Избранное трейдера Jeeves
Любое инвестиционное решение сопряжено со сбором огромного объема информации.
Мы пока обделены таким мощным ресурсом, как, например, терминал Bloomberg, поэтому мы пользуемся другими внешними источниками, о которых и хотим вам рассказать.
Думаю, каждому из вас что-то да приглянется и станет полезным дополнением к инвестиционному анализу. Отмечу, что каждый из представленных здесь источников доступен бесплатно. Итак, поехали:
◾️ e-disclosure.ru – содержит базу всех финансовых отчётов и существенных событий по всем компаниям, зарегистрированным на территории РФ.
◾️ old.conomy.ru – здесь представлены отчеты компаний в оцифрованном виде. Позволит сэкономить кучу времени на перепечатывании отчетов, если вдруг появилось желание самостоятельно посчитать финансовые показатели.
◾️ smart-lab.ru – куда же без нашего родненького форума:) Это довольно таки крупный ресурс по рынку РФ. Есть множество данных по эмитентам (показатели, мультипликаторы, дивиденды), а также форум, где можно ознакомиться с мнениями его участников или поделиться своим.
Время прочтения: 5-7 минут
Интродакшн
Добрый день, уважаемые читатели, меньше месяца назад ПАО «Полюс» официально подтвердил запасы Сухого Лога по методике JORC, что выдвинуло компанию на первое место в мире по их объему. Нам стало интересно, а насколько компания недооценена/переоценена на международном рынке?
Сразу стоит оговориться, что тут приводим лишь сравнительный анализ Полюса с зарубежными аналогами. Если вам интересно знать справедливую стоимость акций — вот тут лежит большой разбор компании, который советуем предварительно прочесть, особенно, если словосочетание «Сухой Лог» вам неизвестно. А мы приступаем к сравнению.
Рынок:
Перед началом немного справочной инфы за 2020 год, которая понадобится для полного понимания:
Таблица 1. Спрос на рынке золота 2020. Источник: World Gold Council
📉 Если ваша мечта — предсказывать дефолты, то вам желательно научиться читать бухгалтерский баланс, знать как оценить финансовое состояние предприятия и понимать, что дефолт — вещь субъективная.
Рекомендованная литература по финансовому анализу
📝 Это проходная статья и на неё я буду ссылаться всякий раз, когда буду проводить финансовый анализ того или иного предприятия. Учебники и методички из списка, написаны профессорами и докторами экономических наук. У меня нисколько не вызывает сомнения правильность приведённых расчётов. Недавний дефолт «Дяди Дёнера» подтверждает все расчёты из учебников. Поэтому я всецело доверяюсь тому, что в них написано и лично применяю эти расчёты на практике. Эти же расчёты я использую при составлении инвестиционного портфеля и перед покупкой ценных бумаг (высокодоходных облигаций) в свой портфель.
Если кого вдохновило сообщение smart-lab.ru/blog/680086.php, тому не обойтись без книги «NUMERICAL RECIPES. The Art of Scientific Computing. Third Edition». Качайте, пока дают
www.e-maxx-ru.1gb.ru/bookz/files/numerical_recipes.pdf
Бесплатные исходники к ней github.com/blackstonep/Numerical-Recipes
Программа svd.h из этого набора решает задачу наименьших квадратов для построения индикатора полиномиальной регрессии вместо примитивных скользящих средних.
