empenoso

Обзор первой стратегии: простой трейлинг-стоп

Стратегия использует фиксированный процентный трейлинг-стоп. После случайного входа (лонг или шорт с 50% вероятностью каждые 24 часа) стоп-уровень постоянно пересчитывается для лонга: от максимальной достигнутой цены, для шорта: от минимальной достигнутой цены.

Основная идея в коде:

// Установка начального стопа при входе
trailingStopLong := close * (1 - trailingStopOffset / 100)

// Обновление стопа для лонга
highestLongPrice := math.max(highestLongPrice, close)
trailingStopLong := highestLongPrice * (1 - trailingStopOffset / 100)

Преимущества:

• Простота реализации и понимания

• Предсказуемый фиксированный риск

• Хорошо работает в трендах

Недостатки:

• Не адаптируется к волатильности рынка

• Может преждевременно закрывать позиции при повышенной волатильности

• Требует ручной настройки параметра под каждый инструмент

Полный код:

// === Описание стратегии ===
// Эта стратегия основана на случайных входах в рынок с использованием простого трейлинг-стопа для управления рисками.
// Основные особенности:
// 1. Случайные входы: Стратегия совершает входы в длинные (Long) или короткие (Short) позиции с заданной вероятностью
// каждые N баров. Частота входов регулируется параметром "Частота входов (каждые N баров)".
// 2. Генерация направлений: Для определения направления входа используется генератор случайных чисел.
// Если случайное значение меньше установленной вероятности входа в Long, открывается длинная позиция, иначе — короткая.
// 3. Простой трейлинг-стоп: После входа в позицию устанавливается трейлинг-стоп на заданном расстоянии в процентах от цены.
// Трейлинг-стоп обновляется при движении цены в благоприятную сторону, защищая прибыль и минимизируя убытки.
// 4. Гибкость настроек: Пользователь может задать вероятность входа в Long, частоту входов и размер трейлинг-стопа.
// 5. Отображение трейлинг-стопа: На графике отображаются уровни трейлинг-стопов для активных позиций, что позволяет
// визуально контролировать ход торговли.

// Михаил Шардин, https://shardin.name/?utm_source=tradingview

//@version=6
strategy("Случайные входы + простой трейлинг стоп",
overlay=true,
commission_type=strategy.commission.percent, // Тип комиссии: процент
commission_value=0.04, // Значение комиссии: 0.04%
slippage=10, // Проскальзывание в тиках
process_orders_on_close=true,
default_qty_type=strategy.fixed, // Фиксированный размер позиции
default_qty_value=1, // 1 контракт/лот
initial_capital=500000) // Начальный капитал

// === Параметры ===
entryFrequency = input.int(24, "Частота входов (каждые N баров)", minval=1)
longProbability = input.int(50, "Вероятность входа в Long (%)", minval=0, maxval=100)
trailingStopOffset = input.float(1.5, "Отступ трейлинг-стопа (%)", step=0.1, minval=0.1)

// === Сигнал на вход ===
entrySignal = bar_index % entryFrequency == 0 and bar_index > 0 // Игнорируем первый бар

// === Гарантированный рандом ===
randValue = math.random(0, 100) // Генерация случайного числа от 0 до 100
randDirection = randValue < longProbability ? 1 : -1 // 1 = Long, -1 = Short

// === Переменные для трейлинг-стопов ===
var float highestLongPrice = na
var float lowestShortPrice = na
var float trailingStopLong = na
var float trailingStopShort = na

// === Условие входа ===
longCondition = entrySignal and randDirection == 1 and strategy.position_size == 0
shortCondition = entrySignal and randDirection == -1 and strategy.position_size == 0

// === Вход в позиции ===
if (longCondition)
strategy.entry("Long", strategy.long)
highestLongPrice := close
trailingStopLong := close * (1 - trailingStopOffset / 100)

if (shortCondition)
strategy.entry("Short", strategy.short)
lowestShortPrice := close
trailingStopShort := close * (1 + trailingStopOffset / 100)

// === Обновление трейлинг-стопа ===
if (strategy.position_size > 0) // Если открыта длинная позиция
highestLongPrice := math.max(highestLongPrice, close)
trailingStopLong := highestLongPrice * (1 - trailingStopOffset / 100)

if (close <= trailingStopLong) // Закрытие по трейлинг-стопу
strategy.close("Long")

if (strategy.position_size < 0) // Если открыта короткая позиция
lowestShortPrice := math.min(lowestShortPrice, close)
trailingStopShort := lowestShortPrice * (1 + trailingStopOffset / 100)

if (close >= trailingStopShort) // Закрытие по трейлинг-стопу
strategy.close("Short")

