Прежде чем инвестировать в ту или иную компанию, хочется знать за счёт чего и кого компания развивается и развивается ли. Как-то не очень хочется вложиться в контору и посвятить всё свободное время ожиданию дефолта. Поэтому было бы неплохо определить перспективы развития компании, хотя бы на том уровне, который нам позволит сильно не волноваться за свои инвестиции.

Здравствуйте, юные инвесторы, начинающие и продвинутые. Огромное вам спасибо за ⭐➕❤👍 и за комментарии под статьёй "О’кей по-русски или диверсификация информационных рисков©"

Чтобы понять, насколько устойчива компания в финансовом плане и какое будущее у неё может быть, достаточно просчитать долю собственного оборотного капитала (СОК) компании к её запасам (З). Дополнительно мы сможем понять, какая доля СОК состоит из собственных средств, а какая из заёмным и есть ли у компании запасы, которыми компания сможет закрыть, какие-то свои проблемы.

Ранее в блоге публиковал серию статей о стратегиях инвестирования (не путать со спекуляциями). Думал, что описал почти все. Оказалось — нет.

Сначала я расскажу как при помощи стратегии паразитирования зарабатывают спекулянты и стоимостные инвесторы. А потом попробую объяснить почему к ней стоит присмотреться как дивидендным, так и доходным инвесторам.

Пассивные инвесторы наступают. В августе 2019 года агентство Morning Star впервые в истории зафиксировало превышение сумм, инвестированных в фонды пассивного управления над активными фондами.

Напомню суть пассивной стратегии.

Всем привет!

Вдохновился данным постом ( https://smart-lab.ru/blog/616708.php ) и решил немного подпилить код, пока карантин делать нечего.

Кто не знал как скачивать котировки по одной компании вручную — сайт для скачивания котировок по одному тикеру (финам):
www.finam.ru/profile/moex-akcii/gazprom/export/

Тут через питон скачиваем котировки из текстового файла, в который вносим желаемые тикеры компаний:




Сайт для скачивания среды программирования Python (PyCharm), пойдет обычная версия:
www.jetbrains.com/ru-ru/pycharm/download/#section=windows

Файлы из видео, в том числе и со списком тикеров:
yadi.sk/d/R3BSbFjV3Pfydg

Код программы:

import requests
import datetime
import pathlib
import apimoex
import pandas as pd
 
board = 'TQBR'
 
with open("C:/PYEX/TICK.txt", "r") as TICKs:
    TICKs = [line.rstrip() for line in TICKs]
pathlib.Path("C:/PYEX/Database/{}".format(board)).mkdir(parents=True, exist_ok=True)
process = 0
with requests.Session() as session:
    for TICK in TICKs:
         process = process + 1
         print((process / len(TICKs)) * 100, ' %')
         data = apimoex.get_board_history(session, TICK, board=board)
         if data == []:
             continue
         df = pd.DataFrame(data)
         df = df[['TRADEDATE','CLOSE']]
         df.to_excel("C:/PYEX/Database/{}/{}.xlsx".format(board,TICK), index=False)

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.

По мотивам поста https://smart-lab.ru/blog/616708.php

Вот и мой велосипед на питоне для получения котировок с Мосбиржи

from urllib import request, error
from json import loads
import pprint


class GetRawDataException(Exception):
	pass

class GetPricesException(Exception):
	pass

def get_prices(start_date: str, end_date: str, ticker: str) -> dict:
	"""
		Возвращает словарь: {дата:цена закрытия}
	"""
	req = 'https://iss.moex.com/iss/history/engines/stock/markets/shares/boards/TQBR/securities/{}.json?from={}&till={}'.format(ticker, start_date, end_date)
	contents = get_raw_data(req)
	try:
		data = loads(contents)
		prices = {x[1] : x[11] for x in data['history']['data']}
		return(prices)		
	except Exception as err:
		raise GetPricesException(err)


def get_raw_data(req: str) -> str:
	"""
		Возвращает результат запроса к серверу Мосбиржи
	"""
	try:
		contents = request.urlopen(req).read()
		return(contents)
	except URLError as err:
		raise GetRawDataException(err)


try:
	prices = get_prices('2019-05-23', '2019-05-30', 'GAZP')
	pprint.pprint(prices)
except GetRawDataException as err:
	print('Error getting raw data: ', str(err))
except GetPricesException as err:
	print('Error parsing json: ', str(err))

Вывод данных происходит с помощью функции get_prices(). Механизм простой: формируется url для GET-запроса. Мосбиржа в ответ присылает json, из которого забираются нужные данные и выводятся на экран.

