logo
FMQA
Численный анализ финансовых рынков
logo
FMQA  Численный анализ финансовых рынков
О проекте Просмотр Уровни подписки Фильтры Обновления проекта Контакты Поделиться
Все проекты
О проекте
Привет! Я занимюась инвестициями и хочу повысить свою доходность. Чтобы это сделать, я провожу анализ финансовых инструментов, тестирую инвестиционные стратегии на исторических данных и делюсь находками в рамках этого проекта.
Публикации, доступные бесплатно
Уровни подписки
У проекта в настоящий момент нет открытых подписок
Фильтры
Обновления проекта
Контакты

Контакты

Поделиться
Читать: 1+ мин
logo FMQA

Приветствие для дорогих читателей

Добро ‎пожаловать!

Я‏ ‎занимюась ‎инвестициями ‎и ‎хочу ‎повысить‏ ‎свою ‎доходность.‏ ‎Чтобы‏ ‎это ‎сделать, ‎я‏ ‎провожу ‎анализ‏ ‎финансовых ‎инструментов, ‎тестирую ‎инвестиционные‏ ‎стратегии‏ ‎на ‎исторических‏ ‎данных ‎и‏ ‎делюсь ‎находками ‎в ‎рамках ‎этого‏ ‎проекта.

Если‏ ‎вам ‎это‏ ‎тоже ‎интересно,‏ ‎подписывайтесь, ‎читайте, ‎и ‎будем ‎учиться‏ ‎вместе.

Здесь‏ ‎не будет‏ ‎советов ‎о‏ ‎том, ‎что‏ ‎покупать ‎и‏ ‎не‏ ‎покупать. ‎Здесь‏ ‎будет ‎мой ‎анализ.

Важные ‎уведомления ‎про‏ ‎все ‎материалы‏ ‎проекта:

  • Все‏ ‎материалы ‎не ‎являются‏ ‎инвестиционной ‎рекомендацией.
  • Все‏ ‎материалы ‎не ‎являются ‎индивидуальной‏ ‎инвестиционной‏ ‎рекомендацией.
  • Все ‎материалы‏ ‎не ‎являются‏ ‎предложением ‎по ‎покупке ‎или ‎продаже‏ ‎финансовых‏ ‎инструментов ‎или‏ ‎услуг.
  • Вся ‎ответственность‏ ‎за ‎решения ‎лежит ‎на ‎вас.‏ ‎За‏ ‎все‏ ‎результаты ‎отвечаете‏ ‎вы ‎сами.
Читать: 2+ мин
logo FMQA

Распределение дивидендных выплат по дням, месяцам и годам

Этот ‎материал‏ ‎не ‎является ‎инвестиционной ‎рекомендацией. ‎Этот‏ ‎материал ‎не‏ ‎является‏ ‎индивидуальной ‎инвестиционной ‎рекомендацией.‏ ‎Этот ‎материал‏ ‎не ‎является ‎предложением ‎по‏ ‎покупке‏ ‎или ‎продаже‏ ‎финансовых ‎инструментов‏ ‎или ‎услуг. ‎Вся ‎ответственность ‎за‏ ‎решения‏ ‎лежит ‎на‏ ‎вас. ‎За‏ ‎все ‎результаты ‎отвечаете ‎вы ‎сами.

__________

Продолжаем‏ ‎исследование‏ ‎дивидендов,‏ ‎начатое ‎в‏ ‎прошлом ‎посте. Посмотрим,‏ ‎сколько ‎всего‏ ‎было‏ ‎выплат ‎в‏ ‎прошлом.

Сначала ‎посчитаем ‎их ‎сумму ‎по‏ ‎дням, ‎по‏ ‎месяцам‏ ‎и ‎по ‎годам.

Видно,‏ ‎что ‎общее‏ ‎число ‎увеличивается ‎со ‎временем‏ ‎(до‏ ‎2022). ‎Так‏ ‎же ‎заметно,‏ ‎что ‎падение ‎числа ‎выплат ‎в‏ ‎2022‏ ‎было ‎не‏ ‎таким ‎уж‏ ‎большим. ‎И ‎уже ‎в ‎2023‏ ‎наметился‏ ‎положительный‏ ‎тренд. ‎Данных‏ ‎по ‎2024‏ ‎на ‎данный‏ ‎момент‏ ‎мало, ‎поэтому‏ ‎экстраполировать ‎не ‎буду, ‎отметим ‎ситуацию‏ ‎так, ‎как‏ ‎она‏ ‎есть.

А ‎теперь ‎посмотрим,‏ ‎сколько ‎процентов‏ ‎можно ‎было ‎получить ‎через‏ ‎дивиденды.‏ ‎На ‎данном‏ ‎графике ‎проценты‏ ‎просуммированы. ‎То ‎есть ‎показан ‎результат‏ ‎при‏ ‎условии, ‎что‏ ‎у ‎нас‏ ‎куплено ‎одинаковое ‎число ‎всех ‎акций.

