Сегодня праздную своё 14-летие своей трейдерской карьеры.

Год назад я посчитал результат P/L за все годы, начиная с 2005-го, Тринадцать лет слива на финансовых рынках.

Результат был для меня неожиданным, т.к. убыток накопился более -70 т.р. Ранее, я наивно предполагал, что нахожусь в небольшом плюсе. Сейчас общий убыток за 14 лет -56 т.р.

 

Чуть более трёх лет назад, произошёл перелом в торговле в сторону уверенной прибыли без сильных просадок. Кривая линия финансового результата ниже (номинальные показатели в рублях скрыты, чтобы не позорится маленьким размером капитала):

Почему я стал зарабатывать?

— В последние годы перестал тестировать «граали» на реальном счёте.

— Большая часть портфеля – акции. Заработать может даже обезьяна (Лукерья).

— Использую хеджирование.

( Читать дальше )

Перевел тут (в автоматическом режиме) питонячий китайский фреймворк для алготрейдинга.

Что он может:

1) Тестить и пускать в лайв страты (а-ля plug and play)
2) Есть коннекторы к крипте, каким-то китайским брокерам, IB, Alpaca
3) UI на pyQT5
4) Качать/хранить котировки

в общем все что надо для базового (и не только) алготрейдинга. все это бесплатно и под MIT лицензией

Перевод пока так себе, но лучше чем китайский оригинал. Теперь хоть что-то можно понять в интерфейсе.  Запустил пару предустановленных страт, загрузил данные, написал простенькую стратегию — все работает, багов не нашел пока. Постепенно улучшаю перевод в ручном режиме.

vnpy — лучшее из python open source для трейдинга что я видел. Понятная и логичная структура, ожидаемая архитектура, хорошо написанный UI. Часть логики коннекторов написана на C++ (поэтому гитхаб и говорит что оно С++, но это не так)

( Читать дальше )

Все на понятном и доступном языке. 
Видео разбиты на серии  стиле «а как посчитать…?» знание МСФО не требуется! К концу, вы научитесь строить и считать большинство мультов за минуту и не больше. Видосики короткие и без воды.

Рекомендуем самостоятельно собрать файл или просто скачать готовый пример из видео. 
Темы: 
1. Как посчитать, сколько годовых прибылей стоит компания. 
2. Как посчитать чистый долг. 
3. Как посчитать полную стоимость компании EV. 
4. Что такое EBITDA и как это считать. 
5. Как посчитать свободный денежный поток. 
6. Как посчитать мультипликатор P/BV. 
7. Как построить пузырьковую диаграмму. 
Внимание! Данный метод не является методическим пособием или последней инстанцией. Сообщество не несет ответственности за все сказанное в данном видео и тем более за сделки, заключенные на его основе.  
Данный метод является поверхностным и упрощенным для понимания начинающих инвесторов.

( Читать дальше )

ОФЗ
Доходности казначейских облигаций повторили движение вниз, начатое западных рынках госдолга. Реакция на глобальные тенденции? Возможно и так, но и на нашем рынке достаточно сильны ожидания снижения ставок. Кривая доходностей стала немного более пологой, причем на всей ее протяженности: спред между “долгими” и “короткими” выпусками уменьшился, а бумаги среднего сегмента сконцентрировались на уровне семипроцентной доходности. Стоит ли проводить аналогии и готовиться к проблемам на фондовом рынке страны? Считаем, что это преждевременно: данные конца лета не самые показательные для составления прогнозов, а более четкая картина сложится в первой половине сентября.

( Читать дальше )

Написал тут питонячью библиотечку небольшую для поиска поддержки/сопротивления.

Там пара алгоритмов для поиска уровней, один алгоритм для скоринга и возможность отрисовать уровни на чарте.

Общая концепция такая:
1. Ищем разворотные точки
2. Обучаем Agglomerative Clustering, собираем уровни из точек

Находит оно примерно следующее:



Юзайте в общем. Работает на Python 3.6+

Когда не лень выкладываю что-то по трейдингу в телегу

Асват Дамодаран — автор мега-книги «Инвестиционная оценка».

