Приветствую!

Продолжаю рассматривать дикий рынок недвижимости с точки зрения инвестора. В прошлом посте я указал самый рыночный параметр для оценки стоимости объекта — арендная ставка.

Сегодня я выделил ещё один параметр, прямо влияющий на ликвидность. Очевидно, что людей, готовых выложить 5-10 млн наликом очень мало. Поэтому около 70% жилья приобретается в ипотеку, а банку в залог нужен качественный актив, который сохранит стоимость на срок до 20 лет и который можно быстро скинуть в рынок по адекватной цене. Варианты «неспешно попродавать годика два» банку не годятся.

Итак, ипотеку скорее всего не одобрят:
— в подлежащих сносу по генплану домах, например здесь планируется строительство объекта инфраструктуры (дорога, метро, мост итп);
— ветхие и аварийные дома;
— в блочных и панельных домах;
— в доме под реконструкцию с переселением жильцов;
— в домах построенных до 1970 года;
— у некоторых банков более жесткие требования: здание не старше 30 лет;

( Читать дальше )

4 года и 4 месяца прошло с выхода поста «Торговый робот на LUA для QUIK» (https://smart-lab.ru/blog/200767.php) про конструктор Lbot. За это время он повзрослел, лишился графического интерфейса и… превратился в младшего брата для Lbot3D. И если раньше для Lbot была пробная версия (с одним инструментом и одним лотом), то теперь, фактически, сам превратился в пробную версию для Lbot3D и, с этого дня, предоставляется в свободное пользование с полным функционалом:



Скачать Lbot180.zip можно тут: drive.google.com/open?id=1DL9jGEBm2Uhk89PcQdlK-ObaOe2zihnx
INI-файл написан для демо-QUIK на 3 инструмента — Сбербанк, Газпром и Лукойл. Стратегия на Газпроме — безиндикаторная, на Сбербанке — на скользящих средних, на Лукойле — на пересечениях MACD.

encoding = "UTF-8"
FREQUENCY = 1000
account = NL0011100043, 10110
PositionSize = 300000
xy = 421, 0, 859, 118
;-------------------------------------------------------------------------------
[GAZP]
Security = GAZP, QJSIM, Gazp_moex
WorkSize = 3		//  рабочий объем, в штуках;
LossLimit = 100		// ограничение на убыток по стратегии
OpenSlippage = 10	// допустимое проскальзывание на сделке, в количестве минимальных шагов цены;
OpenLong =  {Close, 1} < {High, 2}	// цена 'close' предыдущей 'полной' свечи превысила 'high' предшествующего ей бара;
OpenShort = {Close, 1} > {Low, 5-2}	// цена 'close' предыдущей 'полной' свечи принизила 'low' 5-2 баров;
StopLoss = 2
TakeProfit = 3, 1, 1
EOD = 18:29:00	//закрытия позиции в указанное время.
autoBot = Y
[SBER]
Security = SBER, QJSIM, Sber_moex
WorkSize = 10
LossLimit = 100
OpenSlippage = 10
OpenLong	= {Ema1} > {Ema2}
CloseLong	= {Ema1} < {Ema2}
OpenShort	= {Ema1} < {Ema2}
CloseShort	= {Ema1} > {Ema2}
autoBot = Y
[LKOH]
WorkSize = 2
Security = LKOH, QJSIM, Lkoh_moex
LossLimit = 225
OpenSlippage = 10
OpenLong	= cross(macd_Lkoh.0, macd_Lkoh.1)
OpenShort	= cross(macd_Lkoh.1, macd_Lkoh.0)
;OpenLong =  {Close, 1} < {Low, 5-2}
;OpenShort = {Close, 1} > {High, 2}
StopLoss = 30
TakeProfit = 50, 10, 10
autoBot = Y

( Читать дальше )

Я заметил тенденцию в финансовых СМИ говорить о том, что активно управляемые фонды не опережают рынок с учетом их комиссий, как будто это то, что мы только недавно обнаружили. Фактически, для тех, кто был готов искать доказательства, основанные на реальных данных, были доступны уже очень давно.