// === Отображение трейлинг-стопов ===
plot(strategy.position_size > 0 ? trailingStopLong : na, title="Лонг трейлинг-стоп", color=color.green, linewidth=2, style=plot.style_linebr)
plot(strategy.position_size < 0 ? trailingStopShort : na, title="Шорт трейлинг-стоп", color=color.red, linewidth=2, style=plot.style_linebr)

// === Информация для отладки ===
if (barstate.islast)
label.new(bar_index, high,
"Текущий индекс бара: " + str.tostring(bar_index) +
"\nСледующая сделка через: " + str.tostring(entryFrequency - (bar_index % entryFrequency)) + " баров" +
"\nНаправление следующей: " + (randDirection == 1 ? "LONG" : "SHORT") +
"\nТекущая позиция: " + (strategy.position_size > 0 ? "LONG" : strategy.position_size < 0 ? "SHORT" : "НЕТ"),
color=color.blue, style=label.style_label_down)

Обзор второй стратегии: ATR трейлинг-стоп

ATR-трейлинг динамически адаптируется к рыночной волатильности. При каждом входе (лонг/шорт с 50% вероятностью) стоп рассчитывается для лонга: цена закрытия - (ATR(14) × 4) для шорта: цена закрытия + (ATR(14) × 4).

Адаптивный метод выхода: трейлинг-стоп на основе ATR учитывает волатильность инструмента. При росте колебаний стоп отодвигается дальше, при затухании - приближается. Это помогает держать тренд и снижать количество ложных выходов на «шуме».

Основная идея в коде:

// Расчет ATR
atr = ta.atr(atrPeriod)
// Установка ATR-стопа
trailingStopLong := close - atr * atrMultiplier
trailingStopShort := close + atr * atrMultiplier
// Адаптивное обновление
trailingStopLong := math.max(trailingStopLong, close - atr * atrMultiplier)

Преимущества:

• Автоматическая подстройка под текущую волатильность

• Шире стопы при высокой волатильности (меньше ложных выходов)

• Уже стопы при спокойном рынке (лучше защищает прибыль)

Недостатки:

• Сложнее в настройке (нужно подбирать период и множитель)

• Может давать слишком широкие стопы в периоды экстремальной волатильности

Полный код стратегии:

// === Описание стратегии ===
// Эта стратегия основана на случайных входах в рынок с использованием трейлинг-стопов для управления рисками.
// Основные особенности:
// 1. Случайные входы: Стратегия генерирует случайные сигналы для входа в длинные (Long) или короткие (Short) позиции
// с заданной вероятностью. Частота входов регулируется параметром "Частота входов (каждые N баров)".
// 2. Трейлинг-стоп: Для управления рисками используется трейлинг-стоп, который рассчитывается на основе ATR (Average True Range)
// и заданного множителя. Трейлинг-стоп автоматически обновляется при движении цены в пользу позиции.
// 3. Гибкость настроек: Пользователь может настроить вероятность входа в длинную позицию, период ATR и множитель для трейлинг-стопа.

// Михаил Шардин, https://shardin.name/?utm_source=tradingview

//@version=6
strategy("Случайные входы + ATR трейлинг стоп",
overlay=true,
commission_type=strategy.commission.percent, // Тип комиссии: процент
commission_value=0.04, // Значение комиссии: 0.04%
slippage=10, // Проскальзывание в тиках
process_orders_on_close=true,
default_qty_type=strategy.fixed, // Фиксированный размер позиции
default_qty_value=1, // 1 контракт/лот
initial_capital=500000) // Начальный капитал

// === Параметры ===
entryFrequency = input.int(24, "Частота входов (каждые N баров)", minval=1)
longProbability = input.int(50, "Вероятность входа в Long (%)", minval=0, maxval=100)
atrPeriod = input.int(14, "Период ATR")
atrMultiplier = input.float(4.0, "Множитель ATR", step=0.1, minval=0.1)

// === ATR для трейлинг-стопов ===
atr = ta.atr(atrPeriod)

// === Сигнал на вход ===
entrySignal = bar_index % entryFrequency == 0 and bar_index > 0 // Игнорируем первый бар

// === Гарантированный рандом ===
randValue = math.random(0, 100) // Генерация случайного числа от 0 до 100
randDirection = randValue < longProbability ? 1 : -1 // 1 = Long, -1 = Short

// === Условие входа ===
longCondition = entrySignal and randDirection == 1 and strategy.position_size == 0
shortCondition = entrySignal and randDirection == -1 and strategy.position_size == 0

