Смотрю люди продолжают нести деньги мошенникам в надежде урвать грааль.


Истина же заключается в том, что рабочую систему, позволяющую масштабировать прибыль вам ни кто ни когда не продаст, ни за какие деньги.

Я вот тоже долго искал комфортную ТС на срочном рынке.

В итоге остановился на шорте фьюча лесенкой под наличный бакс (евро).

Что имеем.

1. 10 лотов наличного евро, купленных по 70 руб в 20 году.

2. 10 лотов фьючерса евро/рубля продаваемых лесенкой со спредом 2 руб.

3. Фикс прибыли от 2000 руб.

4. Ежедневно выплачиваемое контанго по фьючерсу, в среднем 1200-1500 пунктов каждые 3 месяца.

5. ГО 10 тыс руб и ОФЗ.

Риски

1. Уход курса выше 95 руб — тупо закрою срочку наличным евро.

2. Проблемы с брокером, отсутствие времени - тупо закрою срочку наличным евро.


Итоги за год -
по наличному евро — 160 тыс руб прибыли
по срочке 170 тыс прибыли.

Общая доходность, с учетом размещенных ден средств (10 лотов евро) 750 тыс руб, около 45%.

( Читать дальше )

Вполне даже реализуемо с помощью такой штуки:




( Читать дальше )

Я решил разобрать ТОП-8 самых интересных (с моей точки зрения) компаний на нашем рынке по размеру и потенциалу выплаты дивидендов.

Газпром — Менеджмент этой компании очень долго не хотел переходить на выплату 50% от чистой прибыли, которую должны платить все гос. компании, ссылаясь на высокие капексы. С 2021 года все-таки продавили и теперь у него более прозрачная див. политика, а с учетом позитивной рыночной конъюнктуры, мы можем ожидать хорошие выплаты по итогам 2021 года. За 1 полугодие уже заработали 20 рублей на акцию или 6% ДД.

Фосагро — Я как раз недавно сделал подробный разбор бизнеса. Дивидендная политика максимально прозрачная, платят ежеквартально из свободного денежного потока (FCF), в зависимости от уровня долговой нагрузки. За 2 квартал заплатили чуть больше 100% FCF, за 1 полугодие выплатили 261 рубль, что дает 5,3%, за 2 полугодие ожидаю примерно столько же. Годовая див. доходность может быть двузначной к текущим ценам.

Глобалтранс — новая история среди компаний с хорошими дивидендами. Многие могут со мной не согласиться из-за того, что в этом году менеджмент явно жадничает. Суммарно по итогам года планирую выплатить примерно 50 рублей, что дает 8,7% годовых. Ожидали больше, но, как говорится, наши ожидания это наши проблемы, див. политику менеджмент не нарушает. С текущей долговой нагрузкой акционерам должно распределяться «не менее 30%» от FCF.

( Читать дальше )

Итак, код обучения и прогнозирования нейросетью рыночных котировок на 5 минут.

import sqlite3 as sql
from scipy.stats import logistic
import math
import numpy as np
import numpy.random as rnd
import matplotlib.pyplot as plt
from sklearn.neural_network import MLPRegressor

sdata =[]
sql1= "select ticker, date, open, high, low, close, vol \
    from Hist_1m where ticker_id=1 order by Date;"
con=sql.connect('C:/Users/ubase/Documents/StockDB/StockDB21.sqlite')
cur=con.cursor()
cur.execute(sql1)
sdata=cur.fetchall()
con.commit()
con.close()

Ldata = len(sdata)
N = 8000 # Количество сделок
ld = 5 #Продолжительность сделки
NNinterval = 20 # Количество входов NN

# Генерация случайных чисел
rng = rnd.default_rng()
rm=rng.integers(0, Ldata, N )

class Candle:
    tr = 0
    dt = 1
    o = 2
    h = 3
    l = 4
    c = 5
    v = 6
    
cl = Candle
DataC =[sdata[i][cl.c] for i in range(0,Ldata)]

# sigmoid линейность до 0.5
def sigmoidnorm(x, alfa = 0.9, xmin = -1.3, xmax = 1.3):
    return (xmax - xmin)*((1 / (1 + math.exp(-x*2.0*alfa))) - 1.0) + xmax

x = [0.002 * i - 3 for i in range(0,3000)]
y = [sigmoidnorm(x[i]) for i in range(len(x))]


plt.plot(x,y)
plt.grid()
plt.show()