Есть и другие способы получения данных: yfinance, pandas-datareader и универсальный BeautifulSoup, ещё более универсальный Selenium. Но это уже совсем другая история...

   
   Чистая адапливная стратегия маркетмейкинга.
   Начнем с нуля. 
   Допустим, существует некий актив «ИКС»,  у население на этот актив существует стабильный спрос и стабильное предложение.  Актив  «ИКС»  – некий инструмент  экономической деятельности.   Люди обмениваются этим активом «из рук в руки».  Спрос и предложение реализуются  неэффективно.  Мы хотим исправить ситуацию – предоставить любям благо в плане  возможности более быстро и надежно  покупать и продавать актив икс.   На этом мы хотим заработать – свести покупателей и продавцов с максимальной для себя выгодой. Создаем  торговую площадку и начинаем предоставлять цену. Мы –монопольный маркетмейкер на своей торговой площадке.

   Начинаем предоставлять  ASK от «очень дорого», BID – от «очень дешево».  Сужаем постепенно спред.  Вдруг к нам прилетает первая сделка  по ASK (кружочек на графике). ASK цену останавливаем, BID цену продолжаем двигать вверх ,  пока не получим первую  сделку по BID.  Далее уменьшаем спред – делаем  цены покупки и продажи более привлекательными – принимаем больше сделок для максимизации прибыли.   Если к нам прилетает бОльший объем по BID – делаем цену покупателя (покупатель – это мы)  менее привлекательной, а цену продавца (продавец – это тоже мы) более привлекательной, что позволяет уравнять объемы покупок и продаж.  Мы не влияем на динамику цены – на нее  влияют трейдеры, торгующие на нашей площадке. Мы лишь только предоставляем такую цену,  которая позволяет нам  максимально выгодно  реализовать  функцию посредника между покупателем и продавцом. Мы влияем лишь на размер спреда.   Параметр волатильность/спред  будет  минимальным  — нам не нужны высокие риски, связанные с направленным движением цены.  

     Чистая манипулятивная стратегия маркетмейкинга.

ДТС №3: Как заработать на дивидендах ФосАгро 03.02.2020

Введение

31.01.2020 последний день с дивидендами торговались акции ФосАгро (PHOR). Уже в понедельник 03.02.2020 мы увидим дивидендный гэп в этих акциях.

Не так давно я описал три дивидендных стратегии, которыми пользуюсь уже не один год. Вот ссылки на подробное описание этих стратегий:

• Как заработать на дивидендах? ДТС №1
• Как заработать на дивидендах? ДТС №2
• Как заработать на дивидендах? ДТС №3

А вот здесь вы можете посмотреть, сколько можно было бы заработать на каждой из этих дивидендных стратегий в 2019 году:

• Статистика ДТС №1 за 2019 год
• Статистика ДТС №2 за 2019 год
• Статистика ДТС №3 за 2019 год

Торговая система BWS

Введение

          В основе человеческой психологии лежит желание купить то, что подешевело, то, что стоило раньше 100, а сейчас, к примеру, 90. Подобные сделки кажутся очень выгодными, тем более, что в обычной повседневной жизни они, как правило, действительно являются выгодными. Например, выгодно покупать продукты по акциям в магазине со скидкой, выгодно отовариваться на распродажах, покупать товары при ликвидации магазинов и т.д. Именно поэтому многие и на фондовом рынке придерживаются такой же стратегии, покупая акции компаний аутсайдеров, которые падают и, зачастую, падают сильно. Не скрою, что когда-то и я так торговал, но анализ собственных сделок, а также анализ движения цен на акции лидеров рынка и аутсайдеров, заставили меня пересмотреть этот подход.

         Если вы уже давно торгуете на фондовом рынке, то наверняка заметили, что одни и те же бумаги растут сильнее рынка, а другие все время стоят на месте или даже падают. Примеров можно привести много: это и ВТБ, который разместился на IPO в 2007 году по 13.6 копеек, а сейчас стоит менее 4 копеек, это и Газпром, который когда-то в 2008 году стоил более 300 рублей, а сейчас, спустя 10 лет, стоит в два раза меньше. Да и каждый из вас без труда может привести множество подобных примеров. В то же время есть бумаги, которые выросли за это время в несколько раз, оставаясь лучшими много лет подряд.