// === Переменные для трейлинг-стопов ===
var float trailingStopLong = na
var float trailingStopShort = na

// === Вход в позиции ===
if (longCondition)
strategy.entry("Long", strategy.long)
trailingStopLong := close - atr * atrMultiplier
// label.new(bar_index, high, "Открыт LONG", color=color.green, style=label.style_label_down, textcolor=color.white)

if (shortCondition)
strategy.entry("Short", strategy.short)
trailingStopShort := close + atr * atrMultiplier
// label.new(bar_index, low, "Открыт SHORT", color=color.red, style=label.style_label_up, textcolor=color.white)

// === Обновление трейлинг-стопа ===
if (strategy.position_size > 0) // Если открыта длинная позиция
trailingStopLong := math.max(trailingStopLong, close - atr * atrMultiplier)
if (close <= trailingStopLong) // Закрытие по трейлинг-стопу
strategy.close("Long")
// label.new(bar_index, high, "Закрыт LONG", color=color.green, style=label.style_label_down, textcolor=color.white)

if (strategy.position_size < 0) // Если открыта короткая позиция
trailingStopShort := math.min(trailingStopShort, close + atr * atrMultiplier)
if (close >= trailingStopShort) // Закрытие по трейлинг-стопу
strategy.close("Short")
// label.new(bar_index, low, "Закрыт SHORT", color=color.red, style=label.style_label_up, textcolor=color.white)

// === Отображение трейлинг-стопов ===
plot(strategy.position_size > 0 ? trailingStopLong : na, title="Лонг трейлинг-стоп", color=color.green, linewidth=2, style=plot.style_linebr)
plot(strategy.position_size < 0 ? trailingStopShort : na, title="Шорт трейлинг-стоп", color=color.red, linewidth=2, style=plot.style_linebr)

// === Информация для отладки ===
if (barstate.islast)
label.new(bar_index, high,
"Текущий индекс бара: " + str.tostring(bar_index) +
"\nСледующая сделка через: " + str.tostring(entryFrequency - (bar_index % entryFrequency)) + " баров" +
"\nНаправление следующей: " + (randDirection == 1 ? "LONG" : "SHORT") +
"\nТекущая позиция: " + (strategy.position_size > 0 ? "LONG" : strategy.position_size < 0 ? "SHORT" : "НЕТ"),
color=color.blue, style=label.style_label_down)

Методика тестирования

Тестирование проводилось на часовом таймфрейме фьючерса Si (USD/RUB) за период с 29.12.2023 по 21.04.2025. Это 480 дней или 11 520 часовых баров. Оценивались ключевые метрики:

• Общие ПР/УБ: Итоговый финансовый результат стратегии выхода.

• Макс. просадка средств: Максимальное падение эквити от пика, показатель риска.

• Всего сделок: Общее количество для статистической значимости.

• Прибыльные сделки, %: Доля выигрышных выходов.

• Фактор прибыли: Отношение валовой прибыли к валовому убытку (эффективность).

Поскольку входы случайны (50/50), различия в этих показателях напрямую демонстрируют эффективность именно стратегии выхода. Это позволяет объективно сравнить, какой подход - жесткий процентный стоп или адаптивный ATR - лучше управляет позицией в заданных условиях.

Результаты и сравнение

Сравним ключевые показатели обеих стратегий выхода при идентичных случайных входах на фьючерсе Si за период ~16 месяцев:

Интерпретация:

Результаты однозначно показывают преимущество адаптивного ATR-трейлинга на волатильном фьючерсе Si.

• Где ATR-выход был лучше: практически по всем параметрам. ATR-стоп не только принёс прибыль (+6.43%) против убытка простого стопа (-2.79%), но и показал в 5 раз меньшую максимальную просадку (1.03% vs 5.00%). Значительно выше процент прибыльных сделок (50.70% vs 30.65%) и фактор прибыли (2.305 vs 0.705), что говорит о лучшем удержании прибыльных позиций и контроле убытков.

• Где выигрывает простой трейлинг: в данном тесте – нигде. Его единственное преимущество – простота – не компенсировало неспособность адаптироваться.

• Реакция на волатильность: фиксированный стоп в 1.5%, вероятно, был слишком узким для волатильности Si, приводя к частым преждевременным выходам. ATR-стоп, динамически расширяясь и сужаясь вместе с рынком, позволил эффективнее "пересиживать" локальные коррекции и удерживать трендовые движения, что и отразилось на итоговой прибыли и просадке.

Выводы

Раздельное тестирование выходов - ценный метод анализа, так как изолирует влияние стратегии управления позицией от качества входов, позволяя объективно оценить её эффективность.