Если‏ ‎смотреть‏ ‎на‏ ‎всю ‎дистанцию,‏ ‎то ‎сумма‏ ‎процентов ‎выросла.‏ ‎Но‏ ‎вот ‎так‏ ‎суммировать ‎не ‎вполне ‎корректно ‎потому‏ ‎что ‎активы‏ ‎все-таки‏ ‎разные. ‎Лучше ‎посмотрим‏ ‎на ‎то,‏ ‎какой ‎процент ‎можно ‎получить‏ ‎в‏ ‎виде ‎дивидендов‏ ‎в ‎среднем.

Вот‏ ‎тут ‎уже ‎видно, ‎что ‎средний‏ ‎процент‏ ‎(за ‎год)‏ ‎держится ‎около‏ ‎4.5 ‎довольно ‎стабильно. ‎Можно ‎запомнить‏ ‎это‏ ‎в‏ ‎качестве ‎уровня,‏ ‎относительно ‎которого‏ ‎оценивать ‎дивиденды‏ ‎конкретной‏ ‎бумаги.

Здесь ‎же‏ ‎можем ‎посчитать, ‎какой ‎нужен ‎капитал‏ ‎для ‎ежемесячного‏ ‎получения‏ ‎X ‎рублей, ‎если‏ ‎средняя ‎выплата‏ ‎составляет ‎P ‎процентов. ‎Капитал‏ ‎равен‏ ‎X ‎*‏ ‎12 ‎*‏ ‎100 ‎/ ‎P. ‎Получается ‎примерно‏ ‎278.5‏ ‎миллионов ‎рублей,‏ ‎чтобы ‎выходил‏ ‎1 ‎миллион ‎в ‎месяц ‎до‏ ‎налогов‏ ‎и‏ ‎комиссий.

У ‎нас‏ ‎остается ‎еще‏ ‎ряд ‎вопросов,‏ ‎которые‏ ‎можно ‎раскрыть‏ ‎в ‎теме ‎дивидендов. ‎Продолжим ‎это‏ ‎в ‎следующих‏ ‎постах.

Читать: 2+ мин
logo FMQA

Кто платил дивиденды чаще всех?

Этот ‎материал‏ ‎не ‎является ‎инвестиционной ‎рекомендацией. ‎Этот‏ ‎материал ‎не‏ ‎является‏ ‎индивидуальной ‎инвестиционной ‎рекомендацией.‏ ‎Этот ‎материал‏ ‎не ‎является ‎предложением ‎по‏ ‎покупке‏ ‎или ‎продаже‏ ‎финансовых ‎инструментов‏ ‎или ‎услуг. ‎Вся ‎ответственность ‎за‏ ‎решения‏ ‎лежит ‎на‏ ‎вас. ‎За‏ ‎все ‎результаты ‎отвечаете ‎вы ‎сами.

__________

Дивиденды‏ ‎—‏ ‎большая‏ ‎тема. ‎Какие‏ ‎акции ‎выгоднее‏ ‎— ‎платящие‏ ‎дивиденды‏ ‎или ‎нет?‏ ‎Выгоднее ‎получать ‎дивиденды ‎как ‎можно‏ ‎чаще, ‎как‏ ‎можно‏ ‎реже ‎или ‎есть‏ ‎некий ‎оптимум?‏ ‎Как ‎зависит ‎размер ‎выплат‏ ‎от‏ ‎частоты ‎выплат?‏ ‎Как ‎связаны‏ ‎выгода ‎и ‎стабильность ‎частоты ‎выплат?‏ ‎Как‏ ‎распределены ‎прошлые‏ ‎выплаты ‎во‏ ‎времени? ‎Из ‎чего ‎вообще ‎мы‏ ‎можем‏ ‎выбирать?

Вопросов‏ ‎много, ‎и‏ ‎можно ‎предложить‏ ‎еще ‎для‏ ‎наших‏ ‎будущих ‎исследований.‏ ‎В ‎этом ‎посте ‎начнем ‎с‏ ‎последнего ‎вопроса.

Из‏ ‎графика‏ ‎видно, ‎что ‎заметная‏ ‎часть ‎эмитентов‏ ‎платит ‎раз ‎в ‎год‏ ‎или‏ ‎чаще. ‎При‏ ‎этом ‎у‏ ‎некоторых ‎из ‎них ‎стандартное ‎отклонение‏ ‎выплат‏ ‎меньше ‎200‏ ‎суток.

Чем ‎меньше‏ ‎средний ‎период ‎между ‎выплатами, ‎тем‏ ‎больше‏ ‎выплат.‏ ‎Логично.

