Привет!

С утра прочитал пост Тимофея, в котором он рассуждает про цели. Вот решил поделиться и напомнить сообществу о том, что для постановки цели по капиталу можно использовать одну формулу (вернее, две — они вытекают друг из друга). Уверен, что многие этой формулой не пользуются, из-за чего не понимают, какую доходность им нужно получать стабильно для достижения цели.

Вот сама формула наращения аннуитета: P = A*[[(1+r)^n — 1]/r]

Собственно, формула показывает то, какую сумму (P) вы будете иметь в конце периода (n), если будете стабильно вкладываться, типа раз в месяц, скажем, сумму (A) по отношению к нужной вам доходности r. 

Пример: Вы планируете вкладываться стабильно каждый месяц по 10 000 рублей на протяжении 20 лет. Доходность в месяц, которую вы хотите получать, составляет 0.2%.

Что мы имеем:

A = 10 000
n = 240 (20 лет — это 240 месяцев)
r = 0,002 (переводим 0.2% в числовое выражение 0,2/100)
P = итог

Подставляем: 10 000*{[((1+0.002)^240)-1]/0.002} = 10 000*[(1.002^240 — 1)/0.002] = 10 000*[(1.6153 — 1)/0.002] = 10 000*307.649952 = 3 076 499.52

( Читать дальше )

Обоснование, теория и вообще вводная по теме здесь.

Вообще-то меня сильно впечатлили результаты выбора бумаг для покупки и удержания на основе моментума по ссылке выше. Настолько что я решил самостоятельно это проверить. Но поскольку меня это интересовало именно с практической точки зрения, то задача была ограничена несколькими условиями: — выборка бумаг ограничена ликвидными компаниями с капитализацией более 30 млр. рублей, расчет и соответственно модельный портфель должен быть реализован в доступном мне инструменте — в электронной таблице. Немного перефразируя Силаева А.: если стратегия/модель не может быть выстроена относительно просто в электронной таблице, то грош цена такой модели. Поэтому с практической точки зрения мне было важно то, что в случае успеха я могу применить стратегию имея всего лишь электронную таблицу и интернет с котировками.

Исходные данные выгружал с известного ресурса investing.com. Цена бумаг без дивидендов. Цены на конец каждого периода (месяца) по цене закрытия. Для расчетов я отобрал две группы компаний: условно с большой капитализацией: не менее 200 млр. руб. и средне-малой капитализацией: менее 200 но выше 30 млр. руб. Хотел проверить, повлияет ли фактор размера на итоговый результат. Во время выборки вторую группу пришлось изрядно проредить исключив некоторые низколиквидные компании с мертвым оборотом или со странным поведением в графике котировок, типа резкого взлета цены внутри дня. Возможно сплит или какая-то ошибка в архиве данных сайта investing. Таким отсортированных историй оказалось довольно много. Итого в каждой из двух групп оказалось по 34 компании (случайное совпадение).

( Читать дальше )

ЗВР РФ, они же золото-валютные резервы Российской Федерации, они же международные резервные активы. Что это?
Попробую объяснить на пальцах.

1) ЗВР РФ это как столбец активов в бухгалтерском балансе. Нет смысла рассматривать ни их размер, ни их состав в отрыве от долгов в инвалюте (пассивы).
ЗВР это созданное ЦБРФ обеспечение обязательств в инвалюте субъектов экономической деятельности.
Пример 1: Государство А имеет ЗВР в 300 млрд. баксов и долгов к выплате в следующие полгода на 500 млрд. баксов. Резервы в 300 млрд. это мало. Как только они кончатся — будет дефолт.
Пример 2: Государство Б имеет ЗВР размером 100 млрд., а обязательств к выплате в следующие два года на 50 млрд… Тут 100 млрд. — это много.

Состав ЗВР РФ можно посмотреть тут. График ближайших выплат в инвалюте здесь. Выводы о размере резервов делайте сами.