Вы могли бы утверждать, что этот процесс начал французский математик Луи Башелье. В своей докторской диссертации 1900 года «Теория спекуляций» Башелье продемонстрировал, что цены акций движутся таким случайным образом, что «математическое ожидание спекулянта равно нулю».

Однако, именно американец по имени Альфред Коулз III был первым человеком, который измерил эффективность биржевых прогнозистов эмпирически.
Alfred Cowles III

Рожденный в Чикаго и 1891 году и получивший образование в Йельском университете, Коулз стал успешным бизнесменом. Но его истинныой страстью были экономика и статистика. Один вопрос, в частности, занимал его ум — можно ли победить фондовый рынок? — и в 1927 году он решил найти ответ.

( Читать дальше )

Некоторое время назад после подробного обсуждения с коллегами вопроса "Нормален ли рынок и если ненормален, то какой он на самом деле?" от других коллег прозвучало недоумение: "А зачем тебе копаться в этих дебрях? Какой в этом смысл?". Короткий ответ будет неполным, а полный ответ с примерами и философским вопросом может оказаться интересен (или даже полезен коллегам).

 

 

1. Итак. Быстрый ответ состоит в разнице инженерного (институтского) и научного (университетского) мышления.

Как работает инженерное мышление: в институе студентам дали формулу и надрессировали ее применять. И они будут лепить ее везде. С огромной эффективностью и высокой скоростью. Пока самолеты не начнут падать. И тогда может выясниться, что у формулы были примечания мелким шрифтом. Ограничения области применимости.

 

Как работает научное мышление: необходимо не просто запомнить формулу (зачастую даже собственно запоминание формулы даже не является целью изучения вопроса). Фокус будет находиться на методе получения этой формулы. Причем должны быть абсолютно прояснены все подробности: почему? откуда это следует? какие есть ограничения? и т.д.

( Читать дальше )

Современный 30-летний ребенок не понимает сложный мир людей. Длинные слова его расстраивают, а длинные тексты просто бесят. Объяснить нужно просто. Попробую протестировать объяснение на читателях СЛ. 

Главное отличие — в том, кто рулит страной.

США — капиталистическая страна, в которой правящим классом являются крупные капиталисты (собственники средств производства). Они — источник трех ветвей власти — законодательной, исполнительной и судебной. Они решают, кто будет кандидатом в Президенты, сенатором, главой ФРС, главой Пентагона, АНБ, судьей, сенатором, главой МВФ, главой НАТО и т.д. Для народа правящий класс устраивает «демократическое шоу» в виде выборов из двух и более кандидатов, на которых голоса поровну делятся между кандидатами. Чтобы победивший кандидат ни в коем случае не пользовался поддержкой большинства населения. Это опасно для власти правящего класса. Победитель может оборзеть. И тогда его придется валить (как Кеннеди).

Россия — чиновничья страна, в которой правящим классом являются крупные чиновники (лица, наделенные властью). Они являются источником трех ветвей власти — законодательной, исполнительной и судебной. Они решают, кто будет кандидатом в Президенты, депутатом, главой ЦБ, судьей и т.д. Для народа правящий класс устраивает «демократическое шоу» в виде выборов из двух и более кандидатов, на которых, как правило, голоса получает действующий чиновник или депутат. Система работает, как часы. Никого валить не приходится. Но иногда приходится сажать за непослушание или откровенный бандитизм.

( Читать дальше )

    Может кому будет интересен скрипт на QLUA, который выступает простым бенчмарком ОФЗ с постоянным купоном к ставке ЦБ.
Основные параметры доходность и премия к ставке ЦБ, с учетом дюрации.
Скрипт не работает онлайн (оперативность тут не принципиальна), при запуске собирает параметры в таблицу и выводит на экран.
В дальнейшем планируется эти данные использовать для анализа премии доходности по дюрации для муниципальных и корпоративных облигаций к ОФЗ.




