Избранное трейдера Lidte

📌 В прошлый раз таблица долговой нагрузки для рынка акций набрала рекордное число сохранений в избранное, поэтому, как и обещал – сделал такую же таблицу для рынка облигаций.
• Отобрал 103 компании на рынке облигаций, не имеющих листинга акций. Старался отбирать самые популярные среди инвесторов и с большими объёмами выпусков. Сейчас на рынке корпоративных облигаций около 660 эмитентов, поэтому с учётом таблицы акций разобрал примерно треть всего рынка.
• 🟢 Зелёным и 🟡 жёлтым цветом отметил компании с умеренной долговой нагрузкой (Чистый долг/EBITDA ниже 2x); 🟠 оранжевым цветом – компании с повышенной долговой нагрузкой (2-2,4x); 🔴 красным цветом – компании с высокой долговой нагрузкой (2,5x-∞).
• Для сектора лизинга более применим показатель Долг/Капитал (нормальное значение до 8x), поэтому 20 лизинговых компаний выделил отдельно в конце таблицы.
• У некоторых компаний есть отчёты только за 2024 год – их пометил звёздочкой (*). Также выделил красным шрифтом компании, которые уже допустили дефолт или техдефолт – их Чистый долг/EBITDA выше 5x.
‼️Иногда бывают очевидные неэффективности с раздачей денег на фондовом рынке!
🗣 Вчера просто ради прикола и теста воспользовался одной из них, и сейчас расскажу. Везде конечно есть нюансы, это не работает на любые объемы и часто, а только в определенные дни в определенных обстоятельствах..

