Добрый день, друзья!

Мой пост об отчетах 10-K, 10-Q и 8-K американских эмитентов (https://smart-lab.ru/blog/677043.php) вызвал достаточно большой отклик среди Смарт-Лабовцев (68 ⭐️ + 326 ❤️). Поэтому выполняю своё обещание и рассказываю о методике анализа отчетов 8-К, которая в прошлом году принесла мне 50% годовых в долларах США (https://smart-lab.ru/blog/668157.php).

Внимание: лонгрид. Если у Вас в данный момент нет возможности на 15 минут сосредоточиться на изучении достаточно сложной информации – лучше добавить пост в избранное и вернуться к его прочтению позже.

В прошлый раз мы пришли к выводу о том, что отчеты 10-K содержат только прошлые данные, в силу чего информация, отражённая в них, уже заложена в текущие котировки акций. А с учётом того, что изучение формы 10-K является достаточно трудоёмким процессом, то для частного инвестора эта форма теряет всякий смысл. 

( Читать дальше )

Построение нестандартных графиков в Python при помощи библиотеки finplot.
Можно строить почти любые нестандартные графики: Range, Renco, Delta.
В качестве примера скрипт для построения Дельта графика.
График строиться с момента запуска по поступающим данным из таблицы обезличенных сделок.
Для получения данных из КВИКа используется PythonServer Евгения Шибаева (огромное спасибо автору!!!)

Тапками не кидайтесь, программировать только учусь.

# В КВИКе запускаем луа-скрипт QuikLuaPython.lua
import socket
import threading
from datetime import datetime, timezone
import pandas as pd
import finplot as fplt

fplt.display_timezone = timezone.utc


class DeltaBar():
    def __init__(self):
        self.df = pd.DataFrame(columns='date_time open high low close delta delta_time_sec'.split(' '))
        self.df.loc[len(self.df)] = [0, 0, 0, 0, 0, 0, 0]

    def parser(self, parse):
        if parse[0] == '1' and parse[1] == 'RIH1':
            if abs(self.df.iloc[len(self.df) - 1]['delta']) >= 500:
                self.df.loc[len(self.df)] = [0, 0, 0, 0, 0, 0, 0]  # Добавляем строку в DF

            self.df.iloc[len(self.df) - 1]['close'] = float(parse[4])  # Записываем последнюю цену как цену close бара

            if self.df.iloc[len(self.df) - 1]['date_time'] == 0:
                self.df.iloc[len(self.df) - 1]['date_time'] = \
                    datetime.strptime(f'{parse[7]} {parse[8][0:-1]}', "%d.%m.%Y %H:%M:%S.%f").replace(microsecond=0)

            if self.df.iloc[len(self.df) - 1]['open'] == 0:
                self.df.iloc[len(self.df) - 1]['open'] = float(parse[4])

            if float(parse[4]) > self.df.iloc[len(self.df) - 1]['high']:
                self.df.iloc[len(self.df) - 1]['high'] = float(parse[4])

            if (float(parse[4]) < self.df.iloc[len(self.df) - 1]['low']) or \
                    (self.df.iloc[len(self.df) - 1]['low'] == 0):
                self.df.iloc[len(self.df) - 1]['low'] = float(parse[4])

            if parse[5] == '1026':
                self.df.iloc[len(self.df) - 1]['delta'] += float(parse[6])

            if parse[5] == '1025':
                self.df.iloc[len(self.df) - 1]['delta'] -= float(parse[6])

            self.df.iloc[len(self.df) - 1]['delta_time_sec'] = \
                datetime.strptime(f'{parse[7]} {parse[8][0:-1]}', "%d.%m.%Y %H:%M:%S.%f") - \
                self.df.iloc[len(self.df) - 1]['date_time']
            self.df.iloc[len(self.df) - 1]['delta_time_sec'] = self.df.iloc[len(self.df) - 1]['delta_time_sec'].seconds


def service():
    sock = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)
    sock.bind(('127.0.0.1', 3587))  # Хост-этот компьютер, порт - 3587
    while True:
        res = sock.recv(2048).decode('utf-8')
        if res == '<qstp>\n':  # строка приходит от клиента при остановке луа-скрипта в КВИКе
            break
        else:
            delta_bar.parser(res.split(' '))  # Здесь вызываете свой парсер. Для примера функция: parser (parse)
    sock.close()


def update():

    df = delta_bar.df
    # Меняем индекс и делаем его типом datetime
    df = df.set_index(pd.to_datetime(df['date_time'], format='%Y-%m-%d %H:%M:%S'))
    # print(delta_bar.df)

