На днях Правительство утвердило 42 стратегические инициативы развития РФ. Это федеральные проекты, которые будут внедряться до 2030 года и охватят различные стороны жизни граждан: от экологии до беспилотников.

Планируется потратить на их реализацию около 4,6 трлн рублей из федерального бюджета и Фонда национального благосостояния, также планируется привлекать частные инвестиции.

Вник во все инициативы и заодно подготовил краткое описание всех проектов. Можно составить представление, куда будет двигаться страна. 

Вот ссылка на распоряжение Правительства. 

Вот ссылка на подробное описание всех инициатив.  

 

 Технологический рывок 

Беспилотные логистические коридоры

( Читать дальше )

Ранний доступ к рейтингам российских компаний на сайте «Финансовый анализ предприятий ВДО». Подпишись и предсказывай дефолты вместе с ЛИСП-ИР

ИНН: 7453326003

Организация: АО АПРИ «Флай Плэнинг»

Рейтинг-статистика финансового состояния компании с 2017 года. Финансовые показатели, уровень инвестиционного риска и рейтинг предприятия рассчитывался по данным бухгалтерской отчётности предоставленной в ФНС России. С подробным финансовым анализом предприятия по годам, можно ознакомиться перейдя в раздел АО АПРИ «Флай Плэнинг»

Рейтинг АО АПРИ «Флай Плэнинг»

( Читать дальше )

Мещанский суд Москвы приговорил к шести годам лишения свободы врача-анестезиолога московской клиники пластической хирургии «Медланж» Льва Хитрина и на два года медсестру той же клиники Ларису Савельеву.

Суд взыскал компенсацию каждому потерпевшему в размере 500 тыс. руб., хотя они просили по 10 млн руб.

www.rbc.ru/society/21/09/2021/614a21879a79471cb2bf2dba

Итак, код обучения и прогнозирования нейросетью рыночных котировок на 5 минут.

import sqlite3 as sql
from scipy.stats import logistic
import math
import numpy as np
import numpy.random as rnd
import matplotlib.pyplot as plt
from sklearn.neural_network import MLPRegressor

sdata =[]
sql1= "select ticker, date, open, high, low, close, vol \
    from Hist_1m where ticker_id=1 order by Date;"
con=sql.connect('C:/Users/ubase/Documents/StockDB/StockDB21.sqlite')
cur=con.cursor()
cur.execute(sql1)
sdata=cur.fetchall()
con.commit()
con.close()

Ldata = len(sdata)
N = 8000 # Количество сделок
ld = 5 #Продолжительность сделки
NNinterval = 20 # Количество входов NN

# Генерация случайных чисел
rng = rnd.default_rng()
rm=rng.integers(0, Ldata, N )

class Candle:
    tr = 0
    dt = 1
    o = 2
    h = 3
    l = 4
    c = 5
    v = 6
    
cl = Candle
DataC =[sdata[i][cl.c] for i in range(0,Ldata)]

# sigmoid линейность до 0.5
def sigmoidnorm(x, alfa = 0.9, xmin = -1.3, xmax = 1.3):
    return (xmax - xmin)*((1 / (1 + math.exp(-x*2.0*alfa))) - 1.0) + xmax

x = [0.002 * i - 3 for i in range(0,3000)]
y = [sigmoidnorm(x[i]) for i in range(len(x))]


plt.plot(x,y)
plt.grid()
plt.show()

# формируем сделки.
def DealsGenL(rm,ld):
   #Lm = len(rm)
   ix = []
   x = []
   pr = []
   
   for i in range(0,N):
        if rm[i] + ld < Ldata and rm[i] - NNinterval - 1 > 0:
            delta = (sdata[rm[i]+ld][cl.c] - sdata[rm[i]][cl.c])/sdata[rm[i]+ld][cl.c]*100
            x0 = [sigmoidnorm((sdata[rm[i] - j][cl.c] - sdata[rm[i]][cl.c])/sdata[rm[i]][cl.c]*100) \
                 for j in range(0, NNinterval)]
            ix.append(rm[i])
            x.append(x0)
            pr.append(delta)
   return ix, x, pr


