Неиспользованный убыток от операций с биржевыми ценными бумагами и биржевыми ПФИ, оставшийся после сальдирования в предыдущем календарном году, можно перенести на текущий период и зачесть для снижения налоговой базы, заявив налоговый вычет. Для того чтобы перенести убытки прошлых лет по налогам надо подать декларацию 3-НДФЛ в налоговую, отразив убыток за соответствующий год. К декларации будет необходимо приложить справку 2-НДФЛ от вашего брокера и справку об убытках, где будет указан размер убытков, которые вы получили за этот период. Тогда при подаче отчетности за будущие годы этот убыток будет сальдироваться с доходами за следующие годы в пределах десяти лет с года получения убытка. Для этого на этапе «Выбор вычетов» нужно будет выбрать пункт «Налоговые вычеты при переносе убытков». А затем указать сумму полученного убытка в предыдущих налоговых периодах. После получения декларации ФНС пересчитает актуальную сумму налога с учетом убытков прошлых лет.

( Читать дальше )

( Читать дальше )

🏛️ Проклятие трёх поколений: почему 90% семей теряют капитал

Или самый дорогой «испорченный телефон» в истории человечества

Существует удивительный феномен, который проявляется во всех культурах мира с пугающей последовательностью. Китайская пословица гласит: «富不过三代» (fù bù guò sān dài) — «Богатство не переживает трёх поколений». Шотландцы, никогда не встречавшиеся с конфуцианцами, сформулировали то же самое: «Shirtsleeves to shirtsleeves in three generations» — «От рубашек к рубашкам за три поколения». Итальянцы добавили поэтичности: «Dalle stalle alle stelle alle stalle» — «От конюшен к звёздам и обратно к конюшням». Японцы, бразильцы, испанцы, персы — у каждого народа своя версия одной и той же истории.

Эти пословицы — не просто народная мудрость или красивая цитатка для соцсетей. Исследование Williams Group, охватившее 3200 семей за 20 лет, показало: 70% богатых семей теряют своё состояние ко второму поколению, а 90% — к третьему.

( Читать дальше )

В последнее время я активно занимаюсь автоматизацией торговли и знакомлюсь с разными решениями, два раза летал на конференции, познакомился с интересными людьми. На этом фоне я наткнулся на open-source проект cia76/FinLabPy, о котором уже давно слышал, но никогда не разбирался подробно.

Российская алготорговля переживает странный период: возможности растут, но стандартизации как будто не существует. Брокеры выпускают свои API, но каждый из них живёт в отдельной вселенной — со своим обозначением тикеров, задержками и внезапными отключениями.

Про проблемы алготорговли на Московской бирже почти не пишут, хотя есть мнение что 60% оборота биржи создаётся роботами. А вот автор этого проекта Игорь Чечет на своём вебинаре рассказывает о том с какими проблемами может столкнуться частный инвестор, когда приходит в алгоритмическую среду.

Начну с главного — какую вообще проблему решает FinLabPy?

Что такое FinLabPy и какую проблему он решает

cia76/FinLabPy — это унифицированная платформа для анализа рынков, прототипирования торговых идей, тестирования стратегий и запуска автоторговли через нескольких российских брокеров.

( Читать дальше )

Закон о рынке ценных бумаг: что должен знать инвестор

Есть два важных закона для тех, кому фонда приходится работой.
ФЗ о АО (208) и Федеральный закон №39 «О рынке ценных бумаг».

Начнем с ФЗ 39.
Он регулирует деятельность на российском фондовом рынке. Для инвестора это не фоновые нормы, а базовые требования, которые определяют порядок владения акциями и получения дохода.

1. Участники рынка

Закон выделяет профессиональных участников:

🔴Брокеры — выполняют поручения клиента по покупке или продаже бумаг. В случае споров инвестор взаимодействует именно с брокером.
🔴Дилеры — совершают сделки от своего имени и за свой счёт.
🔴Управляющие — принимают решения в рамках доверительного управления.
🔴Инвестконсультанты — предоставляют рекомендации.
🔴Регистраторы — ведут реестр акционеров. Обращение к ним необходимо для подтверждения прав на крупные пакеты.
🔴Депозитарии — обеспечивают учёт перехода прав на ценные бумаги.
🔴Номинальные держатели — юридические лица, учитывающие бумаги в интересах клиентов.

( Читать дальше )

Неделю назад «родил» это:

Квартальная экспирация 18.09.2025 — smart-lab.ru/blog/1207447.php

Как обычно почти никто не читал, а некий комментатор вообще полез нести пургу из др. раздела не по теме, странный...