    # pick columns for our three data sources: candlesticks and TD
    candlesticks = df['open close high low'.split()]
    volumes = df['open close delta_time_sec'.split()]
    if not plots:
        # first time we create the plots
        global ax
        plots.append(fplt.candlestick_ochl(candlesticks))
        plots.append(fplt.volume_ocv(volumes, ax=ax.overlay()))
    else:
        # every time after we just update the data sources on each plot
        plots[0].update_data(candlesticks)
        plots[1].update_data(volumes)


if __name__ == '__main__':
    delta_bar = DeltaBar()
    # Запускаем сервер в своем потоке
    t = threading.Thread(name='service', target=service)
    t.start()

    plots = []
    ax = fplt.create_plot('RIH1', init_zoom_periods=100, maximize=False)
    update()
    fplt.timer_callback(update, 2.0)  # update (using synchronous rest call) every N seconds

    fplt.show()

Все обсуждают безумно красивую историю про то, как пацаны с Reddit смогли одолеть зазнавшиеся хедж-фонды, но далеко не все понимают, что именно происходило на рынках. В этой статье я объясняю простым языком, что конкретно привело к текущей ситуации.

Что произошло: Roaring Kitty атакует!

GameStop — это международная сеть магазинов видеоигр, которая переживает далеко не лучшие времена. Низкая прибыльность и непонятные дальнейшие перспективы (кто вообще будет ходить в магазин за тем, что можно просто качнуть из Steam?) привели к тому, что акции компании упали с $55 в 2013 до $4 к середине 2020 года.

Несколько крупных хедж-фондов были убеждены, что падение котировок акций GameStop продолжится: как говорят профессионалы, они «зашортили» эти акции на крупную сумму. Однако, в январе 2021 года акции внезапно резко пошли вверх — особенно в течение 26-27 января, когда котировки достигли $360 (рост в 20 раз по сравнению с ценами на 1 января!).

( Читать дальше )

ТРЕЙДИНГ

С легкой иронией отношусь к авторам, публикующим только положительные результаты. И берущих паузу при отрицательных. Поэтому отставил идею не выкладывать результаты. Хотя ими недоволен. Совсем.

+19,1%

Непростой год для моего трейдинга. Идентичные результаты получил в 2019, однако совершенно разные ощущения. В 2019 все по делу. Четко отработал все тренды на нетрендовом рынке. В 2020 выявились неоптимальности.

В чем проблема? Что сломалось?

С трендом все ОК. Торговал бы только тренд, годовая доходность была бы в диапазоне 90-100%. Год трендовый, заработала и фонда, и Si. И лонг. И шорт. Минимальные изменения в системах по году.

Почему такой разрыв в доходности?

Корни проблемы лежат в 2008 году, когда пришла идея торговать большие утренние ценовые разрывы на высокой волатильности. Как эмоциональный перекос, который должен смениться не менее волатильным контрдвижением.

Все посчитал. В 2008 году такие идеи отработали на УРА. С одним НО – слишком мало сделок. Недооценил этот момент. Гуманитарий, одним словом.

( Читать дальше )

Решил прочитать эту книгу, потому как были недовольные моей писаниной, которая была в предыдущих постах. Так многое хотелось сказать, но так было мало времени, что хотелось уместить это всё, сжать, но при этом успеть закончить остальные дела.
     Вначале я даже не мог уяснить почему были те, кто ничего не понял, так как сам перечитывал, но мне было всё понятно. И вот тут я вспомнил, что мы мыслим картинками, но я говорил словами. Поэтому были те, кто недоумевал:

( Читать дальше )

Если кто не знает, зачем это надо, читай Мюррей Ротбард «Государство и  деньги», «Великая депрессия в Америке». С тех пор ничего принципиально нового.
Текущие подробности на finanz.ru, goldenfront.ru
Скажу только, что золото надо покупать не на год и не на два. Я сижу НА ВСЁ в золотых активах уже два года и мечтаю ещё о пяти. Но 2-3 года очень вероятны. ФРС так просто не сдастся.
Паника на бирже США в октябре-ноябре 2018 и отказ ФРС от попыток плавно спустить биржевой пузырь обозначили точку невозврата.

Бумажные активы в драгметаллах (серебре, золоте):
1)  фьючерс  на ММВБ — самый невыгодный. Из-за контанго в год теряется несколько %%. Да и само роллирование каждые 3 месяца — лишняя морока. Но если очень хочется, можно попробовать игру на Едином брокерском счёте с зачётом ГО из купленной на бирже валюты.
2) акции FXGD ETF на ММВБ — якобы, обеспечены физическим золотом На акцию примерно 0.22 грамма золота. Ежегодно 0.45% вознаграждения эмитенту.
3) Контракты GLDRUB_TOM, SLVRUB_TOM на ММВБ у неск.брокеров: Актив (бывш.Доход), Кит-финанс, Риком траст, АК Барс, ITI Capital и ещё кто-то. Сделки не каждый день, но маркет-мейкер держит ликвидность с вилкой в очереди заявок около 0.2%. Нет отмены НДФЛ после 3 лет держания.