А ‎вот‏ ‎разброс ‎периодов‏ ‎между ‎выплатами‏ ‎не‏ ‎особенно ‎зависит‏ ‎от ‎их ‎числа. ‎То ‎есть‏ ‎можно ‎поискать‏ ‎таких‏ ‎эмитентов, ‎кто ‎уже‏ ‎сделал ‎много‏ ‎выплат, ‎и ‎разброс ‎времени‏ ‎между‏ ‎ними ‎относительно‏ ‎небольшой.

Среди ‎лидеров‏ ‎по ‎частоте ‎выплат ‎дивидендов:

  • ФосАгро ‎[MOEX:PHOR] со‏ ‎средним‏ ‎периодом ‎в‏ ‎94.5 ‎суток‏ ‎и ‎28 ‎выплатами.
  • Северсталь ‎[MOEX:CHMF] со ‎средним‏ ‎периодом‏ ‎121.1‏ ‎суток ‎и‏ ‎46 ‎выплатами.
  • QIWI‏ ‎[MOEX:QIWI] ‎со‏ ‎средним‏ ‎периодом ‎127.5‏ ‎суток ‎и ‎24 ‎выплатами.
  • TCS ‎Group‏ ‎[SPB:TCS] со ‎средним‏ ‎периодом‏ ‎143.4 ‎суток ‎и‏ ‎17 ‎выплатами.
  • Novabev‏ ‎Group ‎[MOEX:BELU] со ‎средним ‎периодом‏ ‎144.1‏ ‎суток ‎и‏ ‎10 ‎выплатами.

Есть‏ ‎и ‎другие, ‎но ‎там ‎число‏ ‎выплат‏ ‎в ‎прошлом‏ ‎меньше, ‎поэтому‏ ‎не ‎стал ‎включать ‎их ‎в‏ ‎этот‏ ‎список.‏ ‎Пока ‎что‏ ‎сделаем ‎вывод,‏ ‎что ‎лидеры‏ ‎по‏ ‎частоте ‎выплат‏ ‎дивидендов ‎платили ‎в ‎среднем ‎каждые‏ ‎3, ‎4‏ ‎или‏ ‎5 ‎месяцев.

Тема ‎дивидендов‏ ‎достойна ‎гораздо‏ ‎более ‎масштабного ‎исследования. ‎По‏ ‎мере‏ ‎сил ‎будем‏ ‎его ‎проводить‏ ‎и ‎фиксировать ‎результаты ‎здесь.

Читать: 8+ мин
logo FMQA

Лучший Sharpe Ratio на рынке и его уязвимость

Этот ‎материал‏ ‎не ‎является ‎инвестиционной ‎рекомендацией. ‎Этот‏ ‎материал ‎не‏ ‎является‏ ‎индивидуальной ‎инвестиционной ‎рекомендацией.‏ ‎Этот ‎материал‏ ‎не ‎является ‎предложением ‎по‏ ‎покупке‏ ‎или ‎продаже‏ ‎финансовых ‎инструментов‏ ‎или ‎услуг. ‎Вся ‎ответственность ‎за‏ ‎решения‏ ‎лежит ‎на‏ ‎вас. ‎За‏ ‎все ‎результаты ‎отвечаете ‎вы ‎сами.

__________

Продолжим‏ ‎наше‏ ‎исследование‏ ‎Sharpe ‎Ratio. Узнать,‏ ‎что ‎это‏ ‎такое, ‎по‏ ‎какой‏ ‎формуле ‎считается‏ ‎и ‎что ‎означает ‎можно ‎по‏ ‎ссылке ‎в‏ ‎предыдущем‏ ‎предложении. ‎А ‎в‏ ‎этой ‎статье‏ ‎сравним ‎прошлые ‎результаты ‎с‏ ‎«безрисковой‏ ‎альтернативой».

За ‎«безрисковую‏ ‎альтернативу» ‎примем‏ ‎следующий ‎подход. ‎Как ‎только ‎акция‏ ‎появляется,‏ ‎покупаем ‎ее‏ ‎(добавляем ‎себе‏ ‎в ‎портфель). ‎Никаких ‎докупок, ‎никаких‏ ‎ребалансировок‏ ‎портфеля‏ ‎не ‎производим.‏ ‎Таким ‎образом,‏ ‎у ‎нас‏ ‎одинаковое‏ ‎число ‎акций,‏ ‎но ‎распределение ‎номинальной ‎суммы ‎портфеля‏ ‎по ‎акциям‏ ‎разное.‏ ‎Естественно, ‎это ‎не‏ ‎является ‎безрисковой‏ ‎стратегией, ‎но ‎это ‎простой‏ ‎способ‏ ‎оценить ‎возврат‏ ‎на ‎капитал‏ ‎рынка ‎акций ‎в ‎целом. ‎Запоминаем‏ ‎возврат‏ ‎на ‎капитал‏ ‎с ‎детализацией‏ ‎до ‎ежемесячных ‎цен.

