Дамы из ЦБ с 25 мая 2025 года хотят ужесточить имущественные требования к получению квалифицированного инвестора: доход от 20 млн руб. в год или активы на бирже от 12 млн (от 24 млн с 1 января 2026). Про это сегодня очень много новостей в духе «все пропало» и «совсем офигели».

На этом фоне как-то потерялось то, что требование по обороту (сумма сделок с ценными бумагами, учитываются и покупки, и продажи) не меняют — от 6 млн в год. И выполнить его проще простого. Смотрим на примере Т-инвестиций.

Там с недавних пор продается их фонд денежного рынка TMON (аналог LQDT), комиссия 0, маркетмейкер держит стабильный спред 0,008%. Покупаем фонд на 3 млн и сразу продаем. Операция обходится в 240 руб. При этом иметь на счету сразу 3 млн не обязательно. Достаточно несколько десятков тысяч рублей в акциях, под которые дают нормальное плечо, например, Сбер. С включенной маржиналкой вы нафармите нужные 6 млн оборота за несколько минут.

Единственное неудобство — в предыдущие 4 квартала у вас должны выполняться ЦБшные условия по частоте торговли:

( Читать дальше )

Добрый день!

Ищу решение для автоматизированного получения исторических фундаментальных данных по российским компаниям. Нужна история изменения P/E, P/S, ROE, EPS, выручки и других показателей за несколько лет для построения скринера и проведения фундаментального анализа.

Проанализировал два доступных API, но везде есть ограничения:

T-Invest API

• Плюсы: Хороший набор текущих фундаментальных показателей
• Минусы: Отсутствует история фундаментальных данных, выдаёт только актуальные показатели
• Запрос: https://github.com/RussianInvestments/invest-python/blob/main/examples/get_asset_fundamentals.py
• Ответ:

GetAssetFundamentalsResponse(fundamentals=[
StatisticResponse(asset_uid='40d89385-a03a-4659-bf4e-d3ecba011782',
currency='RUB',
market_capitalization=6878249241240.0,
high_price_last_52_weeks=330.45,
low_price_last_52_weeks=219.2,
average_daily_volume_last_10_days=65639361.43,
average_daily_volume_last_4_weeks=60348494.76,
beta=0.8,
free_float=0.48,
forward_annual_dividend_yield=0.0,
shares_outstanding=21586948000.0,

( Читать дальше )

Наконец допилил модель автоматической торговой системы (ТС) на Python, все вполне устраивает. Реализация, естественно, планируется тоже на Python. Вопрос стал только за выбором коннектора к бирже — дальше не вопрос. Тут мы и приехали.
Пару лет назад пробовал Python коннектор от Unicorn — открытый код и все такое. Очень, уж, подробно не рассматривал, все что нужно есть, неплохо работает, понравился. Естественно, и сейчас этот коннектор скачал, попытался приконнектиться к бирже: и так его, и этак — не работает. Оказалось, теперь он платный, лицензия — 10$/месяц или 100$/год. Вроде, код открытый — смотри, пробуй — не, лицензия так вшита, что, по крайней мере, быстро не выковыришь.
Не беда, на GitHub несколько бесплатных есть. Скачиваю — смотрю код — там, то DLL непонятного назначения, то сделано криво. Попался один бесплатный, вроде, даже ничего, от известного разработчика (чтобы не рекламировать, называть не буду). Поставил на комп, попробовал, вроде коннектится, все что нужно делает, сделан на основе известных библиотек — вроде никаких подводных камней.

( Читать дальше )

Торговля акциями требует гибкости, особенно когда речь идет о тестировании стратегий технического анализа на прошлых данных. Я выбрал Python и библиотеки backtesting.py и aiomoex, потому что они позволяют анализировать рынок без сложных платформ и ограничений. Python дает свободу автоматизации, backtesting.py обеспечивает удобный и быстрый механизм тестирования стратегий, а aiomoex позволяет скачивать данные напрямую с Московской биржи без привязки к брокеру.

Важно, что backtesting.py получил обновление после четырех лет без обновлений, что делает его актуальным инструментом. И в отличие от MetaTrader, StockSharp, TSLab и Quik, которые работают с Московской биржей, но требуют Windows, если брокер имеет API, то можно запускать скрипт на любом сервере, включая облачные решения и Raspberry Pi.

В этой статье я протестирую самую свежую стратегию теханализа Джона Ф. Элерса (John Ehlers), направленную на устранение запаздывания скользящей средней. Разберемся, как её адаптировать к акциям Московской биржи и протестировать с помощью Python.

( Читать дальше )

У меня есть знакомая, недавно купившая с мужем квартиру. Квартира недешевая, в Москве. Копили долго и напряженно (такое возможно), но наконец смогли осуществить свою мечту (и, кстати, без всякой ипотеки).

Но есть один нюанс: у пары нет детей. Когда мне рассказали про этот кейс, мои мысли устремились в совсем другое русло. Как вообще дети влияют на благосостояние? Какие группы наиболее платежеспособны? Какое это влияние оказывает на демографию? Каковы долгосрочные последствия всего этого? И вот родилась следующая несложная модель.

Но сперва некоторые допущения /приближения:

Доходы (зарплаты) мужчин и женщин считаются равными (и принимаются равными 1).

Доход женщин с одним ребенком падает до 0,75 (из-за декрета, более частых больничных и частичной потери квалификации).

Доход женщин с двумя и более детьми снижается до 0,5.

