# В КВИКе запускаем луа-скрипт QuikLuaPython.lua
import socket
import threading
from datetime import datetime, timezone
import pandas as pd
import finplot as fplt

fplt.display_timezone = timezone.utc


class DeltaBar():
    def __init__(self):
        self.df = pd.DataFrame(columns='date_time open high low close delta delta_time_sec'.split(' '))
        self.df.loc[len(self.df)] = [0, 0, 0, 0, 0, 0, 0]

    def parser(self, parse):
        if parse[0] == '1' and parse[1] == 'RIH1':
            if abs(self.df.iloc[len(self.df) - 1]['delta']) >= 500:
                self.df.loc[len(self.df)] = [0, 0, 0, 0, 0, 0, 0]  # Добавляем строку в DF

            self.df.iloc[len(self.df) - 1]['close'] = float(parse[4])  # Записываем последнюю цену как цену close бара

            if self.df.iloc[len(self.df) - 1]['date_time'] == 0:
                self.df.iloc[len(self.df) - 1]['date_time'] = \
                    datetime.strptime(f'{parse[7]} {parse[8][0:-1]}', "%d.%m.%Y %H:%M:%S.%f").replace(microsecond=0)

            if self.df.iloc[len(self.df) - 1]['open'] == 0:
                self.df.iloc[len(self.df) - 1]['open'] = float(parse[4])

            if float(parse[4]) > self.df.iloc[len(self.df) - 1]['high']:
                self.df.iloc[len(self.df) - 1]['high'] = float(parse[4])

            if (float(parse[4]) < self.df.iloc[len(self.df) - 1]['low']) or \
                    (self.df.iloc[len(self.df) - 1]['low'] == 0):
                self.df.iloc[len(self.df) - 1]['low'] = float(parse[4])

            if parse[5] == '1026':
                self.df.iloc[len(self.df) - 1]['delta'] += float(parse[6])

            if parse[5] == '1025':
                self.df.iloc[len(self.df) - 1]['delta'] -= float(parse[6])

            self.df.iloc[len(self.df) - 1]['delta_time_sec'] = \
                datetime.strptime(f'{parse[7]} {parse[8][0:-1]}', "%d.%m.%Y %H:%M:%S.%f") - \
                self.df.iloc[len(self.df) - 1]['date_time']
            self.df.iloc[len(self.df) - 1]['delta_time_sec'] = self.df.iloc[len(self.df) - 1]['delta_time_sec'].seconds


def service():
    sock = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)
    sock.bind(('127.0.0.1', 3587))  # Хост-этот компьютер, порт - 3587
    while True:
        res = sock.recv(2048).decode('utf-8')
        if res == '<qstp>\n':  # строка приходит от клиента при остановке луа-скрипта в КВИКе
            break
        else:
            delta_bar.parser(res.split(' '))  # Здесь вызываете свой парсер. Для примера функция: parser (parse)
    sock.close()


def update():

    df = delta_bar.df
    # Меняем индекс и делаем его типом datetime
    df = df.set_index(pd.to_datetime(df['date_time'], format='%Y-%m-%d %H:%M:%S'))
    # print(delta_bar.df)

    # pick columns for our three data sources: candlesticks and TD
    candlesticks = df['open close high low'.split()]
    volumes = df['open close delta_time_sec'.split()]
    if not plots:
        # first time we create the plots
        global ax
        plots.append(fplt.candlestick_ochl(candlesticks))
        plots.append(fplt.volume_ocv(volumes, ax=ax.overlay()))
    else:
        # every time after we just update the data sources on each plot
        plots[0].update_data(candlesticks)
        plots[1].update_data(volumes)


if __name__ == '__main__':
    delta_bar = DeltaBar()
    # Запускаем сервер в своем потоке
    t = threading.Thread(name='service', target=service)
    t.start()

    plots = []
    ax = fplt.create_plot('RIH1', init_zoom_periods=100, maximize=False)
    update()
    fplt.timer_callback(update, 2.0)  # update (using synchronous rest call) every N seconds

    fplt.show()

Вышел отчет компании по итогам 2020 года. Разберем самые важные факты.

Выручка снизилась на (33,6% г/г) до 5,76 трлн. руб. Основная причина падения — снижение добычи и падение цен на нефть в 1 полугодии.

EBITDA снизилась на (42% г/г) до 1,2 трлн. руб. Снижение показателя EBITDA вызвано в том числе увеличением налоговой нагрузки.