Ix, X, Pr = DealsGenL(rm,ld)



Ib = 0
Ie = 100

plt.plot(X)
plt.legend()
plt.grid()
plt.show()


plt.plot(Pr, label = 'Prof')
plt.legend()
plt.grid()
plt.show()


regr = MLPRegressor(hidden_layer_sizes = [30,20,15,10,5], \
                    max_iter=500, activation = 'tanh')

regr.fit(X, Pr)
Out = regr.predict(X)

plt.plot(Pr, Out, '.')
plt.grid()
plt.show()

И вот результат прогнозирования:

( Читать дальше )

Всем хорошо знакомы обыкновенные акции банка ВТБ. 
Они торгуются на Мосбирже. 
Но не все помнят, если вообще знают, о том, что помимо обыкновенных, есть ещё привилегированные акции ВТБ. 
Эти акции нигде не торгуются, но их владельцы получают по ним дивиденды, которые примерно в два раза больше, чем по обыкновенным. 


( Читать дальше )

Добрел до презентации Норникеля. В двух словах что я там существенного заметил своим дилетантским взглядом?
👉Уже давно подметил, что компания де-факто является Норильский Палладий.
👉За год хотя продажи палладия снизились в структуре выручки с 50% до 43%, все равно это в 2+ раза больше чем выручка от никеля
👉Спад в Китае и снижение производства стали должны привести рынок никеля к профициту в 2022, так что по никелю возможно пик пройдем в 21 году
👉По меди примерно тоже самое ожидается
👉По палладию вроде все неплохо, разве что дефицит чуть сократится в 22 году
👉Добыча палладия рухнула во 2 квартале из-за аварии в феврале, но уже сейчас почти все восстановлено
👉Капекс вырастет в 2 раза в следующем году, это -140 ярдов от свободного денежного потока

👉Переход на электрокары повышает стоимость металлов никеля с $400 на машину (дизель) до $2800. Вот слайдик:
 
👉Так что на интервале 10 лет у Норникеля должно быть всё неплохо
👉В моменте у компании крайне сильная экономика и хорошие дивидендные перспективы 2021 года, однако с 22 года с большой уверенностью можно ожидать некоторого ухудшения экономики из-за резкого роста капекса и вероятного смягчения цен по никелю и меди. Палладий — кот в мешке, не ясно совершенно что будет.

p.s. чуть не забыл: еще риски роста налоговой нагрузки впереди

Обещал в Процесс рождения интрадей Грааля пошагово освещать процесс проектирования торговой системы — освещаю).
Итак, первым делом скачал с Финам 1м котировки нескольких фьючерсов за 3 последних месяца перед экспирацией и поместил их в БД SQLite — так проще работать. Код экспорта из CSV в SQLite приводил ранее, см. раздел Python моего блога.
Вот эти:

1 GAZR-6.21 GZM1
2 GAZR-9.21 GZU1
3 SBRF-6.21 SRM1
4 SBRF-9.21 SRU1
5 Si-6.21 SiM1
6 Si-9.21 SiU1
С фьючем РТС работать и отрабатывать технологии сложнее, если и нужен будет, то оч нескоро.
У меня заготовлено несколько новых индикаторов для этой ТС. Конечно я на что-то рассчитывал при их проектировании, но все это умозрительно, и о реальных свойствах индикаторов я, ровным счетом, ничего не знаю. Для начала хотелось бы выяснить их возможности.
Для этого на множестве 1м истории (~66000 свечей) генерируем ~6600 равномерно распределенных по интервалу истории случайных сделок продолжительностью 5 минут ( потом будет и 10 и 15 минут), пока только Лонг (потом и Шорт будет, рассматривается отдельно) и находим прибыль в каждой из этих сделок.
Выглядеть это будет вот так:
 

( Читать дальше )

