Все на понятном и доступном языке. 
Видео разбиты на серии  стиле «а как посчитать…?» знание МСФО не требуется! К концу, вы научитесь строить и считать большинство мультов за минуту и не больше. Видосики короткие и без воды.

Рекомендуем самостоятельно собрать файл или просто скачать готовый пример из видео. 
Темы: 
1. Как посчитать, сколько годовых прибылей стоит компания. 
2. Как посчитать чистый долг. 
3. Как посчитать полную стоимость компании EV. 
4. Что такое EBITDA и как это считать. 
5. Как посчитать свободный денежный поток. 
6. Как посчитать мультипликатор P/BV. 
7. Как построить пузырьковую диаграмму. 
Внимание! Данный метод не является методическим пособием или последней инстанцией. Сообщество не несет ответственности за все сказанное в данном видео и тем более за сделки, заключенные на его основе.  
Данный метод является поверхностным и упрощенным для понимания начинающих инвесторов.

( Читать дальше )

Всем привет, 

Я забыл, что видео посты на смарт-лабе сразу отправляются в бан :), поэтому немного текста.
Я как-то начал тему о том, что новые технологии очень помогают и облегчают жизнь алготрейдерам. И хотел показать как удобно использовать tensorflow serving, запущенный в docker контейнере, для использования моделей машинного и глубокого обучения. Так как такой метод позволяет быстро и лего развернуть, и использовать ваши модели почти в любой торговой среде.

И так, этот пост логическое завершение предыдущего: https://smart-lab.ru/blog/558070.php

Там было видео, в котором я рассмотрел подготовку данных. Мы получили исторические цены от yahoo сервиса, выбрали точки входа по нашей стратегии и подготовили датасет для алгоритма машинного обучения.

В сегодняшнем видео будет следующее:

— Используя tensorflow.keras api мы создадим две версии нейронной сети;
Сети очень простые и реализуют бинарную классификацию, отднако выходной слой имеет сигмоидную функцию активации и поэтому на выходе мы будем получать вероятность, а не конкретный класс. А как вы возможно помните, нейронная сеть нам нужна именно для того, что бы предстказывать вероятность получения нашей прибыли.

( Читать дальше )

Инвесторы и аналитики могут использовать множество разных показателей для оценки компании. FCF на их фоне является одним из самых «продвинутых» из них, потому что учитывает движение денежных средств на всем протяжении бюджетного/фискального года.

Свободные денежные потоки, они же Free Cash Flows (FCFs) являются основным показателем живучести компании в долгосрочной перспективе. Дело в том, что бизнес должен быть самостоятельным: фирма должна генерировать достаточно дохода для спонсирования новых проектов, выплаты дивидендов и погашения долговых обязательств. 

Формула расчета свободного денежного потока на собственный капитал может выглядеть так:

FCFE = NI + A – CE – ”ΔWC + ”ΔB

где NI – чистая прибыль фирмы;

A – расходы на амортизацию;

CE – расходы на капитальные вложения;

Δ”WC – изменение оборотного капитала;

Δ”B – разница между полученными и выданными займами.

( Читать дальше )

 

Есть у индексов ценных бумаг всех стран одна замечательная особенность, они имеют сезонные циклы.

Цикл роста на выходе из сезона отпусков (октябрь — рождество), цикл роста на выходе из холодов (конец зимы— лето). Цикл падения в пост рождественский месяц (январь) и цикл падения на сезоне отпусков (май — сентябрь).

Вот вам визуализация средней динамики: SP500(США), FTSE(Англия), CAC40(Франция), Nikkei225(Япония):

( Читать дальше )

Написал тут питонячью библиотечку небольшую для поиска поддержки/сопротивления.

Там пара алгоритмов для поиска уровней, один алгоритм для скоринга и возможность отрисовать уровни на чарте.

Общая концепция такая:
1. Ищем разворотные точки
2. Обучаем Agglomerative Clustering, собираем уровни из точек

Находит оно примерно следующее:



Юзайте в общем. Работает на Python 3.6+

Когда не лень выкладываю что-то по трейдингу в телегу

Дисклеймер: не является индивидуальной инвестиционной рекомендацией.