Чистая прибыль снизилась на (79,1% г/г) до 147 млрд. руб. На чистую прибыль оказали влияние курсовые разницы, помимо снижения операционной прибыли.

Свободный денежный поток снизился на (54,8% г/г) до 425 млрд. руб.

Спрос на нефть в ЕС восстанавливается медленно, при этом, в АТР он почти вернулся к уровням 2019 года. Спрос на нефтепродукты тоже постепенно восстанавливается.

Несмотря на достаточно сложный 2020 год, впереди у компании запуск важных проектов, которые в перспективе позитивно отразятся на денежном потоке и прибыли компании.

Ближайшие газовые проекты:
Роспан (запасы газа — 1,25 трлн. куб.м., запасы газового конденсата и нефти — 313 млн.т.). Запуск первого пускового комплекса — 1 кв. 2021 г, второго — 3кв. 2021г.

Газпром нефть — это российская нефтяная компания, которая входит ТОП-5 энергетических предприятий по объемам добычи нефти и в ТОП-3 по количеству переработки нефти среди вертикально интегрированных компаний.

Производимая продукция Газпром нефти:

1.Нефтепродукты (бензин, дизельное, авиационное и судовое топливо, битум, мазут, масла, нефтехимия и т.д.)

2.Нефть

3.Газ

4.Прочее

 
Рынки сбыта продукции Газпром нефти:

1.Реализация в России

2.Экспорт в дальнее зарубежье

3.Экспорт в страны СНГ (Беларусь, Казахстан, Таджикистан, Киргизия, Сербия, Босния и Герцеговина, Болгария и Румыния)

Русал – ведущий российский производитель алюминия, один из крупнейших в мире.

Производимая продукция Русала:

1.Первичный алюминий и сплав

2.Алюминий

3.Фольга и другие изделия из алюминия

 
Рынки сбыта продукции Русала:

1.Россия

2.Турция

3.Нидерланды

4.США

5.Южная Корея

6.Италия

7.Польша

8.Япония

9.Германия

10.Франция

11.Норвегия

12.Греция

13.Швеция

14.Китай

Форма 10-K представляет из себя годовой отчет деятельности компании, который включает такие разделы, как обзор бизнеса компании, основные риски, финансовая отчетность и комментарии к ней, корпоративное управление и т.д. Каждая компания, чьи акции торгуются на американской фондовой бирже, обязана ежегодно подавать форму 10-K в SEC.

An unofficial python API wrapper to retrieve technical analysis from TradingView.
ru.tradingview.com/symbols/MOEX-SBER/technicals/

from tradingview_ta import TA_Handler, Interval, Exchange

sber = TA_Handler(
    symbol="SBER",
    screener="russia",
    exchange="MOEX",
    interval=Interval.INTERVAL_1_DAY
)
print(sber.get_analysis().summary)
# Example output: {"RECOMMENDATION": "BUY", "BUY": 8, "NEUTRAL": 6, "SELL": 3}

Interval.INTERVAL_1_MINUTE

Interval.INTERVAL_5_MINUTES

Interval.INTERVAL_15_MINUTES

INTERVAL_1_HOUR

Interval.INTERVAL_4_HOURS

Interval.INTERVAL_1_DAY

Interval.INTERVAL_1_WEEK

Interval.INTERVAL_1_MONTH

Documentation
python-tradingview-ta.readthedocs.io/en/latest/overview.html

Один из самых частых вопросов касается текущих идей на рынке. Сразу оговорюсь, что это лишь мое мнение и я сам на данные активы сделал ставку.



1️⃣ Юнипро — одна из самых интересных компаний с точки зрения див. доходности. Наконец-то работы по 3 энергоблоку БГРЭС вышли на финишную прямую, уже все готово к запуску, проводятся финальные испытания. После запуска блока в эксплуатацию размер дивидендов по заверению менеджмента поднимут до 0,317 руб, что дает около 11% ДД к текущим ценам. Также компания получила квоту на модернизацию 2,5ГВт в рамках ДПМ-2 до 2025 года, что позволит окупить вложенные инвестиции.

2️⃣ Энел — активно строит ветропарки, становясь все более зеленой. На период строительства менеджмент планирует платить по 3 млрд. руб в виде дивидендов или 0,085 руб на акцию, что дает к текущим ценам 9,5% годовых. Недавно вышла позитивная новость о том, что задержка ввода в эксплуатацию Азовской ВЭС (план — декабрь 2020 года) не повлечет применения штрафных санкций.