Избранное трейдера smopuim
Тем, кто не читал предыдущий топик этой темы, рекомендую для начала ознакомиться с ним [1].
В комментариях к предыдущему топику меня критиковали за неоптимальность кода Python. Однако, текст читают люди с совершенно разной подготовкой — от почти не знающих Python или знающих другие языки программирования, до продвинутых пользователей. Последние легко могут обнаружить неоптимальность кода и заменить его своим. Тем не менее, код должен быть доступен и новичкам, возможно не обладающим знанием пакетов и продвинутых методов. Поэтому, в коде я буду, по возможности, использовать только базовые конструкции Python, не требующие глубоких знаний, и которые могут легко читаться людьми, программирующими на других языках. Вместе с тем, по мере изложения, без фанатизма, буду вводить и новые элементы Python.
Если вы хотите как-то улучшить или оптимизировать код, приводите его в комментариях — это только расширит и улучшит изложенный материал.
Ну, а сейчас мы займемся разработкой и тестированием индикаторов. Для начала нам нужна простейшая стратегия с использованием МА — его и построим. Самой лучшей по характеристикам МА является ЕМА. Формула ЕМА:
Начинающие (да и не только) инвесторы часто задаются вопросом о том, как отобрать для себя идеальное соотношение активов входящих в портфель. Часто (или не очень, но знаю про двух точно) у некоторых брокеров эту функцию выполняет торговый робот. Но заложенные в них алгоритмы не раскрываются.
В этом посте будет рассмотрено то, как оптимизировать портфель при помощи Python и симуляции Монте Карло. Под оптимизацией портфеля понимается такое соотношение весов, которое будет удовлетворять одному из условий:
Для расчета возьмем девять акций, которые рекомендовал торговый робот одного из брокеров на начало января 2020 года и так же он устанавливал по ним оптимальные веса в портфеле: 'ATVI','BA','CNP','CMA', 'STZ','GPN','MPC','NEM' и 'PKI'. Для анализа будет взяты данные по акциям за последние три года.
#Загружаем библиотеки import pandas as pd import yfinance as yf import numpy as np import matplotlib.pyplot as plt # Получаем данные по акциям ticker = ['ATVI','BA','CNP','CMA', 'STZ','GPN','MPC','NEM', 'PKI'] stock = yf.download(ticker,'2017-01-01', '2019-01-31')
Российские брокеры не являются налоговыми агентами по доходам, полученным от дивидендов, купленных на Санкт-петербургской бирже (БКС, Открытие, например). К примеру, у меня были акции NVIDIA, по которым я получил в 2019 году дивиденды. Помимо этого, часть акций я продал, зафиксировав прибыль от курсовой разницы. Налог на прибыль от изменения курсовой разницы рассчитал и уплатил мой брокер, а вот по полученным дивидендам – нет. Поэтому обязанность по уплате налога ложится на плечи инвесторов. До 30 апреля 2020 года следует подать налоговую декларацию и до 15 июля заплатить рассчитанный налог. Как это пошагово сделать будет рассказано в этом посте.
Для удобства Вы можете читать наши статьи в Telegram «ИнвестГазета»
Сначала нужно запросить у вашего брокера брокерский отчет за тот период, когда были получены дивиденды. Это должен быть скан документа с синей печатью (думаю это стандартная процедура для брокеров и они знают, какие подтверждающие документы предоставлять).
Все мы знаем, что зарубежные брокеры не являются налоговыми агентами в РФ, соответственно, отчитываться по доходам и платить налоги с них мы должны самостоятельно. Вопрос отчитываться или нет у меня не стоял, поэтому, чтобы не тратить каждый год уйму времени на достаточно трудоемкие расчеты, я написал скрипт, который берет отчеты Interactive Brokers и формирует на основе них пояснительную записку со всеми пояснениями и расчетами для налоговой. Вам останется только приложить этот файл к декларации 3-НДФЛ, а в нее саму внести лишь два пункта (см. ниже).
Ограничения по применениюПоскольку я занимаюсь долгосрочными инвестициями, я не использую такие инструменты, как фьючерсы, опционы, а также никогда не использую плечо и сделки SHORT. В связи с этим, такие операции скриптом не поддерживаются. Если у кого-то есть желание — могут дописать сами.
