Всем привет) Как вы знаете, я стараюсь в основном заходить на рынок не путем покупки отдельных акций, а через приобретение фондов на те или иные индексы.

Главный пункт, за что справедливо критикуют индексное инвестирование - в составе индекса (и соответственно фондов) помимо нормальных компаний вы покупаете попутно еще и всякий шлак, а также явные пузыри, которые могут лопнуть в любой момент. Основной индекс Мосбиржи это тоже не миновало — в нем содержатся такие компании, как: Аэрофлот, ВТБ, Киви (вложения в эти компании лично у меня вызывают ОЧЕНЬ сильные сомнения), Тиньков, ОЗОН, Фикс-прайс (они все перспективны, но ценник сейчас выглядит очень завышенным).

Казалось бы, если вы покупаете только фонды, то покупка всего это является неизбежным, хотите вы этого или нет - НО - тут нам на помощь придут альтернативные индексы.

Какие они существуют

( Читать дальше )

Итак, код обучения и прогнозирования нейросетью рыночных котировок на 5 минут.

import sqlite3 as sql
from scipy.stats import logistic
import math
import numpy as np
import numpy.random as rnd
import matplotlib.pyplot as plt
from sklearn.neural_network import MLPRegressor

sdata =[]
sql1= "select ticker, date, open, high, low, close, vol \
    from Hist_1m where ticker_id=1 order by Date;"
con=sql.connect('C:/Users/ubase/Documents/StockDB/StockDB21.sqlite')
cur=con.cursor()
cur.execute(sql1)
sdata=cur.fetchall()
con.commit()
con.close()

Ldata = len(sdata)
N = 8000 # Количество сделок
ld = 5 #Продолжительность сделки
NNinterval = 20 # Количество входов NN

# Генерация случайных чисел
rng = rnd.default_rng()
rm=rng.integers(0, Ldata, N )

class Candle:
    tr = 0
    dt = 1
    o = 2
    h = 3
    l = 4
    c = 5
    v = 6
    
cl = Candle
DataC =[sdata[i][cl.c] for i in range(0,Ldata)]

# sigmoid линейность до 0.5
def sigmoidnorm(x, alfa = 0.9, xmin = -1.3, xmax = 1.3):
    return (xmax - xmin)*((1 / (1 + math.exp(-x*2.0*alfa))) - 1.0) + xmax

x = [0.002 * i - 3 for i in range(0,3000)]
y = [sigmoidnorm(x[i]) for i in range(len(x))]


plt.plot(x,y)
plt.grid()
plt.show()

# формируем сделки.
def DealsGenL(rm,ld):
   #Lm = len(rm)
   ix = []
   x = []
   pr = []
   
   for i in range(0,N):
        if rm[i] + ld < Ldata and rm[i] - NNinterval - 1 > 0:
            delta = (sdata[rm[i]+ld][cl.c] - sdata[rm[i]][cl.c])/sdata[rm[i]+ld][cl.c]*100
            x0 = [sigmoidnorm((sdata[rm[i] - j][cl.c] - sdata[rm[i]][cl.c])/sdata[rm[i]][cl.c]*100) \
                 for j in range(0, NNinterval)]
            ix.append(rm[i])
            x.append(x0)
            pr.append(delta)
   return ix, x, pr


Ix, X, Pr = DealsGenL(rm,ld)



Ib = 0
Ie = 100

plt.plot(X)
plt.legend()
plt.grid()
plt.show()


plt.plot(Pr, label = 'Prof')
plt.legend()
plt.grid()
plt.show()


regr = MLPRegressor(hidden_layer_sizes = [30,20,15,10,5], \
                    max_iter=500, activation = 'tanh')

regr.fit(X, Pr)
Out = regr.predict(X)

plt.plot(Pr, Out, '.')
plt.grid()
plt.show()

И вот результат прогнозирования:

( Читать дальше )

Стоп-лоссы — сильно потертая тема… многие удивятся, многих это отпугнет, многие подумают, что я ненормальный, НО!!! Я не ставлю стоп-лоссов. Я не ставлю их по ряду причин.

1. Рынок может вильнуть, смыть стоп и пойти дальше в сторону, на которую Игрок поставил. Что в итоге? В итоге убыток, уменьшение депозита, потеря уверенности в себе, сожаление. Жадность и неуверенность приказывают Игроку ставить стоп как можно ближе к цене открытия позиции, но!!! :-) мало, кто берет в расчет «закон подлости» по которому цена сразу идет против Игрока :-))) в 99 случаях из 100 происходит именно так. Не знаю почему, но, может, это только у меня. Но я к этому готов :-) Кстати, такими близкими стопами моя знакомая «отдала рынку» весь депозит. Там было не очень много, но на ОЧЕНЬ хорошее платье для среднего класса вполне хватало. Осталось бы еще и обмыть покупку :-)

2. Если сторона игры выбрана Игроком правильно, то стоп в начале открытия позиции совсем не нужен, а при закрытии тем более, НО!!! Можно ставить стоп при появившейся прибыли с целью защиты.

( Читать дальше )

Ставка
8,5%

Акция «Лучшая ставка в Банке».
На остаток до 3000000 руб. при совершении покупок по дебетовым картам в рублях на сумму не менее 10000 руб. в месяц.

5,5%

На остаток свыше 3000000 руб. или на весь остаток при совершении покупок по дебетовым картам в рублях на сумму менее 10000 руб. в месяц.

Срок
бессрочно
Пополнение и снятие
на любую сумму
Выплата процентов
ежемесячно

Начисляют на ежедневный остаток. С накопительными счетами надо быть осторожными. В Альфа и ПСБ начисляют на минимальный остаток за месяц.

