Избранное трейдера Алекс К

📌 Решил обновить таблицу долговой нагрузки наиболее популярных компаний. Все 200+ компаний не влезли бы в одну читаемую картинку, поэтому отобрал только 76 компаний с капитализацией более 15 млрд рублей (+ Whoosh и М. Видео). Данные брал из отчётов за 9 месяцев 2025 г., в некоторых случаях за 1 полугодие 2025 г.
• Показатель «Чистый долг/EBITDA» позволяет оценить способность компании вовремя погасить свои долги. Чем он выше, тем более вероятен дефолт или допэмиссия акций.
• По механике расчёта, этот коэффициент показывает, сколько лет нужно компании, чтобы погасить свои долги, используя свой текущий размер EBITDA.
🟢 Зелёным цветом отметил компании с отрицательным чистым долгом – они зарабатывают дополнительную прибыль (процентные доходы) благодаря высокой ключевой ставке. Такие компании могут погасить все свои долги, используя только уже имеющиеся денежные средства.
🟡 Жёлтым цветом отметил компании с умеренной долговой нагрузкой. У этих компаний чистый долг меньше, чем годовая EBITDA, поэтому в большинстве случаев у таких компаний нет проблем с обслуживанием долга.
Как известно, все кругом мечтают обрести себе работу в интернете.
Один из разновидностей мечты о таком бизнесе – заработать на своем канале в Телеграм
В этой статье я решил разобраться, а так ли все сказочно в этом бизнесе?
Для этого я сам 2 года собирал, вел тг-канал и поговорил с другими владельцами телеграм-каналов, и сейчас расскажу:
Как собрать свой канал и уберечься от схематоза, сколько может заработать владелец Телеграм-канала, и главное, надо ли вообще идти в этот бизнес в 2025 году?
Дисклеймер: статья написана на основе личного опыта Славы Рюмина, автора канала “Упал, поднялся”, интервью с Павлом Комаровским, автором канала RationalAnswer, Алексеем Подклетновым, автором канала Дизраптор и Фичизм, Алексеем Дощинским, руководитель сервиса аналитики Телеграм-каналов, Telemetr, Алексеем Варга, руководителем отдела медиапланирования TGStat Agency.
Я проанализировал премиальные программы популярных российских банков чтобы понять, чем они отличаются и какая из них подходит мне больше всего. Возможно, наши с вами обстоятельства похожи, и для вас мой обзор окажется полезным.

Моя табличка доступна для просмотра, ссылка вот. Сейчас подробно расскажу о критериях оценки и результатах.
Я — опытный пользователь премиальных программ. Будучи премиум-клиентом разных банков с 2019 года, я ни разу не платил абонентскую плату за подобные услуги. Всё что я делаю – грамотно распределяю свои инвестиции и депозиты между крупными банками-брокерами и получаю премиум-статус по критерию объема активов. Откуда они появились и какова моя конечная цель? Это уже другой вопрос. Если это интересно, то вы можете открыть историю моих публикаций и найти там ответы на свои вопросы, а в этой статье я сконцентрируюсь на теме премиальных программ: расскажу о своих критериях оценки, о ёмкости компенсаций и уникальных «плюшках», которые есть в одних банках, но нет в других.
Всем здоровья и бодрого расположения духа!
В статье «Визуализация рекомендаций Романа Андреева на Python» мы разобрали как можно с помощью нескольких строк кода на Питоне разобрать текст, который выкладывает каждое утро в своем блоге Роман Андреев (далее по тексту Роман) — известный трейдер и блогер (или наоборот), и отобразить эти рекомендации в виде уровней и зон на графиках. В этом топике я покажу способ для извлечения информации из графических изображений с помощью технологий компьютерного зрения (но без использования нейронных сетей) на примере таблиц-рекомендаций из блога Романа Андреева.

Надеюсь, что я не напугал читателей термином «компьютер вижн», скоро вы поймете, что это просто. И что любой юный прогер может написать код для распознавания внешними камерами номеров автомобилей, который впоследствии возненавидят все автолюбители мегаполисов, а МАДИ и ГИБДД будут собирать со всех нас миллиардные штрафы