Избранное трейдера sl_walker

по

Где ловить Полюс золото?

Ровно год назад за акцию компании на рынке предлагали около 19000 руб., сейчас же она и по 12500 руб. никому не нужна. Давайте разберемся, что произошло и где компанию интересно было бы подбирать.

Книги по инвестициям нас учат покупать лучшую компанию в секторе. По многим параметрам Полюс является именно таким бизнесом, самая низкая себестоимость добычи, самые большие запасы в мире. Одна из самых низких оценок в секторе по мультипликаторам. Что еще нужно долгосрочному инвестору?

Менеджмент дал прогноз по операционным результатам на ближайшие 3 года. Объемы добычи золота останутся примерно на текущих уровнях (2700-2900 млн. унц), а вот капексы подрастут до $1-1,1 млрд. Часть из них пойдет в том числе в реализацию проекта «Сухой лог», который на данный момент оценивается в $3,3 млрд. Более подробно с бизнесом можно ознакомиться в нашем видео-разборе.

Результаты 1 полугодия:

📉 Производство золота снизилось на (2% г/г) до 1,26 млн. унц.

📈 Цена реализации выросла на 8% г/г до $1803/унц.

( Читать дальше )

Анализ и визуализация данных в финансах — анализ ETF с использованием Python

    • 18 сентября 2021, 00:55
    • |
    • Aleks
  • Еще
С проникновением аналитики во многие сферы нашей жизни она не могла обойти стороной финансы. В этой статье рассмотрим ее применение для анализа ETF с целью их анализа, в том числе и с применением визуализиции.

1. О данных

Для анализа будем использовать данные ETF c базовой валютой USD: FXCN, FXRL, FXIT, FXUS и FXRU. Временной ряд рассмотрим за три года с 2018 по 2020 года. Само исследование проведем в Google Colaboratory.

Как обычно в начале импортируем все необходимые библиотеки для дальнейшей работы.

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from google.colab import files
import warnings
warnings.filterwarnings("ignore")
Сначала необходимо получить данные. Есть несколько способов. Мы воспользовались — взяли их с Finam в формате csv. Дальше написал функцию для обработки полученных данных и при помощи concat свел их в один датафрейм.

def changeDF(df):
  df['date'] = pd.to_datetime(df['<DATE>'].astype(str), dayfirst=True)
  name =[x for x in globals() if globals()[x] is df][0]
  df = df.drop(['<DATE>','<TIME>', '<OPEN>', '<HIGH>', '<LOW>'], axis=1)
  df = df.set_index(['date'])
  df.columns = [name+'_cl', name + '_vol']
  return df

fxgd_change = changeDF(fxgd)
fxrl_change = changeDF(fxrl)
fxit_change = changeDF(fxit)
fxus_change = changeDF(fxus)
fxru_change = changeDF(fxru)
fxcn_change = changeDF(fxcn)

etf = pd.concat([fxgd_change, fxrl_change, fxit_change, fxus_change, fxru_change, fxcn_change], axis=1)

etf.head()
В результате получили:

( Читать дальше )

Для матмод

Экспонента — показательная функция exp(x) = ex, где e — основание натуральных логарифмов (e = 2.7182818284590451...).
«e» — основание натурального логарифма, математическая константа, иррациональное и трансцендентное число. Приблизительно равно 2,71828. Иногда число e называют числом Эйлера или числом Непера. Обозначается строчной латинской буквой «e».
Константу впервые вычислил швейцарский математик Якоб Бернулли в ходе решения задачи о предельной величине процентного дохода. Он обнаружил, что если исходная сумма $1 и начисляется 100% годовых один раз в конце года, то итоговая сумма будет $2. Но если те же самые проценты начислять два раза в год, то $1 умножается на 1,5 дважды, получая $2,25 (т. е. 1$*50%=1,5$, затем 1,5$*50%=2,25$). Начисления процентов раз в квартал (4 раза в год, т. е. каждый квартал к новой полученной сумме прибавляем 25%) получаем $2,44140625, и так далее. Бернулли показал, что если частоту начисления процентов бесконечно увеличивать, то процентный доход в случае сложного процента будет равен числу 2,718.
Т. е. «е» — это максимально возможный прирост сложного процента за определённый период (например за год) при начислениях равных 100%.

За хранение нала пока не сажают

    • 13 сентября 2021, 19:04
    • |
    • GOLD
      Популярный автор
  • Еще
Девочки из ЦБ опубликовали критерии, по которым банкиры должны будут определять карты и счета, задействованные в теневом бизнесе. Два признака из списка, одновременно замеченные на карте или счете гражданина, станут поводом для блокировки платежного инструмента:

Что это за признаки?

  • Количество плательщиков или получателей — более 10 в день или более 50 в месяц.
  • Более 30 любых операций в день.
  • Суммы операций по списанию или зачислению безналичных средств — более 100 тыс. руб. в день или более 1 млн руб. в месяц.
  • Остаток средств на карте или счете на конец дня не превышает 10% от среднедневного объема операций.
  • Регулярные операции, не похожие на платежи для обеспечения жизнедеятельности гражданина (например, оплата коммунальных услуг, услуг связи, товаров).
  • Время между зачислением и списанием денежных средств меньше 1 минуты.

