портфель акций

Результаты портфельного инвестирования. 01 июня 2019г — 02 августа 2019г

Все портфели — виртуальные.

Созданы 01 июня 2019г (и позднее, указано отдельно) для слежения за поведением акций эмитентов, имеющих значительную долю экспортной выручки, и для сравнения с акциями прочих эмитентов.

( Читать дальше )

Результаты портфельного инвестирования. 01 июня 2019г — 26 июля 2019г

Все портфели — виртуальные.

Созданы 01 июня 2019г (и позднее, указано отдельно) для слежения за поведением акций эмитентов, имеющих значительную долю экспортной выручки, и для сравнения с акциями прочих эмитентов.

( Читать дальше )

Если в портфеле изначально было 20 или более фишек с равными долями — то пофиг, если одна из фишек оказалась «гнилой».
О ней можно забыть и не заморачиваться о стоп-лоссе.
Если гнилых фишек оказалось больше — то есть повод задуматься о совершенствовании правил фильтрации.
Т.е. даже если гнилая фишка просядет на 50% от цены покупки — то изза этой просадки весь портфель понесёт ущерб в размере только 2.5% (при условии, что в портфеле 20 фишек, а если фишек больше, то относительный размер ущерба будет ещё меньше).
Но поскольку в портфель отфильтровываются фишки с фундаментальной недооценкой по параметру EV\E и с низким уровнем Чистого Долга NetDebt<EBITDA, то вероятность присутствия в портфеле гнилой фишки очень невысока.
Точнее, «подгнить» фишка может только через долгий промежуток времени, например, если эмитент наберет долгов, и это не поможет повысить прибыльность проекта.
Но периодический мониторинг вышеуказанных параметров позволяет вовремя заметить и исключить из портфеля подгнивающую фишку.


( Читать дальше )

Результаты портфельного инвестирования. 01 июня 2019г — 19 июля 2019г

Все портфели — виртуальные.

Созданы 01 июня 2019г (и позднее, указано отдельно) для слежения за поведением акций эмитентов, имеющих значительную долю экспортной выручки, и для сравнения с акциями прочих эмитентов.

( Читать дальше )

Поводом для создания портфеля послужило моё маленькое открытие, описанное в статье Магический фильтр NetDebt<EBITDA
В портфель добавлены все акции, прошедшие это фильтр, без фильтрации по ДД и по ликвидности.
На каждого эмитента выделено по 1млнр.
Если у эмитента есть привелегированные акции, то в портфель добавлялись именно они, за исключением KZOS.
Т.е. принципы создания портфеля не поменялись с момента создания первого виртуального портфеля Виртуальный портфель эмитентов-экспортеров
Портфель расположен по ссылке
smart-lab.ru/q/watchlist/Speculator2016/10784/


( Читать дальше )

( Читать дальше )

Результаты портфельного инвестирования. 01 июня 2019г — 12 июля 2019г

Все портфели — виртуальные.

Созданы 01 июня 2019г (и позднее, указано отдельно) для слежения за поведением акций эмитентов, имеющих значительную долю экспортной выручки, и для сравнения с акциями прочих эмитентов.

( Читать дальше )

Когда анализировал свою табличку для фильтрации акций, то заметил одну закономерность.
У всех годных акций показатель Чистый Долг меньше показателя EBITDA (NetDebt<EBITDA).
Т.е. остальные показатели не требуются для фильтрации.
(я использую E, EV, EBITDA, BV, NetDebt и ДД)
Поэтому нужно взять фишки с требуемой ДД из таблицы Дивидендная доходность обыкновенной акции российских компаний ММВБ и применить к ним простейший фильтр NetDebt<EBITDA.
И портфель готов!
Фильтр действительно какой-то магический, ибо в портфель не попадают фишки с отрицательным значением BV и большинство фишек с завышенным соотношением EV\E.
При желании, можно удалить оставшиеся переоцененные фишки дополнительным фильтром EV\E<8.5

=


( Читать дальше )

Я заметил, что величина Чистого Долга AFLT приближается к величине Выручки (S).
И вспомнил, что что-то похожее я уже видел у TAER перед банкротством.
Для сравнения фундаментальных показателей я взял данные МСФО LTM для AFLT
smart-lab.ru/q/AFLT/f/y/
и данные МСФО из отчёта за 2015г для TAER (листы 18 и 19)
files.conomy.ru/files/otchety/126/126-2015.pdf

( Читать дальше )