И ‎с ‎такой‏ ‎же‏ ‎периодичностью‏ ‎берем ‎цены‏ ‎инструмента, ‎превращаем‏ ‎их ‎в‏ ‎возврат‏ ‎на ‎капитал,‏ ‎затем ‎синхронизируем ‎обе ‎последовательности ‎и‏ ‎считаем ‎шарп‏ ‎по‏ ‎формуле ‎из ‎прошлой‏ ‎статьи.

Давайте ‎посмотрим,‏ ‎что ‎получилось, ‎и ‎сравним.

Уже‏ ‎по‏ ‎общей ‎картине‏ ‎очевидно, ‎что‏ ‎большинство ‎инструментов ‎выглядят ‎слабовато. ‎Только‏ ‎единицы‏ ‎случайно ‎обгоняют‏ ‎рынок ‎по‏ ‎шарпу.

Видно, ‎что ‎многие ‎из ‎самых‏ ‎отстающих‏ ‎повторяются.‏ ‎Без ‎сюрпризов.

Среди‏ ‎лидеров ‎ситуация‏ ‎похожа ‎на‏ ‎отстающих‏ ‎с ‎одним‏ ‎любопытным ‎исключением. ‎MOEX: ‎WUSH ‎был‏ ‎лидером ‎в‏ ‎прошлый‏ ‎раз. ‎Но ‎если‏ ‎сравнить ‎успехи‏ ‎этой ‎бумаги ‎с ‎рынком,‏ ‎она‏ ‎сразу ‎оказывается‏ ‎в ‎отстающих.‏ ‎Дело ‎тут ‎в ‎том, ‎что‏ ‎за‏ ‎то ‎же‏ ‎время ‎и‏ ‎рынок ‎в ‎целом ‎подрос, ‎и‏ ‎MOEX:‏ ‎WUSH.‏ ‎При ‎этом‏ ‎рынок ‎подрос‏ ‎сильнее, ‎поэтому‏ ‎разница‏ ‎возвратов ‎отрицательная.‏ ‎А ‎от ‎других ‎инструментов ‎отличие‏ ‎еще ‎и‏ ‎в‏ ‎общем ‎времени ‎торгов‏ ‎(у ‎более‏ ‎успешных ‎оно ‎может ‎быть‏ ‎больше).‏ ‎В ‎результате‏ ‎WUSH ‎отправился‏ ‎из ‎самого ‎начала ‎списка ‎в‏ ‎самый‏ ‎конец. ‎Это,‏ ‎разумеется, ‎пока‏ ‎ничего ‎не ‎говорит ‎нам ‎о‏ ‎будущем‏ ‎потенциале‏ ‎этой ‎бумаги,‏ ‎но ‎теперь‏ ‎мы ‎знаем‏ ‎причины‏ ‎такого ‎изменения.

В‏ ‎результате ‎этого ‎сравнения ‎видно, ‎что,‏ ‎если ‎сделать‏ ‎поправку‏ ‎на ‎рынок ‎в‏ ‎целом, ‎корреляция‏ ‎шарпа ‎и ‎волатильности ‎доходности‏ ‎из‏ ‎отрицательной ‎становится‏ ‎положительной. ‎Чтобы‏ ‎обогнать ‎рынок, ‎придется ‎брать ‎дополнительный‏ ‎риск.

Здесь‏ ‎мы ‎видим‏ ‎еще ‎одно‏ ‎отражение ‎предыдущего ‎вывода, ‎только ‎в‏ ‎разрезе‏ ‎максимальной‏ ‎просадки ‎вместо‏ ‎волатильности.

И ‎сравнение‏ ‎зависимости ‎шарпа‏ ‎от‏ ‎максимального ‎роста‏ ‎подтверждает ‎наш ‎вывод. ‎Технически ‎важно‏ ‎заметить, ‎что‏ ‎максимальный‏ ‎рост, ‎как ‎и‏ ‎максимальная ‎просадка,‏ ‎прямо ‎связаны ‎с ‎волатильностью,‏ ‎поэтому‏ ‎это ‎нельзя‏ ‎назвать ‎независимыми‏ ‎подтверждениями.

Хоть ‎и ‎в ‎небольшой ‎степени,‏ ‎но‏ ‎все-таки ‎годы‏ ‎торгов ‎положительно‏ ‎связаны ‎с ‎шарпом ‎инструмента ‎относительно‏ ‎рынка.‏ ‎Другими‏ ‎словами, ‎рынок‏ ‎скорее ‎обгонит‏ ‎инструмент, ‎который‏ ‎торгуется‏ ‎давно, ‎хотя‏ ‎связь ‎и ‎слабая. ‎Или ‎нет?

