Избранное трейдера wertiks
Привет, Смартлаб!)
Запустили уникальный и интересный проект от Союза Трейдеров, решил поделиться, вдруг кому будет интересно:
Проект называется – “Портфель по Заявкам”.
Как многие из вас знают, я много лет пропагандирую для широких масс трейдеров и инвесторов подход к биржевой линейной торговле ( не путать с опционами)), который не предполагает прогнозов, плечей и стоп-лоссов. Мой подход называется Торговля Временем. Подробней почитать об этом можно тут — https://smart-lab.ru/blog/666626.php , еще более подробно тут — https://smart-lab.ru/blog/135633.php .
Но многие не верят, что на практике можно стабильно зарабатывать без прогнозов, стоп-лоссов и плечей. И как раз “Портфель по заявкам” служит для того, чтоб продемонстрировать такую торговлю он-лайн. Как это происходит?
Каждый понедельник в 11-30 я провожу он-лайн вебинар на котором любой зритель может дать мне название любого инструмента и я обязан купить этот инструмент по текущей цене. Таким образом, сам прогноз за меня делает другой человек, а значит мой прогноз при входе в сделку полностью исключен! Причем, вы, зрители, можете выбирать любые линейные активы -от акций и облигаций до товарных фьючерсов, крипты и форекса .
Часто слышу странный аргумент: Если компания не платит дивиденды, то о каком сложном проценте в инвестициях может идти речь?
Уоррен Баффетт в письме 2019 г. обращал внимание на то, как люди часто заблуждаются, недооценивая силу сложного процента при инвестициях компанией в свое производство. А в письме 2020 г. отмечал силу обратного выкупа.
Посмотрел, а как обстоят дела у FAANGM с «не-дивидендами»?
1. Facebook. Начали выкупать акции, на 21% от прибыли в 2020 г. Огромные инвестиции и R&D — 47% от выручки.
2. Apple. Только 15% от всех денег Apple вернул в 2020 через дивиденды и 85% — через обратный выкуп. Сумма больше прибыли: используются накопленные ранее деньги.
3. Amazon. Пока не делает buyback и не платит дивидендов. Возможно, стоило в картинку поставить отрицательную цифру: дело в том, что Амазон «балуется» допэмиссией. Так, в 2020 году выпущено чуть менее 8 млн акций, что составляет порядка 15-20 млрд долл. Но у компании рекордные затраты на инвестиции, технологии и контент. Вряд ли в мире найдется компания с сопоставимыми затратами.
Как подключить его себе в трейдингвью:
0. Скачайте код индикатора отсюда Откройте в любом текстовом редакторе (Блокнот подойдет)
1. Войдите в свою учетку, откройте график.
2. Внизу под графиком будут вкладочки — нам нужна Редактор Pine.
3. На вкладке откройте пустой файл (кнопка Открыть -> Новый индикатор), удалите в открывшемся скрипте все, что там есть, и вставьте туда код эстиматора. Сохраните под понятным Вам именем, нажав там справа Сохранить.
4. После сохранения можно нажать там же кнопку Добавить на график
Меня часто спрашивают о моей стратегии инвестирования. Решил коротко описать основные тезисы в одном посте.
Вот 🔟 основных принципов инвестирования👇.
1️⃣ Долгосрок
Придерживаюсь долгосрочной стратегии. Горизонт инвестирования — более 20 лет. Поэтому в портфеле основную часть составляют рискованные, но потенциально более доходные инструменты. В основном это акции.
2️⃣ Активный выбор акций
Предпочитаю самостоятельно выбирать акции и моменты входа на рынок, чтобы получать результат лучше среднерыночного. Поэтому у меня нет индексных ETF и фондов.
В отличие от полностью пассивной стратегии, это позволяет получать результаты лучше среднерыночных. Хотя для большинства инвесторов это не подойдет, потому что нужно много времени уделять изучению рынка и компаний.