# формируем сделки.
def DealsGenL(rm,ld):
   #Lm = len(rm)
   ix = []
   x = []
   pr = []
   
   for i in range(0,N):
        if rm[i] + ld < Ldata and rm[i] - NNinterval - 1 > 0:
            delta = (sdata[rm[i]+ld][cl.c] - sdata[rm[i]][cl.c])/sdata[rm[i]+ld][cl.c]*100
            x0 = [sigmoidnorm((sdata[rm[i] - j][cl.c] - sdata[rm[i]][cl.c])/sdata[rm[i]][cl.c]*100) \
                 for j in range(0, NNinterval)]
            ix.append(rm[i])
            x.append(x0)
            pr.append(delta)
   return ix, x, pr


Ix, X, Pr = DealsGenL(rm,ld)



Ib = 0
Ie = 100

plt.plot(X)
plt.legend()
plt.grid()
plt.show()


plt.plot(Pr, label = 'Prof')
plt.legend()
plt.grid()
plt.show()


regr = MLPRegressor(hidden_layer_sizes = [30,20,15,10,5], \
                    max_iter=500, activation = 'tanh')

regr.fit(X, Pr)
Out = regr.predict(X)

plt.plot(Pr, Out, '.')
plt.grid()
plt.show()

И вот результат прогнозирования:

( Читать дальше )

Делюсь своим опытом на алгоконференции:



( Читать дальше )

Подготовил перевод англоязычного видео, где Баффет делится своей философией на целый ряд важных как жизненных, так и бизнес вопросов.

Эдвард Торп — человек, который взломал карточную игру блэкджек.

Столетиями считалось, что обыграть казино, найти выигрышную стратегию, невозможно. Заведение всегда в плюсе. Но для Эдварда Торпа сошлись звезды. Его интерес к математике игры блэкджек совпал с появлением первых компьютеров.

Выполнение расчетов для поиска стратегии выигрыша в блэкджек требовало тысячи лет работы вручную. Эдвард Торп написал программу еще на перфокартах(!) для поиска решения. Его расчеты показали, что игрок может получить преимущество перед казино в игре блэкджек, если будет считать карты и придерживаться простой стратегии. Критерий Келли.

После получения математических доказательств Эдвард Торп опубликовал свои научные исследования и написал книгу «Обыграй дилера», которая тут же стала популярной.

Дело оставалось за малым, проверить теорию на деле.

«Мне пришлось решать, стоит ли проверять работоспособность моей научной теории на практике, за игорными столами. В конце концов я решил отправиться в Неваду, отчасти для того, чтобы заткнуть рот любителям распространенных и довольно раздражающих издевок над учеными: «Если вы такие умные, почему же вы такие бедные?» Мне казалось, что я должен представить своим читателям доказательства того, что моя система действительно работает, несмотря на все презрительные усмешки казино, считавших мои утверждения смехотворными. Это было делом чести и моего личного самоуважения. Последней каплей стало высказывание одного администратора казино, выступавшего по телевидению. Он сказал: «Когда ягненка ведут на бойню, он в принципе может убить мясника. Но мы всегда ставим на мясника».

( Читать дальше )

Кризис в цепочках поставок связан не только с растущим спросом на микрочипы, но и с увеличением издержек на логистику. Так, стоимость контейнерных перевозок из Китая растет огромными темпами с конца 2020 года.

Список производителей-лидеров отрасли

 

Intel — один из старейших и самых крупных производителей полупроводников в мире. Однако 40% выручки Intel приносят 3 потребителя: Dell (15%), Lenovo (15%) и HP (10%). Все эти компании в основном ориентированы на PC и схожие продукты личного использования.

Samsung в основном производит полупроводники для собственных устройств, но также имеет долгосрочные контракты с Apple, Deutsche Telekom и Verizon — основными бенефициарами распространения 5G технологии.

TSMC — один из лидеров рынка и самый крупный контрактный производитель в мире с долей рынка в 56%. Контрактный производитель продаёт то же самое оборудование, что используют конкуренты, но позволяет выпускать его под их маркой. Поэтому в числе крупных клиентов встречаются: AMD, NVIDIA, Qualcomm и Intel. Также услугами компании пользуются MediaTek, Apple. Таким образом, TSMC выигрывает от роста всего рынка полупроводников и перспективных секторов одновременно.

( Читать дальше )

В качестве индикатора использую APPL, которым затарены «по самые гланды» абсолютно все фонды. Ближайшая цель снижения — гэп снизу.



В бумаге уже пошли первые крупные распродажи.



( Читать дальше )