Избранное трейдера Роман Давыдов
Кризис идет и цветет! Я на фондовом рынке РФ с 1992 г., времен ваучерной приватизации. На рынке недвижимости Уфы с августа 1993 года.
На бирже (ММВБ, Мосбиржа) с 2006 г. Поэтому пережил падения фондового рынка РФ: 1998, 2009, 2010, 2011, 2014, 2017, 2018.
Теперь 2020 г.
smart-lab.ru/profile/Elshet1969/
Я пишу по 2 причинам на смарт-лабе
1. Причина самая важная, поступление дивидендов. Статью всегда пишу после получения дивидендов.
2. В кризис приходится покупать чаще, чем 1 раз в месяц (после перечисления с ЗП 3 тыр.). Срабатывает моя «планка». Об этом ниже.
smart-lab.ru/blog/602462.php
Лирическое отступление.
Дивидендные акции — ваша безусловная частная собственность.
Их у вас никто не отнимет, вы их можете продать, психология рулит!
В отличие от недвижимости, при владении акциями вы не несете издержек (налог на имущество, ЖКХ и др.).
Есть одна проблема, чтобы купить дешево акции — нужны деньги. Но эту проблему каждый решает самостоятельно.
Я через зарплату (риэлтор), экономию собственных средств, а также продажи из портфеля облигаций ОФЗ-ПД.
Также стал преподавать риэлторам Уфы курс как «Создать и управлять собственным Пенсионным фондом „Кубышка“.
Деньги небольшие, но мне приятно, что мое хобби стало давать монетизацию.
В прошлой статье рассмотрено как можно получить информацию по финансовым инструментам. Дальше будет опубликовано несколько статей о том, что первоначально можно делать с полученными данными, как проводить анализ и составлять стратегию. Материалы составлены на основании публикаций в иностранных источниках и курсах на одной из онлайн платформ.
В этой статье будет рассмотрено, как рассчитывать доходность, волатильность и построить один из основных индикаторов.
import pandas as pd import yfinance as yf import numpy as np import matplotlib.pyplot as plt sber = yf.download('SBER.ME','2016-01-01')
Данная величина представляет собой процентное изменение стоимости акции за один торговый день. Оно не учитывает дивиденды и комиссии. Его легко рассчитать используя функцию pct_change () из пакета Pandas.
Как правило используют лог доходность, так как она позволяет лучше понять и исследовать изменения с течением времени.
# Скорректированая цена закрытия` daily_close = sber[['Adj Close']] # Дневная доходность daily_pct_change = daily_close.pct_change() # Заменить NA значения на 0 daily_pct_change.fillna(0, inplace=True) print(daily_pct_change.head()) # Дневная лог доходность daily_log_returns = np.log(daily_close.pct_change()+1) print(daily_log_returns.head())
Падения, подобные тому, которое случилось на прошлой неделе, за последние 40 лет встречались 4 раза. Я их проанализировал и пришел к следующим тактическим выводам по индексу S&P500:
Мультипликаторы – это производные финансовые показатели, которые позволяют оценить бизнес компании и сравнить ее с конкурентами.
Суть мультипликаторов в том, что мы приводим рыночную оценку (цена акций) компании и ее бизнес оценку (прибыль, выручка и т.п.) к единому знаменателю.
Условно говоря из двух (и более) цифр, мы получаем одну. И эту одну цифру легко оценить и сравнить с аналогичной цифрой у других компаний.
Поясню на примере:
1. Прибыль компании A – 100 000 рублей
2. Прибыль компании B – 1 000 000 рублей
Вопрос: акции какой компании лучше покупать?
Еще пример:
1. Капитализация компании С – 1 млрд. рублей