⬆️Ранее рассказывал о почти бесплатных деньгах в фондах ликвидности 🏦Т-Брокера, когда давали покупать их на плечо; тоже заметил сам и несколько раз тестировал эту схему, забирая оттуда немножко денег. Сегодняшняя схема для меня выглядит более безопасной с точки зрения возможности получения убытка, но как говорил – ликвидность там далеко не бесконечная, и раздают деньги там не так часто, конкретно в этом инструменте вчера — последний раз, но в аналогичных инструментах видел такое и раньше, и в следующем, скорее, тоже увидим.
🗣 В начале декабря рассказывал о новом фонде складской недвижимости от Паруса, где арендатор – Золотое Яблоко. Вчера размещалась заключительная партия паев этого фонда.
С 2021 по декабрь 2024 года количество уникальных клиентов на фондовом рынке выросло более чем в два раза — до 35,1 млн человек.
https://sr2024.moex.com/ru/pdf/MosBirzha_SR2024_RUS_book_1508_1153.pdf
Мне не попадались оценки результатов участников спустя время от начала их активности на финансовом рынке. Но оценки размера счетов, агрегированной активности и тяги к использованию мобильных приложений помнится были.
Наблюдения из области исследований системного трейдинга говорит о том, что есть ряд закономерностей в действиях против агрегированной группы физических лиц на некоторых из инструментов, которые изолированы внутри страны т.е. условно не нефть, центр ценообразования которой находится за пределами родины, а например родные индексы акций. И когда в редких, экстремальных ситуациях ставим против позиций физических лиц, то имеем статистику, которая говорит о том, что эта группа участников действует весьма синхронизировано и продолжается это давно.
По совокупности складывается образ, что большая масса людей приходит на рынок с небольшими суммами, использует маржинальное кредитование и в начале своего пути весьма активна в плане совершения большого количества сделок, притом шаблонно активна. Т.е. имеем комбо, которое со стороны выглядит не вполне адекватно.
Алгоритмическая торговля на Московской бирже с помощью терминала QUIK остаётся популярным способом автоматизировать стратегии. В этой статье мы напишем грид-бота, который выставляет ордера сеткой вокруг текущей цены и зарабатывает на колебаниях.
Грид-бот (от англ. grid — сетка) — это торговый алгоритм, который выставляет ордера (лимитки) на покупку и продажу через равные интервалы цены.
Простейший сценарий:
Цена идёт вниз — бот набирает позицию по мере снижения.
Цена возвращается вверх — бот закрывает покупки продажами, фиксируя прибыль на каждом «шаге сетки».
Таким образом бот «ловит пилу», зарабатывая на флэте и колебаниях.
В коде ниже реализована версия с:
стопом/тейком для бота.
Пересчётом средней цены позиции.
Подсчётом реализованного и нереализованного PnL.
Чтобы Python «видел» терминал QUIK, нужен связующий слой. Есть несколько способов:
QUIK LUA scripts (QLua) — встроенные скрипты на Lua.
В трейдинге часто говорят: «Цена — это следствие, объём — это причина».
Именно так я наткнулся на одну простую, но крайне интересную закономерность: если в момент падения появляется свеча с объёмом, который в два раза превышает средний за последние 60 дней, — то на следующей свече часто начинается рост. Об этой идее упомянул довольно популярных трейдер spicy в твиттере.
Звучит почти как байка, но я решил проверить это на практике — с помощью кода, бэктеста и живой реализации на бирже.
Гипотеза звучит просто:
Если дневная свеча красная (то есть закрылась ниже открытия)
и её объём в 2 раза больше, чем средний объём за последние 60 свечей —
то на следующей дневной свече можно открыть лонг, и к закрытию следующего дня это даст положительный результат.
То есть, мы ищем момент капитуляции — когда рынок падает, но при этом объём всплескивает, как будто кто-то крупный вышел из позиции.
И именно после таких разгрузок часто начинаются разворот
Здравствуйте!
Примерно раз в квартал раскрываю актуальный состав собственного портфеля и даю комментарий по позициям, находящимся в нём, а также по бумагам, которые находятся в watch листе.
Я считаю, что для среднестатистического частного инвестора идеальный вариант – это купить по низким мультипликаторам качественный актив, который имеет очевидные конкурентные преимущества, и не продавать, пока мультипликаторы не станут высокими. Не верьте тем, кто говорит, что долгосрочное инвестирование в России не работает. Оно работает, если покупать компании, ориентированные на отдачу акционерам, дёшево (тот же Сбер ниже капитала). И продавать дорого (Сбер с 20-30% премией к капиталу). Отдельный фокус на конкурентных преимуществах. Они позволяют компании демонстрировать «избыточную» (относительно сектора) доходность на акционерный (ROE) или задействованный капитал (ROIC). Для финансового института это могут быть дешёвые пассивы, что достаточно часто транслируется в повышенный уровень чистой процентной маржи (Сбер, Банк Санкт-Петербург). Для сырьевой компании это, например, уникальная ресурсная база с низкими операционными издержками на единицу производства (тонна нефти/угля, унция золота кубометр газа) или налоговые преимущества (к примеру, Роснефть с проектом Восток Ойл).
Мне нравится покупать подобные компании в момент, когда в секторе краткосрочно ухудшается конъюнктура. Рецессия привела к росту дефолтов, у банков из-за роста отчислений под обесценение кредитов снизился ROE. В такие моменты у банков падает мультипликатор P/BV и акции стоит покупать, если мы верим в циклический характер проблем и неизбежное восстановление рентабельности капитала в будущем. Падение цены на нефть привело к снижению денежного потока у нефтяных компаний – возможность купить, если акции стоят дёшево относительно EBITDA и дивиденда, которые можно ожидать при «нормализованной» ценовой конъюнктуре. Повышенную доходность можно получить на преображении «плохой» компании в «хорошую» в силу смены менеджмента и прочих game changerов: от регулирования до ценовой конъюнктуры. Самый яркий пример за последние годы – БСП, где сложились сразу два фактора: первый – менеджмент стал более ориентированным на рынок, мы видим новый уровень и высокое качество раскрытия информации, второй – с 2022 по 1П2023 гг. банк зарабатывал повышенные комиссионные доходы за счёт обслуживания ВЭД, т.к. позже крупных конкурентов был отключён от SWIFT. А со второй половины 2023 года сложилась комфортная для чистого процентного дохода конъюнктура в процентных ставках. Таким образом, «ранние» инвесторы в БСП, покупавшие «гадкого утенка» в 2021 году получили повышенную доходность за счёт прироста капитала (на фоне конъюнктурно высокого ROE) и рост мультипликатора P/BV (высокий ROE, лучшая коммуникация с рынком и дивиденды с байбэком). Из совсем свежих примеров можно выделить сетевые компании, где рост тарифов привёл к росту денежных потоков и дивидендам. Но это зарегулированные государством истории, и мы уже видим по драфту законопроекта, как можно негативно повлиять на акционерную историю.
Ниже схематично отражены компании и их оценки на рынке. Я фокусируюсь на покупке по низким мультипликаторам компаний, которые с поправкой на цикл демонстрируют приемлемую отдачу на акционерный капитал (ROE) и задействованный капитал (ROIC). Интересны истории с высокой дивидендной доходностью (на уровне ОФЗ), которые способны наращивать дивиденд на уровне инфляции. Какие бы компании я отнес в верхний левый квадрат? Сбербанк, БСПБ, Совкомбанк, Т, Ренессанс Страхование, Европлан, Икс5, Лента, НМТП, Транснефть, Лукойл, Сургутнефтегаз-п, Роснефть, Татнефть, Газпромнефть, Полюс, Хедхантер, Мать и Дитя, ЕМЦ. Левый нижний: Магнит (история с неопределённым публичным статусом, если останутся публичными и покажут улучшение маржинальности, снизят капекс и долг, увеличив свободный денежный поток, то в будущем можно увидеть рост капитализации), ВТБ/МТС Банк (нужно устойчиво демонстрировать ROE от 20% за счёт основного бизнеса, чтобы увидеть значительную переоценку и трансформацию восприятия данных историй рынком). Моё мнение относительно инвестиций в подобные истории: если вы не можете повлиять на улучшение бизнес показателей, практик корпоративного управления, то крайне опасно полагаться лишь на обещания PR отделов компаний. Лучше заплатить чуть больше, но купить долю в более понятном и качественном активе.