Вспомним‏ ‎пример ‎с‏ ‎WUSH.‏ ‎Если ‎рынок ‎в‏ ‎целом ‎растет‏ ‎с ‎какой-то ‎скоростью, ‎то‏ ‎на‏ ‎отдельных ‎периодах‏ ‎скорость ‎может‏ ‎быть ‎выше, ‎а ‎на ‎других‏ ‎—‏ ‎ниже. ‎Если‏ ‎период ‎сравнения‏ ‎небольшой, ‎выше ‎вероятность, ‎что ‎общий‏ ‎рост‏ ‎рынка‏ ‎сильно ‎отличается‏ ‎от ‎его‏ ‎же ‎роста‏ ‎в‏ ‎целом. ‎Поэтому,‏ ‎чем ‎меньше ‎период ‎сравнения, ‎тем‏ ‎больее ‎сильный‏ ‎рост‏ ‎мог ‎показать ‎рынок‏ ‎в ‎целом.‏ ‎Вот ‎это ‎и ‎объясняет‏ ‎отчасти‏ ‎корреляцию ‎на‏ ‎графике ‎выше.

Можно‏ ‎попробовать ‎сделать ‎поправку ‎на ‎этот‏ ‎фактор,‏ ‎чтобы ‎убрать‏ ‎эти ‎искажения.‏ ‎Один ‎вариант ‎— ‎просто ‎не‏ ‎рассматривать‏ ‎инструменты‏ ‎без ‎достаточной‏ ‎истории. ‎На‏ ‎графиках ‎выше‏ ‎я‏ ‎рассматриваю ‎инструменты,‏ ‎у ‎которых ‎минимум ‎12 ‎месяцев‏ ‎истории ‎торгов.‏ ‎Другой‏ ‎вариант ‎— ‎вычитать‏ ‎не ‎доходность‏ ‎рынка ‎за ‎конкретное ‎время,‏ ‎а‏ ‎среднюю ‎доходность‏ ‎за ‎все‏ ‎время. ‎Можно ‎придумать ‎и ‎другие‏ ‎подходы.‏ ‎Именно ‎поэтому‏ ‎«безрисковая ‎альтернатива»‏ ‎здесь ‎скорее ‎условность, ‎чем ‎реальная‏ ‎возможность‏ ‎заработать‏ ‎(сохранить) ‎без‏ ‎рисков.

Вот ‎мы‏ ‎и ‎завершили‏ ‎сравнение.‏ ‎Главный ‎вывод‏ ‎очевиден. ‎Обогнать ‎рынок ‎непросто, ‎и‏ ‎это ‎мероприятие‏ ‎требует‏ ‎возможности ‎выдержать ‎повышенную‏ ‎волатильность. ‎Повышенная‏ ‎волатильность, ‎впрочем, ‎не ‎дает‏ ‎гарантии,‏ ‎что ‎мы‏ ‎на ‎верном‏ ‎пути.

Читать: 5+ мин
logo FMQA

Оценка привлекательности финансовых инструментов с помощью Sharpe Ratio

Этот ‎материал‏ ‎не ‎является ‎инвестиционной ‎рекомендацией. ‎Этот‏ ‎материал ‎не‏ ‎является‏ ‎индивидуальной ‎инвестиционной ‎рекомендацией.‏ ‎Этот ‎материал‏ ‎не ‎является ‎предложением ‎по‏ ‎покупке‏ ‎или ‎продаже‏ ‎финансовых ‎инструментов‏ ‎или ‎услуг. ‎Вся ‎ответственность ‎за‏ ‎решения‏ ‎лежит ‎на‏ ‎вас. ‎За‏ ‎все ‎результаты ‎отвечаете ‎вы ‎сами.

__________

В‏ ‎прошлый‏ ‎раз мы‏ ‎планировали ‎вместо‏ ‎максимального ‎роста‏ ‎за ‎месяц‏ ‎рассмотреть‏ ‎другую ‎статистику.‏ ‎Сделаем ‎это.

Одним ‎из ‎самых ‎простых‏ ‎и ‎популярных‏ ‎способов‏ ‎оценить ‎привлекательность ‎финансовых‏ ‎инструментов ‎является‏ ‎Sharpe ‎Ratio. ‎Формула ‎такая:

R_x — возврат‏ ‎на‏ ‎инвестиции ‎(делим‏ ‎цену ‎текущего‏ ‎периода ‎на ‎цену ‎прошлого ‎периода).

R_f — то‏ ‎же,‏ ‎что ‎R_x, но‏ ‎для ‎«безрисковых‏ ‎инструментов». ‎В ‎этот ‎раз ‎для‏ ‎простоты‏ ‎примем‏ ‎это ‎за‏ ‎ноль.

N — число ‎периодов‏ ‎в ‎году.‏ ‎В‏ ‎этой ‎статье‏ ‎за ‎один ‎период ‎взят ‎один‏ ‎месяц.