    Код скрипта на github (на github две версии одна в utf-8 для просмотра и основная версия в win1251, т.к. quik понимает только его):
github.com/trantor77/lua_scripts/boundsOFZ.lua

    Код скрипта:

--переменные
keyRateCB = 7.5
classCode = "TQOB"

function CreateTable()
    t_id = AllocTable()
    AddColumn(t_id, 0, "Бумага", true, QTABLE_STRING_TYPE, 15)
    AddColumn(t_id, 1, "Цена", true, QTABLE_DOUBLE_TYPE, 15)
    AddColumn(t_id, 2, "Доходность, %", true, QTABLE_DOUBLE_TYPE, 15)
    AddColumn(t_id, 3, "Дюрация, лет", true, QTABLE_DOUBLE_TYPE, 15)
    AddColumn(t_id, 4, "Купон, %", true, QTABLE_DOUBLE_TYPE, 15)
    AddColumn(t_id, 5, "Премия к ЦБ, бп", true, QTABLE_INT_TYPE, 15)
    AddColumn(t_id, 6, "Погашение", true, QTABLE_STRING_TYPE, 15)
    t = CreateWindow(t_id)
    SetWindowCaption(t_id, "ОФЗ")
end

function string.split(str, sep)
    local fields = {}
    str:gsub(string.format("([^%s]+)", sep), function(f_c) fields[#fields + 1] = f_c end)
    return fields
end

function getParamNumber(code, param)
    return tonumber(getParamEx(classCode, code, param).param_value)
end

function formatData(prm)
    return string.format("%02d.%02d.%04d", prm%100, (prm%10000)/100, prm/10000)
end

CreateTable()

arr = {}
sec_list = getClassSecurities(classCode)
sec_listTable = string.split(sec_list, ',')
j = 0
for i = 1, #sec_listTable do
    secCode = sec_listTable[i]
    securityInfo = getSecurityInfo(classCode, secCode)
    short_name = securityInfo.short_name
    if short_name:find("ОФЗ 26") ~= nil then
        j = j + 1
        r = {}
        r["short_name"] = short_name
        r["price"] = getParamNumber(securityInfo.code, "PREVPRICE")
        r["yield"] = getParamNumber(securityInfo.code, "YIELD")
        r["duration"] = getParamNumber(securityInfo.code, "DURATION")/365
        couponvalue = getParamNumber(securityInfo.code, "COUPONVALUE")
        couponperiod = getParamNumber(securityInfo.code, "COUPONPERIOD")
        r["coupon"] = ((365/couponperiod) * couponvalue)/10
        r["bonus"] = (r["yield"] - keyRateCB)*100
        r["mat_date"] = getParamNumber(securityInfo.code, "MAT_DATE")
        table.insert(arr, j, r)
    end
end

table.sort(arr, function(a,b) return a["duration"] < b["duration"] end)

for j = 1, #arr do
    row = InsertRow(t_id, -1)
    SetCell(t_id, row, 0, arr[j]["short_name"])
    price = arr[j]["price"]
    SetCell(t_id, row, 1, string.format("%.2f", price), price)
    yield = arr[j]["yield"]
    SetCell(t_id, row, 2, string.format("%.2f", yield), yield)
    duration = arr[j]["duration"]
    SetCell(t_id, row, 3, string.format("%.2f", duration), duration)
    coupon = arr[j]["coupon"]
    SetCell(t_id, row, 4, string.format("%.2f", coupon), coupon)
    bonus = arr[j]["bonus"]
    SetCell(t_id, row, 5, string.format("%.0f", bonus), bonus)
    mat_date = arr[j]["mat_date"]
    SetCell(t_id, row, 6, formatData(mat_date), mat_date)
end