Правила торговли «Мага рынка» Линды Рашке кажутся простыми, но уже несколько десятков лет остаются одними из самых практичных.
🟡 Покупайте первую коррекцию после нового максимума. Продавайте первый отскок после нового минимума. Импульс обычно продолжается, прежде чем развернуться. см. торговую идею на основе одной свечи с импульсами
🟡 Сила или слабость во второй половине дня должны продолжиться на следующий день. Рынок редко имитирует поздние движения, не показывая их снова утром.
🟡 Лучшие развороты происходят утром Если хотите поймать чистые развороты, сосредоточьтесь на ранних часах.
🟡 Чем больше гэп, тем выше шанс продолжения. Гэпы — это эмоции и позиционирование — они редко закрываются сразу.
🟡 Следите за реакцией цены на экстремумы предыдущего дня. Это ключевые уровни для проверки силы или слабости.
🟡 Максимум и минимум вчерашнего дня — это важный уровень, так как цена либо оттолкнётся от него, либо пробъет и продолжит движение.
🟡 Последний час говорит правду. Умные деньги показывают свои карты в конце дня. Последовательные сильные закрытия подтверждают тренд.

Что такое инверсия доходностей?
Это когда облигации с отдаленными датами погашения дают доходность ниже коротких облигаций того же качества.
Это состояние не нормы рынка. Чем бумага длиннее, тем больше временной риск (больше риск-событий может прийтись на время до ее погашения). Значит, чем отдаленнее погашение, тем выше должна быть доходность.
В ОФЗ и первом эшелоне рублевых облигаций (да даже в ВДО), под ожидания скорого и значительного снижения ключевой ставки создалась названная инверсия и держалась несколько месяцев.
Спрос сосредоточился именно в длинных бумагах, наименее доходных и наиболее рискованных. Как часто бывает, публика делала выбор в пользу принципа «в этот раз всё будет иначе». Не удивительно, что ошиблась.
Я, вообще, играл против этого заблуждения, на понижение во фьючерсе на RGBI.
Сейчас рынок стал рациональнее. Длинные выпуски, в частности ОФЗ, заметно выросли в доходности. Сама кривая бескупонной доходности ОФЗ в сравнении с августом приобрела более верный наклон.

В предыдущем посте был пример от ДОХОДЪ. Они молодцы, но субъективно ставка на часть факторов, которые пока в условиях российского рынка показывают себя слабо, «отъедая» доходность у более сильных. К тому же нет элемента конкуренции за капитал между факторами.
А как правильно? Разумеется, однозначного ответа нет. Но ведь он и не нужен. Давайте попробуем улучшить буквально следующие несколько шагов.
Какие активы возьмём
Из прошлого поста понимаем, какие классы активов даже при пассивном удержании на длинной дистанции несут положительную доходность. Соберём «суп» из доступных ингредиентов.
Берём данные с 2003 года: