Добрый день, друзья!

Писать рецензии на хорошие книги – бессмысленно, поскольку популярность среди читателей сделает своё дело без всяких рецензий.

Писать рецензии на плохие книги – бесполезно, поскольку нет смысла давать умные советы недалёким людям.

Поэтому до сегодняшнего дня я не опубликовал на Смарт-Лабе ни одной рецензии.

В то же время, в этот раз я не могу пройти мимо и не отметить литературный дебют автора, которого все Смарт-Лабовцы хорошо знают и любят.

Итак, встречайте первую книгу ВВП: «Никто не равен».

Как Вы уже догадались книгу написал один из лучших авторов Смарт-Лаба – Виктор Владимирович Петров (https://smart-lab.ru/my/Logo/).

В первую очередь отмечу, что это – полноценная бумажная книга на 350 страницах (а не 60-страничный PDF-файлик крупного шрифта, который инфоцыгане называют громким словом «книга). Написать и издать такую книгу – большой труд и дорогостоящее дело. Я рад, что у Виктора хватило терпения сделать это.

Если, прочитав обложку книги, Вы подумали о том, что Виктор решил вывести на чистую воду таких биржевых «гуру» как Кречетов, Черных или Андрей Мурманск, то Вы ошибаетесь.

( Читать дальше )

Этот материал не является инвестиционной рекомендацией.
Этот материал не является индивидуальной инвестиционной рекомендацией.
Этот материал не является предложением по покупке или продаже финансовых инструментов или услуг.
Вся ответственность за решения и результаты лежит на вас.

__________

После разового обвала акции на -20% медианная доходность через 6 месяцев составила -8.4% — хуже случайного входа (+2.4%, p<0.001). Но у другой разновидности того же обвала — медиана +15.1%. Разница — в том, падал ли рынок вместе с акцией.

Это продолжение серии исследований о «ножах» на MOEX. Покупка после первого типа исторически убыточна — покупка после второго бьёт рынок в три раза. В исследовании о терминальной доходности после разовых обвалов я показал: разовый обвал -20% даёт медиану +8% за 6 месяцев — против +2.6% у случайного входа. В исследовании о тейк-профите после обвала — что тейк-профит +10% срабатывает в 68% случаев. Но оба исследования рассматривали все обвалы как однородную группу. Мне стало интересно: а важна ли причина обвала?

( Читать дальше )

Меня периодически спрашивают, где я учился финансовой грамотности.

Отматываю назад и понимаю, что первыми учителями были не умные книги, написанные сложным языком, а простые вещи. 

Например, фильм «Форрест Гамп». Это по сути гимн капитализма. Какой-то «дурачок» строит финансовую империю и показывает главный урок бизнеса — не нужно быть самым умным, нужно быть самым настойчивым. Первым, а не лучшим. Смелым, а не эрудированным.

Но самые первые уроки финансовой грамотности я получил из «Утиных историй».
Недавно пересматривал их по новой. Включил, начал смотреть — и понял, что все серии уже записаны в голову на уровне прошивки. Только в детстве, лет в 10, я не осознавал глубину этих историй. Просто смотрел и впитывал.

Сделал для вас небольшой обзор уроков от Скруджа Макдака. Это мой любимый персонаж с детства. У меня даже татуировка с ним на руке, старшая дочь набила.

Если понравится — поставьте лайк, сделаю ещё подборки. Могу, например, рассказать почему Граф Монте-Кристо — один из лучших учебников по финансам.

( Читать дальше )

По поводу сбера, просто картинка маслом. К дивидендам выбъет опять 5$ и все по новой, вечный боковик на десятилетия, что в нем хорошего по 4...5$ не понятно, но толпа любит сбер… почему то именно в завершающей стадии хаев. Ну и ладно, нравится и нравится, что же тут поделать. Да кстати все падения сбера были связаны не с отчетами.🤓


Телеграмм 

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

Боль: жизнь в эпоху Excel

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.

( Читать дальше )

Павел Гаврилов

Мы взяли 76 торговых формул из открытого исследования хедж-фонда WorldQuant, адаптировали их под российский рынок и проверили их на дневных данных Индекса МосБиржи за 9 лет. Большинство стратегий не выдержали проверку временем — и это нормально. Но 6 формул показали доходность от 38 до 83% с 2025 года, пока сам индекс демонстрировал небольшую динамику. Рассказываем, что это за формулы и как они работают.

Что за исследование и откуда формулы

В 2015 году Зура Какушадзе — профессор физики, бывший квант-аналитик хедж-фонда WorldQuant — опубликовал на академической платформе SSRN документ под названием «101 Formulaic Alphas». Это 101 торговая формула, которая реально использовалась в продакшене одного из крупнейших квантовых фондов мира.

WorldQuant управляет миллиардами долларов и одновременно запускает тысячи алгоритмических стратегий. Их подход — не искать один «грааль», а комбинировать сотни слабых сигналов в один сильный. Каждая отдельная формула даёт небольшое преимущество (средний Sharpe Ratio около 2,2), но вместе они формируют устойчивый результат.

( Читать дальше )

Ещё лет 10 назад меня окончательно достало вести инвестиционный учёт вручную. А всё потому что использовались разные брокеры, разные типы активов и у всех были разные формы отчётов и в итоге всё заканчивалось раз в квартал примерно один и тем же. Ручным копированием котировок с сайтов для того, чтобы понять что вообще происходит с портфелем и требуется ли ребалансировка.
И в какой-то момент я понял что больше невозможно терпеть и пора уже начать заниматься автоматизацией. В итоге получилась довольно простая архитектура:

• Excel / Google Таблицы — интерфейс и дашборд портфеля

• Python — сбор данных и обработка

• API — источник котировок и информации

Что делает моя система в книге:

• автоматически подтягивает котировки акций и облигаций, в том числе с Московской биржи;

• считает текущую стоимость портфеля;

• сводит активы из разных источников;

• обновляет данные без ручного ввода.

 
Книга Михаила Шардина “Excel, Python и API: автоматизация данных и управление офисом, домом, финансами…”

( Читать дальше )

Последние несколько лет я занимаюсь тем, что большинство людей считает невозможным: строю платформу, которая самостоятельно находит торговые стратегии, проверяет их на прочность и исполняет сделки — без моего участия, круглые сутки.

Не торгового бота. Не скрипта с парой индикаторов. Полноценный конвейер, который делает всё сам — от анализа сырых рыночных данных до размещения ордеров на бирже.

Расскажу, как это устроено — в общих чертах.

( Читать дальше )

Протестировал классический Моментум с Клодом. 

Тестирование на списке акциий, доступных к автоследованию в финамовском сервисе Comon.

Выкладываю это здесь, так как подобные стратегии мне не интересны, а людей, паразитирующих на асимметрии информации ничуть не жалко.

1. Методология

Исследование рассматривает классическую систему моментума — покупку акций с наибольшим ростом за предшествующие N месяцев. Цель: найти возможности увеличения доходности и снижения рисков относительно базовой реализации.

Ребалансировка: производится в последний торговый день каждого месяца. В этот день по цене открытия 10:00 продаются позиции которые выходят из топ-K, и покупаются новые. 

Сигнал: open[t] / open[t−252] − 1 (годовой моментум на открытиях 10:00)

Отбор: Топ-K акций по сигналу с фильтром [нижний порог, верхний порог]

Вход: open[t] — то же открытие, в которое считался сигнал

Удержание: До следующей ребалансировки (~21 торговый день)

Выход: open[t_next] — открытие следующей ребалансировки

( Читать дальше )