Всем привет! Конкуренция это все-таки двигатель прогресса и на нашем отечественном рынке биржевых фондов (БПИФ и ETF) это тоже работает, хотя и медленно.
Недавно писал про Открытие, которое совсем потеряло берега и для новых фондов поставило комиссии раза в полтора-два выше рынка, но к счастью есть адекватные управляющие компании, которые в борьбе за клиента уменьшают свои аппетиты и оптимизируют бизнес-процессы.
Кратенько перечислю те управляющие компании и фонды в них, которые снизили комиссии в недавнее время
Фонд TGLD - как понятно из названия, следует за ценой золота. Снизил свои комиссии (читай — расходы инвестора) сразу по двум направлениям. Во-первых — стал покупать не паи иностранного ETF на золото (это был IAU с комсой в 0,25%), а инвестировать в золото напрямую. Во-вторых, сократил собственную комиссию на 0,2%. Итого — раньше реальные затраты инвестора, с учетом скрытой комиссии иностранного ETF составляли 0,99%, а теперь 0,54%. Разница почти в 2 раза! Молодцы, но Финекс с его FXGD и комиссией в 0,45% еще не догнали, поэтому лично я пока буду продолжать покупать фонд от Финекса.
Для анализа будем использовать данные ETF c базовой валютой USD: FXCN, FXRL, FXIT, FXUS и FXRU. Временной ряд рассмотрим за три года с 2018 по 2020 года. Само исследование проведем в Google Colaboratory.
Как обычно в начале импортируем все необходимые библиотеки для дальнейшей работы.
import pandas as pd import numpy as np import matplotlib.pyplot as plt from google.colab import files import warnings warnings.filterwarnings("ignore")Сначала необходимо получить данные. Есть несколько способов. Мы воспользовались — взяли их с Finam в формате csv. Дальше написал функцию для обработки полученных данных и при помощи concat свел их в один датафрейм.
def changeDF(df): df['date'] = pd.to_datetime(df['<DATE>'].astype(str), dayfirst=True) name =[x for x in globals() if globals()[x] is df][0] df = df.drop(['<DATE>','<TIME>', '<OPEN>', '<HIGH>', '<LOW>'], axis=1) df = df.set_index(['date']) df.columns = [name+'_cl', name + '_vol'] return df fxgd_change = changeDF(fxgd) fxrl_change = changeDF(fxrl) fxit_change = changeDF(fxit) fxus_change = changeDF(fxus) fxru_change = changeDF(fxru) fxcn_change = changeDF(fxcn) etf = pd.concat([fxgd_change, fxrl_change, fxit_change, fxus_change, fxru_change, fxcn_change], axis=1) etf.head()В результате получили:
Министерство обороны США заключило контракт с Lockheed Martin (LMT) на $6,6 млрд, предусматривающий глобальное обслуживание и поддержку истребителей F-35. Контракт на техническое обслуживание F-35 заключен на 2021 финансовый год с возможностью продления на 2022 и 2023 гг.
Lockheed Martin согласно условиям контракта будет проводить не только техническое обслуживание истребителей F-35, но и заниматься такими вещами, как обслуживание мест базирования самолетов, обучение пилотов и обслуживающего персонала, управление цепочками поставок комплектующих и запчастей.
Пентагон и Lockheed Martin надеятся, что созданные в рамках контракта производственные мощности будут способствовать дальнейшему снижению стоимости программы F-35. Текущий план предполагает снижение стоимости программы F-35 на 40% в следующие 5 лет. Вероятно, такие показатели сделают эксплуатацию данного самолета более приемлемой для Министерства обороны США.
Всем привет) Как вы знаете, я стараюсь в основном заходить на рынок не путем покупки отдельных акций, а через приобретение фондов на те или иные индексы.
Главный пункт, за что справедливо критикуют индексное инвестирование - в составе индекса (и соответственно фондов) помимо нормальных компаний вы покупаете попутно еще и всякий шлак, а также явные пузыри, которые могут лопнуть в любой момент. Основной индекс Мосбиржи это тоже не миновало — в нем содержатся такие компании, как: Аэрофлот, ВТБ, Киви (вложения в эти компании лично у меня вызывают ОЧЕНЬ сильные сомнения), Тиньков, ОЗОН, Фикс-прайс (они все перспективны, но ценник сейчас выглядит очень завышенным).
Казалось бы, если вы покупаете только фонды, то покупка всего это является неизбежным, хотите вы этого или нет - НО - тут нам на помощь придут альтернативные индексы.