( Читать дальше )

Где-то во вселенной


У меня сыну 4 года. Когда я хочу ему рассказать чем я вообще занимаюсь, я начинаю нести что-то непонятное и нечленораздельное. Как просто рассказать что такое биржа, акции, облигации, опционы прости господи? Я пока придумал что-то такое.

Биржа. Это как рынок. Вот куда мы ходим, чтобы купить помидоры. Есть продавцы, кто продаёт помидоы и есть мы, кто покупает.

Брокер. Это администрация рынка. Продавец когда хочет продавать помидоры, договаривается с администрацией, что будет сидеть на рынке и продавать помидоры (правда тут не совсем прямая аналогия получилась, так как комиссия с покупателя включена в стоиомость помидоров).

Облигации. Вот есть продавец помидоров. Он их выращивает у себя в теплице. Хочет выращивать больше, а для этого ему нужно построить ещё одну теплицу. Мы даём ему деньги. Он строит теплицу, выращивает помидоры, продёт их и часть денег отдаёт нам обратно. Когда он закончит отдавать, у нас будет больше денег, чем мы ему дали.

( Читать дальше )

В прошлый раз я рассмотрел очень простую стратегию: покупай после закрытия вниз и продавай после закрытия вверх. Там максимальное количество закрытий подряд было три. То есть нужно дождаться трёх закрытий вниз подряд и только потом покупать. С продажами наоборот.

Сегодня покажу что будет, если ждать 4, 5, 6… а сколько вообще может быть закрытий подряд?

Немного переписал свой бектестер, чтобы он считал дни в цикле и теперь можно посчитать любое количество дней. Ну как любое, в разумных пределах. На рассчёт каждого добавленного дня уходит 10 секунд. То есть один год бектеста считается за секунду. Ладно, что-то я углубился в технические детали.

Для начала посмотрим на график акций сбербанка за последние 10 лет.

График цены сбербанка за последние 10 лет.

Теперь посмотрим на продажи до 5 дней. То есть в пике нужно ждать 5 закрытий подряд, а потом покупать или продавать.

( Читать дальше )

Когда читал книгу Ларри Вильямса «Долгосрочные секреты краткосрочной торговли», думал, что хорошо бы проверить о чём он там пишет. Итак, вот его первая идея. Цитата из книги:

Фьючерс на фондовый индекс DAX за период с 1998 по 2011 годы. При покупке после каждого закрытия вниз с последующим выходом из рынка по цене закрытия того же самого дня мы совершим 1591 сделок, 52 процента которых будут выигрышными, но зато общая сумма убытка составит внушительные 60558$! При двух медвежьих закрытиях подряд реализуются 724 сделки, 52,2 процента которых будут закрыты с прибылью, причем общие потери оказываются значительно ниже – 1568$. Если вам хватит терпения каждый раз дожидаться подряд трёх закрытий вниз, вы будете вознаграждены 334 сделками, 55 процентов из которых принесут серьёзную прибыль 25295$.

Проверять буду на сбербанке, на чём же ещё. Взял историю за последние 10 лет. Вот его график.

График цены сбербанка за последние 10 лет.

( Читать дальше )

​​Сектор здравоохранения (Health care)

Часть 1.

📜 Начинаю цикл статей-обзоров секторов американской экономики. Сегодня начну с одного из самых перспективных на долгосрочном горизонте — секторе здравоохранения. Я не спекулянт, поэтому мне важно понимать куда отрасль движется и какие у нее перспективы на «длинной дистанции». 

💉 Здравоохранение — это отрасль народного хозяйства, которая отвечает за медицину в широком понимании этого слова. Она характеризуется высокими барьерами входа для новых участников, так как требует лицензирования, огромных расходов на научные исследования, а также защиты интеллектуальной собственности. В данной сфере спрос на продукцию слабо зависит от чека или, как говорят экономисты, он неэластичен по цене.

🌍 Мировой рынок здравоохранения в 2019 году составил по разным оценкам 9,2$ трлн, а прогнозные темпы роста индустрии составляют 8,9%, учитывая рост мирового ВВП на 2,6%. Прогнозы, разумеется, доCOVIDные, тем не менее сектор здравоохранения достаточно устойчиво проходит кризис в сравнении с другими отраслями. 

( Читать дальше )