Предисловие

Я — профессиональный программист. Уже достаточно давно. Последние N лет разработчик БД. В основном пишу на sql процедуры и функции. Другие языки программирования начинаю забывать (так как нет практики по ним). В свое время писал на Visual FoxPro (да, это уже «мертвый» язык, он уже давно не поддерживается Microsoft). Но у нас до сих пор крутится задача, где клиентская частью написана на VFP.

Почему Go

Так вот. Встала тут задача написать небольшую консольную утилиту с доступом к БД. Сначала хотел написать на Питоне, но не хотелось на компьютере клиента качать и устанавливать его. И стал я присматриваться к другим языкам программирования. C# не хотелось, во первых чисто субъективно, во вторых, клиент в дальнейшем собирался переходить на Linux (хотя вроде есть core net под линукс). И тогда cтал я присматриваться к языку Go.

Прочитал по нему несколько статей. По описанию, он как никто подходил к поставленной задаче: крост-платформенный. Компилируется в один исполняемый файл, который не требует зависимостей.

Как работают аналитики? Смотрят в зеркало заднего вида и глядя назад, пытаются проложить маршрут на километры вперед. Так делают все. При этом местность, где мы прокладываем дорогу, неизведанна, а самые большие прибыли находятся за углом, заглянуть куда обычно большинству аналитиков никак не под силу.

Глядя в зеркало заднего вида, почти все подряд аналитики второй год подряд кладут в портфели Сбербанк и Лукойл. (Так получилось, что и наша команда тут не оригинальна).  

“Маршрут заднего вида 2024” в глазах рынка выглядит следующим образом:

👉рост индекса Мосбиржи 20%

👉курс доллара 90 рублей

👉нефть $85 за баррель

👉ставка ЦБ 12% к концу года

В этой стратегии мы хотели бы в большей степени подсветить неочевидные сценарии и неочевидные идеи, которые находятся за углом, вне поля зрения аналитиков. Примером таких идей в 2023 году были Сургут-п (в мае), Магнит (с мая по октябрь), Совкомфлот (весь год), которые так или иначе были подсвечены в нашей аналитике раньше других.

***
Оглавление:



***

💡Для понимания: конец/начало года — это не повод что-то купить, потом через 12 месяцев продать и думать снова что купить. Инвестиционный и аналитический процесс является не дискретным, а непрерывным. В течение года будет выходить новая информация, которая будет менять наш взгляд на акции. Будут меняться и сами цены на акции, которые будут менять наш взгляд.

Ранее мы предполагали, что рыночные ставки плоские, поэтому дисконтировали денежные потоки по облигации с помощью единой ставки — доходности к погашению (YTM). Однако наблюдаемые на рынке доходности государственных облигаций на самом деле зависят от срока до погашения.  Графически эта зависимость представляется в виде так называемой кривой доходности или yield curve. Если  для построения использовать только что выпущенные облигации, торгующиеся, как правило, возле номинала, получим кривую номинальной доходности  (par yield curve) Ее очень удобно интерпретировать, так как в этом случае купонные доходности равны доходностям к погашению. Впрочем, на низколиквидном рынке подобные облигации для всех сроков до погашения удается найти далеко не всегда.  

Возникает вопрос, можно ли использовать эти  кривые  для оценки вновь выпускаемых облигаций?  Рассмотрим модельный пример, когда на рынке есть только две облигации с ежегодной выплатой купона  торгующиеся по номиналу (100): годовая с купоном 3% и двухлетняя с купоном 6%. Пока мы не будем вдаваться в детали возможных причин различий их доходностей. Если на этом рынке появится еще одна двухлетняя облигация, но уже с купоном 9%, следует ли для расчета ее цены использовать нашу ‘двухлетнюю’ YTM, т.е. ставку 6% ?  Тогда бы мы получили цену облигации
P = 9/(1+6%) +109/(1+6%)²  = 105.5. Или, быть может, первый купонный платеж необходимо дисконтировать, используя YTM=3%, и только выплаты второго года по ставке 6% (цена будет равной P = 9/(1+3%) +109/(1+6%)