Друзья, вот я наконец и доделал свой калькулятор оценки облигаций методом Джонкарта.
Если в кратко объяснить суть метода, то это оценка доходности к погашению с учетом риска дефолта, который определяется на основании рейтинга исследуемой облигации. В самом простой интерпритации — этот метод позволяет получить ожидаемую доходность к погашению (математическое ожидание доходности) с учетом вероятности дефолта. Подробнее о методе я писал в своей более ранней статье: "Корпоративные бонды под табу для частного инвестора!"
Я реализовал данный метод на Python с использованием своей базы SQL, в которой хранятся все необходимые данные для расчета: история котировок, параметры самих облигаций, их рейтинги, а также таблица с вероятностями дефолтов облигаций для разных рейтингов. По сути, мой новый калькулятор, является логическим продолжением предыдущего, который считал все классическим методом и был описан мной в статье: "Калькулятор облигаций! Часть 1". Новый калькулятор может считать как классическим способом все основные параметры: ожидаемая доходность, дюрация, кривизна (выпуклость), так и по методу Джонкарта.
Продолжаю совершенствовать свою базу SQL и автоматизированные средства расчетов.
В июне я написал пост: "Автоматизация — ключ к успешному инвестированию. Python и SQL приходят на помощь❗️", где описал как и зачем я поднял собственный SQL сервер, и какие задачи он мне поможет решить.
Теперь у меня есть собственная база котировок по всем интересующим меня ценным бумагам.
Чтобы упростить себе жизнь в части расчетов параметров облигаций, следующим этапом развития данного направления, конечно, было желание написать свой калькулятор для оценки облигаций. Для этого в SQL базу пришлось добавить новые таблицы, с параметрами облигаций. С ними пришлось покопаться, потому-что не было понимания, какие именно графы мне понадобятся изначально. После нескольких вариациях я нашел оптимальное для себя решение.
Как и любой исследователь-инвестор, я сталкиваюсь с необходимостью обрабатывать огромное количество различных данных, чтобы принять взвешенное инвестиционное решение.
И одна из самых трудоемких частей работы — это сбор данных, их систематизация и подготовка для работы. Конечно, очень хочется как можно больше автоматизировать данную работу, чтобы тратить на это как можно меньше времени.
Я уже рассказывал, что на самоизоляции осваивал Python, и демонстрировал, что мне удалось написать профессиональный инвестиционный калькулятор, который рассчитывает различные финансовые показатели и сравнивает между собой два актива. Кстати, в последней его версии я добавил возможность учета комиссий и налогов. Это позволяет намного легче сравнивать NET результаты для инвестора, особенно если в стратегии по ДУ есть вознаграждение управляющего за успех, а в ПИФах комиссия за приобретение и погашение паев.
Все первичные данные для сравнения приходилось формировать в ручном режиме — скачивать котировки в файл, потом их обрабатывать, и уже потом считать результаты. И даже немало известная программа
Результаты еще одного опроса на моем Telegram-канале ABTRUST.
19 мая 2020 прошло голосование по следующему вопросу: "Стоит ли сейчас покупать акции❓". Участникам предлагались следующие враинаты ответов:
✅ Нет, мы ещё увидим более низкие цены
✅ Не знаю, но покупать сейчас не буду
✅ Не знаю, но куплю 10%-20% от портфеля
✅ Не знаю, но куплю 20%-40% от портфеля
✅ Не знаю, но куплю 40%-60% от портфеля
✅ Да, но уже пропустили первую волну роста
✅ Да, острая фаза кризиса пройдена
Сегодня я публикую краткие выводы:
1️⃣ Проголосовавшие разделились на две равные категории — те которые «знают, что ждать в будущем» и те, которые «не знают». По сравнению с голосованием 1 апреля, доля знающих выросла на 5 процентных пунктов.