Приветствую! Напишу о том, как найти облигации, какие выбрать, как анализировать и купить.

Последний пост про рост инфляции заставил многих задуматься о том, как защитить деньги от обесценения, приумножить их в долгосрочном периоде и в то же время не влезать в переоцененные акции.

Многие просили написать про облигации. Я полностью согласен с тем, что облигации в текущих условиях оптимальный вариант инвестирования свободных денег. Поэтому по этим просьбам решил написать об этом инструменте.

Облигации играют важную роль в портфеле. У меня в портфелях они составляют 45% активов. В первую очередь, это ликвидный запас денег на случай снижения рынка акций. Во-вторых, это инструмент с понятной и стабильной доходностью в отличие от акций. Многие помнят, что я увеличиваю инвестиции в акции, когда рынок падает, поэтому в такие периоды облигационный резерв выступает источником покупки акций.

Проще говоря, когда рынок растет, я увеличиваю резерв из облигаций и покупаю акции на минимум. Когда рынок падает, я увеличиваю покупки акций и сокращаю облигационный резерв.

( Читать дальше )

Всем доброго дня.

Отвечаю на один из самых распространенных вопросов, которые поступают мне на почту – отменили вычет по взносам на ИИС с 1 января 2021 года или нет?

Самое главное, о чем надо помнить – инвестиционные вычеты на долгосрочное владение ценными бумагами и вычеты по ИИС сохраняются. Никто их не отменил, и указанные вычеты будут применяться к доходам инвестора в текущем 2021 году.

Однако, с 1 января 2021 года к доходам по операциям с ценными бумагами и ПФИ нельзя применять:

• стандартные,
• социальные,
• имущественные,
• профессиональные вычеты.

Напомню сам порядок получения вычета по взносам на ИИС…

1. Вносим деньги на счет, например, в сентябре 2021 года.

2. Получаем в 2022 году возврат налога 13% от суммы, внесенной на ИИС. Но не более 52 тыс. руб.

Получать такой вычет можно каждый год. Главное – это пополнение вашего ИИС. Также стоит помнить о том, что договор на открытие ИИС не должен быть заключен на срок менее трех лет.

( Читать дальше )

Всем привет! Решил собрать данные и проанализировать доступные простым инвесторам фонды на акции компаний США (точнее даже не США а всей Северной Америки).

Как вы знаете, я предпочитаю инвестировать не покупая отдельные акции, а покупаю рынок целиком через фонды. Если по акциям РФ у нас есть достаточно много информации, чтобы вникнуть в состояние дел компании и покупка отдельных акций может быть оправданной, то с иностранными бумагами все сложней, информации меньше + если вы будете получать от них дивиденды, то придется отчитываться в налоговую (пусть это и не сильно трудно, но время отнимает), поэтому иностранные акции лично я покупаю только через фонды.

Итак — какие фонды у нас доступны для покупки

Сразу оговорюсь, что в данной статье речь пойдет только о фондах на широкий рынок США. Вообще на Мосбирже доступно много фондов на акции компаний США, но большинство из них либо отраслевые, либо следуют за каким-то отдельным индексом (индекс дивидендных аристократов, например), либо учитывают какой-то отдельный фактор или категории акций (например фонд на моментум-фактор от Открытия, фонд на SPAC компании от Тинькова и т.п.), а вот фондов на общий рынок США у нас не так много, всего 5 штук:

( Читать дальше )

Сегодня у нас необычный обзор. Мы будем рассматривать РБК (ГК «РосБизнесКонсалтинг»). Да-да, вы не ослышались, мы сделаем обзор российского медиахолдинга. Наверное, некоторые даже не знали о том, что РБК торгуется на бирже.

Как так получилось?

Вообще, мы хотели рассмотреть что-то из того, что скоро выйдет на IPO (Делимобиль/Вкусвилл/Positive Technologies). Но у первых двух еще даже сайтов нет, а у последней выход на биржу запланирован на конец года. Так что пока нет смысла в таких обзорах. Кроме того, нас частенько упрекают в том, что мы не бросаем свой взор на компании 2 и 3 эшелона. Вот поэтому решили взглянуть на РБК.

⚙️Бизнес компании в 2020 году был пересмотрен, в результате чего сегменты деятельности изменились. Далее мы, традиционно, представим сегменты с описанием сервисов компании.

📢 Сегмент «Медиа: информация и сервисы», который состоит из двух направлений:

1️⃣B2C информация и сервисы — ресурсы, доступ к которым предоставляется бесплатно:

( Читать дальше )

Ровно год назад за акцию компании на рынке предлагали около 19000 руб., сейчас же она и по 12500 руб. никому не нужна. Давайте разберемся, что произошло и где компанию интересно было бы подбирать.

Книги по инвестициям нас учат покупать лучшую компанию в секторе. По многим параметрам Полюс является именно таким бизнесом, самая низкая себестоимость добычи, самые большие запасы в мире. Одна из самых низких оценок в секторе по мультипликаторам. Что еще нужно долгосрочному инвестору?

Менеджмент дал прогноз по операционным результатам на ближайшие 3 года. Объемы добычи золота останутся примерно на текущих уровнях (2700-2900 млн. унц), а вот капексы подрастут до $1-1,1 млрд. Часть из них пойдет в том числе в реализацию проекта «Сухой лог», который на данный момент оценивается в $3,3 млрд. Более подробно с бизнесом можно ознакомиться в нашем видео-разборе.