Другими ‎словами,‏ ‎чем‏ ‎сильнее ‎в ‎процентах‏ ‎актив ‎рос‏ ‎(в ‎среднем), ‎тем ‎больше‏ ‎шарп.‏ ‎Чем ‎выше‏ ‎была ‎волатильность,‏ ‎тем ‎меньше ‎шарп.

Посчитаем ‎шарп ‎для‏ ‎акций‏ ‎и ‎посмотрим‏ ‎на ‎распределение.‏ ‎Уточню, ‎что ‎снова ‎посчитал ‎все‏ ‎без‏ ‎учета‏ ‎дивидендов.

Видно, ‎что‏ ‎у ‎большей‏ ‎части ‎инструментов‏ ‎шарп‏ ‎положительный, ‎т.‏ ‎е. ‎в ‎среднем ‎возврат ‎на‏ ‎инвестиции ‎больше‏ ‎нуля‏ ‎процентов. ‎Казалось ‎бы,‏ ‎можно ‎взять‏ ‎всего ‎понемногу ‎и ‎в‏ ‎среднем‏ ‎быть ‎в‏ ‎плюсе.

Но ‎возврат‏ ‎мы ‎считаем ‎в ‎рублях, ‎а‏ ‎в‏ ‎рублях ‎есть‏ ‎инфляция. ‎В‏ ‎качестве ‎альтернативы ‎можно ‎все-таки ‎взять‏ ‎R_f отличный‏ ‎от‏ ‎нуля. ‎Например,‏ ‎посчитать ‎возврат‏ ‎портфеля, ‎имеющего‏ ‎всех‏ ‎акций ‎поровну,‏ ‎или ‎взять ‎ставки ‎по ‎банковским‏ ‎вкладам. ‎В‏ ‎будущем‏ ‎рассмотрим ‎это, ‎а‏ ‎пока ‎закончим‏ ‎с ‎простым ‎вариантом.

Посмотрим ‎на‏ ‎распределение‏ ‎шарпа ‎и‏ ‎волатильности.

Любопытно, ‎что‏ ‎корреляция ‎с ‎волатильностью ‎около ‎нуля,‏ ‎хотя‏ ‎она ‎находится‏ ‎в ‎знаменателе‏ ‎шарпа. ‎Подумайте, ‎почему ‎так.

В ‎прошлый‏ ‎раз мы‏ ‎увидели,‏ ‎что ‎максимальный‏ ‎рост ‎за‏ ‎месяц ‎практически‏ ‎линейно‏ ‎коррелирует ‎с‏ ‎волатильностью. ‎Тогда ‎интересно, ‎как ‎шарп‏ ‎связан ‎с‏ ‎максимальной‏ ‎просадкой ‎и ‎максимальным‏ ‎ростом.

Максимальный ‎шарп‏ ‎выше ‎при ‎меньших ‎максимальных‏ ‎просадках.‏ ‎Тут ‎без‏ ‎сюрпризов, ‎ведь‏ ‎большие ‎просадки ‎снижают ‎средний ‎возврат‏ ‎(числитель)‏ ‎и ‎повышают‏ ‎волатильность ‎(знаменатель).

А‏ ‎вот ‎у ‎акций ‎с ‎максимальным‏ ‎ростом‏ ‎на‏ ‎процент ‎и‏ ‎больше ‎шарп‏ ‎оказывается ‎не‏ ‎такой‏ ‎высокий, ‎как‏ ‎у ‎акций, ‎имеющих ‎максимальный ‎рост‏ ‎меньше ‎процента.

Если‏ ‎у‏ ‎наших ‎вложений ‎случился‏ ‎резкий ‎рост,‏ ‎это ‎для ‎нас ‎хорошо.‏ ‎Но‏ ‎волатильность ‎акций‏ ‎выросла ‎(как‏ ‎и ‎средний ‎доход), ‎и ‎их‏ ‎шарп‏ ‎мог ‎стать‏ ‎уже ‎не‏ ‎таким ‎высоким. ‎Это ‎одна ‎из‏ ‎причин,‏ ‎почему‏ ‎шарп ‎может‏ ‎быть ‎неоптимальным‏ ‎способом ‎выбора‏ ‎наилучших‏ ‎вложений.

А ‎вот‏ ‎зависимость ‎шарпа ‎от ‎того, ‎как‏ ‎долго ‎инструмент‏ ‎участвует‏ ‎в ‎торгах. ‎Видно,‏ ‎что ‎связи‏ ‎практически ‎нет.

Какие ‎еще ‎минусы‏ ‎есть‏ ‎у ‎Sharpe‏ ‎Ratio?

