Избранное трейдера alx4ever
p_CLASSCODE = «SPBFUT» --Код класса
p_SECCODE = «SiU0» --Код инструмента
function OnInit()
frame_60min = CreateDataSource (p_CLASSCODE, p_SECCODE, INTERVAL_H1)
frame_5min = CreateDataSource (p_CLASSCODE, p_SECCODE, INTERVAL_M5)
Index_60min = nil
Index_5min = nil
LastPrice = nil
IsRun = true
end
function main()
CreateTable()
while IsRun do
if Index_60min ~= frame_60min:Size() then
Index_60min = frame_60min:Size()
end
if Index_5min ~= frame_5min:Size() then
Index_5min = frame_5min:Size()
Transaq = 0
BuyWay = 0
SellWay = 0
end
if LastPrice ~= frame_60min:C(Index_60min) then
LastPrice = frame_60min:C(Index_60min)
BuySignal(frame_60min, Index_60min)
SellSignal(frame_60min, Index_60min)
if BuySpeed ~= nil and SellSpeed ~= nil then
if LastPrice < BuyPrice and BuySpeed > SellSpeed then
SetCell(t_id, 1, 4, «Buy»)
elseif LastPrice > SellPrice and SellSpeed > BuySpeed then
SetCell(t_id, 1, 4, «Sell»)
else
SetCell(t_id, 1, 4, «None»)
end
end
end
sleep(10)
end
История началась в октябре 2019 года.
Так как закупаться акциями на исторических максимумах было как-то страшно, а о надвигающемся кризисе трещали из каждого утюга, я принял решение перевести остаток средств в доллары.
Но чтобы доллары не лежали просто так и не портили общую доходность, их нужно куда-то было положить под процент. Долго думал над решением, и как обычно я делаю в таких случаях, где нет простого решения, разложил по трём «кучкам» — заодно получился неплохой эксперимент с выявлением подводных камней в каждом из вариантов. Возможно, информация будет полезна читателям в будущем.
Сейчас расскажу подробно о каждой «кучке»
Кучка первая. Облигация Минфина РФ «Россия-2028» (RUS-28)
Куплено 3 облигации за 170% от номинала ($1700 за штуку) + НКД. Конечно же, я не планировал держать облигацию до момента её погашения в 2028 году. Идея заключается в том, чтобы продать её в конце июня.
Комиссионные и налоги: 0,15% за покупку + 0,15% за продажу. НДФЛ по купонам — 0%. Налог на доход от «валютной переоценки» – 0%. Итого с $5100 комиссионных ожидается $15.30, налогов — 0.
Купонная доходность — $63.75 на одну облигацию (2 купона в год) или 7,5% годовых к цене покупки. Комиссионные срежут доходность до 7% годовых. Интересная штука заключается в том, что я пережил с ней мясорубку в марте 2020, и сейчас она стоит 175% от номинала. Скрещивая пальцы, жду конца месяца.
Здесь всё предсказуемо, есть только одна переменная – цена облигации в момент продажи.
Кучка вторая. FXRU – ETF на корпоративные еврооблигации российских компаний
Неделю назад я захотел узнать, насколько прибыльны IPO-инвестиции. Я загрузил информацию 1300 компаний в excel-файл, придумал инвестиционную стратегию и прогнал ее на исторических данных. Сначала я получил 5,45% доходности на сделку. Потом добавил фильтры и улучшил результат вдвое. В итоге получилось целое исследование, этапы которого я пошагово раскрываю в статье.
Дисклеймер: материал основан на исторических данных и не является руководством к действию. История может повториться, а может и не повториться. Или может повториться, но немного иначе. Всегда учитывайте эти моменты и тщательно взвешивайте принимаемые решения.
Оглавление
Шаг №1. Собираем данные
Шаг №2. Обрабатываем данные
Шаг №3. Смотрим общую картину
Шаг №4. Строим базовую стратегию
Шаг №5. Ставим take profit и фильтруем IPO по андеррайтерам
Шаг №6. Фильтруем IPO по размеру предложения
Шаг №7. Фильтруем IPO по секторам
Шаг №8. Комбинируем результаты
Шаг №9. Делаем выводы
Постскриптум
Постскриптум-постскриптум
Как то я смотрел цены за аренду однокомнатной квартиры в Москве и неожиданно для себя заметил логическую несопоставимость между ценой продажи квартиры в одном районе и ценой сдачи аналогичной квартиры находящийся неподалеку в 2 3 километрах.
В двух районах средняя стоимость месячной аренды однокомнатной квартиры была практически одинаковой, но стоимость квартир отличалась процентов таки на 40%. Обычный человек к данному факту отнесется скорее спокойно, но не математически подкованный. Я лично увидел то что в одном районе Москвы при сдаче в аренду квартира окупиться на 30% быстрее чем в другом! Ну не фарт ли? Но в топике я хочу написать не про среднюю окупаемость квартир между районами Москвы, а между 10 городами России! Про районы Москвы я напишу отдельный пост.
P.S Наверняка на форуме найдутся «короли недвижимости» которые увидев то о чем я пишу — просто покрутят пальцем у виска. Но я хочу предупредить о том что знаю что существует огромное количество нюансов влияющие на итоговую маржинальность бизнеса и что сложно определить сколько прибыли принесет тебе актив в будущем. Тут я хочу показать вам примерные цифры, а то-есть ознакомить с ситуацией в целом.
И так можно ли найти недооценённый город в России получив максимальную доходность с квадратных метров. На самом деле цена имеет свойство раскрывать все нюансы бизнеса, продукта, услуги. Но иногда активы переоценены за счет медийной востребованности, общего ажиотажа, большого объема спекуляций. Почему люди готовы покупать переоцененные компании когда на рынке можно найти компанию со схожими статистическими показателями предоставляющие те же услуги. Чаще всего это происходит из-за покупки бумаг без применения какого либо анализа и применения логики следуя первородным эмоциональным инстинктам.