метрики

Многие инвесторы ставят на первое место показатель P/E — отношение цены акции к прибыли компании. Кажется, что чем ниже P/E, тем выгоднее акция. Но на практике этот показатель часто вводит в заблуждение и заставляет платить больше, чем стоит бизнес.

Почему? P/E не учитывает долг компании, темпы роста прибыли и качество заработка. Ориентироваться только на него — всё равно что судить о машине по цвету кузова, не заглянув под капот.

📊 Вот что важно смотреть вместе с P/E:

EV/EBITDA — «стоимость бизнеса» (Enterprise Value, EV), включая долг, делится на прибыль до налогов и амортизации (EBITDA). Помогает сравнивать компании с разной долговой нагрузкой.
Пример: Компания А стоит $5 млрд (EV), зарабатывает $1 млрд EBITDA. EV/EBITDA = 5 — бизнес окупится примерно за 5 лет.

P/B (Price-to-Book) — показывает отношение цены акции к балансовой стоимости активов. Особенно полезно для банков и промышленных компаний.
Пример: Компания B имеет балансовую стоимость $10 на акцию, а торгуется по $7 → P/B = 0,7, значит рынок оценивает компанию ниже стоимости её активов.

Привет, инвесторы! Ловите свежую улучшенную еженедельную инфографику от канала «Пассивный доход» для всех адептов рентных платежей, купонов и дивидендов. Самые важный цифры недели, чтобы быть в тренде.

👋 Немного о себе

Меня зовут Лекс (Александр), и я веду канал Пассивный доход.

Моя стратегия — доходная: я инвестирую в то, что приносит живые деньги уже сейчас, а не мифические иксы «когда-нибудь». Так сказать регулярный пассивный доход. Если коротко — дивидендные акции, корпоративные и государственные облигации, фонды недвижимости с выплатам.

Раз в месяц пополняю портфель на 20 000 рублей — бюджет пока позволяет только так, но регулярность — наше все 💪 Моя главная цель — получать денежный поток любыми способами. Все мои пополнения, покупки и полученный пассивный доход можно увидеть в моем публичном портфеле.

Раз в неделю я готовлю великолепную инфографику по самым важным для инвесторов метрикам. Буду стараться ее дорабатывать и улучшать, так что комментарии приветствуются.

У меня есть встречное предложение добавить больше метрик например объемы по индексу отдельно покупки и продажи 

smart-lab.ru/q/index_stocks/imoex/order_by_val_to_day/desc/

• % дней, в которые совершались сделки, по отношению к общему числу торговых дней

Всем доброго дня! 

Продолжаем рассматривать различные метрики помогающие в оптисизации и выборе алгоритмических торговых стратегий.
Сегодня у нас Deflated Sharpe Ratio. 

📈 Понимание этого коэфициета становится неотъемлемым элементом при разработке и использовании автоматических торговых стратегий. Этот уникальный инструмент может быть ключом к оптимизации алгоритмов и моделей!

Наше последнее видео посвящено Deflated Sharpe Ratio и его преимуществам:

1️⃣ Реалистичная оценка производительности: Deflated Sharpe Ration корректирует оригинальный коэффициент Шарпа, учитывая количество проведенных испытаний, предлагая более реалистичную оценку производительности стратегии.

2️⃣ Защита от переобучения: Учитывая множественное тестирование, он помогает инвесторам избежать подводных камней переобучения и добычи данных, которые часто упускаются из виду в традиционных мерах.

3️⃣ Улучшенная оценка риска: Учитывая асимметрию и эксцесс ваших стратегических доходов, он предлагает более полную оценку риска.

В сравнении с предыдущим достижением АТН в марте, в этот раз интерес к Bitcoin базируется на инвестиционном подходе с долгосрочным удержанием. Использование заемных средств или кредитного плеча при торговле фьючерсными контрактами сократилось с 70,1% в апреле до текущих 44,6%. Это снижает волатильность Bitcoin, поскольку коррекции цены реже вызывают принудительное закрытие позиций.

Источник изображения: glassnode.com

Существенный толчок в росте инвестиционного спроса дало одобрение ETF на Bitcoin-фьючерсы. Теперь каждый американский инвестор, имеющий доступ к фондовой бирже, может инвестировать в криптовалюту. Доброе отношение регулятора к цифровым активам отразилось и на торговле фьючерсами на Bitcoin: на Чикагской фондовой бирже объем торгов достиг нового рекорда в $7,7 млрд, а открытый интерес к контрактам подскочил за месяц на 265%.

Стремительный успех акций Tesla за последний год повлиял на парк электромобилей и связанных с ними технологий — компании стали свидетелями того, как стоимость их акций переключается в режим взрывного роста, поскольку спекулятивный пыл привлек внимание инвесторов, желающих сделать ставку на экологичное будущее без выбросов. 

 В некоторых случаях инвесторы  вкладывали в будущее без выбросов  путем слияния известного как Spac или “специализированная компания по целевым слияниям и поглощениям”, а порой  через обычное IPO. В других случая, они просто годами ожидали обнаружения на рынке. 

 Однако почти во всех случаях можно видеть опережение  сектром электромобилей широкого  рынка за последние 6 месяцев, даже если речь не только о растущей компании с разрабатываемой идей без начатых продаж, но и реальный бизнес с доходами, прибылью и денежным потоком ( равноценно высокие показатели роста).

 Чтобы отслеживать рынок электромобилей и связанных технологий FT сделал открытый файл в документах гугл  Excel в открытом доступе для отслеживания и обновления всех важных для инвесторов метрик в этом сегменте. Тут список производителей электромобилей, зарядок, батарей. Все с указанием рыночных тикеров, динамикой роста в процентах, возврат, рыночная капитализация, ebidta, объем продаж, рост. В общем, проходите по ссылке и сохраняйте на своем гугл диске — очень полезный ресурс для инвесторов в этом секторе. К тому же, авторы планируют добавлять новые метрики — скоро будут добавлены  капитальные затраты и затраты на R&D по компаниям.

Телеграм канал «Между Кейнсом и Баффетом» - фундаментальный разбор долгосрочных идей для инвестиций, аналитика новостей и немного академической экономики.

В продолжение этого поста smart-lab.ru/blog/547833.php. Готового решения не нашлось, так что пришлось изобретать свой велосипед. На мысль натолкнул комментарий Кирилла Браулова smart-lab.ru/blog/547833.php#comment9870122. Действительно, почему бы нам вместо ошибки не считать модельную вероятность фактической реализации. Вероятность конкретной цены – около нуля. Ок, можем взять не точку, а некоторую окрестность слева и справа. Тогда распределения можно будет сравнить по сумме/среднему вероятностей фактических реализаций за большое количество экспериментов. Вроде задача решена. Но почему бы не пойти дальше…

Мы можем разделить прогноз на n равновероятных интервалов, например, 10 или 100. Для этого рассчитаем квантили с шагом 0,1 или 0,01. И проверим в какой интервал попала фактическая реализация. И так для всех экспериментов. Пример на картинке