Подготовка к использованию31 октября на Санкт-Петербургской бирже появилось 147 новых иностранных бумаг, таким образом, сейчас на Санкт-Петербургской бирже доступно более 1200 иностранных ценных бумаг. Полный список новых акций с параметрами можно скачать на сайте биржи.
Сегодня мы будем разбирать наиболее интересные новинки. Во-первых, это несколько компаний, вышедших на IPO в 2019 году:
Pinterest, Inc. (SPB: PINS) – популярная социальная сеть, вся коммуникация в которой осуществляется посредством картинок, gif-анимации и видео. Компания вышла на IPO в феврале текущего года. По данным на август 2019 года сеть насчитывает 300 миллионов активных пользователей. Выручка Pinterest за второй квартал составила $261,2 млн, что на 62% больше чем во втором квартале 2018 года. Отчетность за 3 квартал ожидаем 31 октября.
Beyond Meat, Inc. (SPB: BYND) – еще одно громкое IPO текущего года. Производитель веганских полуфабрикатов, которые на вид и вкус практически ничем не отличаются от «настоящего» мяса. Продукция изготавливается из натуральных компонентов (гороховый, рисовый белок, масло канолы и кокоса, картофельного крахмала и яблочного экстракта) и содержит необходимые витамины и минералы, оно даже «кровоточит» свекольным соком. Несколько крупных сетей, среди которых KFC, уже заключили договоры на закупку продукции BYND. В России веганские котлеты тоже уже можно попробовать. В мае BYND разместил свои акции на бирже Nasdaq по $25 за штуку, и меньше чем за 4 месяца их стоимость утроилась.
Мы им платим за комфорт — не купить ли нам отель?
Как часто вы бываете в отелях? В отпуске, в командировке, на презентации и бизнес – встрече. Отельная индустрия очень разнообразна, однако, у классических игроков гостиничного бизнеса появилось много конкурентов. Их теснят технологии. Так ли сильна угроза со стороны хостелов и Airbnb, и не захотят ли сегодняшние студенты комфорта 5 звезд через 10-20 лет?
Итак, давайте посмотрим, как идут дела у отельных сетей, акции которых торгуются на Санкт-Петербургской бирже:
Marriott International, Inc. Class A (SPB: MAR)
Marriott International –третья по величине сеть отелей в мире. По состоянию на 2019 год управляет более чем 7 тысячами отелей в 130 странах мира. Сеть объединяет порядка 30 брендов, среди которых The Ritz-Carlton, St. Regis, Sheraton, Delta Hotels, Le Meridien, Residence Inn и другие. Поскольку компания сосредотачивает свою деятельность на управлении и предоставлении франшиз и лицензий, ей принадлежит малая часть гостиничной недвижимости. Marriott International также занимается управлением, продвижением и строительством жилой недвижимости и предоставляет услуги собственникам кооперативных домов.
Как мы и обещали, в 2019 году на Санкт-Петербургской бирже началось масштабное расширение списка акций. 31 января у нас на торгах появилось 100 новых эмитентов, а 28 февраля будет добавлена еще одна сотня.
Мы отобрали для вас 5 компаний из различных отраслей (нефтянка, полупроводники, шоу бизнес, ИТ и авиация) январского списка, которые стремятся потеснить позиции своих более знаменитых конкурентов.
DiamondbackEnergy, Inc. (FANG) имеет самый большой среднедневной объем за последние 6 месяцев из списка новых компаний. Отрасль – разработка нефтяных и газовых месторождения. Входит в индекс S&P500.
Diamondback Energy, Inc. (FANG), основанная в декабре 2011 года, является независимой нефтегазовой компанией, специализирующейся на приобретении, разработке, разведке и добычи нетрадиционной трудноизвлекаемой континентальной нефти и природного газа на суше в Пермском нефтегазовом бассейне в Западном Техасе.
Рыночная капитализация Diamondback Energy составляет $10.62 млрд. В 2018 году компания вошла в список Чемпионов Роста Forbes. Diamondback Energy демонстрирует ежеквартальный прирост продаж и дохода, превосходя ожидания аналитиков. В четвертом квартале 2018 финансового года она отразила выручку на уровне $538.03 млн., превзойдя на 4.3% прогноз Wall Street. Квартальная прибыль Diamondback Energy приравнялась к $1.67 на акцию, против средней оценки в $1.59 на акцию.