Избранное трейдера Niktesla (бывш. Бабёр-Енот)
Названия строк | Колич | Profit % | ± |
>0.3 | 359 | 0,95 | 0,61 |
<0,3 |
Мы приступили к статистической оценке вероятности дефолтов по облигациям. Критериев много, информация только набирается. Сегодня хотел показать всего один пример, он отлично транслируется на ряд других дефолтных историй.
Домашние деньги. В дефолте 2 выпуска облигаций, совокупно на 2,25 млрд.р. Ставки купона на момент дефолта – 18-20% годовых. Жадность – непреодолимый стимул к покупке. Но что было в контраргументах? Поднимаем отчетность с сайта раскрытия информации. В частности, отчет о прибылях и убытках.
Не нужно быть финансистом, чтобы заметить: компанию подкосило еще в далеком 2015 году, убыток в 482 млн.р. при общем доходе в 6,8 млрд.р.
Кстати, падение цен облигаций произошло во второй половине 2017 года, еще до получения разгромной отчетности за сам 2017 год. Не наблюдал за информационным фоном, но, наверняка, о проблемах ДД в то время говорили.
В условиях роста санкционных рисков многие инвесторы в российские акции ищут защитные активы, которые были бы не так сильно подвержены зависимости от внешних геополитических факторов.
Один из возможных вариантов защиты от подобных событий – составление консервативного портфеля из дивидендных бумаг. Высокая дивидендная доходность позволяет частично нивелировать негативные шоки. Статистически подобные портфели являются наиболее надежным инструментом на рынке акций во время просадок, поскольку привлекательная доходность не дает бумагам сильно просесть.
Ранее мы опубликовали обзор с прогнозами дивидендов на 2019 г. по акциям российского рынка. Данные расчеты мы взяли за основу нашего дивидендного портфеля. В итоге мы отобрали 10 наиболее привлекательных бумаг из разных отраслей, обладающих различной ликвидностью, что позволяет максимально диверсифицировать риски.
В портфель вошли бумаги следующих эмитентов: Сбербанк-ап, Татнефть-ап, Северсталь, АЛРОСА, ФСК ЕЭС, Сургутнефтегаз-ап, Башнефть-ап, Детский мир, ЛСР, Мечел-ап.
--Массив с Тикерами, добавьте нужные тикеры aTickerList = {"MSNG", "GAZP", "LKOH", "SIBN", "GMKN","ROSN", "SBER", "TATN", "NVTK", "IRAO", "RSTI", "SBERP", "PHOR", "SNGS", "TRNFP", "VTBR", "FEES", "MVID", "RASP", "MFON", "AFLT", "MAGN", "ALRS", "MTSS", "MOEX", "RTKM", "MGNT", "NLMK", "SNGSP", "CHMF", "MTLR", "HYDR", "MFON", "RSTI", "PLZL", "BANEP", "POLY" }; --Функция поиска цены function fGetPrice(sTickerName, sNum) --Подключаемся к источнику данных local ds=CreateDataSource("TQBR", sTickerName, INTERVAL_D1); while (Error=="" or Error == nil) and ds:Size() ==0 do sleep(10) end; if Error ~="" and Error ~=nil then message("Error: "..Error, 1) end; local sSize=ds:Size(); local sCurrentPrice=ds:O(sSize); local sLastWeekPrice7=0; local sLastWeekPrice14=0; --Берем цену закрытия свечи неделю назад sLastWeekPrice7=ds:C(sSize-4); --Берем цену закрытия свечи 2 недели назад sLastWeekPrice14=ds:C(sSize-8); --Вычисляем проценты local sPrc7=math.floor((100-((sLastWeekPrice7*100)/sCurrentPrice))*100)/100; local sPrc14=math.floor((100-((sLastWeekPrice14*100)/sCurrentPrice))*100)/100; --Заполняем таблицу значениями SetCell(t_id, sNum, 0, tostring(sTickerName)); SetCell(t_id, sNum, 1, tostring(sCurrentPrice),sCurrentPrice); SetCell(t_id, sNum, 2, tostring(sLastWeekPrice7),sLastWeekPrice7); SetCell(t_id, sNum, 3, tostring(sLastWeekPrice14),sLastWeekPrice14); SetCell(t_id, sNum, 4, tostring(sPrc7),sPrc7); SetCell(t_id, sNum, 5, tostring(sPrc14),sPrc14); --Текущая цена больше цены прошлой недели - раскрашиваем зеленым if sCurrentPrice>sLastWeekPrice7 then fGreen(sNum); end; --Текущая цена меньше цены прошлой недели - раскрашиваем красным