  1. Шарп ‎оценивает‏ ‎доход ‎с ‎поправкой ‎на ‎риск,‏ ‎но‏ ‎для ‎нас‏ ‎риск ‎—‏ ‎это ‎не ‎обязательно ‎волатильность.
  2. Стандартное ‎отклонение‏ ‎особенно‏ ‎полезно‏ ‎при ‎работе‏ ‎с ‎нормально‏ ‎распределенными ‎величинами.‏ ‎Нет‏ ‎гарантий, ‎что‏ ‎доход ‎инструмента ‎будет ‎иметь ‎именно‏ ‎такое ‎распределение.‏ ‎Другими‏ ‎словами, ‎редкие ‎события‏ ‎(большие ‎доходы,‏ ‎большие ‎убытки) ‎могут ‎происходить‏ ‎чаще,‏ ‎чем ‎при‏ ‎нормальном ‎распределении,‏ ‎и ‎если ‎так, ‎то ‎шарп‏ ‎это‏ ‎недооценивает.
  3. Доход ‎за‏ ‎период ‎может‏ ‎быть ‎скоррелирован ‎с ‎доходом ‎за‏ ‎прошлый‏ ‎период,‏ ‎потому ‎что‏ ‎это ‎не‏ ‎независимые ‎события.‏ ‎Рыночные‏ ‎стратегии, ‎которые‏ ‎делают ‎ставку ‎на ‎такую ‎корреляцию,‏ ‎могут ‎показывать‏ ‎высокий‏ ‎шарп ‎не ‎потому‏ ‎что ‎они‏ ‎предпочтительнее, ‎а ‎потому ‎что‏ ‎такая‏ ‎корреляция ‎означает‏ ‎меньшую ‎волатильность.
  4. Чем‏ ‎более ‎крупные ‎периоды ‎мы ‎берем,‏ ‎тем‏ ‎ниже ‎волатильность‏ ‎и, ‎следовательно,‏ ‎выше ‎шарп. ‎Если ‎мы ‎вместо‏ ‎месяцев‏ ‎примем‏ ‎за ‎период‏ ‎дни, ‎картина‏ ‎может ‎измениться.

Как‏ ‎уже‏ ‎сказал ‎выше,‏ ‎в ‎следующий ‎раз ‎сделаем ‎поправку‏ ‎на ‎безрисковый‏ ‎доход.

Читать: 2+ мин
logo FMQA

Простой пример оценки риска

Этот ‎материал‏ ‎не ‎является ‎инвестиционной ‎рекомендацией.

Этот ‎материал‏ ‎не ‎является‏ ‎индивидуальной‏ ‎инвестиционной ‎рекомендацией.

Этот ‎материал‏ ‎не ‎является‏ ‎предложением ‎по ‎покупке ‎или‏ ‎продаже‏ ‎финансовых ‎инструментов‏ ‎или ‎услуг.

Вся‏ ‎ответственность ‎за ‎решения ‎лежит ‎на‏ ‎вас.‏ ‎За ‎все‏ ‎результаты ‎отвечаете‏ ‎вы ‎сами.

__________

Хотелось ‎бы ‎получить ‎наибольший‏ ‎рост‏ ‎инвестиций‏ ‎при ‎минимальных‏ ‎рисках. ‎Как‏ ‎это ‎сделать?‏ ‎Для‏ ‎начала ‎надо‏ ‎оценить ‎риск. ‎Если ‎мы ‎поверим,‏ ‎что ‎будущее‏ ‎похоже‏ ‎на ‎прошлое, ‎то‏ ‎можно ‎посмотреть‏ ‎на ‎максимальные ‎просадки ‎в‏ ‎прошлом.

Между‏ ‎лучшим ‎и‏ ‎худшим ‎вариантом‏ ‎разница ‎более, ‎чем ‎в ‎4‏ ‎раза.‏ ‎А ‎был‏ ‎ли ‎связан‏ ‎прошлый ‎рост ‎с ‎прошлыми ‎просадками?‏ ‎Оказывается,‏ ‎в‏ ‎какой-то ‎степени‏ ‎был:

Чем ‎меньше‏ ‎просадка, ‎тем‏ ‎меньше‏ ‎рост.

Найти ‎выгоду‏ ‎(снизить ‎риск ‎просадки, ‎сохранив ‎шансы‏ ‎на ‎рост)‏ ‎таким‏ ‎простым ‎образом ‎не‏ ‎удалось. ‎И‏ ‎не ‎удивительно, ‎ведь ‎это‏ ‎еще‏ ‎и ‎не‏ ‎оптимальный ‎способ.‏ ‎Мы ‎посмотрели ‎только ‎на ‎экстремумы.‏ ‎Как‏ ‎нам ‎оценить‏ ‎все ‎исторические‏ ‎изменения ‎цены ‎инструмента?