Хорошее объяснение математической подоплёки в книге «Машинные методы математических вычислений. Форсайт, Малькольм, Моулер» en.booksee.org/book/445129
Ещё лучше — «Линейная алгебра и её применения» Гилберт Стренг
fileskachat.com/download/20151_887581203f10b39b3d7f6b84caf48a63.html
«Linear Algebra and Its Applications 4ed»
www.astronomia.edu.uy/progs/algebra/Strang- Linear_algebra_and_its_applications.pdf
Для использования программы svd.h из «NUMERICAL RECIPES» нужны тривиальные дополнения — транспонирование и перемножение матриц. Набор программ можно дополнить самодельным файлом utils.h и разместить в нём такой код:
#include <assert.h>
template <class T>
class NRdiagonal: public NRvector<T> { using NRvector<T>::NRvector; };
template <typename T>
void Multiply (const NRdiagonal<T>& a, const NRvector<T>& b
,NRvector<T>& c) {
int m = a.size();
assert (m == b.size());
c.resize (m);
for (int i = 0; i < m; ++i)
c[i] = a[i] * b[i];
}
template <typename T>
void Multiply (const NRmatrix<T>& a, const NRvector<T>& b
,NRvector<T>& c) {
int m = a.nrows(); int n = a.ncols();
assert (n == b.size());
c.resize (m);
for (int i = 0; i < m; ++i) {
c[i] = 0;
for (int j = 0; j < n; ++j)
c[i] += a[i][j] * b[j];
}
}
template <typename T>
void Transpose (const NRmatrix<T>& a, NRmatrix<T>& b) {
int m = a.nrows(); int n = a.ncols();
b.resize (n, m);
for (int i = 0; i < n; ++i)
for (int j = 0; j < m; ++j)
b[i][j] = a[j][i];
}
template <typename T>
void PrintVector (char* hdr, const NRvector<T>& vec) {
cout << hdr << '\n';
for (int i = 0; i < vec.size(); ++i)
cout << " " << vec[i];
cout << '\n';
}
Пришло время сделать 3-НДФЛ, чтобы получить социальный (за медицинские услуги) и инвестиционный вычеты, заплатить дивиденды, полученные от иностранных эмитентов (W8-ben подписана).
Нюанс — за год были убытки от коротких позиций по акциям и убытки по фьючерсам на акции.
И при формировании 3-НДФЛ получается каша в доходах и вычетах, которую пришлось разобрать.
Задокументирую свой вариант заполнения, проверим результаты летом, когда налоговая будет обрабатывать декларации.
В личном кабинете при заполнении 3-НДФЛ ждет сюрприз от ВТБ и ФНС:
ВТБ действует строго по поговорке «От пирожка, предложенного москвичом, нельзя отказываться, потому что обязательно запихнет и не факт, что в рот» и заталкивает в личный кабинет ФНС декларацию.
ФНС ее отобразить нормально не может, потому что она содержит данные поперек логики применения вычетов, и теряет часть данных о вычетах, что приводит к необходимости ввести данных о доходах в 3-НДФЛ заново.
= = = = =
Рекомендуемое чтение:
Хакерский слив National Cayman Bank — что интересного про криптанов?
Рекордный ущерб от пирамиды OneCoin, трэш вокруг криптобиржи Bitfinex и растерзанные тушки криптанов
BitStamp — форекс, отмывка и наркота… Или все-таки криптобиржа?
Как криптобиржи плодят скам и защекоины вместо нормальных ICO
Выводы
1. В общем рейтинге с учетом всех рынков первое место занял метод усредняющий три прогноза: г-на Твардовского, г-на Механизатора и экспоненциальный.
2. Подход г-на Твардовского с подобранным мной множителем подтвердил свою прогнозную силу на различных рынках. Для российского рынка акций и фьючерсов данный метод оказался наилучшим. Для commodities, индексов и американских акций этот подход вошел в тройку лучших. Для дневного таймфрейма подход г-на Твардовского оказался самым точным для выбранной группы из пяти активов.
3. Экспоненциальный метод также доказал свою полезность, заняв третье место в общем рейтинге. Для американских акций прогнозы в рамках данного подхода оказались самыми точными.
4. Подход г-на Механизатора с выбранным мной множителем уступил лидерские позиции другим методам, но оказался полезен при совместном использовании с другими способами .
5. Для часового таймфрейма популярные подходы Parkinson, Yang-Zhang, Rogers-Satchell и Garman-Klass в большинстве случаев оказались хуже даже базового метода расчета исторической волатильности. Впрочем, для дневного таймфрейма показатели этих методов (в частности, подхода