портфель

Друзья!

Добил модуль консенсус прогнозов. И скорее всего он будет включен в следующий инвестиционный бюллетень.

Кроме расчёта самих консенсус прогнозов с учетом вероятности их исполнения (писал в прошлый раз https://smart-lab.ru/blog/534364.php), я добавил часть, в которой смешиваются исторические данные по ожидаемой доходности с консенсус прогнозами с учётом разных степеней доверия для каждого из показателей.

Вот так это выглядит в табличке (описание столбцов описывает суть расчётов)

Также я добавил расчёт ожидаемых доходностей по Security Market Line (SML), чтобы было удобнее сравнивать бумаги, которые интереснее взять в портфель, а для каких лучше купить ETF

( Читать дальше )

Подвожу итоги портфеля российских акций сформированного 25 марта. За четыре прошедших недели портфель акций уступил индексу МосБиржи в доходности, показав +2,41% против +3,49% соответственно. Пересмотр портфеля производится по понедельникам, но не обязательно каждый. Мои рекомендации на текущий момент представлены в таблице. В качестве цены указана цена покупки/продажи или цена закрытия, если акция удерживается дальше.

Результаты в таблице не учитывают комиссии и дивиденды. При пересмотре портфеля выравнивание позиций не производится. Вырученные от продажи акций средства делятся на равные части и покупаются другие акции. Объем каждой новой позиции не должен превышать 10% от объема портфеля, оставшимися средствами балансируются уже открытые позиции.

Статистика торгового счета

Ниже представлено сравнение статистики торгового счета и индекса МосБиржи с 1 февраля 2016 г. Среднегодовая доходность стратегии составила 16,93%.

( Читать дальше )

• AFLT если за 22-24 апреля цена пробивает 98.50, то покупка с целями 103.05 и 105.99-6.75.

( Читать дальше )

Я потихоньку продвигаюсь к оптимизациям инвестиционных портфелей с использованием консенсус прогнозов инвестиционных домов.

Я оптимизировал сбор информации по инвестиционным прогнозам, и теперь практически в полном автоматическом режиме собирается и анализируется информация, которая предоставляется инвестиционными домами и агрегируется в удобном виде для анализа. Источником самих прогнозов является BCS-express.

Так, например, выглядит информация по прогнозам на акции LKOH: (скриншот из BCS)

 
Конечно, не обходится без определённых допущений. Например, в данных БКС нет информации о дате к которой дается прогноз. Поэтому первым этапом, я считаю, что он дан на 1 год с даты выдачи прогноза. Вторым этапом я независимо друг от друга ищу два медианах значения среди таргетируемых цен и полученных сроков. Таким образом получаю нескорректированный консенсус прогноз по конкретному эмитенту

( Читать дальше )

Подвожу итоги портфеля американских акций сформированного 1 апреля на Санкт-Петербургской бирже. За две прошедших недели портфель обошел индекс S&P500 по доходности, показав +1,39% против +1,34% соответственно. Пересмотр портфеля осуществляется по понедельникам, но не обязательно каждый. Мои рекомендации на текущий момент представлены в таблице. В качестве цены указана цена покупки/продажи или цена закрытия, если акция удерживается дальше.

Результаты в таблице не учитывают комиссии и дивиденды. При пересмотре портфеля выравнивание позиций не производится. Вырученные от продажи акций средства делятся на равные части и покупаются другие акции. Объем каждой новой позиции не должен превышать 10% от объема портфеля, оставшимися средствами балансируются уже открытые позиции. Доля каждой позиции не должна превышать 5% от стоимости всех ваших активов.   

( Читать дальше )

Начало: https://smart-lab.ru/blog/498907.php  (сокращено до 9 бумаг)
Металлургия: AKS 4.6 (-46%) на данный момент 2.45, Р\Е 4.5, P\S 0.11 выглядит еще «вкуснее, чем пол года назад. Однозначно оставляю, как идею для покупки.
Медицина: CYH 2.9 (+16%) на данный момент 3.38, можно было удачно выйти по 5, причем 2 раза за период. Сейчас прибыль у эмитента не наблюдается, но P\S 0.03., заманчиво. Можно брать снова около 3.
Производитель продуктов питания: DF 7.5 (- 69%)   на данный момент 2.3, самый неудачный мой выбор. Прибыли нет, хотя P\S 0.03, перспективы непонятны. Но можно и рискнуть на отскок.
Сервисная компания :RRD 4.6(-4%)  на данный момент 4.4 Можно было выйти по 6, причем неоднократно за период. И хотя  P\E 4.5  P\S 0.05 очень заманчиво, но брать буду около 3.5, не раньше.
Розничная торговля ( Китай): VIPS 5.1 (+ 55%) на данный момент 7.9  Самый удачный мой выбор из всего списка. Р\Е 17  P\S 0.4. Пока наблюдаю, если брать, но не выше изначального уровня ( около 5)
Сланцевая нефть: CHK 4.7 (-35%)  на данный момент 3.05. Самое большое мое разочарование, при нефти на максимумах расти отказывается категорически. Р\Е 4, P\S 0.5. Буду наблюдать.

