Ранее мы поговорили о судьбе и развитии технологической компании Teladoc Health (Телемедицина — хитрая комбинация IT и Healthcare) из сектора информационных услуг в здравоохранении. Сегодня коснемся другого крупного игрока этой ниши — Cerner Corporation.

Cerner был основан в относительно далеком 1980 г., в матери годится упомянутому Teladoc (2002 года рождения — недавно отпраздновала совершеннолетие по Российским меркам).

Компания предоставляет широкий портфель интеллектуальных решений, поддерживающих клинические, финансовые и операционные потребности организаций здравоохранения в США и за рубежом.

Грубо говоря, Cerner предоставляет ПО для заполнения карточек пациентов и прочей замены бумажной волокитой врачей и пациентов (ПО Cerner Millennium

( Читать дальше )

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

( Читать дальше )

Расшифрую название:

Речь о том, что некоторые стратегии генерируют сигналы (купить открыть, продать закрыть, купить закрыть, продать открыть), но не все сигналы достаточно хороши и не все достаточно хороши для данного момента. А деньги получает сигнал, который достаточно хорош, который не достаточно хорош – так и остается просто сигналом, не превращается в ордер.

 

А теперь подробней про зачем это:

У меня сейчас попроще все реализовано, но всегда смотришь в будущее чтоб что-то улучшить. Конкурировать за деньги сигналы могут по-разному – могут совсем глобально – когда есть только сущность сигнала и деньги, и не важно что за стратегии и т.д., лучшие сигналы получают деньги, худшие сосут… лапу. Такой вид конкуренции чуть более революционен и имеет некоторые нюансы, поэтому пока останется за скобками (в частности риск вмешаться в диверсификацию, которая обеспечивается разнообразием стратегий). В данном посте речь о конкуренции за деньги в пределах одной стратегии.

( Читать дальше )

Друзья, привет!

Сегодня мы хотели бы коснуться интересной темой — разработка инвестиционных стратегий. Собственно мы — я M&Aщик, а мой верный товарищ, вице-президент отдела fixed income в JP Morgan — к инвестициям на рынке акций профессиональное отношение имеем косвенное, поэтому, наверное, нам еще рано брать грех на душу и учить кого-то разрабатывать стратегии. Лучше мы просто расскажем, как этому учились мы сами — возможно, кому-то хотя бы одна мысль из поста окажется полезной.

Разработкой стратегии мы стали заниматься во время восстановления рынка в 2020 г. — вложились на дне, получили почти 100% за несколько месяцев и… нам понравилось. Но поскольку рынок отрос практически к доковидным временам, нам хотелось найти какой-то надежный подход, не требующий постоянного глубокого анализа десятков эмитентов, но при этом приносящий интересную доходность — хотя бы 20-25% в баксах. Наше мнение — стратегия должна быть полностью или почти полностью автоматизированной, потому что иначе однажды включится естественное человеческое «что-то долго растет, может зафиксировать?», «А ну пересижу», «Вроде выглядит перспективно, надо брать» и прочие знакомые всем эмоции. А это обязательно однажды приведет к ошибкам.

( Читать дальше )

Около трех-четырес месяцев назад поменял откорректировал стратегию инвестиций. Уже несколько месяцев до этого полностью вышел из российских акций. Причем, абсолютно не жалею. За это время хоть российский рынок и обогнал американский за счет цен на сырье, но мой портфель смог обогнать и его. Как и почему? Думаю, с этого поста можно начать целую серию.
Для начала хотел бы описать свои принципы:
1. 10% выручки должно идти на R&D.
2. Операционная маржа не меньше 10%.
3. Дивиденды меньше 40% от прибыли, желательно без них.
4. Компания дефолтоустойчивая по 5-ти факторной системе Альтмана.

Каждый пункт очень важен, самое главное, что с таким портфелем можно спать спокойно.

Приведу список компаний (равные доли):
NVDA
MU
AVAV
Amat
Anet
LRCX
ADBE
IRBT
TER
EW
ISRG
ILMN

Еще есть различный биотех, вес всех в портфеле как у одной из вышеприведенных:
REGN
UTHR
ALXN
VNDA
VRTX
EXEL
SGEN
CORT

Ниже приведу некоторые факты, касающиеся депозитарных расписок на Мосбирже:

1.) Вам придется платить налог с дивидендов самому, заполняя декларацию. Даже если налог снимут, все равно нудно декларировать. Брокер не является налоговым агентом по дивидендам. И форма w8ben в данном случае не поможет.

2.) В некоторых случаях налог будет выше 13% (зависит от юрисдикции ДР).

