Избранное трейдера Григорий
После принятия Китаем стратегии лидерства в производстве электротранспорта, на российском рынке открывается возможность финансово поучаствовать в данном процессе.
В каждой электромашине примерно на 60 кг больше меди, чем в автомобиле с ДВС (минус мотор, но плюс батарея, электромотор и все провода).
Кроме того в каждой современной батареи используется никель (кроме никеля еще используется литий, кобальт, алюминий и марганец).
Причем от кобальта сейчас максимально пытаются уйти — так как он самый дорогой, при этой идет максимизация использования никеля.
Две наиболее перспективные технологии это NCA (Никель Кобальт Алюминий) и NMC (Никель Марганец Кобальт).
В машинах Tesla используется NCA (технология Panasonic 80% Никеля, 15% Кобальта, 5 % Алюминия изначально и еще меньше кобальта в модели 3)
В современных вариантах NMC отношение 80%-10%-10%
В итоге кобальт падает в цене. (95 тыс март 2018 — > 33 тыс. сейчас )
Количество никеля в каждой батареи — около 50 кг.
В прошлом году продажи электромашин — 2 млн штук, рост 72%
medium.com/@braydeng/2018-was-a-huge-year-for-electric-vehicles-in-charts-b6aad055bdff
Если рост сохранится — в этом году дополнительно + 1,4 млн машин * 50 кг никеля. = 70 тыс тонн
Глобальное производство никеля — 2,3 млн в год.
К 2022 году нужно будет плюс 700 тыс тонн никеля, только для автотранспорта (мы не берем в расчет батареи в электроэнергетике и домах)
Это очень серьезное изменение баланса рынка.
Меди в мире производится около 23 млн тонн, но в рамках технологической революции, она нужна не только в машинах, но и сетях распределения, зарядках, генерации и тд. Прирост по машинам можно смело умножать на 3. (+180 кг на каждый электромобиль).
На российском рынке, только одна публичная компания производитель меди.
И эта компания также производить никель.
И на мой взгляд довольно быстро все поймут что происходит.
Итак, в предыдущих 5-и частях я рассмотрел 10 дочерних компаний ПАО «Россети»:
Исходя из написанных обзоров можно составить следующую сводную таблицу. Значения уже объявленных дивидендов обозначены зеленым цветом. Ячейки, залитые зеленым цветом обозначают положительную динамику чистой прибыли в 2019 году, а также выполнение предыдущих бизнес-планов. Соответственно красным цветом залиты ячейки с противоположными характеристиками.
Данные акции все держат ради одной цели — получить высокие дивиденды/или заработать на курсовой разнице благодаря высоким дивидендам. Но ближайшие дивиденды — это уже пройденный этап, они в цене, поэтому нам нужно ориентироваться на результаты 2019 года и дивиденды за этот год. Согласно таблице дивиденды с высокой доходностью у следующих акций: Ленэнерго ап, МРСК ЦП, МРСК Волги, МРСК СЗ, МОЭСК, МРСК Юга, ФСК ЕЭС. Но из них за 2019 год прибыль будет выше, чем за 2018 только у Ленэнерго ап, МРСК СЗ, МОЭСК. Однако МРСК СЗ и МОЭСК за последние 2 года ни разу не выполнили свой бизнес-план. Тогда из перспективных акций остается только Ленэнерго ап.
Я мог бы поддержать разговор про 50-60 российских акций и штук 20 американских, но в целом – я без восторгов отношусь к активному инвестированию. К трейдингу – хорошо, к пассивным портфелям – хорошо, а вот к этому – без восторгов. Это не то, чтобы ложная школа в инвестировании (чай, не ПАММ-смета и не бинарки), но я бы почти никому не советовал этим заниматься. Разным категориям людей – по разным причинам. Вот разве что аналитикам, которым платят за пересказ отчетности компаний своими творческими словами – им можно.
Но сначала давайте определимся с понятиями. Это вообще самое главное. Люди ругаются о терминах так, как будто это имеет отношение к миру, нет – о терминах договариваются, а не спорят (вот здесь этот философский вопрос – без шуток философский – разобран подробнее https://vk.com/@-178928095-o-slovah-ne-sporyat ). Например, в моих портфелях лежат акции, это не все акции, какие есть, и не аналог индекса, т.е. они как-то отобраны. В этом смысле я активный инвестор, но у меня чуть другие смыслы и другая дихотомия.