По просьбам уважаемых коллег, немного подумав, решил все же описать свой приницип отбора акций биотехнологических компаний малой капитализации. Конкуренцию вы мне не составите, так почему же не поделиться своим методом. Даже раскрыв свой метод, не каждый сможет на нем заработать. При такой бешеной волатильности в данном секторе включается банальная психология — страх и жадность.
Я решил сосредоточиться на акциях стоимостью до 3$, так как низкая цена дает очень высокую потенциальную доходность. Грубо говоря, вероятность что акция с 1$ вырастет до 10$ гораздо выше, чем с 100$ до 1000$.
Буду описывать отбор акций именно в той последовательности в которой отбираю их я, без всякой воды и скрытой информации. Метод очень простой, без серьезного углубления в деятельность каждой компании, что дает массу свободного времени. На лайт анализ одной компании у меня уходит примерно 10 минут.
Анализ компании состоит из 4ех блоков:

Общий анализ:
1) Сначала я отбираю

( Читать дальше )

Я предлагаю сегодня поговорить, про спрос на деньги так как именно сегодня это очень важная макропеременная. И я понимаю, что для многих это будет трудно для понимания, но я постараюсь использовать как можно больше базовых терминов, чтоб стать была понятной хотя бы пятидесяти процентам трейдеров использующих фундаментальные причины в экономике.

Правильно считать, что ФРС контролирует предложение денег, но тут нужно понимать, что спрос на деньги зависит и от множества других факторов, некоторые из которых находятся за пределами ФРС. Давно не секрет, что любой центральный банк обеспечивает низкую и стабильную инфляцию за счёт поддержания баланса спроса и предложения на деньги. Поскольку, инфляция всегда и везде является обычным денежным явлением, и как факт — инфляция это результат избытка денег по отношению к спросу на нее. Это очень просто, но к сожалению, многие люди, включая ФРС, не говорят об этом.

Я практически не встречал статей, про денежный спрос на деньги (скорость М2) но тут давайте поговорим про этот восходящий тренд.

( Читать дальше )

Всем доброго времени суток! С вами Чеширский.

Сколько ваших знакомых брали квартиру в ипотеку как «инвестицию»? У меня уже вторые знакомые взяли квартиру в ипотеку, как «инвестицию»!
Ну вроде как денежные средства позволяли и они влезли в этот ад, мотивируя тем, что это отличное подспорье на будущее! Мол и деньги вложатся и потом еще и в аренду будут сдавать, считай почти бесплатная ипотека. Красота. Может и вы так думаете? Я попытался объяснить им, и решил что хочу написать небольшой опус на эту тему. Сейчас я продемонстрирую почему «инвестиции» в ипотеку — это одна из самых хреновых идей, которые только могут быть.

Давайте пройдем весь путь от самого начала.

Начнем с того, что выбирая квартиру стоит оценивать риски. То есть вы должны руководствоваться в выборе не аргументами «красивый дом» и «ремонт вроде как есть» а конкретными факторами, которые будут влиять на будущую финансовую привлекательность. А именно:
1. Транспортная доступность. 

( Читать дальше )

Не стоит полагаться на 100% ни на один индикатор, независимо от его способности предсказывать прошлые рецессии. Будущее неизвестно. Но с помощью сбора и анализа различной информации об экономике можно увеличить свои шансы на успех. 
Поехали.

Самый очевидный лидирующий индикатор называется, конечно же, «Лидирующий Индекс США».
Если после длительного роста экономики, падает до 0.95(красная стрелочка) = в срок от 8 до 18 месяцев следует рецессия. В 1995 году достиг 0.96 и отскочил. Сейчас = 1.42.


Один из самых популярных индикаторов это кривая доходности(доходность по 10-летней облигации минус доходность 2-летней облигации).
Перед КАЖДОЙ рецессией за последние 40 лет кривая доходности «переворачивалась» — уходила в минус. После этого проходил как минимум год, а в некоторых случаях 2-3 года до начала рецессии. В данный момент = 0.22 — до сих пор в положительной зоне, что предполагает как минимум ещё целый год до начала рецессии. 

( Читать дальше )