Портфель

Вот такой невинный вопрос мне задали.

«вопрос… на что ставить, что бы оно росло...»

smart-lab.ru/blog/559141.php#comment10067024

И я тоже задумался.

( Читать дальше )

( Читать дальше )

• Я начинаю новый раздел моего блога под названием “Матрица”
• Рынок находится в Фазе 3 (замедление роста при низкой инфляции)
• Возможны кратко и среднесрочные движения в фазы (квадраты) 1 и 2

Я начинаю новый раздел моего блога под названием “Матрица”. Начало было положено в этом посте и цикле Вирус.
Раздел нацелен на средне и долгосрочные инвестиции в инструменты глобального рынка.

Поехали!

В первом полугодии рынок сменил парадигму короткого (10-ти летнего) цикла.
Он перешел из фазы 2 (рост на низкой инфляции) в фазу 3 (замедление роста при низкой инфляции):

Атрибуты 2018/19 годов, которые мы наблюдали при переходе:

• Всплеск волатильности,
• падение акций (отрицательная полная доходность SPY 2018 впервые за 10 лет),

( Читать дальше )

Результаты портфельного инвестирования. 01 июня 2019г — 30 августа 2019г

Все портфели — виртуальные.

Созданы 01 июня 2019г (и позднее, указано отдельно) для слежения за поведением акций эмитентов, имеющих значительную долю экспортной выручки, и для сравнения с акциями прочих эмитентов.

Доходнсть портфелей указана без учёта выплаченных дивидендов.
Дивиденды не учитываются изза того, что ещё не закончена разработка раздела Смартлаба «Списки Бумаг»

( Читать дальше )

Дополнение к серии «Портфельная оптимизация как бустинг на слабых моделях»

• Обобщённая проблема

Результаты оценки любых случайных величин представляют из себя случайную величину. Не исключением здесь будут оценки ковариации.

Особенно сильно эффект неточности полученных оценок (случайности статистик) будет проявляться в портфелях, составленных из большого количества ценных бумаг — большего или сопоставимого количеству располагаемых наблюдений. И, поскольку, в некотором приближении задача портфельного инвестирования сводится к поиску двух максимально независимых активов из множества:


 

где R — коэффициент взаимной корреляции — её решение, естественным образом, будет располагаться в области максимально отрицательной статистической ошибки.

( Читать дальше )

( Читать дальше )

Весь портфель был создан идентично реальному портфелю.
Портфель создавался в начале 2019 года. Анализ и рынка и набор так же публиковал в блоге. Закрывать его в течении 2-3 лет не собираюсь)

Ссылка на портфель

Всем удачных торгов и жирных профитов!

Результаты портфельного инвестирования. 01 июня 2019г — 23 августа 2019г

Все портфели — виртуальные.

Созданы 01 июня 2019г (и позднее, указано отдельно) для слежения за поведением акций эмитентов, имеющих значительную долю экспортной выручки, и для сравнения с акциями прочих эмитентов.

( Читать дальше )

Вынес в отдельное репо реализацию расчета ковариационной матрицы Ledoit-Wolf на Python.

Может быть полезно для тех кто занимается количественной оптимизацией портфелей акций.

Устойчивые долгосрочные модели


В предыдущих частях (часть 1, часть 2) мы рассмотрели построение композитных систем оценок ценных бумаг, построенных при помощи распространённых средств машинного обучения (Bag/Boost методы). Однако, такой подход, несмотря на все свои преимущества (скорость, точность) имеет ряд больших недостатков – отсутствие универсальности моделей в результате проблем «переобучения»  (точной настройки на определённые типы рынков и временные интервалы) и сложность интерпретации полученных композиций.

В результате решения этих проблем мы разработали базовую модель на основе наших представлений о стохастических дифференциальных уравнениях с квантовыми скачками, образующих улыбку волатильности. Эта макромодель получила в наших исследованиях наиболее полную микроскопическую интерпретацию.

( Читать дальше )