Прошлую итерацию этого гайда делал в 2024 году. Пришло время сильно дополнить его новыми фишками.

Потратил часы времени для того, чтобы очистить формулы от большого количества мусора. Оптимизировал работу для того, чтобы Excel куда быстрее обрабатывал информацию.

Чего только стоил тот факт того, что можно не подгружать по каждой бумаге режим торгов и это оказался вообще ненужный элемент. На просторах интернета многое смотрел, но так и не нашёл ни одной статьи с этими формулами без ненужного подтягивания режима торгов.

Нашёл большое количество решений по реализации моих хотелок и делюсь с вами.

На какие вопросы ответит эта статья:

• Зачем нужно использовать Excel таблицы при инвестировании

• Подготавливаем Excel к работе

• Принцип работы формул с привязкой к API Московской биржи

• Как работают формулы Excel с ссылкой на API Мосбиржи

• Как устроена таблица для отслеживания информации по облигациям с фиксированным купоном

• Как устроена таблица для отслеживания информации по флоатерам

Если вдруг зажглось у вас зарубиться в спекуляции, то напоминаю что на смартлабе есть польза для трейдеров:
удобный калькулятор фьючерсов
http://calc.smart-lab.ru/
Все профи пользуются им.
Если что, ссылка на калькулятор находится в котировках фьючерсов: smart-lab.ru/q/futures/

Многие частные инвесторы ведут свои портфели в Excel: это удобно, бесплатно и всё — на вашем компьютере. Но у Excel есть слабое место: он не умеет напрямую «разговаривать» с современными сайтами. Если нужно автоматически подтянуть котировку с конкретной страницы в интернете, встроенные веб‑функции часто не справляются: они не умеют обходить современные защиты.

В этой статье я покажу простой и надёжный способ заставить Excel получать котировки практически с любого сайта — на примере курса USD/RUB с investing.com. Идея не требует глубоких технических знаний: вместо того чтобы пытаться что-то делать со страницей в Excel, мы используем на своём компьютере небольшой скрипт‑посредник. Excel просто запрашивает у него одно число, а посредник уже «ходит» на сайт, берёт данные, при необходимости обрабатывает их и возвращает в понятном для Excel виде.

Короткая схема работы:

┌───────────────────┐      ┌──────────────────────┐      ┌──────────────────┐
│ 1.

Посмотрел тут видос выступления Алексея Реброва на летней конференции смартлаба.
Выступление достаточно полезное, решил выписать главное.
Видос тут:

Мой пересказ:

Алексей Ребров смог предсказать 6 из 7 дефолтов.
Всегда лучше смотреть отчетность МСФО чем РСБУ

✅EBITDA — один из самых важных показателей отчетности, выручка почти не важна.
Потому что обслуживание долга идет из операционного дохода.

✅Рентабельность по EBITDA особо ничего не показывает.
Важнее рентабельность инвестированного капитала (ROIC) по EBITDA, которую можно сопоставлять с купоном облигации: если ROIC < купон.
Пример: если ROIC=20% а купон бондов 24%, то это уже признак долговой пирамиды.

✅Смотреть OCF — денежный поток от операций.
Если OCF отрицательный — это самый частый признак дефолта.
Например дефолт Нафтатранс плюс — была прибыль постоянно, а вот OCF был отрицательный стабильно.
М.Видео, например, не пугает, тк. OCF положительный
По фин. компаниям (например, лизинг) надо смотреть OCF за вычетом изменения кредитного портфеля.

В предыдущих статьях я рассказывал, как пришёл к идее создания собственного торгового робота. Мотивация проста:

• Автоматизация — алгоритм не спит, не нервничает и не занят своими делами.

• Дисциплина — робот исключает эмоции, следуя правилам.

• Тестирование — любую идею можно проверить на исторических данных, прежде чем рисковать деньгами.

Я всегда разделял два этапа: разработку торговых идей (логика стратегии) и реализацию механизма исполнения (отправка заявок, автотрейдинг). Сначала — бэктестинг и базовая оптимизация, и только потом — реальная торговля.

Поскольку я нахожусь в активном поиске подходящего решения для автотрейдинга и уже опробовал несколько рабочих вариантов, то эта статья представляет мои размышления об этом механизме исполнения заявок. Ваша критика или поддержка идей приветствуется.

Почему я не хочу использовать QUIК и Windows?

