Избранное трейдера Holod_Dmitry
Несмотря на то, что на облигациях ООО «Калита» можно поставить крест и забыть об инвестициях в эту компанию, как о кошмарном сне, всё же хочется провести работу над ошибками и разобраться до конца, почему не надо было инвестировать в эту контору и чем руководствоваться в будущем при выборе эмитента, чтобы не нарваться на очередной дефолт.
Вначале разберём, что предвещало дефолт на конец 2020 года:
Именно последний пункт в этом списке и заставляет компанию выпустить облигаций на 600 млн рублей. Тут же возникает вопрос: могла ли компания позволить себе взять в долг 300 млн под 15% годовых и следом ещё 300 млн под 13%? Разбираемся.
Судя по статистике прироста чистой прибыли, у компании вроде всё стабильно и в какие-то моменты, темпы роста прибыли опережают расчётные показатели, но сам по себе среднегодовой прирост чистой прибыли составляет всего 7%. С такими темпами роста, компания могла себе позволить не более 100 млн, которые у неё были, и которые она погасила в 2019 году. Тем не менее, надо платить пол миллиарда по срочным долгам и компания берёт дважды облигационный заём в среднем под 14% годовых. Дальше всё просто.
В этой статье я сначала расскажу о том, зачем публиковать свои тексты на крупных площадках вроде VC или Habr (а не в уютном личном бложике на WordPress), а потом поделюсь своими наблюдениями об особенностях сложившихся комьюнити на каждом из ресурсов. Поехали!
В апреле 2018 года я запустил свой блог RationalAnswer. Это был чистой воды хобби-проект: мне не нравилось, как и о чем пишут большинство русскоязычных инвестблогеров, так что я захотел стать одним из немногих источников разумной информации по теме – без всяких там торговых сигналов, прогнозов валютных курсов, и прочей финансовой порнографии.
На графике – динамика и соотношение величин ключевой ставки, ставки банковского депозита (средняя максимальна ставка крупнейших банков, по оценке Банка России) и ставки денежного рынка (традиционное РЕПО с ЦК).
Рамкой выделен аномальный участок графика. А именно, в ноябре при неизменной ключевой ставке депозиты начали расти, тогда как ставки денежного рынка падали.
В здоровой финансовой системе такое может быть именно временной аномалией. Депозиты в среднем должны быть ниже денежных ставок. Боюсь, от здоровых норм мы ушли.
Облигационный рынок, что корпоративный, что рынок ОФЗ, твердо торгуется вблизи и выше 10% годовых (напомню, ключевая ставка 7,5%). Сегмент ВДО – вблизи и выше 20%. И некоторое время казалось, что это случайность, что вот-вот доходности поползут вниз.
Однако, добавляя картине четкости, вверх потянулись и банковские депозиты. Видимо, 8% средней доходности для них – вопрос недолгого времени. А денежный рынок при этом вполне может оставаться на 7% и ниже, как сейчас. Я бы не исключал еще и понижения ключевой ставки через 2 недели, тогда деньги будут давать 6-6,5%.
В бизнесе для оценки эффективности используется показатель рентабельности. В трейдинге тоже можно оценить эффективность торговли разными фьючерсами примерно аналогичным способом и выбрать более эффективный для торговли. Такой подход может быть одним из возможных критериев выбора рабочих фьючерсов и не исключает иные критерии, такие как ликвидность, «понятность» для трейдера и проч.
В нашем случае поток денежных ресурсов, обеспечивающих формирование прибыли – это гарантийное обеспечение (ГО), возможные просадки учитывать не будем.
Со значением прибыли – гораздо сложнее и неопределеннее. Кроме того, у фьючерсов разные волатильность, ГО, шаг цены и стоимость шага цены. А следовательно, к примеру, тейки в 10 пунктов цены на нефти и Сбере – это как минимум разные суммы прибыли, поэтому сравнивать по пунктам цены разные фьючерсы бессмысленно. Необходимо привести показатели прибыли разных фьючерсов в сопоставимый вид или сравнить их другим способом.
Дальнейшие рассуждения и расчеты сделаны для торговли внутри дня одной сделкой, использованы данные дневных интервалов, волатильность усреднена за 10 дней, выбраны только те фьючерсы, которыми я торгую. Волатильность или торговый диапазон (ТД) расчитывается: ТД = High — Low.
Сижу как-то раз за рюмкой чая (это было за год, два или три до моего прихода на Smart-Lab} и приходит мне в голову мысль — а почему бы не попробовать прогнозировать котировки.
Прогноз, естественно, на ТФ 1м, который я использую. Время прогноза пусть будет — 5 минут — вполне достаточное для моих сделок, а недостаточно, так прогноз можно и повторить на следующие 5 минут. Архивы котировок по фьючерсам SBRF и GAZR тоже имеются, минимум за год-два за последние 3 месяца перед экспирацией — хватит и на отладку и на проверку.
Все есть, только как реализовать прогнозирование? — ни одной мысли.
Собственно, не особо мне это было и нужно, рабочая система у меня уже была и меня она вполне устраивала, но мысль о прогнозировании засела, и я время от времени ее думал.
Ничего сколь-нибудь конструктивного в голову не приходило, и было решено для прогнозирования использовать нейросеть, тем более, незадолго до того я немного занимался машинным обучением и нейросетями в том числе.
От использования каких-либо предикторов сразу отказался. Плюс 2-3 слоя к нейросети, и если в данных есть какие-либо взаимосвязи, НС сама внутри себя построит нужные ей предикторы. В общем, подаем на НС поток цен 15-20 отсчетов Vc={C(t0-20),C(t0-19),...C(t0)}, нормируем их к динам диапазону НС — Vcn={c(t0-20),c(t0-19,… c(t0-1), 0} — c(t0) у нас всегда = 0, и пусть НС сама мучается с прогнозированием и поиском c(t0+5). И еще, у всякого метода есть область применимости, потому нельзя учить чему попало. Для этого из обучающей и проверочных последовательностей по возможности исключаем области истории, где прогнозирование невозможно. Иначе получим нечто такое.