Подбил результаты торгового месяца — так сложилось, что делаю это на закрытие 19 числа. С ростом портфеля удалось взять очередную круглую отметку по дивидендам за предыдущие 12 месяцев — 5 млн рублей.

Так как сторонников долгосрочного инвестирование по ощущениям становится больше, решил поглядеть сколько времени у меня заняло увеличение дивидендного потока в 10 раз с 500 тысяч до 5 млн рублей — оказалось, что 7 лет и 4 месяца.

Раньше использовал статистику по дивидендам, обновляемую на ежегодной основе. Теперь перевел расчеты на ежедневно обновляемые данные. Все прошло на удивление гладко, а ожидаемые дивиденды в следующие 12 месяцев изменились не сильно:

• Средние — 3 093 488 против 3 128 883 по старой схеме
• Минимальные — 2 514 879 против 2 556 831 по старой схеме

Написал сборщик данных по дивидендам для СмартЛаба. В планах написать аналогичный блок для https://www.conomy.ru/, а после этого сформировать систему полуавтоматического обновления/проверки базы данных с дивидендами на основании нескольких источников.

Был в продолжительной поездке, пропустил предыдущий отчет, поэтому сразу отчет за месяц с 19 июня по 19 июля: поставил очередной рекорд по дивидендам за предыдущие 12 месяцев — взял отметку в 3,5 млн. рублей. Возможно, не надолго — в следующем месяце нужно получить, как минимум 1,5 млн. рублей, чтобы удержаться на текущем уровне. Система дала сигнал продать ENRU и купить UPRO.

Перед путешествием успел собрать небольшую базу данных по дивидендам. Основная задача по развитию торговой системы — перейти с ежегодного на непрерывное обновление статистики по дивидендам. Часть кода уже написана. Необходимо дописать проверку появления новых данных на www.conomy.ru/ и smart-lab.ru/ и запустить в эксплуатацию новую реализацию расчета метрик дивидендов в перерыве между годовыми дивидендами и дивидендами за 6 месяцев, а после этого буду пытаться применить ML вместо классических статистических методов.

По большинству эмитентов СД сформулировали рекомендации по годовым дивидендам, потому решил обновить статистику и перевести модель на новую базу расчетов с учетом данных за 2017 год. Оценка ожидаемых за следующие 12 месяцев дивидендов по портфелю изменилась с  3 067 660 до 3 045 319, а минимальных с 2 478 950 до 2 467 599. Изменения незначительны, что свидетельствует о том, что используемый подход к прогнозированию работает нормально и не склонен к переоптимизации. 

В тоже время хотелось бы перейти с ежегодного обновления базы расчета на более регулярное  по мере поступления новых данных об утвержденных дивидендах. К сожалению, так и не смог найти нормальней источник с большой глубиной истории и проверенными данными — везде наблюдаются те или иные косячки.

Видимо, прийдется вести свою базу данных. Переодически проверять сайты с данными по дивидендам (https://dohod.ru, https://www.conomy.ru, https://smart-lab.ru) в автоматическом режиме. При появлении новой информации на них проводится дополнительная ручная проверка, после которой обновляются данные в основной базе.

Сегодня дописал и покрыл тестами последний блок программки по управлению портфелем, а тут такой денек — волатильность подросла, и куча хороших акций продается со скидками. Последний раз система давала сигнал о необходимости торговли перед Новым годом, после чего 4 месяца ничего не менял. Но сегодня система видит большой потенциал для оптимизации портфеля — 11 СКО давненько не бывало. Завтра день будет занят, но если будет возможность продам MRSB и куплю SNGSP.



В плане дальнейшей работы над программой стоит оптимизация: изначально один расчёт  занимал около 100 секунд, и достаточно просто его удалось сократить до 10 секунд. Цель снизить время исполнения до 1 секунды.

Хотя для инвестиционной торговли это не принципиально, но для дальнейшей поддержки и развития программы лучше причесать и оптимизировать код.

Продолжаю потихоньку писать программу по управлению портфелем и недавно закончил блок про оптимизации дивидендов.

Стоимостное инвестирование широко известный подход. Почему он вкратце работает. Нобелевский лауреат Шиллер открыл так называемую excess volatility puzzle, которая грубо говоря сводится к наблюдению, что цены акции гуляют существенно сильнее, чем фундаментальные показатели компаний. Соответственно, регулярно должны появляться шансы купить акции дешево относительно цены. На примере моего портфеля, годовое ско дивидендов порядка 0,7% от стоимости портфеля, а годовое ско стоимости портфеля около 10% от стоимости портфеля — различие более, чем на порядок.

После того, как купил за дешево, как долго приходится ждать возвращения цены к разумному с точки зрения фундамента уровню. Дивиденды объясняют около 15% доходности за следующий год, то есть быстрого результата ждать не стоит, но на горизонте 5 лет они  объясняют более 60% доходности (выдержки из главы 20 Expected returns in the Time Series and Cross Section книжки Asset pricing) и являются одним из самых серьезных факторов, объясняющих долгосрочную доходность акций.

За прошедший с 19 февраля месяц обновил очередной максимум стоимости портфеля:

• 2,0% за месяц
• 31,7% за 12 месяцев
• дивидендов не поступало

Наиболее сильные движения были у AFLT и LSNGP. Структура портфеля остается близкой к оптимальной — очередной раз ничего не буду трогать.

Потихоньку продолжаю изучать программирование и писать программу по управлению портфелем:

• Реализовал загрузчики необходимых данных
• Настроил несколько сервисов автоматического тестирования и проверки кода
• Нашел старого университетского товарища с большим опытом программирования на Python для получения ценных советов
• Прослушал курс Яндекса Алгоритмы и структуры данных
• Прочитал книжку Python Testing with pytest 
• Начал читать Code Complete

Сейчас основная задача — доделать хранение локальной версии данных и приступить собственно к блоку оптимизации портфеля.

Продолжаю потихоньку писать программу по оптимизации долгосрочного портфеля акций. На первом этапе занялся загрузкой необходимых данных:

• Котировки — есть IIS MOEX и подробное описание запросов к нему
• Инфляция — есть регулярно обновляемый xls файл на сайте ФСГС, который можно забрать и обработать

Собственно вопрос: где-нибудь есть аналогичный публичный источник исторических данных по дивидендам?