Избранное трейдера Kestable
Не то чтобы я собрался назавтра помирать… Но у меня нетипичная ситуация, так что эта штука будет полезной в любом случае лично для меня. Сейчас постараюсь всё объяснить.
Как видно из заголовка, мне 32 года, у меня нет никаких заболеваний, из-за которых можно «откинуться» в обозримом будущем, но при этом я на прошлой неделе составил завещание. Так уж сложилась жизнь, что у меня есть имущество, которое является довольно ценным — это и квартира в СПБ, где мы сейчас живём и на которую заработали вместе с женой без чьей-либо материальной помощи, есть и инвестиционные активы, об управлении которыми я написал уже не одну сотню постов здесь.
Сразу скажу — я не знаю, как делать лучше. У меня нет никакого опыта в завещаниях, я — не юрист. Я просто опишу так, как это сделали мы.
Всем привет!
Накануне в комментариях вот к этому посту пообещал рассказать про самые примитивные стратегии на американском рынке, позволяющие показывать доходность лучше рынка. Прелесть этих подходов заключается в том, что для их применения не нужно владеть ни навыками инвестиционного анализа, ни выдающейся психологической устойчивостью, т.к. стратегии основаны на строгих критериях входа и выхода из позиции и исключают человеческий фактор.
Подходы эти мы разработали в рамках создания нашей стратегии на американском рынке, когда тестировали наличие тех или иных закономерностей. Подход, о котором пойдет речь сегодня, мы выявили в ходе анализа гипотезы о том, что быстрорастущие компании показывают доходность лучше рынка. И что же?
Стратегия #1. Портфель быстрорастущих компаний
Стратегия предполагает, что портфель в любой момент времени на 100% укомплектован компаниями, которые отвечают следующим критериям:
Материал, который я готовила год, сегодня вы можете скачать абсолютно бесплатно!
Это 85 страниц, на которых написано все про налоги.
⠀
! Более того, сегодня вы можете НЕ соблюдать авторские права, и поделиться этим гайдом со всеми вашими знакомыми!
⠀
Предистория
⠀
Год я по мелким крупицам собирала все, что касается вопроса налогообложения для частных инвесторов.
Этот материал = год моей жизни.
Запросы в Минфин, общение с налоговой, сопоставление статей налогового кодекса, выявление всех спорных моментов… обзвон всех брокеров для того, чтобы выяснить, как они считают налоговую базу по спорным моментам..
⠀
Кому-то может показаться, что написать 80 страниц авторского текста по налогам не так сложно… но это был год, когда я каждый день занималась созданием этого материала.
⠀И на сегодняшний день этот материал нагло украден, а на его базе готовится несколько курсов «коллегами блогерами».
Привет! Бегло полистал SL и обнаружил, что книжные обзоры делятся на 2 типа – инвесторские и хардкорное алго (HFT и опционы). Промежуточный вариант попытаюсь закрыть данным постом. По уровню сложности книги в обзоре находятся между зубодробительной подборкой от Eugene Logunov https://smart-lab.ru/blog/534237.php и приятным чтивом по фундаментальным стратегиям.
1) Lasse H. Pedersen – Efficiently Inefficient
Отличная книга и №1 по соотношению польза/сложность. Автор показывает, как кванты тестируют и отбирают стратегии в портфель. Условно ее можно разделить на 4 части: арбитраж, факторные стратегии, глобал макро и технические моменты запуска и финансирования фонда. HFT и опционные стратегии упоминаются вскользь. Наверное, книга подойдет и для совсем начинающих, т.к. все метрики (вплоть до волатильности) и базовые концепции раскрываются с 0.
LHP – один из боссов крупного хедж фонда в Гринвиче, но в отличие от Далио или Дракенмиллера, еще и хардкорный академик. Поэтому в книге любое утверждение подтверждается ссылками, а для глубокого погружения есть отличный список первоисточников. Понятно, что никаких секретов своего работодателя LHP не раскрывает, но профильные главы для меня оказались полезными в плане идей + отсылки туда, где копать глубже.
Всем здоровья и бодрого расположения духа!
В статье «Визуализация рекомендаций Романа Андреева на Python» мы разобрали как можно с помощью нескольких строк кода на Питоне разобрать текст, который выкладывает каждое утро в своем блоге Роман Андреев (далее по тексту Роман) — известный трейдер и блогер (или наоборот), и отобразить эти рекомендации в виде уровней и зон на графиках. В этом топике я покажу способ для извлечения информации из графических изображений с помощью технологий компьютерного зрения (но без использования нейронных сетей) на примере таблиц-рекомендаций из блога Романа Андреева.
Надеюсь, что я не напугал читателей термином «компьютер вижн», скоро вы поймете, что это просто. И что любой юный прогер может написать код для распознавания внешними камерами номеров автомобилей, который впоследствии возненавидят все автолюбители мегаполисов, а МАДИ и ГИБДД будут собирать со всех нас миллиардные штрафы