Избранное трейдера bocha
http://investors.team/topic/68/alpha/9
Интересно сравнить как вели себя различные сектора во время падения. Взял данные ровно за месяц — с хаев 20 февраля до низов 20 марта.
Вот что получилось
SPY (общий рынок) — минус 32%
XLK (технологии) — минус 31%
SDY (дивидендные истории) — минус 33%
XLU (utilities) — минус 33%
VNQ (недвига) — минус 40%
USMV (акции низкой волатильности) — минус 30%
Результаты довольно любопытные. Почти все упало примерно одинаково. Отличилась лишь недвижимость. По истории прошлого кризиса XLK падал веселее, сейчас он не проигрывает общему рынку. SDY и XLU были в некотором роде защитными вариантами, но не в этот раз. Особенно повеселил фонд акций «низкой волатильности» USMV. Валился ни в чем не уступая своему старшему брату SPY. По факту — на этом падении спастись было негде. И то что на истории какие то активы показывали лучшие результаты при обвалах — ничего не гарантирует в будущем.
Покажу подробно, шаг за шагом.
Инструкция, про первичный перевод денег с вашего счета в российском банке на счет Interactive Brokers. Она для тех инвесторов и трейдеров, которые планируют инвестировать через зарубежного брокера, в частности через «Интерактив Брокерс».
Важно сделать первый перевод.
И сохранить реквизиты в личном кабинете.
Далее,
покажу подробно на примерах.
Главное, первый перевод, потому что последующие переводы
делаются элементарно с помощью шаблона в личном кабинете банка, просто нажатием кнопки.
Смотрите внимательно и дочитайте пост до конца. Есть нюансы.
То комиссия равна нулю.
Обменивать рубли на доллары и другие валюты.
Значительно выгоднее. Чем в любых обменниках и банках в РФ.
В конце будет подробное видео как сделать сам перевод.
Помните, этот ролик для тех, кто будет делать перевод в рублях.
Недавно тут обсудили Carnival Corporation & Plc (CCL), то как акция упала до уровня 1994 года и что его надо покупать.
В целом, если компания выживет, то это будет хорошей сделкой и я тоже задумался про него. Может и кто-то купил по текущей цене по $12 за акцию, но если заглянуть в цепочку опционов то увидим что кто-то в следующую неделю готов продать 100 акции на $4 за акцию, и за это даже заплатить $10.
Седой встретил меня у ворот.
-уверен, что не кашляешь?
-уверен, уверен. Чего ты параноишь то!
Седой скривился,
— пойдем. Расскажу. Руки продезинфицируй, — и он кивнул на бесконтактный автомат на столбике.
Я повиновался.
Мы сидели на веранде со стеклами в пол. Мне указали на кресло в углу, а сам Седой уселся в противоположном.
— ты думаешь все настолько серьезно?
Седой пожал плечами.
— надейся на лучшее, готовься к худшему. Вот правильный девиз в этой ситуации. Давай расскажу какие варианты. Начнем с оптимизма.
Чья-то тень промелькнула за стеклом в доме.
-Теща, ухмыльнулся Седой. — Пришлось перевезти всех стариков на карантин. В любом сценарии это не лишнее.
— Но мы сейчас про позитив
— Да. Позитив заключается в следующем. Представь, что тотальное тестирование показывает, что количество заболевших выше на два порядка. То есть уже болеют и переболели десятки тысяч только у нас. Сотни тысяч в Италии. Процент смертности таким образом снижается в 5-10 раз. Опасности для большинства населения практически нет. Нужды в жестком карантине тоже нет, старикам рекомендуют сидеть дома, остальные живут как жили. Вирус постепенно мутирует к еще более слабым формам, ведь смертельно больных изолируют и эти мутации дальше не распространяются. И мир в целом выдыхает. примерно это сейчас учтено в ценах на рынках.
В прошлой статье рассмотрено как можно получить информацию по финансовым инструментам. Дальше будет опубликовано несколько статей о том, что первоначально можно делать с полученными данными, как проводить анализ и составлять стратегию. Материалы составлены на основании публикаций в иностранных источниках и курсах на одной из онлайн платформ.
В этой статье будет рассмотрено, как рассчитывать доходность, волатильность и построить один из основных индикаторов.
import pandas as pd import yfinance as yf import numpy as np import matplotlib.pyplot as plt sber = yf.download('SBER.ME','2016-01-01')
Данная величина представляет собой процентное изменение стоимости акции за один торговый день. Оно не учитывает дивиденды и комиссии. Его легко рассчитать используя функцию pct_change () из пакета Pandas.
Как правило используют лог доходность, так как она позволяет лучше понять и исследовать изменения с течением времени.
# Скорректированая цена закрытия` daily_close = sber[['Adj Close']] # Дневная доходность daily_pct_change = daily_close.pct_change() # Заменить NA значения на 0 daily_pct_change.fillna(0, inplace=True) print(daily_pct_change.head()) # Дневная лог доходность daily_log_returns = np.log(daily_close.pct_change()+1) print(daily_log_returns.head())