Запись мастер-класса по ссылке:


Инвесторам категорически рекомендую к просмотру.

На семинаре в качестве кейса в том числе проводился разбор компании «Северсталь».

А вот и табличка по S&P500!

https://docs.google.com/spreadsheets/d/11epplwQPMo2cLZSFLD_G7dXBuV6eX01-66TJZpK4dBA/edit?usp=sharing

Первым делом, делаем свою собственную копию: «Файл» -> «Создать копию».

1. Это лайт-версия: аналогично на странице Main – в зеленое поле вписывается целевая сумма в $.

Чуть ниже вносятся только тикеры и только количество купленных уже акций. Данные можно скопировать из каких-то своих таблиц, будь то Excel или Google-таблица (можно скачать брокерский отчет в личном кабинете брокера в формате Excel), а можно просто вбить вручную.




2. На вкладке “S&P500” автоматически проверяется соответствие вбитых вами тикеров с существующими, и расставляются купленные акции в правильные поля. Если какая-то компания становится в индексе выше или ниже (такое происходит почти каждый день, особенно на дне индекса), цифры автоматически следуют за тикером, ничего корректировать не надо. Поля В, С, D, E загружаются автоматически и обновляются каждый день. Поля G, H, I, J, AB загружаются автоматически и обновляются каждые 20-30 минут. Поля K, O, P, Q от того, какую сумму вы вбили в «Цель (капитал)».  Поля R, S, T зависят от того, какие тикеры вы вбили и сколько купленных акций вписали. Поля U, V, W, X несут информацию о дивидендах и обновляются 1-2 раза в неделю. Поле «Кризис-радар» вставлено просто так, в развлекательных целях, читайте пометку (наведите на черный уголок над надписью «Кризис-радар»). На этой вкладке вообще ничего редактировать не нужно.

( Читать дальше )

Воодушевлённый статьёй с рекламой структурных продуктов на Хабре, адаптировал python-скрипт для их самостоятельного тестирования. Основная идея в том, что подобные продукты предлагают 100% защиту капитала.  А учитывая 10 лет бычьего рынка, исторические показатели подобных продуктов одурманивают безрисковым раем.

Скрипт подойдёт для быстрого и понятного тестирования своих портфелей с ребалансировкой в разные периоды. Ну а кому-то данный инструмент может пригодиться для самостоятельного построения подобных стратегий. Их наипростейшей формы. Однако брокеры пишут, что это не каждому под силу.

Код выложен в GitHub в виде Jupyter-блокнота. Поехали!

( Читать дальше )

Я тут год назад решил инвестировать с целью достигнуть пассивного дохода, равного моим текущим расходам на жизнь — начал все активы и накопления перекидывать в фондовый рынок, всё заработанное тоже туда же. Так как я придерживаюсь мнения, что при моих входных данных рынок я все равно не обгоню, решил инвестировать «в индексы».
ETF конечно инструмент хороший, но не использую его по ряду причин:
1. Комиссии на российских ETF оставляют желать лучшего.
2. Не совсем понятная для меня структура управления опять же русскими операторами — ну это субъективно, ни в коем случае не рассматривать как претензию.
3. и главное. Непрямое владение акциями/компаниями.

Поэтому для себя потратил месяц свободного времени по вечерам и запилил такую табличку по индексу ММВБ:

1) На главной страничке вбивается в зеленое поле Цель (капитал), будь то 100 тыс. р., будь то миллиард. Все остальные поля на странице считаются автоматически.


2) На второй страничке весь индекс ММВБ (40 тикеров), +их вес в индексе на данный момент. Цена, Изм., P/E, EPS — все тянется с Google Finance, все это динамические значения и обновляются сами по себе. «Акций купить» — это сколько надо купить например Яндекса на 3,3% от суммы запланированного капитала (такой же %, как и в индексе). «Куплено» — тянется из пункта 3 (читай ниже). "% готово" — сколько собственно куплено, у меня например можно увидеть, что я люблю наших металлургов больше, чем их любит индекс мосбиржи. По дивидендам информация обновляется со Смарт-Лаба.

( Читать дальше )