Все портфельные стратегии можно условно разделить на два типа: 1) пассивные и 2) активные. К пассивным (или статическим) стратегиям относится классическая “Купи и держи”. Данный подход предполагает поддержание выбранной структуры портфеля через ребалансировку активов и дает в среднем доходность 5-6% (с учетом инфляции) при максимальной просадке в 27-35%.
Это моя вторая конференция. Первая была весной 2018 года. Я не финансист, поэтому мне все интересно.
Круглый стол с брокерами
Основная мысль – на биржу приходит много «ритейловых инвесторов». Для них главное не тариф, а сервис. У «нормальных» брокеров наблюдается отток клиентов и приток в «Тинькофф Инвестиции» и ВТБ. В «Тинькофф Инвестициях» клиенты покупают в основном иностранные акции.
Поговорили о недобросовестных практиках поведения на рынках. Был вопрос, можно ли это отследить. Представитель ЦБ сказал, что да, можно, но только до клиринга. Дело в том, что ЦБ видит это как безадресную сделку, но не конкретного человека. Если выведут средства, отследить дальше очень сложно. Расследование может длиться до полутора лет. И да, не все подозрительные события расследуются. Про недобросовестные практики можно почитать на сайте ЦБ: https://www.cbr.ru/finmarket/inside/ Также можно подать жалобу, если вы заметили какие-то неправомерные действия:
Часть 2.
В прошлой части мы подбирали такую комбинацию статистических оценок динамики акций, которая давала нам возможность стабильно выбирать портфель акций лучше среднерыночного, с показателем Шарпа на 26% выше индексного.
Мы также пробовали составлять портфель из портфелей и портфель на основе портфеля оценок, но в силу высокой линейной зависимости оценок и полученных на них портфелей друг от друга Bagging ожидаемо не дал никакого результата.
Тем не менее, этот важный этап подготовительных работ – построение портфеля (или композиции портфелей) на простых, статистических оценках дал нам некоторую отправную точку, относительно которой мы будем рассматривать эффективность всех наших последующих нововведений.
Рис. 6. Иллюстрация динамики волатильности акций США, входящих в состав индекса S&P 500.
Основную проблему стандартных методов мы видим в том, что они разработаны для стационарных стохастических процессов, в то время как любые финансовые (а зачастую природные, биологические и др.), временные ряды имеют нестационарную природу. Так, например, широко известно, что логарифмическое изменение стоимости акций является нестационарным процессом со склонностью к консолидации (кластеризации) волатильности.
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
Ниже представлено сравнение статистики торгового счета и индекса МосБиржи с 1 февраля 2016 г. Среднегодовая доходность стратегии составила 16,93%.
AFLT если за 22-24 апреля цена пробивает 98.50, то покупка с целями 103.05 и 105.99-6.75.
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