Как широко известно, фундаментальный анализ компаний — занятие крайне бесперспективное, так как ведет только к потерям времени и капитала. Тем не менее, рискуя быть недостаточно мудрым, безоговорочно поверив в непреложные истины, я всё-таки попробую немного написать на данную тему. Побудило меня к этому, вероятно, бесполезному графоманству следующее:
--Массив с Тикерами, добавьте нужные тикеры
aTickerList = {"MSNG", "GAZP", "LKOH",
"SIBN", "GMKN","ROSN",
"SBER", "TATN", "NVTK",
"IRAO", "RSTI", "SBERP",
"PHOR", "SNGS", "TRNFP",
"VTBR", "FEES", "MVID",
"RASP", "MFON", "AFLT",
"MAGN", "ALRS", "MTSS", "MOEX",
"RTKM", "MGNT", "NLMK", "SNGSP",
"CHMF", "MTLR", "HYDR", "MFON",
"RSTI", "PLZL", "BANEP", "POLY"
};
--Функция поиска цены
function fGetPrice(sTickerName, sNum)
--Подключаемся к источнику данных
local ds=CreateDataSource("TQBR", sTickerName, INTERVAL_D1);
while (Error=="" or Error == nil) and ds:Size() ==0 do sleep(10) end;
if Error ~="" and Error ~=nil then message("Error: "..Error, 1) end;
local sSize=ds:Size();
local sCurrentPrice=ds:O(sSize);
local sLastWeekPrice7=0;
local sLastWeekPrice14=0;
--Берем цену закрытия свечи неделю назад
sLastWeekPrice7=ds:C(sSize-4);
--Берем цену закрытия свечи 2 недели назад
sLastWeekPrice14=ds:C(sSize-8);
--Вычисляем проценты
local sPrc7=math.floor((100-((sLastWeekPrice7*100)/sCurrentPrice))*100)/100;
local sPrc14=math.floor((100-((sLastWeekPrice14*100)/sCurrentPrice))*100)/100;
--Заполняем таблицу значениями
SetCell(t_id, sNum, 0, tostring(sTickerName));
SetCell(t_id, sNum, 1, tostring(sCurrentPrice),sCurrentPrice);
SetCell(t_id, sNum, 2, tostring(sLastWeekPrice7),sLastWeekPrice7);
SetCell(t_id, sNum, 3, tostring(sLastWeekPrice14),sLastWeekPrice14);
SetCell(t_id, sNum, 4, tostring(sPrc7),sPrc7);
SetCell(t_id, sNum, 5, tostring(sPrc14),sPrc14);
--Текущая цена больше цены прошлой недели - раскрашиваем зеленым
if sCurrentPrice>sLastWeekPrice7 then
fGreen(sNum);
end;
--Текущая цена меньше цены прошлой недели - раскрашиваем красным
if sCurrentPrice<sLastWeekPrice7 then
fRed(sNum);
end;
--Текущая цена больше цены прошлой недели и цена прошлой недели больше цены позапрошлой недели
--раскрашиваем желтым
if sCurrentPrice>sLastWeekPrice7 and sLastWeekPrice7>sLastWeekPrice14 then
fYellow(sNum);
end;
end;
--- Функция создает таблицу
function CreateTable()
-- Получает доступный id для создания
t_id = AllocTable();
-- Добавляет 6 колонок
AddColumn(t_id, 0, "Тикер", true, QTABLE_INT_TYPE, 15);
AddColumn(t_id, 1, "Сегодня", true, QTABLE_INT_TYPE, 15);
AddColumn(t_id, 2, "Неделя", true, QTABLE_INT_TYPE, 15);
AddColumn(t_id, 3, "2 Недели", true, QTABLE_INT_TYPE, 15);
AddColumn(t_id, 4, "Неделя (%)", true, QTABLE_INT_TYPE, 15);
AddColumn(t_id, 5, "2 Недели (%)", true, QTABLE_INT_TYPE, 15);
-- Создаем
t = CreateWindow(t_id);
-- Даем заголовок
SetWindowCaption(t_id, "7 Days");
-- Добавляем строки
for k,v in pairs(aTickerList) do
InsertRow(t_id, k);
end;
end;
--- Функции раскрашивают ячейки таблицы
function fRed(col)
SetColor(t_id, col, -1, RGB(255,168,164), RGB(0,0,0), RGB(255,168,164), RGB(0,0,0));
end;
function fGreen(col)
SetColor(t_id, col, -1, RGB(157,241,163), RGB(0,0,0), RGB(157,241,163), RGB(0,0,0));
end;
function fYellow(col)
SetColor(t_id, col, -1, RGB(249,247,172), RGB(0,0,0), RGB(249,247,172), RGB(0,0,0));
end;
--Основная функция
function main()
-- Создаем таблицу
CreateTable();
--Пробегаемся по массиву тикеров
for k,v in pairs(aTickerList) do
fGetPrice(v, k);
end;
end;
как выглядит в квике:Рыночные Показатели (1872-2018)
Американский рынок на разных временных горизонтах с использованием годовой прибыли.
S & P с 1872 по 1957 год, а затем индекса S & P 500 с 1957 года. Данные скорректированы по дивидендам и инфляции.
Для 5-летних, 10-летних, и 20-летних периодов – частота потерь стремительно уменьшается.
Для 20-летних периодов инвестирования нет ни одного случая, когда рынок имел отрицательную доходность.