Избранное трейдера Константин
Предыстория.
На конференции смартлаба 26 июня 2021 года удалось пару минут пообщаться с управляющим фондов в пару миллиардов рублей, который рассказывал, что есть один интересный китайский e-commerceс недорогой оценкой и они купили его акций толи на четверть, толи на одну восьмую своего капитала. Я название запомнил и добавил в свой вишлист список, тем более CFD на данную компанию были у знаменитого Билла Хвонга, которого ждал маржин колл если не весной 2021, то осенью 2021.
Так же Vipshop является top
Мои родители всю жизнь работали на севере и откладывали деньги для меня и моей сестры, вкладывались в моё образование, я регулярно в школе выигрывал все олимпиады, я думал, что я умный, хотел двигать науку. Мои родители утонули на кануне развала СССР, всё что они копили сожрала инфляция, как и у большинства советских людей, я по окончанию школы остался один с несовершеннолетней сестрой, которая залетела от дага, даг закономерно свалил, я сестре помогал как мог, а мог финансово я мало, но зато я ей полностью оставил квартиру родителей, не претендуя на свою часть наследства, где сестра до сих пор живёт. Я думал то, как мои родители потеряли всё что они копили, не коснётся меня, я ведь умный, а ещё я упорный.
В январе 2014 года, видя, как майдауны разносят свою страну, сразу понял, что это приведёт к падению рубля раза в два, потому что, когда соседи жгут свои хаты, неминуемо сгорит и твоя хата. Встала задача спасти деньги что накопил с 2009 года. В юани не захотел вкладываться т.к. спред был грабительским, что то в районе 10-15% от вкладываемых денег. В баксах держать побоялся, ибо начитался статей на афтершоке про не именуемый конец бакса. Решил купить квартиру, заодно пристроить маткапитал. Так как на покупку не хватало около ляма, я взял ипотеку. После покупки квартиры цены на квартиры стали закономерно падать, потому что лох — это судьба, а рубль, как и предполагалось обвалился, каждый месяц я платил квартплату за квартиру, в которой не жил, платил ипотеку, ещё тратился на ремонт, приходя в магазин считал, что лучше купить, яйца + спагетти или картошку + лук + морковь или молоко + рис, но меня грела всё время оправдалка, ведь я купил квартиру не для перепродажи, а для своей любимой дочурки, вот она окончит школу, а я ей ключики от квартиры. Но квартиру мне стали топить, сначала соседи, потом управляющая компания, судится с ним я был не в состоянии, я на тот момент чуть не умер то ли от инсульта, толи от инфаркта, всё перенёс на ногах, но слабость чувствовал везде в теле. Вообщем продал я квартиру, устал я делать ремонты после потопов, устал платить квартплату за то чем не пользуюсь, продал до истечения срока в 5 лет, но т.к. продал по той цене что купил, думал, что налогов мне не будет, наивный я чувак, налоговая насчитала мне налоги на доход моих детей, ведь согласно условиям предоставления маткапитала я должен выделить им доли в квартире, ну я и выделил им доли от души, а когда эти доли были проданы мои дети получили “доход”. Итого я потерял маткапитал, он ушёл полностью строителям и банку, я потерял примерно 500тысяч что вложил в ремонт, я потерял проценты уплаченные по ипотеке, я потерял квартплату за несколько лет, мои деньги обесценились инфляцией. Что дальше произошло? Ну да, через полгода квартиры стали дорожать в цене.
