Избранное трейдера Mawerik


История началась в октябре 2019 года.
Так как закупаться акциями на исторических максимумах было как-то страшно, а о надвигающемся кризисе трещали из каждого утюга, я принял решение перевести остаток средств в доллары.
Но чтобы доллары не лежали просто так и не портили общую доходность, их нужно куда-то было положить под процент. Долго думал над решением, и как обычно я делаю в таких случаях, где нет простого решения, разложил по трём «кучкам» — заодно получился неплохой эксперимент с выявлением подводных камней в каждом из вариантов. Возможно, информация будет полезна читателям в будущем.
Сейчас расскажу подробно о каждой «кучке»
Кучка первая. Облигация Минфина РФ «Россия-2028» (RUS-28)

Куплено 3 облигации за 170% от номинала ($1700 за штуку) + НКД. Конечно же, я не планировал держать облигацию до момента её погашения в 2028 году. Идея заключается в том, чтобы продать её в конце июня.
Комиссионные и налоги: 0,15% за покупку + 0,15% за продажу. НДФЛ по купонам — 0%. Налог на доход от «валютной переоценки» – 0%. Итого с $5100 комиссионных ожидается $15.30, налогов — 0.
Купонная доходность — $63.75 на одну облигацию (2 купона в год) или 7,5% годовых к цене покупки. Комиссионные срежут доходность до 7% годовых. Интересная штука заключается в том, что я пережил с ней мясорубку в марте 2020, и сейчас она стоит 175% от номинала. Скрещивая пальцы, жду конца месяца.
Здесь всё предсказуемо, есть только одна переменная – цена облигации в момент продажи.
Кучка вторая. FXRU – ETF на корпоративные еврооблигации российских компаний
Не вдохновлено ссылками ниже, но напомнило о выкладывании в публичный доступ.
smart-lab.ru/blog/620330.php
smart-lab.ru/blog/616708.php
Всем привет!
В ходе тестов калькулятора портфелей
github.com/Oppositus/CalculatorAA
возникло понимание, что его внутренние инструменты импорта котировок уже не работают. Так давайте напишем скрипт, который будет получать их через MOEX ISS API. Вывод скрипта-CSV файл.
Репозиторий github.com/helpau/MOEX_ETFs/blob/master/main.py
Тот же код:
tickers=["FXGD","FXUS","FXIT","SBSP","FXRL","FXRB","FXRU","SBCB","SBGB","SBRB"]
import requests
import apimoex
import pandas as pd
df=pd.DataFrame()
for ticker in tickers:
with requests.Session() as session:
data = apimoex.get_board_history(session, ticker,board="TQTF")
df1 = pd.DataFrame(data)
df1.set_index('TRADEDATE', inplace=True)
df.info()
df[ticker]=df1["CLOSE"]
df.to_csv("your_table.csv",sep=";")
P.S. Касательно самого калькулятора портфелей-полученный файл необходимо дополнительно обработать, чтобы на 1 год для 1 ETF было 12 записей. Особо пытливые могут исследовать, в какой день лучше проводить ребалансировку.
Всем привет!
Вдохновился данным постом ( https://smart-lab.ru/blog/616708.php ) и решил немного подпилить код, пока карантин делать нечего.
Кто не знал как скачивать котировки по одной компании вручную — сайт для скачивания котировок по одному тикеру (финам):
www.finam.ru/profile/moex-akcii/gazprom/export/
Тут через питон скачиваем котировки из текстового файла, в который вносим желаемые тикеры компаний:

Сайт для скачивания среды программирования Python (PyCharm), пойдет обычная версия:
www.jetbrains.com/ru-ru/pycharm/download/#section=windows
Файлы из видео, в том числе и со списком тикеров:
yadi.sk/d/R3BSbFjV3Pfydg
Код программы:
import requests
import datetime
import pathlib
import apimoex
import pandas as pd
board = 'TQBR'
with open("C:/PYEX/TICK.txt", "r") as TICKs:
TICKs = [line.rstrip() for line in TICKs]
pathlib.Path("C:/PYEX/Database/{}".format(board)).mkdir(parents=True, exist_ok=True)
process = 0
with requests.Session() as session:
for TICK in TICKs:
process = process + 1
print((process / len(TICKs)) * 100, ' %')
data = apimoex.get_board_history(session, TICK, board=board)
if data == []:
continue
df = pd.DataFrame(data)
df = df[['TRADEDATE','CLOSE']]
df.to_excel("C:/PYEX/Database/{}/{}.xlsx".format(board,TICK), index=False)BlackRock — одна из крупнейших инвестиционных компаний в мире. Под ее управлением находится $7 трлн активов. Кроме непосредственных финансовых услуг, компания обеспечивает инвесторов аналитикой. В статье — пять интерактивных сервисов BlackRock, которые отражают глобальные тренды.

№1. Монитор геополитических рисков
Политика влияет на экономику, экономика влияет на финансовые рынки. Если где-то начинается торговая война, то котировки падают. Если в Багдаде все спокойно, а на подходе новый караван экономических соглашений — рынки растут. Отслеживать воинственность мировых настроений позволяет Geopolitical Risk Dashboard.