2) Как формируется ЗВР и его состав?
Кроме заначек МинФина берет, например, условный ВТБ в условном Дойче Банке кредит на 20 млрд. евро под 2% годовых на 2 года, чтобы кредитнуть условный Магнит под 15% на открытие новых магазинов. Валюта в России — российский рубль. С евриками что делать? Правильно! ВТБ несет их на ММВБ и там меняет на рубли. ЦБРФ эмитирует нужные для обмена рубли, чтобы курс уж очень не поехал, и получает эти 20 млрд. евро. Что он с ними делает? Кладет на депозит в тот же самый Дойче Банк на те же 2 года.

( Читать дальше )

Меня тут просили давать как можно больше подробностей о способах и методах на коррупционном поле. Петя узнал о нескольких, пока вкалывал на ниве поставок для крупных потребителей с середины нулевых до 2016. Все эти методики либо работали в прошлом, либо работают до сих пор. И да, большая их часть использовалась на странообразующих предприятиях, а также на специальных предприятиях с режимными допусками: оборонка, атомный сектор и т.п. Подчеркиваю, это средний уровень коррупции, что творится сверху – вообще другая тема.

Итак, какие схемы бывают:

1) Откат за победу в тендере. Один из сотрудников покупателя берет некий процент за то, что гарантирует или сильно облегчает победу определённого поставщика. Поставщик включает долю этого человека в цену. Встречается повсеместно. Уровень сложности: элементарно.

2) Договорной матч: участники рынка делят всех клиентов между собой в соответствии со своими предпочтениями. Они выходят на каждый тендер с заранее оговоренными завышенными ценами, один побеждает и делает поставку. Встречается редко. Уровень сложности: тяжко. Попробуй договорись с другими хапугами.

( Читать дальше )

Всем привет.

Все кто давно пользуется терминалом Квик – знают, что со временем он начинает «подтормаживать», долго загружаться, медленно переключаться между вкладками, а в особо тяжёлых случаях проводить заявки с задержкой. А это уже чревато потерей реальных денег….

В этой статье мы рассмотрим простые действия для ускорения работы Квика, которые нужно проводить регулярно, как сервисное обслуживание в автомобиле. А чтобы был спортивный интерес – проведем замер скорости загрузки терминала.

Поехали!

Итак – включаем секундомер и делаем первоначальные замеры:

Результат времени загрузки до появления окна загрузить новую версию

1 минута 21 секунда.

Ну что ж…. За работу:

1-е что мы сделаем удалим лог файл, который больше всего влияет на загрузку. Переходим в папку с Квиком

Находим файл        info.log

( Читать дальше )

План статьи:

1. СПБ – История создания
2. СПБ – Главное преимущество (УТП)
3. СПБ – Технология доступа к иностранным бумагам
4. СПБ – Налоги
5. СПБ – ETF
6. СПБ – Риски
7. СПБ – Мысли и заключение

История создания биржи СПБ

Биржа СПБ, которая кстати располагается в Москве (в Москве, Карл!) была основана в 1997 году и в целом развивалась совершенно обычным образом, без каких-либо замашек на иностранные бумаги.

То есть обычные российские компании получали листинг и ими можно было торговать.

В 1997 году именно биржа СПБ организовала у себя площадку для проведения торгов фьючерсами и опционами. Позже ее выкупила Московская биржа (в то время называлась РТС).

Уже на этом этапе можно в целом отметить высокий уровень технологичности биржи СПБ (впрочем как и Московской). Это обусловлено в первую очередь поздним выходом на рынок, когда можно было сразу с нуля брать современные технологии и системы для разработки качественного ПО. (Технологическая биржа NASDAQ для сравнения открылась в 1971 году, а Windows появился только в 1985!)

( Читать дальше )

Всем привет!

В сети куча информации, у меня самого на канале более 100 видео, но сил и времени разобраться со всем этим часто нет, поэтому я хочу посоветовать Вам посмотреть несколько очень полезных видео, которые однозначно продвинут вас в понимании рыночных движений! Они помогли уже не одной сотне людей! Один из последних комментов у меня в вк:

1. Самое важное, что нужно понимать, рынок — аукцион между покупателями и продавцами. График — это взаимодействия людей, как их понимать через активность той или иной стороны! Главное видео на канале!