import sqlite3 as sql from scipy.stats import logistic import math import numpy as np import numpy.random as rnd import matplotlib.pyplot as plt from sklearn.neural_network import MLPRegressor sdata =[] sql1= "select ticker, date, open, high, low, close, vol \ from Hist_1m where ticker_id=1 order by Date;" con=sql.connect('C:/Users/ubase/Documents/StockDB/StockDB21.sqlite') cur=con.cursor() cur.execute(sql1) sdata=cur.fetchall() con.commit() con.close() Ldata = len(sdata) N = 8000 # Количество сделок ld = 5 #Продолжительность сделки NNinterval = 20 # Количество входов NN # Генерация случайных чисел rng = rnd.default_rng() rm=rng.integers(0, Ldata, N ) class Candle: tr = 0 dt = 1 o = 2 h = 3 l = 4 c = 5 v = 6 cl = Candle DataC =[sdata[i][cl.c] for i in range(0,Ldata)] # sigmoid линейность до 0.5 def sigmoidnorm(x, alfa = 0.9, xmin = -1.3, xmax = 1.3): return (xmax - xmin)*((1 / (1 + math.exp(-x*2.0*alfa))) - 1.0) + xmax x = [0.002 * i - 3 for i in range(0,3000)] y = [sigmoidnorm(x[i]) for i in range(len(x))] plt.plot(x,y) plt.grid() plt.show() # формируем сделки. def DealsGenL(rm,ld): #Lm = len(rm) ix = [] x = [] pr = [] for i in range(0,N): if rm[i] + ld < Ldata and rm[i] - NNinterval - 1 > 0: delta = (sdata[rm[i]+ld][cl.c] - sdata[rm[i]][cl.c])/sdata[rm[i]+ld][cl.c]*100 x0 = [sigmoidnorm((sdata[rm[i] - j][cl.c] - sdata[rm[i]][cl.c])/sdata[rm[i]][cl.c]*100) \ for j in range(0, NNinterval)] ix.append(rm[i]) x.append(x0) pr.append(delta) return ix, x, pr Ix, X, Pr = DealsGenL(rm,ld) Ib = 0 Ie = 100 plt.plot(X) plt.legend() plt.grid() plt.show() plt.plot(Pr, label = 'Prof') plt.legend() plt.grid() plt.show() regr = MLPRegressor(hidden_layer_sizes = [30,20,15,10,5], \ max_iter=500, activation = 'tanh') regr.fit(X, Pr) Out = regr.predict(X) plt.plot(Pr, Out, '.') plt.grid() plt.show()И вот результат прогнозирования:
Многие инвесторы занимаются спекуляциями, трейдингом, постоянной покупкой и продажей акций. Иногда это дает большую краткосрочную прибыль, а потом убыток. И если посчитать итоговый результат за год, особенно если речь идет о больших суммах (а не о счете на пару десятков тысяч рублей), то в итоге от таких спекуляций редко когда получается доход выше 100%, а иногда даже годовой убыток.
А если инвестировать в дивидендные акции на долгий срок?
Любой спекулянт скажет вам: это слишком скучно, я не могу считать копейки и долго ждать.
Что на это могу сказать. Я занимаюсь инвестированием в дивидендные акции уже больше 14 лет и обычно средняя доходность от дивидендных акций выходит с учетом кризисных времен 25-30% годовых.
Однако год назад я решил поставить эксперимент и попытаться вложить еще большую сумму в российские дивидендные акции с перспективами роста, увидев восстановление экономики после коронавируса.
С каждой главы выцарапал наиболее интересные мысли. Поехали.
ВведениеВсем привет.
В начале года писал статью про ВТБ. Банк втихаря отменил двухфакторную идентификацию в приложении на телефоне, оставив один фактор, т.е. вход лишь по коду из смс. Функция «запрета изменения пароля без посещения банка», которая осталась висеть, по наследству, в новом личном кабинете ВТБ не используется когда заходишь не через сайт, а через банковское приложение.
Вот тот пост: smart-lab.ru/blog/676495.php
Но не суть.
После просмотра десятков постов на банки.ру пришел к выводу, что единственным способом защитить себя — установить пин на сим карту и перевыпустить ее у виртуального оператора, аффилированного с банком (ТинькоффМобайл, СберМобайл, да их же ВТБ мобайл), а не в салоне большой четверки (МТС, БИЛАЙН, МЕГАФОН, ТЕЛЕ2).
Смысл в том, что, по идее, в банке мошеннику трудней перевыпустить сим карту по доверенности или левому паспорту, чем в ларьке обычного оператора.
Проношу прощения, я сильно заблуждался.
И именно