В том посте я написал:
«Нынче вся активность сместилась на недельные серии, и написанное ниже можно применять чуть ли не еженедельно, см. размер OI ;)»

Прошедшая неделя была очень спокойной, народ набирает Открытый Интерес(=OI) по всем «новым»=декабрьским фьючерсам. А по опционам вся активность сместилась только на понедельник-четверг ближайшей серии.

Повторюсь:
«Если перед квартальной/другой экспирацией открыт большой OI, и нет жёсткого новостного фона, то экспирация пройдёт у «точки минимальных выплат»».
Вчера-сь (25.09.25) была недельная экспирация опционов.
Как обычно «бурная жизнь» есть только в опционах на фьючерс RTS-12.25. Там же есть и опционные барьеры.

Картинки взяты отсюда:
www.moex.com/ru/derivatives/optionsdesk.aspx?code=RTS-12.25&sid=1&sby=1&c4=on&c6=on&c7=on&submit=submit

( Читать дальше )

Оказывается:

Этот пост может быть полезен в торговле;)
Прочти сначала, и только потом пиши СВОё гениальное:

( Читать дальше )

Видимо по историческим причинам Stochastic Volatility модели используют в названии и терминологии слово «волатильность».

SV модели выглядят как r = μ + σϵ; σ = f(...) в этой модели, ключевым, целью, является r, волатильность же σ некая абстракция внутренней структуры модели. 

Фиттинг Implied Volatility, имеет весьма опосредственное отношение к волатильности. Что реально происходит — это фиттинг распределения вероятностей лог прибыли r через функцию моментов. Наблюдаемые цены евро опционов, это моменты распределения вероятностей r. С американскими примерно то же но сложнее.

Использование волатильности как некоего числа, например из GARCH и т.п. где используется упрощении, и по аналогии похожая формулу вида r = μ + σϵ, не передает реальной сути процесса, потому что волатильность в Stochastic Volatility не число, а распределение вероятностей, облако. И попытка сжать облако в цифру, теряет информацию и точность.

Также, сам фиттинг волатильности как числа, по неким замерам — неадекватен, теряется единая связанная структура модели, получается фиттинг отдельных ее кусков, который может уступать фиттингу полноценной единой модели r.

( Читать дальше )

Кривая доходности по праву является одним из ключевых ориентиров для участников долгового рынка. Она демонстрирует взаимосвязь между доходностью облигаций и сроком до погашения (или дюрацией), и в сжатом виде несет информацию о настроениях как на рынках, так и в экономике в целом. Исходя из формы наклона кривой инвесторы могут делать выбор между короткими и длинными облигациями. Классические методы анализа (сравнение точек кривой, линейные регрессии) уступают более факторным моделям, которые позволяют более детально изучать влияние отдельных компонентов кривой — уровня, наклона и кривизны — и в результате принимать более эффективные торговые решения.

Основные факторы, которые формируют кривую.

Чаще всего такие драйверы разделяют на два типа: фундаментальные и рыночные.

В первой группе стоит выделить инфляционные ожидания, которые напрямую влияют на номинальные доходности. Рост инфляции повышает вероятность ужесточения ДКП, что приводит к смещению  кривой вверх. Короткий отрезок кривой более чувствителен к текущему уровню ставки или к ее дальнейшей траектории на горизонте нескольких месяцев, при этом для дальнего отрезка кривой важнее среднесрочные ожидания по ставке. 

( Читать дальше )

 

Если вы задумывались о системной торговле, то, скорее всего, уже слышали о Python библиотеке Backtrader. Это гибкий фреймворк для тестирования торговых стратегий на исторических данных, который к тому же может быть подключён к автоторговле через API российского брокера. В нём можно реализовать практически любую логику, от простого пересечения скользящих средних до сложных многофакторных моделей.

➡️ Робот, который живёт в стене: мой опыт автоматизации торговли на Python

Однако даже самая изощрённая стратегия ничего не стоит, если протестирована на неликвидных бумагах — там, где в реальной торговле вы бы просто не смогли купить или продать по нужной цене. Именно поэтому работа с ликвидными акциями — ключ к достоверному тесту.

Ликвидность — это не про «красиво на графике», а про то, как на самом деле исполняются сделки, насколько проскальзывает цена и как часто ваши заявки останутся без исполнения. Здесь нам поможет Игорь Чечет — автор библиотек AlorPy, TinkoffPy и FinamPy, размещенных на GitHub, которые дают удобный способ подключиться к API этих трёх брокеров из Python. Эти инструменты и библиотека-обертка — фактически мост между Backtrader и живым рынком.

( Читать дальше )