# В КВИКе запускаем луа-скрипт QuikLuaPython.lua import socket import threading from datetime import datetime, timezone import pandas as pd import finplot as fplt fplt.display_timezone = timezone.utc class DeltaBar(): def __init__(self): self.df = pd.DataFrame(columns='date_time open high low close delta delta_time_sec'.split(' ')) self.df.loc[len(self.df)] = [0, 0, 0, 0, 0, 0, 0] def parser(self, parse): if parse[0] == '1' and parse[1] == 'RIH1': if abs(self.df.iloc[len(self.df) - 1]['delta']) >= 500: self.df.loc[len(self.df)] = [0, 0, 0, 0, 0, 0, 0] # Добавляем строку в DF self.df.iloc[len(self.df) - 1]['close'] = float(parse[4]) # Записываем последнюю цену как цену close бара if self.df.iloc[len(self.df) - 1]['date_time'] == 0: self.df.iloc[len(self.df) - 1]['date_time'] = \ datetime.strptime(f'{parse[7]} {parse[8][0:-1]}', "%d.%m.%Y %H:%M:%S.%f").replace(microsecond=0) if self.df.iloc[len(self.df) - 1]['open'] == 0: self.df.iloc[len(self.df) - 1]['open'] = float(parse[4]) if float(parse[4]) > self.df.iloc[len(self.df) - 1]['high']: self.df.iloc[len(self.df) - 1]['high'] = float(parse[4]) if (float(parse[4]) < self.df.iloc[len(self.df) - 1]['low']) or \ (self.df.iloc[len(self.df) - 1]['low'] == 0): self.df.iloc[len(self.df) - 1]['low'] = float(parse[4]) if parse[5] == '1026': self.df.iloc[len(self.df) - 1]['delta'] += float(parse[6]) if parse[5] == '1025': self.df.iloc[len(self.df) - 1]['delta'] -= float(parse[6]) self.df.iloc[len(self.df) - 1]['delta_time_sec'] = \ datetime.strptime(f'{parse[7]} {parse[8][0:-1]}', "%d.%m.%Y %H:%M:%S.%f") - \ self.df.iloc[len(self.df) - 1]['date_time'] self.df.iloc[len(self.df) - 1]['delta_time_sec'] = self.df.iloc[len(self.df) - 1]['delta_time_sec'].seconds def service(): sock = socket.socket(socket.AF_INET, socket.SOCK_DGRAM) sock.bind(('127.0.0.1', 3587)) # Хост-этот компьютер, порт - 3587 while True: res = sock.recv(2048).decode('utf-8') if res == '<qstp>\n': # строка приходит от клиента при остановке луа-скрипта в КВИКе break else: delta_bar.parser(res.split(' ')) # Здесь вызываете свой парсер. Для примера функция: parser (parse) sock.close() def update(): df = delta_bar.df # Меняем индекс и делаем его типом datetime df = df.set_index(pd.to_datetime(df['date_time'], format='%Y-%m-%d %H:%M:%S')) # print(delta_bar.df) # pick columns for our three data sources: candlesticks and TD candlesticks = df['open close high low'.split()] volumes = df['open close delta_time_sec'.split()] if not plots: # first time we create the plots global ax plots.append(fplt.candlestick_ochl(candlesticks)) plots.append(fplt.volume_ocv(volumes, ax=ax.overlay())) else: # every time after we just update the data sources on each plot plots[0].update_data(candlesticks) plots[1].update_data(volumes) if __name__ == '__main__': delta_bar = DeltaBar() # Запускаем сервер в своем потоке t = threading.Thread(name='service', target=service) t.start() plots = [] ax = fplt.create_plot('RIH1', init_zoom_periods=100, maximize=False) update() fplt.timer_callback(update, 2.0) # update (using synchronous rest call) every N seconds fplt.show()
Пришло время отчитаться о полученных дивидендах по акциям иностранных компаний и ГДР. Необходимо заплатить налог и сдать налоговую декларацию физических лиц (3-НДФЛ). Сделать это просто. Займет 10-20 минут. Проследуем вместе шаг за шагом.
Поехали:
1. Нам нужен «Отчет о выплате доходов по ценным бумагам иностранных эмитентов». Заказываем у брокера или сразу скачиваем. Например, тинькофф предоставляет данную справку автоматически.
2. Открываем личный кабинет налогоплательщика вот ссылка