3.) Недавний пример с X5 retail group показал еще один возможный налоговый риск (см. денонсация двойного налогообложения с Нидерландами)

4.) По ДР взимается депозитарная комиссия, которая может оказаться неприятным сюрпризом. Например в случае с Эталоном она существенно может уменьшить дивидендную доходность, а в случае с Лентой, не платящей дивиденды, это вдвойне неприятно.

5.) В случае с конвертацией ДР в акции или в случае санкций могут возникнуть сложности (см. пример с ДР En+)

Ниже прикрепляю скрины из презентации Мосбиржи о ДР, где они прямым текстом освещают возможные риски.

( Читать дальше )

Это исследование я сделал под влиянием бурной дискуссии на форуме  о распределении «хвостов» приращений логарифмов цен, возникшей, казалось, на «пустом месте»: насколько корректны доверительные интервалы для оценок параметров линейной регрессии в альфа-бета модели?

Кроме указанной ссылки, дискуссия продолжилась в еще двух ветках: тут и тут.

Действительно, эти оценки в классическом случае строятся на основе центральной предельной теоремы для статистик оценок параметров линейной регрессии. Однако, как я уже писал на смартлабе, необходимым условием которой является скорость роста дисперсии суммы слагаемых как О(N), N – число слагаемых, а для быстрой сходимости в центральной области еще и требуется конечность абсолютного третьего момента любого слагаемого (если говорить о сходимости на всей прямой, включая «большие уклонения»,  то еще требуется  и конечность всех моментов отдельных слагаемых). Однако эти условия не выполняются для части распределений Парето и Стьюдента с полиномиальной скоростью убывания «хвостов» и поэтому для «хорошего» приближения суммы таких слагаемых нормальным законом требуется очень большое число испытаний, которых, как правило, в альфа-бета модели, построенной на дневных данных, нет. А значит традиционные методы построения доверительных интервалов для оценок параметров этой модели «не работают».

( Читать дальше )

В первой части мы анализировали критический порог статистической значимости для сложных композитных систем на примере модели AR. В этот раз мы попытаемся быть чуть ближе к делу и проведем тесты для набора трендовых систем на базе Simple Moving Average. В качестве примера возьмем самый ликвидный фьючерс — белый шум, для которого заранее известно, что он абсолютно «не торгуемый» и попытаемся всё же что-нибудь под него подобрать из соображений трендовости «больших денег» и саморефлексии участников торгов. 

Сгенерируем набор из 10 стратегий с периодом 10*i, i=1,2,...10. 

Nstr=10; 
x=randn(10000,1); 
y=[x(2:end);0]; 
M=zeros(10000,Nstr);
for i=1:Nstr; 
    M(:,i)=tsmovavg(x,'s',10*i,1); 
end; 
M(1:Nstr*10,:)=0; R=M.*y;   

И оценим порог 70% статистической значимости коэффициента шарпа стратегии без учета размерности набора стратегий: 



( Читать дальше )

Проведем небольшой тест — возьмем один случайный фьючерс, приращения которого представлены временным рядом случайных чисел, и набор случайных стратегий, представленный множеством N временных рядов случайных чисел (он же матрица признаков, фичей, пространство предикторов и т.д.) и попытаемся найти из этого большого набора тот признак, который будет лучше всего говорить нам когда покупать фьючерс, а когда продавать. Что это будет, мультипликатор P/E, фаза луны или MACD — не важно, главное чтобы на выходе получилась «идея» или, как ещё говорят, «грааль».


Хорошо известно, что случайная стратегия примененная к случайному инструменту даст случайное эквити, которое будет иметь гауссову плотность распределения коэффициента шарпа  с математическим ожиданием  0 и среднеквадратичным отклонением 


  

где L — число известных значений случайного фьючерса. 


Это означает, что достаточно большое множество случайных стратегий (или случайных признаков), примененных к случайному фьючерсу абсолютно случайным образом окажутся способными достаточно хорошо описать любое поведение случайного фьючерса (отклика) в бек-, форвард-, голкипер-, кросс-, спринт-  и всех прочих тестах… но только на истории.

( Читать дальше )

Кто сейчас занимается всякой фигнёй — тот я.
Да и рынок благоволит:


В этот раз в идею фильтра легло наблюдение за дневками. Если они идут подряд ровненько на одном горизонтальном уровне, то там пила и хорошо бы эти места пропустить. Итого, берём несколько прошедших дней, в каждом дне имеем свой хай и лоу дня. Если минимум хаев ниже максимумов лоев за выбранные дни, то там, скорее всего, была пила. Этот фильтр и проверим на примере одной лонговой системы на РИ. Все расчеты различаются только количеством дней от 1 до 7. Очевидно, что при одном дне фактически фильтр не работает, поскольку максимум за один прошедший день всегда выше минимума за этот же прошедший день. Далее картинки.


( Читать дальше )