По моему мнению QUIK архаичен, нестабилен для автоматизации и требует оконной среды. Он не предназначен для headless-серверов (это компьютер без монитора, клавиатуры, мыши). QUIK + LUA или внешнее ПО — это сложная, криво документированная и уязвимая связка.

На простом языке разберем, как незамысловатые элементы статистики и математики могут сильно помочь на финансовых рынках.

Где встречается нормальное распределение (и почему оно плохо подходит для финансовых рынков), что за шапка жандарма такая, откуда берутся 1, 2 или 3 сигмы, как определить математическое ожидание стратегии — после прочтения статьи вам будет все понятно.

Полезные материалы, которые хорошо бы изучить перед продолжением:

1. Тестирование торговых стратегий на исторических данных (бэктест) — почему это так важно?
2. Эпоха больших данных и как к ней адаптироваться нам — частным трейдерам?
3. Кто такой Джим Саймонс и как он заработал $ 25 млрд с помощью количественного трейдинга.

Что такое нормальное распределение и где оно встречается

Многое, что нас окружает, имеет нормальное распределение. Средняя, нормальная скорость, с которой передвигаются машины в городе, средние зарплаты, средняя продолжительность фильма и т.д. Среднее и нормальное движение цен финансовых инструментов — не исключение (о них — чуть позже).

Как выбрать эмитента облигации. Глава V.

Зная, что некоторые холдинги, для финансирования группы, создают компании по привлечению денег с переносом финансовых рисков на инвестора, попробуем вычислить такие конторы по индивидуальной отчётности компании.

Напоминание.

1. Признаки надвигающегося банкротства можно определить только по индивидуальной отчётности.
2. За возврат долга отвечает тот, кому вы занимаете, а не третьи лица, которым отдаёт ваши деньги эмитент.

Как выявить эмитента под займы?

Анализ будем проводить по бухгалтерскому балансу используя следующий алгоритм.

1. Анализ строки баланса 1170 – Финансовые вложения
2. Анализ строки баланса 1240 – Финансовые вложения (за исключением денежных эквивалентов)
3. Анализ строки ОФР 2110 – Выручка
4. Анализ строки ОФР 2310 – Доходы от участия в других организациях
5. Анализ строки ОФР 2320 – Проценты к получению
6. Анализ строки ОФР 2400 – Чистая прибыль

Финансовые вложения подразумевают, что эмитент держит эти средства в чём-то из ниже перечисленного:

На Московской бирже торгуется более 2500 облигаций, но большая часть из них неликвидна — в стакане почти нет предложений и сделок совершается крайне мало. Это затрудняет покупку и продажу таких бумаг. При этом известные мне публичные сервисы не суммируют объемы торгов за период, поэтому сложно быстро найти облигации с высокой ликвидностью.

Пять лет назад написал Node.js-скрипт, затем адаптировал его для Google Таблиц, а теперь разрабатываю Python версию. При помощи сообщества на GitHub эта Python версия идёт к созданию полноценной библиотеки с расширенными возможностями: автоматический поиск ликвидных облигаций, расчет денежных потоков, сбор новостей по эмитентам и вычисление оптимального объема покупки. Все это направлено на помощь простым инвесторам, вроде нас с вами, чтобы оперативно находить выгодные инвестиционные инструменты и принимать решения на основе актуальной информации.

Критерии выбора ликвидных облигаций на Московской Бирже

Ликвидность это один из ключевых параметров, поскольку даже высокодоходная бумага бесполезна, если её невозможно купить. В моём скрипте для поиска облигаций используются несколько основных критериев:

Как частный инвестор, я всегда ищу способы упростить управление своим портфелем. Особенно меня интересуют высокодоходные облигации. Да, они немного «мусорные», но я не стремлюсь быть финансовым аналитиком в этом или детально изучать каждого эмитента.

Моя цель проста: купить бумаги и получать купоны, то есть стабильный доход. Однако, чтобы избежать неприятных сюрпризов, важно вовремя узнавать новости о компаниях-эмитентах.

Если бы у меня было всего 3–5 облигаций, я могу просто периодически пробивать названия эмитентов в поисковике и смотреть, что о них пишут. Но когда в портфеле 10 и более бумаг, такой подход превращается в рутину, на которую жалко тратить время. Автоматизация здесь может существенно упростить задачу.


Почему не использовать готовые решения?

Да, существуют профессиональные сервисы вроде Cbonds или Bloomberg Terminal, которые позволяют отслеживать новости по эмитентам.