В текущих условиях сохранения высокого значения ключевой ставки (КС – далее) ЦБ РФ наиболее выгодной стратегией остается вложение в облигации с плавающей ставкой (флоатеры). Они более гибко реагируют на изменение бенчмарка (ставки, к которой привязан купон), чем бонды с фиксированным купоном. Ранее мы рассматривали ОФЗ-ПК (https://smart-lab.ru/mobile/topic/932700/), теперь проанализируем корпоративные флоатеры, которые дают потенциальную доходность выше КС в краткосрочной перспективе.

На российском рынке ставки купонов корпоративных флоатеров привязаны к КС ЦБ РФ, ставке денежного рынка RUONIA или доходностям ОФЗ с определенными премиями. В данной статье мы затронем лишь наиболее ликвидные бумаги, у которых купоны рассчитываются на основе регулируемой ставки и RUONIA.

Вначале вкратце взглянем на инфляцию и КС ЦБ РФ. Согласно последним данным, инфляция в РФ легла на плато ок. 7,4% годовых, при этом инфляционные ожидания населения остаются повышенными – 12,7%, несмотря на некоторое снижение в январе 2024 г. Отметим, что регулятор пока сохраняет прогноз по снижению ИПЦ до 4,0−4,5% к концу текущего года и 4% в дальнейшем. По опросу же, подготовленному Банком России в декабре прошлого года, аналитическое сообщество ожидает инфляцию в декабре 2024 г. на уровне 5,1% и 4,0% − в декабре 2025 г.

В поисках площадки для трансляции своих идей по ММК, которая отлично ложиться на идеи стоимостного анализа наткнулся на пост
— Контрольный список Уоррена Баффета — 5000+ рейтинговых акций
По мотивам книги Практическая баффетология автор выделил несколько правил

Правила

Правило 1 — Стабильная прибыль (рост за 5 лет / TTM> 0%)
Правило 2 — Хорошее покрытие долга (можно выплатить долг в течение <3 лет)
Правило 3 — Высокая рентабельность капитала (в среднем> 15% за 5 лет)
Правило 4 — Высокая доходность инвестированного капитала (> 12% в среднем за 5 лет)
Правило 5 — Создание FCF (TTM FCF> 0 долл. США)
Правило 6 — Обратный выкуп акций? (Количество акций сегодня <количество акций 5 лет назад)
Правило 7 — IRR больше, чем у долгосрочного казначейства (начальная ставка доходности> 1,1%)
Правило 8 — ERR больше 12% (ожидаемая доходность> 12% — рассчитана с использованием оценок роста аналитиков)

И проделал огромную работу по оценке акции, где за соответствие каждому правилу акция получала 1 балл

ИСТОЧНИК

👨🏻‍💼 Сегодня хочу остановиться над системой налогообложения доходов, полученных от инвестирования.

«Лучший способ рассказать детям о налогах — съесть 13% от их мороженого» ©

По большому счёту, ничего сложного в налогах нет, но почему-то большинство начинающих инвесторов этой теме не уделяют должного внимания, а в некоторых случаях знания в этой сфере очень поверхностные, хотя есть особенности, которые могут значительно сократить издержки. Об этих особенностях я и предлагаю поговорить более подробно.

Налогообложение буду рассматривать с точки зрения обычного Гражданина РФ (резидента), совершающего сделки с помощью брокера на бирже. С точки зрения нерезидентов смысл тот же, только ставки, как правило, выше.

Итак, в нашей стране в обычной ситуации доход от инвестиций облагается налогом на доходы физических лиц в размере

Большинство инвесторов не обладает большим количеством времени, чтобы активно управлять портфелем, поэтому лучшее решение для них — собрать долгосрочный портфель. Но как в него выбрать активы и с чего вообще начать?

Шаг 1. Выбираем отрасли.

Всегда необходимо начинать с вершины айсберга и уже дальше смотреть вглубь.

Первая ступень — выбор отрасли.

Если вы собираете долгосрочный портфель и не хотите много времени тратить на поиск точечной компании, то смотрите на отрасли, которые растут быстрыми темпами, предположим, +10-15% г/г.