Оригинал статьи на fapvdo.ru

Анализ финансового состояния ООО «Урожай» проводится с целью оценки:

1. финансовой устойчивости;
2. риска ведения бизнеса;
3. инвестиционного риска

Здравствуйте инвесторы, юные, начинающие и продвинутые. Огромное вам спасибо за ⭐➕❤👍 и за комментарии под статьёй "ЭБИС: Анализ финансового состояния"

❗ Чтобы личные симпатии и антипатии не влияли на объективность анализа, я не читаю пресс-релизы компаний, я не интересуюсь их сферой деятельности, мне всё равно, как компанию превозносят сторонники и как её топят конкуренты. Я смотрю на финансовое состояние конторы и делаю вывод, в котором меня уже никто не переубедит.

( Читать дальше )

Денежная масса М2 — это деньги, доступные для платежей (нал. и средства на р/сч) + краткосрочные депозиты.

 
В России до пандемии (2018, 2019) М2 увеличивалась примерно на 10% в год.
В 2020г. рост денежной массы М2 в 2020г. был около 12%.

За последний год в России М2 выросла на 9,1% (темп примерно как и до пандемии).


( Читать дальше )

Высокая производительность труда в экономике — это ключевой параметр благосостояния нации. По приблизительным цифрам которые мы отыскали, в России средняя производительность составляет около 3,5 — 3,7 млн рублей в год на человека. (*Производительность — это сколько выручки в год приходится на одного сотрудника компании)

Мне, как предпринимателю, совершенно очевидно, что чем выше производительность труда, тем выше способность субъектов платить более высокие зарплаты, а значит, обеспечить более высокий уровень жизни.

Раздутый госаппарат должен приводить к снижению производительности в силу того, что чиновники и госслужащие почти не производят то, что можно официально продать за деньги и отнести к выручке. Госаппарат кормится за счет той производительности, которую производит коммерческий сектор.

Раздутый госаппарат в России — это скорее следствие того, что в условиях России большое количество недостаточно компетентных людей остаются невостребованными для производства высокой добавленной стоимости. Если ваши компетенции позволяют вам пойти в компанию на зарплату 100 тыс рублей в месяц, вряд ли вы пойдете на госслужбу за 50 тыс рублей в месяц. А платить 100 тыс рублей в месяц компания вам сможет, если она способна создать выручку в районе не менее 7-8 млн рублей на человека в год. С этой точки зрения интересно взглянуть на те показатели производительности, которые демонстрирует российский бизнес.

Выводы, которые я получил в ходе исследования, с одной стороны удивительны, с другой — ожидаемы. И очень поучительны с точки зрения планирования благополучия всего российского населения. Их я сделаю в конце.

Это исследование отняло у меня немало времени, ведь я проанализировал 100 компаний, большая часть из которых торгуются на Московской бирже. Численность работников этих компаний составляет почти 4,2 млн человек или 6,5% от всей рабочей силы России.

Компании с самой высокой численностью, это: Газпром, Роснефть, X5, Магнит и Сбербанк.

Полная таблица: https://smart-lab.ru/q/shares_fundamental/?field=employees
Компания "Почта России" могла бы быть в этом списке на 2-3 месте, но я сознательно исключил ее из рейтинга (причины ниже).

Среднее значение производительности труда для 98 компаний составило 11,3 млн рублей на человека в год (см. таблицу: https://smart-lab.ru/q/shares_fundamental/?field=labour_productivity). Эта цифра сильно выше среднероссийской и основные причины этого в том, что

👉В статистику не включен госсектор
👉28 крупных компании из рейтинга являются экспортерами (таблица)
👉На бирже представлены самые крупные компании, производительность которых существенно выше мелких компаний за счет эффекта масштаба
👉Крупные публичные компании имеют больше возможностей привлекать инвестиции вболее эффективные производительные основные средства, которые повышают производительность труда

Теперь посмотрим на самый интересный вопрос: у кого самая высокая производительность труда?

( Читать дальше )