 

Снижение индекса ожиданий и индекса текущего состояния ФСГС обуславливают низкие темпы роста (1% годовых) розничной торговли в России.

Потребительский спрос остается слабым на фоне инфляции, превышающей реальный рост зарплат как в социальном секторе, так и во внебюджетной сфера.

Макроэкономические показатели отрасли непосредственно находят свое отражение в операционных, а затем и финансовых показателях деятельности компаний розничной торговли.

Крупнейший игрок на рынке ритейла – ПАО Магнит в полной мере ощутил все негативные последствия замедления деловой активности в стране. 

Помимо снижающихся показателей деятельности на эффективность компании оказывают и внутрикорпоративные факторы. Смена управленческого персонала, экстенсивная стратегия развития на фоне стагнирующих фундаментальных показателей отрасли предопределили нисходящую динамику акций корпорации.

( Читать дальше )

@MarketTwits – оперативные новости. 
@dohod – аналитическая компания. 
@AK47pfl – рынки Деньги Власть. 
@marketstoday – сборник обзоров со всех областей на английском языке. 
@sistema_news – новости от компании АФК Система. 
@sgcapital  — авторский канал об инвестициях. 
@oil_capital – аналитические обзоры нефтегазовой отрасли и комментарии ведущих экспертов. 
@globalcommodities — комментарии по сырьевым рынкам от УК «Система-Капитал». 
@glhfx — телеграмм-канал о глобальном рынке акций. Автор — Емельянов Никита, Head of Equities в УК «Система Капитал». 
@rusbiotech  — канал о биотехнологиях и фармацевтике. Автор Ушаков Андрей, старший аналитик УК «Система Капитал.» 
@bcs_express — новости про бизнес, акции, инвестиции. Аналитические обзоры и рекомендации от экспертов БКС Экспресс. 

( Читать дальше )

Добрый день мои маленькие любители машинлернинга:) Наконец нашел время написать по теме.

Только что закончилось интересное соревнование на Каггле проходившее почти год, в котором я принимал участие и благополучно попал в Топ 1% и занял 20 место. https://www.kaggle.com/c/two-sigma-financial-news/leaderboard .





Если кто не в курсе про Kaggle, это такая соревновательная площадка, принадлежащая гуглу, на которой различные компании ставят задачи связанные с анализом данных, и датасайтесты со всего мира соревнуются кто лучше решит. Похоже на наш ЛЧИ, только по машинлернингу. Призовой фонд на каждое соревнование как правило 10-100 тыс. долларов. (в этом конкретном было 100 тыс.). Одновременно проходит 5-10 соревнований.
Суть всех заданий примерно одна, участникам дают трэйн выборку, с известной целевой переменной и тестовую выборку без целевой переменной, которую надо предсказать.

Хедж фонд «Two Sigma» в этом соревновании поставил следующую задачу: необходимо предсказать для каждой американской акции, на сколько она будет лучше или хуже рынка, значение может принимать значение в диапазоне [-1,1] — это и есть целевая переменная, Score соответвенно меряется как усредненное значение по всем акциям и по всем дням, разницы между реальными значениеми и предсказанными целевой переменной из тестовой выборки. Подробней можно почитать здесь

( Читать дальше )

Воодушевлённый статьёй с рекламой структурных продуктов на Хабре, адаптировал python-скрипт для их самостоятельного тестирования. Основная идея в том, что подобные продукты предлагают 100% защиту капитала.  А учитывая 10 лет бычьего рынка, исторические показатели подобных продуктов одурманивают безрисковым раем.

Скрипт подойдёт для быстрого и понятного тестирования своих портфелей с ребалансировкой в разные периоды. Ну а кому-то данный инструмент может пригодиться для самостоятельного построения подобных стратегий. Их наипростейшей формы. Однако брокеры пишут, что это не каждому под силу.

Код выложен в GitHub в виде Jupyter-блокнота. Поехали!

( Читать дальше )