Избранное трейдера Lexar


Довольно много материалов из серии «давайте каждый месяц покупать в долгосрочный портфель», но, когда дело доходит до сформированного портфеля и «цене ошибки» для него вместо расчетов и логических рассуждений вдруг начинаются «пассы руками» про область личной ответственности каждого и прочее.
Это чувствительная область и скажем прямо, чтобы не «продвигала» та или иная аналитика если портфель активов достаточно диверсифицирован, то весьма вероятно, результат будет болтаться около среднерыночногот.е. польза для аналитических команд есть, а явного вреда можно избежать. Например, в силу начальной траектории формирования капитала, когда вклад каждого пополнения весьма значимо усредняет результат.
Продается некий вариант клубной карты, возможность быть сопричастным к тому образу, который сформирован вокруг финансовых рынков. Говорю это без какого-то негатива, лишь обозначая текущий способ решения, который в основном предлагается, риски — это проблема инвестора.
Интеграция LLM (GPT, Claude, DeepSeek) в OsEngine позволяет создать полностью автоматизированную систему, которая торгует на основе данных из новостей. Продолжаем разбираться с тем, как это работает.
Сегодня поговорим про концепцию взаимодействия ИИ и Вашего робота. Примеры роботов будем рассматривать чуть позже в этой серии статей.
Некоторое время назад в OsEngine был добавлен источник, позволяющий подключаться к новостному потоку. RSS, Телеграмм, Смарт-Лаб. Вводная статья здесь: https://smart-lab.ru/company/os_engine/blog/1118776.php
Сделано это было не в праздных интересах, «чтобы было». Сделано это для вполне конкретных вещей автоматизации торговли, чтобы можно было наладить автоматическое исполнение приказов, исходя из новостных лент. Как по явным сигналам, так и при помощи их анализа искусственным интеллектом.
Возвращаемся к теме после небольшого перерыва. Сегодня рассмотрим концептуальные вопросы работы с ИИ.
Компании разработчики LLM предоставляют различные способы взаимодействия с ними.
🤡 Считается, что можно не вникать в фундаментальный анализ деятельности компании, не учитывать новостной фон и т.д. Достаточно взглянуть на мультипликаторы, и сразу станет понятно, какая компания является недооцененной.
📍 На самом деле это не так. Большинство мультипликаторов это индикативные данные, которые нужно «просто иметь ввиду». Например, рынок РФ традиционно считается недооцененным и часть компаний торгуется ниже балансовой стоимости. Но никто ведь не бежит продавать все свои квартиры, чтобы купить условный ВТБ.
📍 При принятии решения о покупке, я руководствуюсь немного другими данными. Насколько у компании растет выручка и чистая прибыль, как компания относится к миноритариям в плане раскрытия информации и выплаты дивидендов. Перспективная ли это компания, есть ли восходящий тренд в стоимости акций и т.д.
Но разбираться в мультипликаторах все-равно нужно. Давайте рассмотрим наиболее популярные.
❌ Сначала те, на которые я не обращаю внимания, при покупке акций. Индикативные.


Недавно завершился год тестирования очередного робота, работающего на стратегии возврата к средней цене. В отличие от 2019 и 2020 годов, в этот раз не было сильных «проливов» (резких движений рынка), поэтому проверить, как робот справится с такими условиями, не удалось.
В прошлом году я тестировал ситуацию, когда на всех торгуемых парах наблюдалось одинаковое большое отклонение. Однако результата это не принесло — сделки были редкими, а волатильность оказалась значительно ниже, чем в предыдущие годы.
Какие выводы я для себя сделал:
1. Оптимизация параметров под каждую пару требует много времени, но она действительно помогает улучшить результаты.
2. Шорты торговать можно (первая первина графика), но особого смысла в этом мало. В отдельные периоды монеты начинают резко расти, что сводит на нет весь заработанный за месяц профит.
3. Контртрендовые стратегии на крипте вполне работоспособны и показывают себя неплохо.
Примерно год у меня ушёл на то, чтобы «переболеть» переоптимизацией. После того как до меня наконец дошло, что искать нужно закономерности, а не лучший набор параметров для максимизации эквити, алгоритмы стали постепенно получаться. Мои размышления о том, как искать закономерности, нашли подтверждение в книге TradingSystems. ANewApproachtoSystemDevelopmentandPortfolio. К сожалению, она немного на английском, но читается легко и оказалась очень полезной. Многие другие книги, как оказалось, содержат банальные, затасканные мысли, а некоторые слишком сложны для моего понимания.
В результате работы оптимизатора мы получаем огромный массив данных, представленных, как правило, в виде таблицы. Я пользуюсь OsEngine, поэтому поясню на этом примере:
Для начинающих наиболее соблазнительным выглядит первый столбец. В нём отсортированы стратегии с самыми прибыльтыми, но, как правило, переоптимизированными результатами. Параметры стратегии подобраны так, чтобы захватить как можно больше самых прибыльных сделок (белых лебедей) на тестируемом периоде.
В России начался большой сезон отчетности компаний по финансовым и операционным результатам за прошедший год. Отчетность компании – это зеркало ее финансового состояния, с помощью которого можно оценить, насколько бизнес стабилен и каковы его перспективы.
📊Когда речь заходит об отчетности компаний, мы часто натыкаемся на термины МСФО и РСБУ. Если вы не бухгалтер (а я например ни разу не бухгалтер, я просто любознательный инвестор), вы вполне вероятно никогда не погружались глубоко в дебри этих терминов.
Все статьи на эту тему, которые я смог найти по запросу из поисковиков, очевидно скопированы из какой-то умной книжки по бухгалтерскому учету и вызывают непреодолимую зевоту. Давайте я попробую объяснить отличия двух видов отчетности «для чайников», выделив действительно самое главное для нас — инвесторов на фондовом рынке.

Ну а чем же ещё заняться в воскресенье, как не поковыряться в интересных четырехбуквенных аббревиатурах?
Кстати, в своем телеграм-канале я умещаю такие вот познавательные инвесторские знания в ещё более компактные посты. Присоединяйтесь!