( Читать дальше )

     В задачах оценки бизнес проектов, прогнозирования спроса, определения справедливой цены опциона или портфельного инвестирования, так или иначе, возникает проблема адекватной оценки рисков.  Обычно за риск принимается простое, выборочное среднеквадратичное отклонение, для которого хорошо разработан аппарат математической статистики, позволяющий прогнозировать критические показатели, например просадки,  и проводить стресс-тесты в предположении центральной предельной теоремы, то есть в предположении узкой стационарности  наблюдаемых процессов.

     Однако, мы зачастую имеем дело с абсолютно  другими, нестационарными процессами. Не стационарность процесса может быть вызвана  как нелинейным синергетическим эффектом  (реклама и «сарафанное радио»,  мода, политические выборы, революции и пр. самоорганизации),  как множественностью состояний системы (тренд/флэт), так и просто  некоторой инерцией системы, связанной, например, с задержкой принятия решений основными игроками.

( Читать дальше )

Давненько что-то я не писал о результатах выбранной стратегии и вот повод нашелся, сегодня подбил прогнозируемые дивиденды по портфелю акций, чем и хочу поделиться

Вкратце: стратегия простая – купил дивидендные акции и держи, активное наполнение портфеля началось с 2016 года с суммы менее 50тыс. руб., основные характеристики и параметры портфеля можно найти в предыдущих записях

В прогнозируемых дивидендах ориентировался как на smart-lab.ru, так и еще на один сайт, в топе поисковика по запросу о прогнозируемых дивидендах на 2019 год. Если были разночтения между прогнозируемыми дивидендами, ориентировался на сторонний сайт (не в обиду smart-lab.ru), там информация полнее, включает не только ближайшие, но и прогноз всех дивидендов на 2019 год. Дивиденды учитывал только те, которые планируют выплатить в течение 2019 года, т.к. по моему учету они у меня попадут в текущий год, если отсечка будет в 2019 году, а выплата в 2020 году, это уже на следующий год пойдет

Таким образом, таблица прогнозируемых дивидендов на 2019 год у меня получилась следующая:

( Читать дальше )

К концу недели моя ТС сформировала нижеследующий портфель акций:


Результат предыдущей  недели можно посмотреть здесь:
smart-lab.ru/blog/532110.php

График изменения стоимости портфеля с марта 2014 года есть в профиле.

Всем успехов в торгах.

Часть 1.

Традиционно считается, что задача портфельной оптимизации, или задача Марковица, представляет собой некоторую самостоятельную задачу выбора такого портфеля активов, который обладал бы максимальной доходностью при минимальных рисках.

Прим. В качестве актива могут выступать ценные бумаги (акции), их производные (опционы)  или торговые системы.

 

Решение задачи состоит из двух этапов:

1. Прогноз доходности и ковариации активов в будущих периодах – то есть построение некоторого набора «слабых» прогностических моделей.
2. Составление оптимального портфеля в соответствии с некоторой целевой функцией, и ранее полученными оценками. То есть построение такой композиции «слабых» моделей, которая обладала бы наибольшей прогностической силой.

 

Почему мы используем аналогию портфельной оптимизации с методами машинного обучения  — Bag, Boost?! Потому что в действительности (и мы это продемонстрируем) нам абсолютно не важно, насколько хорошо динамику наших временных рядов прогнозируют «слабые» модели – нам важно только то, чтобы ошибки прогнозов наших моделей взаимно компенсировали бы друг друга в некотором интегральном смысле. Иными словами – в случае бустинга – ошибка прогноза линейной композиции была бы минимальной, а в случае портфельной оптимизации –  была бы минимальной ошибка прогноза нелинейной композиции (то есть самого портфеля).

( Читать дальше )