if sCurrentPrice<sLastWeekPrice7 then fRed(sNum); end; --Текущая цена больше цены прошлой недели и цена прошлой недели больше цены позапрошлой недели --раскрашиваем желтым if sCurrentPrice>sLastWeekPrice7 and sLastWeekPrice7>sLastWeekPrice14 then fYellow(sNum); end; end; --- Функция создает таблицу function CreateTable() -- Получает доступный id для создания t_id = AllocTable(); -- Добавляет 6 колонок AddColumn(t_id, 0, "Тикер", true, QTABLE_INT_TYPE, 15); AddColumn(t_id, 1, "Сегодня", true, QTABLE_INT_TYPE, 15); AddColumn(t_id, 2, "Неделя", true, QTABLE_INT_TYPE, 15); AddColumn(t_id, 3, "2 Недели", true, QTABLE_INT_TYPE, 15); AddColumn(t_id, 4, "Неделя (%)", true, QTABLE_INT_TYPE, 15); AddColumn(t_id, 5, "2 Недели (%)", true, QTABLE_INT_TYPE, 15); -- Создаем t = CreateWindow(t_id); -- Даем заголовок SetWindowCaption(t_id, "7 Days"); -- Добавляем строки for k,v in pairs(aTickerList) do InsertRow(t_id, k); end; end; --- Функции раскрашивают ячейки таблицы function fRed(col) SetColor(t_id, col, -1, RGB(255,168,164), RGB(0,0,0), RGB(255,168,164), RGB(0,0,0)); end; function fGreen(col) SetColor(t_id, col, -1, RGB(157,241,163), RGB(0,0,0), RGB(157,241,163), RGB(0,0,0)); end; function fYellow(col) SetColor(t_id, col, -1, RGB(249,247,172), RGB(0,0,0), RGB(249,247,172), RGB(0,0,0)); end; --Основная функция function main() -- Создаем таблицу CreateTable(); --Пробегаемся по массиву тикеров for k,v in pairs(aTickerList) do fGetPrice(v, k); end; end;как выглядит в квике:
Давайте обобщим мысль в важном рисунке (нарисовано наспех, как курица лапой, знаю – но лучше куриной лапой по делу, чем красиво всякую ересь). Чего ждать среднему участнику от биржи в частности, и инвестирования вообще.
Нулевая реальная доходность будет центром распределения, обратим внимание на отклонение доходности как вправо, так и влево. Вертикальная ось – годовая доходность (реальная с учетом инфляции), горизонтальная – вероятность ее получить. Если в игру начнут играть реальные люди, вероятность будет реальным процентом тех, кто получит тот или иной результат. Рисунок грубый. Нам сейчас не важна точность, важна идея. Для начала фиксируем, что ноль — центр распределения. Именно к нулевой доходности будет стремится безрисковая ставка, чуть выше (но не более 2-3%) даст покупка индекса со всеми налогами, комиссиями и т.д. Срочный рынок же, как известно, вообще игрока с отрицательной суммой, здесь мы ему даже польстим.
Дискуссии о правильных и неправильных методах вычисления дельты опциона. Дошел до темы «Липкая денежность» против «липкого страйка».
Больше всего смущает то, что в работе Блэка и Шолеса, на которую постоянно ссылаются оппоненты, нет вообще никаких упоминаний о «кривой волатильности», волатильность у БШ есть константа. Чем «кривее» кривая IV для конкретного рынка, тем меньше модель БШ подходит для его описания, это вся информация, которую кривая IV в себе содержит.
Спор о том, следует ли учитывать ее наклон при вычислении дельты, подобен спору о количестве чертей, способных уместиться на острие иголки. Мне кажется, правильнее изменить модель БШ, чем стараться подогнать ее неверные результаты под реальные рынки.
Напомню об одном из возможных подходов к такой модификации.
1. Собираем статистику — набор исторических пар {d(Fut),d(ImpVol)};
Где d(Fut) – дневное приращение БА
d(ImpVol) – приращение волатильности опционов на центральном страйке за тот же день.
Передача «Илья Коровин: Итоги судов с брокерами 5-6 марта 2019 г.» на интерстриме YouTrade.TV 7 марта 2019 г.
Следующее заседание: Замоскворецкий районный суд г. Москвы, вторник 12 марта 2019 г., 15:15 МСК.
Адрес суда: г. Москва, ул. Татарская, д.1, м. Павелецкая (кольцевая).