( Читать дальше )

В качестве показателя «жесткости» монетарной политики мы будем рассматривать изменение денежной базы с 1.02 по 01.12 каждого года. Почему? Во-первых, корреляция помесячных процентных приращений  денежной базы с М2 больше 0,9 и потому это взаимозаменяемые показатели денежно-кредитной политики. Но почему с 01.02 по 01.12? Дело в том, что оба эти показателя имеют ярко выраженную сезонность: сильный рост в декабре и падение в январе.  Но этот одномесячный  рост не является показателем «жесткости- мягкости» монетарной политики, потому что инфляция не обладает такой сезонностью, да и кредитование бизнесу и населению нужно не только в декабре. Поэтому реальная монетизация экономики определяется именно динамикой между этими декабрьско-январскими всплесками вверх-вниз. А какая она у нас была? Данные по этой динамике и сравнительной динамики индекса Мосбиржи с небольшими уточняющими справками представлены в следующей таблице

( Читать дальше )

Решил начать писать небольшие заметки по алгоритмической торговле и всему что с ней связано. Возможно, когда-нибудь расширю, склею и опубликую в виде книжки. Пока же это просто наброски заметок, сделанные на скорую руку.

Можно часто слышать от тех, кто торгует алгоритмически, да и просто систематически, такие понятия как «оверфиттинг», «курвафиттинг», «зафит» и прочие ругательства с корнем «фит». Что все это значит?
На самом деле, все эти слова, как правило, используются для описания одного и того же явления, являющегося врагом всех трейдеров, торгующих систематически и пытающихся оценить исторический перформанс своих торговых логик — а именно, что «живой» аут-оф-сампл перформанс на реальном счете, как правило, хуже ожиданий, полученных ими при проверке своих идей на истории. Например, при тестировании торговой логики на истории трейдер с помощью своей модели «зарабатывал» 30% годовых, а в реале может в среднем иметь 10% годовых. Разница 20% годовых — может объясняться именно оверфиттингом (если нет других факторов — например, некорректный учет комиссионных и проскальзываний, или ошибка в торговом коде; но прочие факторы легко устранить, в отличие от оверфиттинга). На картинке в начале статьи — пример перформанса некоторого фонда в бэктесте и в реальности, наглядно иллюстрирующий написанное выше.

Оверфиттинг является следствием комбинации одного или нескольких из следующих факторов, положительно влияющих на бэктест (результаты прогонки модели на истории), что и создает у трейдера завышенные ожидания от своей модели. В этой части мы рассмотрим основные источники оверфиттинга, в следующей — поговорим о способах избежания или минимизации оверфиттинга при историческом тестировании моделей.

( Читать дальше )

Сразу оговорюсь, что утверждение, вынесенное в заголовок, не касается внутридневных операций, речь идет о позициях от нескольких дней до нескольких недель.  Итак перед вами график подневной доходности простейшей синтетической облигации «лонг  Сбербанк — шорт ближайший фьючерс на Сбербанк» с учетом расходов на перевкладывания из фьючерса во фьючерс за день до экспирации, дивидентов и средств ГО и вариационной маржи, необходимых для поддержания шортовой позиции.



Он означает разницу в доходности (к номиналу) между «купил и держи» акцию сбера (с учетом дивидендов) и «купил и держи» ближний фьючерс на сбер или, если перевернуть формулу разницу в доходности (опять же к номиналу) «продал и жди» ближний фьючерс на сбер и «продал и жди» акцию сбера без учета платы за шорты(!). В принципе в этом графике для «купил и держи» нет ничего удивительного, так как обладатель такой позиции во фьючерсе может легко компенсировать эту разницу, разместив средства, свободные от ГО и вармаржи под безрисковую ставку (кроме «скачка» на графике под стрелкой, о котором ниже).  А что делать держателю шорта на споте? У него ведь нет свободных средств, да и еще к тому же эта отрицательная для него разница совсем не учитывает комиссию брокера за шорты. Получается «двойной удар» по счету.

( Читать дальше )