«Постоянные расходы» — это расходы домохозяйства, которые не зависят от количества членов этого домохозяйства. В основном аренда квартиры (или ее эквивалент), а также коммуналка, некоторая бытовая техника (например, холодильник), частично затраты на авто (муж и жена могут поочередно пользоваться одной машиной). По умолчанию постоянные расходы принимаются равными 0,5.

( Читать дальше )

B пpoшлoм мecяцe, ACB выклaдывaлo oбзop вклaдoв пo итoгaм 2024 гoдa. Дaвaйтe пoпpoбyeм извлeчь из нeгo зaceкpeчeннyю чиcлeннocть вклaдчикoв, кoнтpoлиpyющиx кpyпныe вклaды.

Для этoгo, пpидeтcя yзнaть oбщee кoличecтвo вклaдчикoв. Kaк вы пoнимaeтe, в PФ этa цифpa тoжe зaceкpeчeнa. Ho пo кocвeнным дaнным мoжнo cдeлaть пpимepнyю oцeнкy. Haпpимep, нe тaк дaвнo BЦИOM пpoвoдил oпpoc, в peзyльтaтe кoтopoгo выяcнил, чтo пpимepнo 30% coвepшeннoлeтниx poccиян имeют кaкиe-тo вклaды и этa цифpa нeплoxo пoдтвepждaeтcя дoвoльнo cвeжим иccлeдoвaниeм HAФИ. Koличecтвo coвepшeннoлeтниx, пo дaнным Poccтaтa, cocтaвляeт пpимepнo 116 млн. чeлoвeк. Oтcюдa cлeдyeт, чтo кoличecтвo вклaдчикoв в PФ — oкoлo 35 млн. чeлoвeк.

A тeпepь caмoe интepecнoe:

Пo дaнным ACB, oбщaя cyммa вклaдoв физлиц - 57 тpлн. pyб c тaким pacпpeдeлeниeм пo cyммaм:



Kaк видим, кpyпныe вклaды (вышe cтpaxoвoгo лимитa в 1.4 млн) cocтaвляют пpимepнo 65% oт oбщeй cyммы или 37 тpлн pyблeй.

Пo тeм жe дaнным ACB, pacпpeдeлeниe чиcлeннocти вклaдчикoв пo paзмepy вклaдa выглядит тaк:

( Читать дальше )

Оценка ⭐️4- из 5.

Перевод названия неправильный, и вся книга переведена так себе.
Правильное название книги — «Пританцовывая чечеткой на работу», что означает, что Уоррен Баффет каждый день ходит на работу в кайф.
По сути эта книга — компиляция статей про Баффета из журнала Fortune.

Кстати ее автору Кэрол Лумис как и Баффету тоже 95 лет и она все ещё жива!

Книгу читал очень долго. Далеко не все статьи интересные. Самые интересные те, которые написаны самим Баффетом, но таких немного...
Страницы книги широкие, поэтому читаются долго

Какие идеи почерпнул?
...
👉хороших инвест идей много не бывает, дай бог 1-2 в год

👉есть всего 5 способов увеличить прибыль компании (Rev, rates, leverage, tax, margin)

👉у Баффета отсутствует эго

( Читать дальше )

Из недавних достижений: установлено (для Ri, Si, Br) как по списку сделок (если известны интервалы времени между ними) определить направление их совершения. Минимум математики и наблюдательности. «Стрела времени» выдаёт себя.

В этом смысле open и close имеют некоторые статистические свойства, одно из которых — концептуально асимметрично. Из этого также следует, что эти цены — не абсолютно случайны.



Если это не нарушение изотропности, то как минимум первая поправка к ней. Причём существует нестандартная нарезка на свечи, которая обеспечивает равноправие направлений.



( Читать дальше )

Как частный инвестор, я всегда ищу способы упростить управление своим портфелем. Особенно меня интересуют высокодоходные облигации. Да, они немного «мусорные», но я не стремлюсь быть финансовым аналитиком в этом или детально изучать каждого эмитента.

Моя цель проста: купить бумаги и получать купоны, то есть стабильный доход. Однако, чтобы избежать неприятных сюрпризов, важно вовремя узнавать новости о компаниях-эмитентах.

Если бы у меня было всего 3–5 облигаций, я могу просто периодически пробивать названия эмитентов в поисковике и смотреть, что о них пишут. Но когда в портфеле 10 и более бумаг, такой подход превращается в рутину, на которую жалко тратить время. Автоматизация здесь может существенно упростить задачу.


Почему не использовать готовые решения?

Да, существуют профессиональные сервисы вроде Cbonds или Bloomberg Terminal, которые позволяют отслеживать новости по эмитентам.

( Читать дальше )

В 2024 году выручка бизнес-направления Алисы и умных устройств достигла 46 млрд рублей.

Ключевые драйверы роста:

🔸расширение линейки умных устройств
🔸развитие собственной операционной системы YaOS
🔸появление опции «Алиса Про»

❗️ Направление остаётся прибыльным в России и СНГ с 2023 года, несмотря на рост инвестиций в развитие продукта.

💜 А вчера мы представили новое поколение нейросетей YandexGPT 5 — и сразу интегрировали в чат с Алисой «старшую» модель семейства YandexGPT 5 Pro. Новая модель по многим параметрам не уступает мировым аналогам, а по некоторым даже их опережает. В первый же день приложение Алиса заняло 1 место по скачиваниям среди всех бесплатных приложений в App Store.

Напомним, что ежемесячная аудитория Алисы уже более 70 млн человек. Растём дальше!