Зачастую в этом помогает базовый кругозор. Например, почти всем известна компания Netflix — она является самым крупным игроком на рынке видео стриминга.

Как понять, растёт отрасль или нет? Здесь есть несколько путей:

1. Загуглить, например, ввести в поисковик: «video streaming cagr». Первое, что вам будет выходить — аналитические исследования с прогнозируемым темпом роста. Самым первым в поиске мне вышло 

Всем, привет!

Первый вебинар прошел)
Сразу хотел бы сказать сорри за паузу в начале видео. Начинайте смотреть с 3.20 минуты.

На вебинаре постарался рассказать про фин.отчетность, ее формы и их взаимосвязь. Не уложился в 45 минут, но буду стараться это делать в последующем.

Спасибо всем присутствующим!)

Конструктивная обратная связь приветствуется

Для моделирование ТС на Python, прежде всего нужен сам Python. Pythonы бывают очень разные.

Самый большой и длинный Python — Anaconda (https://anaconda.org/). Скачать дистрибутив Anaconda можно здесь — Индивидуальное издание -https://www.anaconda.com/products/individual.
Я работаю именно с Anaconda. Установив Anaconda мы получаем сам Python, уже установленные значительную часть нужных и ненужных пакетов с библиотеками Python, и несколько сред разработки. И все это сразу готово к работе, и нам, по большей части, уже не придется дополнительно устанавливать пакеты и среды.

Самый маленький Python последней версии 3.8.2. скачивается с сайта самого Python — https://www.python.org/. Это, практически, только сам язык, компилятор и минимальный набор пакетов. Сделать с ним практически ничего невозможно, и для работы придется постоянно устанавливать нужные пакеты. Среду разработки придется также устанавливать самостоятельно.
Этот Python больше подходит для запуска и работы с уже отлаженными законченными программами.

Предположим, Вы решили купить акции, но не знаете, в какой пропорции их держать в своем портфеле. Структуру портфеля можно выбрать, доверившись интуиции, а можно определить ее исходя из статистических показателей акций в портфеле. Сейчас я покажу Вам пример.

Рассмотрим покупку обыкновенных акций «Сбербанка», «Яндекса» и «Лукойла». Сразу оговорюсь, что это не самый диверсифицированной портфель, который может составить на российском рынке. Однако для простоты предположим, что мы хотим держать акции из финансового, IT и нефтегазового сектора и считаем, что корреляция выбранных акций невелика (так и есть). Также рассмотрим ситуацию, когда мы меняем структуру портфеля каждый день. Один из вариантов выбора структуры портфеля основан на минимизации волатильности доходности портфеля. Алгоритм действий следущий:

1) Берем 250 последних торговых дней

2) Составляем на основе доходностей акций портфель с наименьшей волатильностью в этот период (Global Minimum Variance [GMV] портфель)

В прошлой статье рассмотрено как можно получить информацию по финансовым инструментам. Дальше будет опубликовано несколько статей о том, что первоначально можно делать с полученными данными, как проводить анализ и составлять стратегию. Материалы составлены на основании публикаций в иностранных источниках и курсах на одной из онлайн платформ.

В этой статье будет рассмотрено, как рассчитывать доходность, волатильность и построить один из основных индикаторов.

import pandas as pd
import yfinance as yf
import numpy as np
import matplotlib.pyplot as plt

sber = yf.download('SBER.ME','2016-01-01')

Доходность

Данная величина представляет собой процентное изменение стоимости акции за один торговый день. Оно не учитывает дивиденды и комиссии. Его легко рассчитать используя функцию pct_change () из пакета Pandas.

Как правило используют лог доходность, так как она позволяет лучше понять и исследовать изменения с течением времени.

# Скорректированая цена закрытия`
daily_close = sber[['Adj Close']]

# Дневная доходность
daily_pct_change = daily_close.pct_change()

# Заменить NA значения на 0
daily_pct_change.fillna(0, inplace=True)

print(daily_pct_change.head())

# Дневная лог доходность
daily_log_returns = np.log(daily_close.pct_change()+1)

print(daily_log_returns.head())