Такой ‎способ ‎известен,‏ ‎это‏ ‎оценка‏ ‎стандартного ‎отклонения‏ ‎(STD) ‎изменения цены,‏ ‎то ‎есть‏ ‎возврата‏ ‎на ‎капитал.‏ ‎Реализуем ‎этот ‎способ.

Вот ‎здесь ‎уже‏ ‎гораздо ‎лучше‏ ‎видно,‏ ‎что ‎высокий ‎рост‏ ‎сопровождала ‎высокая‏ ‎волатильность. ‎В ‎то ‎же‏ ‎время,‏ ‎высокая ‎волатильность‏ ‎еще ‎не‏ ‎гарантия ‎прибыли. ‎Да ‎и ‎максимальный‏ ‎рост‏ ‎за ‎месяц‏ ‎можно ‎заменить‏ ‎на ‎другую ‎статистику. ‎Обсудим ‎это‏ ‎в‏ ‎следующий‏ ‎раз.

Читать: 2+ мин
logo FMQA

Акция в России с самым большим номинальным ростом

Этот ‎материал‏ ‎не ‎является ‎инвестиционной ‎рекомендацией.

Этот ‎материал‏ ‎не ‎является‏ ‎индивидуальной‏ ‎инвестиционной ‎рекомендацией.

Этот ‎материал‏ ‎не ‎является‏ ‎предложением ‎по ‎покупке ‎или‏ ‎продаже‏ ‎финансовых ‎инструментов‏ ‎или ‎услуг.

Вся‏ ‎ответственность ‎за ‎решения ‎лежит ‎на‏ ‎вас.‏ ‎За ‎все‏ ‎результаты ‎отвечаете‏ ‎вы ‎сами.

__________

Начнем ‎с ‎простого. ‎Какая‏ ‎акция‏ ‎в‏ ‎России ‎показала‏ ‎наибольший ‎номинальный‏ ‎рост? ‎Для‏ ‎упрощения‏ ‎задачи ‎опустим‏ ‎пока ‎выплату ‎дивидендов ‎и ‎посмотрим‏ ‎только ‎на‏ ‎цену‏ ‎бумаги ‎без ‎поправки‏ ‎на ‎инфляцию.

Для‏ ‎ответа ‎на ‎этот ‎вопрос‏ ‎я‏ ‎воспользовался ‎API‏ ‎одного ‎из‏ ‎брокеров, ‎чтобы ‎достать ‎исторические ‎данные‏ ‎торгов,‏ ‎а ‎затем‏ ‎провел ‎свой‏ ‎анализ.

Оказывается, ‎сильнее ‎всего ‎выросли ‎акции‏ ‎Сбера.‏ ‎Более‏ ‎того, ‎на‏ ‎фоне ‎единичных‏ ‎лидеров ‎рост‏ ‎остальных‏ ‎инструментов ‎даже‏ ‎трудно ‎визуально ‎сравнить. ‎Чтобы ‎исправить‏ ‎это, ‎поменяем‏ ‎шкалу‏ ‎на ‎логарифмическую.

Любопытно, ‎что‏ ‎рост ‎цены‏ ‎отличается ‎настолько ‎сильно. ‎Возможно,‏ ‎все‏ ‎дело ‎в‏ ‎том, ‎когда‏ ‎начались ‎торги ‎по ‎каждому ‎инструменту?

Оказывается,‏ ‎что‏ ‎для ‎сильного‏ ‎роста ‎действительно‏ ‎понадобилось ‎много ‎времени. ‎При ‎этом‏ ‎одного‏ ‎времени‏ ‎недостаточно, ‎мы‏ ‎видим ‎примеры,‏ ‎торгуемые ‎более‏ ‎20‏ ‎лет, ‎которые‏ ‎выросли ‎намного ‎слабее.

Чтобы ‎не ‎сомневаться,‏ ‎произошел ‎ли‏ ‎на‏ ‎самом ‎деле ‎рост‏ ‎на ‎десятки‏ ‎тысяч ‎процентов ‎(т. ‎е.‏ ‎в‏ ‎сотни ‎раз),‏ ‎я ‎проверил‏ ‎котировки ‎по ‎другим ‎источникам. ‎Такой‏ ‎рост‏ ‎на ‎самом‏ ‎деле ‎был.

В‏ ‎качестве ‎следующих ‎шагов ‎можно ‎посмотреть‏ ‎на‏ ‎волатильность‏ ‎и ‎дивиденды.

Обновления проекта

Контакты

Фильтры

Подарить подписку

Будет создан код, который позволит адресату получить бесплатный для него доступ на определённый уровень подписки.

Оплата за этого пользователя будет списываться с вашей карты вплоть до отмены подписки. Код может быть показан на экране или отправлен по почте вместе с инструкцией.

Будет создан код, который позволит адресату получить сумму на баланс.

Разово будет списана указанная сумма и зачислена на баланс пользователя, воспользовавшегося данным промокодом.

Добавить карту
0/2048