Хранить лучше до 1400000 рублей, включая проценты.

Тимофей в последнем видео говорил, что пока можно парковать деньги на ОФЗ. Здесь больше. Это акция. Завлекают.
Период участия в Акции: с 13.09.2021 по 31.12.2021 (включительно). Изменить условия могут в любой момент. Это накопительный счёт, а не срочный вклад.

Ранее было 6,5% и тратить надо было 30000р.

После этого цены на фондовом рынке обычно снижаются.
Многие рыночные обозреватели полагают, что катализатором следующего медвежьего рынка станут чрезвычайно плохие новости. Однако Elliott Wave International неоднократно показывала, что поведение цены на фондовом рынке часто «полностью отделено от того, что большинство людей считает причинными условиями». Примеры того, как акции растут, когда новости плохие, и падают, когда новости хорошие, настолько многочисленны, что книжная полка в библиотеке будет недостаточной для их справедливого представления. В качестве последнего яркого примера вспомните март 2020 года, когда первая волна пандемии ударила и остановила всю мировую экономику, но акции (во всем мире!) благополучно достигли дна и с тех пор не оглядывались назад. Нет, фондовый рынок регулируется психологией и поведением самих инвесторов. Одно из примечательных направлений — использование инвесторами маржинального долга. Действительно, еще в 1980 году теоретик волн Эллиотта сказал: «Невозможность увеличения маржинального долга на растущем рынке [может быть] «поцелуем смерти» для бычьего тренда». Имея это в виду, рассмотрим этот график и комментарии из недавно опубликованного сентябрьского Elliott Wave Financial Forecast:

( Читать дальше )

Новый обзор за 13 сентября 2021 года.
Обсудим важнейшие события на текущей неделе. Важными моментами будут являться данные по инфляции в Сша. Ведь именно они смогут повлиять на решение главы ФРС по дальнейшей политике Американского регулятора. Когнечно стоит обратить внимание и на четверг, когда узнаем очередные данные по пособиям.
.
Отдельно стоит вделить, это квартальные экспирации, которые уже начались сегодня, чего стоит опасаться после того, как они свершатся.
.
ОБ ЭТОМ И НЕ ТОЛЬКО В ДАННОМ ВИДЕО.

Стремление инвесторов получить как можно большую доходность побуждает их внимательно анализировать финансовую отчетность. Комбинируя показатели из разных разделов отчетности, мы можем получить разные группы показателей:

Группа 1 – Показатели нормы прибыли:
Валовая рентабельность (валовая прибыль / активы)
Операционная рентабельность (операционная прибыль / активы)
Рентабельность активов (чистая прибыль / активы)
Рентабельность собственного капитала (чистая прибыль / собственный капитал).

Группа 2 – Показатели структуры капитала:
Коэффициент финансового рычага (долг / собственный капитал).

Группа 3 – Показатели стабильности прибыли:
Волатильность (стандартное отклонение) темпа прироста прибыли за предыдущие периоды времени.

Группа 4 – Показатели роста прибыли:
Темп прироста прибыли на одну акцию за предыдущий год;

( Читать дальше )

Эта книга — конспекты собраний акционеров компании Уоррена Баффета — Berkshire Hathaway с 1986 по 2015 год. Она больше документальная, от этого немного страдает целостность и последовательность повествования. Тем не менее книга довольно крута. Начинается очень концентрированно: много полезных идей на каждой странице, за что она мне сразу понравилась. Видимо, оттого, что книга очень концентрированная, читать ее получилось медленнее, чем большинство других книг. Читаешь идею, обдумываешь, читаешь дальще.

Но стоит иметь ввиду: поскольку это все таки конспект годовых собраний акционеров, Баффету и Мангеру из года в год задавали одни и те же вопросы, поэтому вторую половину читать уже не так интересно, потому что много информации повторяется.

( Читать дальше )

Привет, смартлабовцы!

Если вы ждали знак, чтобы начать изучать инвестиции, то вот он! Расписание Школы Мосбиржи на эту неделю 👇🏻

Вебинары для новичков:

🚀 Все о биржевых фондах, 13 сентября в 19:00
🚀 Торговый алгоритм 1.0, 14 сентября в 19:00
🚀 Стратегии торговли на валютном рынке, 16 сентября в 19:00
🚀 Основы фундаментального анализа. Откуда берутся мультипликаторы, 17 сентября в 19:00

Вебинары для продвинутых:

🚀 Опционы: основы торговли, 15 сентября в 19:00
🚀 Практика применения структурного анализа рынка, 14 сентября в 18:00 

Как-то незаметно Телеграм стал одним из основных источников информации для инвесторов, по крайней мере на пространстве СНГ.

Но не одними телеграм-каналами силен этот мессенджер. Одной из ключевой фишек Телеграма всегда были боты, коих существует великое множество. Но что странно, для инвесторов мне удалось найти буквально несколько полезных. Буду рад, если в комментариях вы укажите ссылки на боты, которыми пользуетесь сами.

Ниже мой топ бесплатных и полезных телеграм-ботов.

Для любителей дивидендов

Я сам обожаю дивидендную стратегию инвестирования. Один из моих портфелей полностью ориентирован на получение и реинвестирование дивидендов. Для отслеживания дивидендных историй очень удобен бот https://t.me/DividendsBroBot. У бота множество настроек, что позволяет максимально гибко его настроить. Удобная фишка – уведомление о дивидендных отсечках в текущем месяце. Бот поддерживает работу как с иностранными акциями, так и с российскими эмитентами. В общем must have штука!

( Читать дальше )