Избранное трейдера apsayd
EWFF давно отмечает, что спреды по мусорным облигациям и акциям, как правило, движутся в одном направлении и разворачиваются одновременно. В случае банкротства мусорные облигации занимают более высокое место в иерархии получателей выплат, чем акции. Когда тенденции между этими двумя активами расходятся, это имеет существенное значение. [На диаграмме ниже] показан спред между индексом S&P 500 и доходностью мусорных облигаций с рейтингом CCC, которая представляет собой разницу между доходностью облигаций с рейтингом CCC (долгов с высоким риском дефолта) и доходностью сопоставимых по срокам казначейских облигаций США. Чтобы привести спреды высокорисковых облигаций в соответствие с индексом S&P, мы инвертировали его шкалу.Больше дух лет назад я опубликовал статью «Фильтр для долгосрочных инвестиционных решений. Модель Гордона „в обратную сторону“» [1], где показал как модель Гордона может помочь тем долгосрочным инвесторам, которые планируют собрать дивидендный портфель. Этот подход не идеален и вряд ли будет полезен трейдерам, но он может помочь определить хорошие моменты для включения в портфель потенциально хорошие дивидендные истории, и что немаловажно ребалансировать или хеджировать отдельные акции в периоды эйфории. Но обо всём по порядку.
Сама модель Гордона до безумия проста, и её используют не только в чистом виде, но и для оценки терминальной стоимости компании. Я затрагивал эту тему в статье «Что не так с методом DCF?» [2] Но для решения текущей задачи, нам достаточно будет классического понимания, в котором модель выглядит очень просто:

где:
Valuestock — справедливая стоимость акции, E(DIV)stock — ожидаемый дивиденд в этом году, r — ставка дисконтирования, которую ещё называют ставкой собственного капитала, g — постоянный темп роста дивидендов на бесконечном горизонте.
Если Газпром объективно заработал 100 миллионов, его капитализация автоматически не возрастает на ту же сумму — цена бумаги на бирже зависит от спроса и предложения, а не от объективных показателей бизнеса.
Но с биржевыми фондами почему-то всё работает иначе, их цена практически 1 в 1 следует за стоимостью активов под управлением.
Я наконец разобрался, как это работает и какие риски в себе несёт.
С точки зрения инвестора — штука, которая всегда растёт в цене плюс-минус на уровень ключевой ставки.
Если не занудствовать — фонд даёт деньги в долг банкам под процент, практически равный ключевой ставке.
Результат: стоимость чистых активов (СЧА) ежедневно возрастает.
Цена пая фонда при этом растёт теми же темпами. Но почему?
Маркет-мейкер — это институциональный инвестор (обычно сама УК или родственное юрлицо), который берёт на себя обязательство по поддержанию ликвидности фонда.
На практике это значит, что он ежедневно выставляет заявки на покупку и продажу инструмента.

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.
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
За это время рынок прошёл всё:
Стагнация → бум 2019–2021 → шок 2022 → высокие ставки 2024–2025. Индекс полной доходности МосБиржи в 2025 году — около +2,9%. Вот что я вынес на практике и через разбор сотен сделок.
1. Инвестиции не создают капитал — они его масштабируют.
Без стабильного дохода и регулярных пополнений рынок почти бессмыслен.
Личный опыт:
— облигации банка «Пересвет»
— полное обнуление First Republic Bank. Сейчас для меня главное — не доходность, а выживаемость капитала.
До 3–5 млн инвестиции — это в первую очередь обучение. 25% годовых с 500 тыс. = всего 125 тыс. в год
при этом 10–15 часов в неделю на анализ. Часто выгоднее инвестировать время в рост собственного дохода.
400 000 строк в файле Excel, а пропущенный день это дырка в истории и отчёты, которые тормозят даже на мощном ПК — именно с этим столкнулся Дмитрий Овчинников. Но он смог при помощи ИИ ассистента создать дашборд, который упрощает управлением его 100+ стратегиями в алготрейдинге. И это, по его словам, как пересесть с запорожца на вертолёт.
На Смартлабе регулярно обсуждают рынки, стратегии и идеи, но есть такая тема как управление и отображение результатов трейдинга — и про это мало говорят. Но эта тема, которая заслуживает внимания — особенно если у вас не одна стратегия и не один инструмент.

Готовый отчёт, составленный ИИ-помощником
Хотя Дмитрий является алготрейдером, но он не считает себя программистом. Основной язык его работы MQL (MetaQuotes Language) — это язык для MetaTrader, но все современные инструменты вроде Python или R прошли мимо него: «Когда я запускаю Python — у меня начинается зубная боль».
Вся аналитика Дмитрия последние годы строилась по схеме, когда из работающего терминала производится экспорт данных в Excel, а затем при помощи макросов делались текущие сводки.
В прошлой частия рассказал о том, как работает имитационное моделирование Монте-Карло и протестировал портфель из 10 облигаций. Тесты показали, что при такой диверсификации инвестор в большинстве случаев получит убыток. Это хороший результат работы, потому что он уберег меня от формирования заведомо убыточного портфеля. Сегодня я расскажу о том, до какой степени я диверсифицировал портфель и каких результатов ожидаю.
Поскольку в статье про пределы эффективности диверсификации я определил разумную долю на одного эмитента в районе 2,85…5%, то так поступил и здесь. Портфель облигаций был расширен до 25 шт, что дает долю 4% на одного эмитента. В портфель включил только облигации для неквалифицированных инвесторов и вот что получилось:
| № | Имя | Тикер | Рейтинг | Лет до погашения | Доходность | Безрисковая | Премия за риск | Доля в портфеле | Риск | Вероятность успеха |
|
| 1 | АРЛФ1Р01 | Машиностроение | RU000A10EJR5 | BB+ | 2.91 | 26% | 14.1% | 2.6% | 4% | 9% | 0.91447 |
| 2 | ТГК-14 1Р5 | Электроэнергетика | RU000A10AS02 | BBB- | 2. |