Если банкир увидит два признака из вышеперечисленных, то тебе придется в слезах ползать на коленях перед ним, умаляя разблокировать карту или счет. Акуенно да?

( Читать дальше )

Рэй Далио: Меняющийся мировой порядок. Глава 5. Большие циклы Соединенных Штатов и доллара. Часть 2-2.

Это перевод оригинальной статьи Рэя Далио «Chapter 5: The Big Cycles of the United States and the Dollar, Part 2».
Рэй Далио: Меняющийся мировой порядок. Глава 5. Большие циклы Соединенных Штатов и доллара. Часть 2-1.
Часть 2-1: https://smart-lab.ru/blog/723190.php

Период капиталистического бума 2008-20 годов, финансируемого деньгами

В 2008 году долговой кризис привел к снижению процентных ставок до 0%, что заставило центральные банки трех стран с основной резервной валютой (во главе с ФРС) перейти от монетарной политики, ориентированной на процентные ставки (MP1), к монетарной политике, ориентированной на печатание денег и покупку финансовых активов (MP2). Центральные банки печатали деньги и покупали финансовые активы, что давало деньги в руки инвесторов, которые покупали другие финансовые активы, что вызывало рост цен на финансовые активы, что было полезно для экономики и особенно выгодно для тех, кто был достаточно богат, чтобы владеть финансовыми активами, поэтому это увеличивало разрыв в благосостоянии. Вливание большого количества денег в финансовую систему и снижение доходности облигаций обеспечило компаниям большое количество дешевого финансирования, которое они использовали для выкупа собственных акций и акций связанных компаний, которые они хотели приобрести, что еще больше повысило цены на акции. По сути, заемные деньги были бесплатными, поэтому инвестиционные и корпоративные заемщики воспользовались этим, чтобы получить их и использовать для покупок, которые привели к росту цен на акции и корпоративных прибылей. Эти деньги не просачивались пропорционально вниз, поэтому разрыв в благосостоянии и доходах продолжал расти. Как показано на диаграммах ниже, разрыв в благосостоянии и доходах сейчас самый большой с момента 1930-45 годов.



( Читать дальше )

НЛМК . Где самые высокие цены на сталь, новые налоги для металлургов, когда снизится CAPEX, падение цен на руду, будет ли продажа зарубежных активов. Тезисы из интервью с Тимофеем Мартыновым 06.09.21

    • 09 сентября 2021, 18:19
    • |
    • T59
  • Еще

Ниже мой пересказ своими словами, того что мне показалось важным из 2 часовой трансляции (">Секреты компании НЛМК: диалог с эмитентом — YouTube )

В скобках мои собственные соображения.

 

1.Если будет штраф от ФАС, то не 15% ( максимум), обычно намного меньше ( впечатление что не видят для себя большой угрозы)

2. НДПИ для металлургов. Пока ничего не ясно, все обсуждают ( согласны платить, но разумную величину).

3. Цены на сталь. Больше всего в мире выросли цены на сталь США.

Основная причина роста — спрос растет быстрее, чем металлурги запускают мощности.

Сейчас спрос и предложение выравниваются, в Германии уже рост запасов стали.

Важна не столько цена продажи, сколько разница между ценой продажи и себестоимостью сляба. ( маржа, т. е. если при снижении цены стали, будет падать сырье, то прибыль может не измениться)

4. В США цены скорее всего будут выше чем, т.к есть пошлина в 25%.

Местные потребители требуют ее отмены.

Экспортируют сляб в Пенсильванию на свой завод.

5. Г/к лист в основном идет в Европу.

6. Китай тормозит производство стали. В первую очередь уменьшают экспорт, отменяя льготы.

7. В РФ спрос растет в весенние и летние месяцы.

8. Рост процентной ставки тормозит ипотеку, стройка снижается, потребление металла снижается. 70% потребления стали в РФ- стройка.

9. Китай напрямую не влияет на наш рынок стали. Китай влияет на мировые цены на руду. НЛМК от этого мало зависит.

10. Качество стали одинаково внутри РФ и за рубежом.



( Читать дальше )
  • обсудить на форуме:
  • НЛМК

Русал пришел к своей квадратичной функции регрессия c r^2 0,87

По оси X — Фьючерс на алюминий на Шанхайской бирже с 2019-го года
По оси Y — Дневные цены закрытия котировок акций Русал, так же с 2019-го года
Большая красная точка — это сегодняшний день, на момент поста.
Красная линия — квадратичная функция регресси
Синяя пунктирная линия — линенйная функция регресси
   
Русал пришел к своей квадратичной функции регрессия c r^2 0,87

Почему это важно, смотри предыдущий пост перед началом движения, было указано куда идем и почему идем, вот и пришли. Но разброс большой можем идти выше к 70-и рублям при той же цена алюминия.

Как всегда предоставляю исходные данные от расчета пользуйтесь jupyter notebook файл

....все тэги
UPDONW
Новый дизайн