Избранное трейдера apsayd
Данные об открытых позициях биржа отдаёт бесплатно всем желающим. Каждый торговый день видно, сколько контрактов держат физлица, сколько юрлица, сколько из них в лонг, сколько в шорт и сколько человек за этими позициями стоит. Информация официальная, публикуется по итогам торгов.
Проблема в том, что в сыром виде она почти бесполезна. Открываешь таблицу, видишь «242 574 и 105 796», и дальше что? Много это или мало для этого инструмента? Так было всегда или именно сегодня перекос? Кто из двух групп сейчас в необычном положении?
Ниже разберу, как из этих чисел получается что-то осмысленное. И в конце покажу, что из популярных трактовок подтверждается на истории, а что оказалось красивой сказкой.
Таблица лежит на странице спецификации каждого фьючерса на сайте биржи. Четыре колонки: физлица длинные, физлица короткие, юрлица длинные, юрлица короткие. Плюс изменение за день и количество держателей позиций в каждой группе.

Есть машинный доступ через ISS API биржи, там же исторические ряды: iss.moex.com/iss/analyticalproducts/futoi/securities. Группы обозначены как fiz и yur, форматы csv, json и xml. Отдельно существует онлайн-раздел с внутридневными данными, но для него нужна регистрация и подписка на сайте биржи.
В прошлый раз я рассказывал, как моя платформа забраковала все 231 стратегии, которые я в неё загнал. Там был абзац про данные, который я сам назвал самой скучной частью проекта и проскочил в пять строк.
Соврал. Это не скучная часть. Это и есть проект.
Скачать тридцать лет дневных котировок по американским акциям — вопрос одного вечера и трёх строк на Python. Бесплатно, без регистрации. Дальше начинается интересное: эти данные врут, и врут они ровно в ту сторону, в которую вам приятно.
Расскажу, где именно, — по всем ловушкам, в которые я успел свалиться.
Ловушка первая: цены, которых никогда не былоВы качаете Adj Close и радуетесь: цены уже скорректированы на сплиты и дивиденды, считать доходность удобно. Проблема в том, что скорректированная история переписывается задним числом. Прошла выплата дивиденда — и все цены до неё сдвинулись. Был сплит — сдвинулись ещё раз.
Практический смысл: цена, которую вы видите в исторической строке за 2003 год, никогда не появлялась ни на одном экране. По ней нельзя проверить, сработал бы стоп. Нельзя понять, пробила ли бумага круглый уровень. Нельзя посчитать проскальзывание — вы считаете его от числа, которого не существовало.

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