Читая Натенберга стал искать формулу расчета волатильности (Yang-Zhang), нашел канал с огромным количеством финансовых моделей с кодом python и формулами excel. Канал весьма годный, много полезного, правда посмотрел пока только видео с расчетом волы.

Волатильность расчитывает без приведения к году — это можно и самому сделать, зато сразу неск формул есть — Close/Close, Parkinson, Garman Klass, Rogers Satchell, Yang-Zhang. 

Сам ютуб канал — NEDL, www.youtube.com/channel/UC4OXE2QKEUcG_bDEGlS2xnw

Intelligent Investments

Привожу краткий конспект книги:

Бета — это показатель волатильности акций или определённого сектора по отношению к рынку в целом. 1 = стандартный рыночный риск. 2 = 2-кратный рыночный риск, т.е. ваш портфель будет двигаться в 2 раза сильнее рынка.

Бета = волатильность

Альфа – избыточная доходность инвестиций по сравнению с доходностью базового индекса (альфа отражает умения управляющего).

20% активных менеджеров получили положительную альфу в 90-х годах. Это число сократилось до 2% сегодня.

Почему? Потому что рынок стал более эффективным. Его труднее эксплуатировать. То, что было источниками «альфы», исчезло, резко снизив способность генерировать альфу. Оставшаяся конкуренция будет становиться все лучше и лучше, потому что оставшиеся мужчины и женщины более искусны, чем люди, которые играли раньше ". 90% торговли осуществляется институциональными инвесторами, которые знают, что они делают. И все больше денег уходит на то, чтобы погнаться за тем сокращающимся источником альфы, который доступен.

Собственно вопрос в следующем: есть какие-нибудь библиотеки на Python, через которые можно относительно безгеморройно парсить данные из годовой финансовой отчётности эмитентов (подразумевается — США)? Интересует возможность относительно легко и просто получать данные по годовой выручке, операционной прибыли, обесценении и амортизации, чистой прибыли; из балансового отчёта интересует: нераспределённая прибыль, акционерный капитал на начало года, акционерный капитал на конец года.

От библиотеки требуется понимать, что я хочу получить данные именно из годового отчёта, а не за 4-й квартал отчётного финансового года. В целом, здесь не было бы проблемы, если бы абсолютно у всех эмитентов финансовый год начинался 1 января, но в США довольно много эмитентов, у которых финансовый год начинается нестандартно.

Также требуется, чтобы библиотека могла выдавать данные за последние 5 лет — это очень важный критерий.

Я пробовал  библиотеки YahooFinancials, yfinance, api.tiingo.com.

Yfinance вроде ничего, но какая-то глючная (хотя может это просто у меня руки-крюки).

Всем доброго времени суток!
(спекулировать нужно было сегодня с утра, а сейчас можно и подумать)

В этом посте снова будет много слов и иллюстраций. По своему охвату он значительно шире, чем предыдущий серьезный пост про акции Сбербанка (https://smart-lab.ru/blog/746876.php). Здесь снова не будет инвестиционных рекомендаций типа: берем то-то и то-то на все или на половину. Но пища для размышлений, возможно, появится, как для начинающих свой путь на рынке акций, так и для тех, кто давно в теме. Сразу оговорюсь, что для меня нет абсолютных авторитетов, любые данные требуют проверки, даже к ЦБ, как основному источнику агрегированной информации в данном посте, я отношусь с сомнением и не готов поручиться, что его данные претендуют на количественную точность, хотя для качественного анализа вполне подойдут.

1. Российский биржевой рынок акций. Что это такое?

Начнем со скучных, но необходимых основ. В качестве опоры для анализа возьмем самый простой и понятный набор инструментов – структуру индекса РТС. Там сейчас 43 акции и чуть меньше эмитентов акций, т.к. у некоторых по два вида: обыкновенные и привилегированные.

Всем привет!

В первой и во второй частях была необходимая теоретическая база. Эта часть является практической. В ней пошагово пройдем через этапы создания пассивного или индексного портфеля. Почему используется именно пассивная стратегия — подробно рассказывал в прошлых статьях. Все описанное в статье не является инвестиционной рекомендацией и используется лишь в качестве примера.

Переходим к составлению портфеля на основании знаний о своем риск-профиле и присвоенному ему максимальному значению волатильности портфеля. Я использую следующую процентовку по профилям риска:

— консервативный: волатильность или риск портфеля до 5%;
— умеренно-консервативный: волатильность или риск портфеля от 5% до 8%;
— умеренный: волатильность или риск портфеля от 8% до 11%;
— умеренно-агрессивный: волатильность или риск портфеля от 11% до 15%;
— агрессивный: волатильность или риск портфеля от 15%.

Численные значения волатильности будут ограничителем при составлении портфеля.

2) приобретение объекта недвижимости с обременением (в основном это касается случаев наличия лиц, имеющих право бессрочного пользования, но могут быть и другие варианты) — живут/прописаны дети-сироты;  

3) приобретение объекта недвижимости у лица, не уполномоченного им распоряжаться; Последствиями приобретения объекта недвижимости у лица по доверенности могут быть как признание договора недействительным, так и риск столкнуться с мошенническими действиями. 

Всем известно, что перед тем как купить те или иные акции, нужно сделать анализ в виде «домашней работы»(это касается среднесрочных и долгосрочных инвесторов). Лично мне в этом нелегком деле помогают скринеры. Как правило finviz.com, stockrow.com и на финишной стадии — платный сервис finbox.com.

Сайты finviz.com и stockrow.com предусматривают платные и бесплатные сервисы. В бесплатном использовании эти сайты хоть и дают некий набор фильтров, но глядя на эти цифры в табличках, складывается такое чувство, что «Смотреть можно, а трогать нельзя». А поскольку это касается моих денег и денег людей, которые мне доверяют, принимать торговое решение, не пощупав эти цифры самому, считаю большой ошибкой в анализе.

Раньше я был верен только Excel, но с недавних пор стал понимать, что хорошей альтернативой являются Google таблицы. Вообще все сервисы Google отлично работают с веб-данными.

В этом посте я расскажу, как можно импортировать данные с сайта finviz.com в Google таблицы.