Результаты 1 полугодия:

📉 Производство золота снизилось на (2% г/г) до 1,26 млн. унц.

📈 Цена реализации выросла на 8% г/г до $1803/унц.

( Читать дальше )

Бразильская компания
▫️ Капитализация: $85 b
▫️ Выручка TTM: $56 b
▫️ Прибыль TTM: $17 b
▫️ P/E fwd 2021:4
▫️ P/B: 2
▫️ Дивиденды 1П2021: $6,1 b
▫️ BuyBack 1П2021: $2 b

👉 Ключевые сегменты 1Q2021:
Железная руда: 73% (83% от EBITDA)
Гранулы: 12%
Никель: 5%
Медь: 4%

✅ Компания направляет почти весь FCF на дивиденды и байбэк, что дает высокую доходность акционерам.

✅ Компания эффективна даже при низких ценах на железную руду. Прибыль в 2018 была $6,9 b, однако размер дивидендов был меньше из-за долга. Cебестоимость добычи железной руды соответствует рынку (по старым данным за 4кв2018). Судя по уроню рентабельности, всё актуально.

❌ Цена на железную руду упада почти до уровней 1П2020 из-за падения спроса в Китае (больше 50% продаж компании) В 3кв2021 средняя цена реализации будет высокая, что даст прибыли около $6 b за квартал.

( Читать дальше )

АО «Апатит». Фото ФосАгро
Предыдущие статьи:

1. Как компании зарабатывают деньги. Производство серной кислоты
2. Как компании зарабатывают деньги. Производство апатитового концентрата
3. Как компании зарабатывают деньги. Производство фосфорной кислоты
4. Как компании зарабатывают деньги. Производство аммиака
5. Как компании зарабатывают деньги. Производство хлорида калия
6. Как компании зарабатывают деньги. Производство азотной кислоты

Ранее мы рассмотрели производство двух компонентов, без которых невозможно производство комплексных удобрений ФосАгро: хлорида калия KCl и азотной кислоты HNO3. Эти два вещества вместе с аммиаком NH3, серной H2SO4 и фосфорной кислотами H3PO4, нужными для азотно-фосфорных удобрений, понадобятся для приготовления так называемых NPK и PKS удобрений. Данные продукты ФосАгро выпускает на заводах в Череповце и Волхове.

( Читать дальше )

С проникновением аналитики во многие сферы нашей жизни она не могла обойти стороной финансы. В этой статье рассмотрим ее применение для анализа ETF с целью их анализа, в том числе и с применением визуализиции.

1. О данных

Для анализа будем использовать данные ETF c базовой валютой USD: FXCN, FXRL, FXIT, FXUS и FXRU. Временной ряд рассмотрим за три года с 2018 по 2020 года. Само исследование проведем в Google Colaboratory.

Как обычно в начале импортируем все необходимые библиотеки для дальнейшей работы.

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from google.colab import files
import warnings
warnings.filterwarnings("ignore")

Сначала необходимо получить данные. Есть несколько способов. Мы воспользовались — взяли их с Finam в формате csv. Дальше написал функцию для обработки полученных данных и при помощи concat свел их в один датафрейм.

def changeDF(df):
  df['date'] = pd.to_datetime(df['<DATE>'].astype(str), dayfirst=True)
  name =[x for x in globals() if globals()[x] is df][0]
  df = df.drop(['<DATE>','<TIME>', '<OPEN>', '<HIGH>', '<LOW>'], axis=1)
  df = df.set_index(['date'])
  df.columns = [name+'_cl', name + '_vol']
  return df

fxgd_change = changeDF(fxgd)
fxrl_change = changeDF(fxrl)
fxit_change = changeDF(fxit)
fxus_change = changeDF(fxus)
fxru_change = changeDF(fxru)
fxcn_change = changeDF(fxcn)

etf = pd.concat([fxgd_change, fxrl_change, fxit_change, fxus_change, fxru_change, fxcn_change], axis=1)

etf.head()

В результате получили:

( 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 )

Кризис в цепочках поставок связан не только с растущим спросом на микрочипы, но и с увеличением издержек на логистику. Так, стоимость контейнерных перевозок из Китая растет огромными темпами с конца 2020 года.

Список производителей-лидеров отрасли

 

Intel — один из старейших и самых крупных производителей полупроводников в мире. Однако 40% выручки Intel приносят 3 потребителя: Dell (15%), Lenovo (15%) и HP (10%). Все эти компании в основном ориентированы на PC и схожие продукты личного использования.

Samsung в основном производит полупроводники для собственных устройств, но также имеет долгосрочные контракты с Apple, Deutsche Telekom и Verizon — основными бенефициарами распространения 5G технологии.

TSMC — один из лидеров рынка и самый крупный контрактный производитель в мире с долей рынка в 56%. Контрактный производитель продаёт то же самое оборудование, что используют конкуренты, но позволяет выпускать его под их маркой. Поэтому в числе крупных клиентов встречаются: AMD, NVIDIA, Qualcomm и Intel. Также услугами компании пользуются MediaTek, Apple. Таким образом, TSMC выигрывает от роста всего рынка полупроводников и перспективных секторов одновременно.

( Читать дальше )