большие проблемы как на потенциальные улучшения, которые орут тебе о себе

👉2.2.Б. Не избегай битвы с проблемами потому что их корни в суровой реальности которая неприглядна.
Когда проблема проблема в том, что у вас недосточно таланта и навыков, многим стыдно.
В жопу стыд. Признание проблем — первый шаг к их решению.

👉2.2.В. Будь чёток в определении своих проблем!

👉2.2.Г. Не путай следствие проблемы с самой проблемой.
Например: у меня херовый сон. Это не проблема, это ее следствие.  

👉2.2.Д. Отличайте большие проблемы от маленьких.
Решая большие проблемы, будет больше профита.

👉2.2.Е. Однажды обнаружив проблему, не мирись, мочи её.
Сожительство с проблемой равносильно тому, что вы её не определили.

✏️ Вступление
✏️ Главы 1-2. Познание рынков
✏️ Глава 3. Познание рынка и себя
✏️ Глава 4. Торговые системы 
✏️ Глава 5. Расширение компании
✏️ Глава 6. Движители прогресса
✏️ Глава 7,8. О деньгах и счастье 

✏️ Принцип 1: Прими реальность и работайте с ней
✏️ Принципы 1.5-1.10. Боль + рефлекия = прогресс 
✏️ Принцип 2: Используй 5 шагов, чтобы получить от жизни все что хочешь 
✏️ Принцип 2.2: Определи проблему и не мирись с ней

бетта — версия A_channel_nested





( Читать дальше )

Начинающие (да и не только) инвесторы часто задаются вопросом о том, как отобрать для себя идеальное соотношение активов входящих в портфель. Часто (или не очень, но знаю про двух точно) у некоторых брокеров эту функцию выполняет торговый робот. Но заложенные в них алгоритмы не раскрываются.

В этом посте будет рассмотрено то, как оптимизировать портфель при помощи Python и симуляции Монте Карло. Под оптимизацией портфеля понимается такое соотношение весов, которое будет удовлетворять одному из условий:

• Портфель с минимальным уровнем риском при желаемой доходности;
• Портфель с максимальной доходностью при установленном риске;
• Портфель с максимальным значением доходности

Для расчета возьмем девять акций, которые рекомендовал торговый робот одного из брокеров на начало января 2020 года и так же он устанавливал по ним оптимальные веса в портфеле: 'ATVI','BA','CNP','CMA', 'STZ','GPN','MPC','NEM' и 'PKI'. Для анализа будет взяты данные по акциям за последние три года.

#Загружаем библиотеки

import pandas as pd
import yfinance as yf
import numpy as np
import matplotlib.pyplot as plt

# Получаем данные по акциям
ticker = ['ATVI','BA','CNP','CMA', 'STZ','GPN','MPC','NEM', 'PKI']

stock = yf.download(ticker,'2017-01-01', '2019-01-31')

( Читать дальше )

Итак, передо мной, уверен, как и перед многими, встал вопрос поиска исторической информации с Мосбиржи. Немного зная python, я написал вот такой парсер:

import requests
import datetime
import pathlib

SECIDs = ["GAZP", "BANEP", "LKOH"]
DISK = "E"
for SECID in SECIDs:
    from_date = "2020-05-04"
    to_date = "2005-01-03"
    while str(to_date) != from_date:
        to_date = str(to_date)
        to_date = to_date.split('-')
        a = datetime.date(int(to_date[0]), int(to_date[1]), int(to_date[2]))
        b = datetime.timedelta(days=140)
        to_date = a + b
        pathlib.Path("{}:/{}/{}".format(DISK, "Database_MOEX", SECID)).mkdir(parents=True, exist_ok=True)
        filename = SECID + "_" + str(to_date) + ".csv"
        with requests.get("http://iss.moex.com/iss/history/engines/stock/markets/shares/boards/tqbr/securities/{}.csv?date={}".format(SECID, to_date)) as response:
            with open("{}:/Database_MOEX/{}/{}".format(DISK, SECID, filename), 'wb') as f:
                for chunk in response.iter_content():
                    f.write(chunk)

Для начала пройдемся по его плюсам и минусам. Самый главный минус, что этот парсер качает только определенный период, который уникален для каждой акции, судя по всему для увеличения этого периода надо кинуть бирже на лапу:), и то что информация предоставляется за день, теперь перейдем к плюсам: можно выкачивать историю за определенный период для нескольких инструментов сразу (их количество ограничивается лишь количеством инструментов на мосбиржи), есть возможность назначать диск для сохранения информации, быстрота выгрузки данных.

( Читать дальше )

Я написал два поста про волатильность в рамках тем по развитию финансовой грамотности. Я показал, что ценовую волатильность можно измерять с помощью показателя Average True Range (ATR) и с помощью него неплохо можно выставлять ордера на ограничения потерь (stop loss). Полезно тем, кто активно торгует.

Второй показатель волатильности — это стандартное (среднеквадратичное) отклонение. Применяется для показателей доходности актива и удобен при составление своего портфеля и его последующей оптимизации. (Кстати, на встречи в прошлую субботу в рамках вебинара из курса ТРИ КИТА ИНВЕСТИЦИЙ, я как раз показывал как с помощью Excel можно искать оптимальный портфель для себя, зная доходность и волатильность. В эту субботу я покажу как использовать бету для составления собственного портфеля и как его оптимизировать, а также поговорим о пассивных и активных стратегиях управления портфелем. Кому интересно научиться инвестировать на уровне профессионала — присоединяйтесь. Действует скидка❗️ 

( Читать дальше )

Это приближенное вычисление опционных цен. Но для тяжелой жизни оно подойдет своей простотой.
1. Принимаем текущую цену базового актива за ноль (относительно этой точки будем считать)
2. Принимаем текущие цены на центральном страйке за «правильные»
или рассчитываем

Кол+Пут= ATR(Н1)*КОРЕНЬ(N)*0,5,  где N количество торговых часов до экспирации.

как описано здесь smart-lab.ru/blog/474365.php

3. Считаем стоимость опционов принимая за Х расстояние на которое страйк удален от текущей цены базового актива, как описано здесь
smart-lab.ru/blog/532275.php

Есть более точная формула, но мне  тоже хочется зарабатывать. :)))

Добавил, чтоб было в основном тексте:
Если нужно более красивую формулу, которая лучше ложиться на рынок,
то надо в показатель степени вставить коэффициент =1,068
Е^(-1.068*abs(X)/2/Q)

На Московской бирже торгуется 36 ETF/БПИФ на совершенно разные активы и регионы. Подготовили визуальную памятку, которая поможет сориентироваться на местности.




Источник: @rusetfs (телеграм) или блог RUSETFS