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 )

Оригинал статьи, финансовый анализ и рейтинги российских компаний на сайте «Финансовый анализ предприятий ВДО». Переходите и подписывайтесь, чтобы не пропустить дефолт.

Прежде чем инвестировать в ту или иную компанию, хочется знать за счёт чего и кого компания развивается и развивается ли. Как-то не очень хочется вложиться в контору и посвятить всё свободное время ожиданию дефолта. Поэтому было бы неплохо определить перспективы развития компании, хотя бы на том уровне, который нам позволит сильно не волноваться за свои инвестиции.

Здравствуйте, юные инвесторы, начинающие и продвинутые. Огромное вам спасибо за ⭐➕❤👍 и за комментарии под статьёй "О’кей по-русски или диверсификация информационных рисков©"

Чтобы понять, насколько устойчива компания в финансовом плане и какое будущее у неё может быть, достаточно просчитать долю собственного оборотного капитала (СОК) компании к её запасам (З). Дополнительно мы сможем понять, какая доля СОК состоит из собственных средств, а какая из заёмным и есть ли у компании запасы, которыми компания сможет закрыть, какие-то свои проблемы.

( Читать дальше )