Как показали результаты для волатильного фьючерса Si, ATR-трейлинг предпочтительнее в условиях высокой изменчивости рынка. Его способность адаптивно расширять и сужать стоп помогает удерживать тренды и фильтровать рыночный шум, что критично для улучшения итогового ПР/УБ.

Однако простота фиксированного стопа может быть привлекательной. Это наводит на мысль о потенциале гибридных подходов, сочетающих преимущества обоих методов, что заслуживает отдельного исследования.

Автор: Михаил Шардин
🔗 Моя онлайн-визитка
📢 Telegram «Умный Дом Инвестора»

22 апреля 2025 г.

В идеале хочу использовать лучшие практики фундаментального анализа на глобальном рынке и адаптировать их к российским реалиям.

Обзор книжных стратегий от Американской ассоциации частных инвесторов

Американская ассоциация частных инвесторов (AAII) — это независимая некоммерческая организация, которая помогает частным инвесторам принимать обоснованные решения. Она предлагает исследования, аналитические материалы и инструменты, включая формализованные наборы готовых стратегий по книгам известных инвесторов. У них это называется Guru Screens и это подборка из 42 инвестиционных стратегий.

Хотя Guru Screens позволяют применять стратегии на практике, нет единого толкования книжной стратегии и конечно требуется адаптации к современным реалиям.

Я выбрал пять стратегий, основанных на трудах известных инвесторов:

• Weiss Blue Chip Div Yield – ориентирована на дивидендные акции крупных компаний.

• Lakonishok – стратегия, основанная на стоимостном инвестировании.

• Wanger (Revised) – фокусируется на малых компаниях с потенциалом роста.

• O'Neil's CAN SLIM Revised 3rd Edition – сочетает фундаментальный и технический анализ.

• Buffett: Hagstrom – следует принципам Уоррена Баффетта, отбирая недооцененные компании с высоким потенциалом.

Weiss Blue Chip Div Yield

Стратегия Weiss Blue Chip Div Yield фокусируется на инвестициях в "голубые фишки" с высокими дивидендами. Разработана Джеральдин Вайсс, известной как "первая леди дивидендного инвестирования". Стратегия основана на выборе недооцененных компаний с высокой дивидендной доходностью, стабильным ростом дивидендов и сильной финансовой надежностью.

Критерии стратегии:

1. Только крупные американские компании (blue chips).

2. Дивиденды:

   • Выплаты не менее 25 лет.

   • Рост дивидендов в 5 из последних 12 лет.

   • Коэффициент выплат ≤ 20%.

3. Финансовая устойчивость:

   • Отношение долга к капиталу ≤ 20% (коммунальные компании — 50%).

   • Текущая ликвидность > 2.

   • Рост EPS в 7 из последних 12 лет.

4. Оценка стоимости: Продажа при снижении дивидендной доходности до минимума или ухудшении финансов.

Я настроил критерии на скринере finviz.com.

Допущения: без истории и рейтингов, только текущий момент.

Lakonishok

Стратегия Lakonishok ориентирована на поиск недооцененных компаний, которые временно не пользуются популярностью у инвесторов, но демонстрируют признаки роста. Основная идея заключается в том, что рынок часто переоценивает «звездные» акции и недооценивает компании, которые испытывали трудности, но начинают восстанавливаться. Метод основан на анализе четырех ключевых мультипликаторов, а также динамики цены и прогнозов аналитиков.

Для отбора акций используются следующие параметры:

• Цена акции ниже средних значений по отрасли по одному из показателей: P/B, P/CF, P/E или P/S.

• Относительная сила за 6 месяцев > 0 (признак роста).

• Относительная сила за 3 месяца > 0 (дополнительное подтверждение роста).

• Положительный сюрприз прибыли (разница между фактическими и прогнозными показателями).

• Рост консенсус-прогноза аналитиков за последние 6 месяцев.

Подход Lakonishok позволяет находить недооцененные компании, способные демонстрировать высокую доходность в долгосрочной перспективе.

Я настроил критерии на скринере finviz.com.

Допущения: выбраны не верхние проценты по рынку, а заданы фиксированные значения.

Wanger (Revised)

Стратегия Wanger (Revised), впервые представленная в 1997 году, направлена на снижение рисков при инвестировании в акции малых компаний. Ее ключевой принцип — поиск динамично развивающихся компаний с устойчивыми финансовыми показателями, высоким потенциалом роста прибыли и разумной оценкой. Подход ориентирован на долгосрочное инвестирование и позволяет находить перспективные активы среди компаний с малой капитализацией, избегая завышенно оцененных и нестабильных бизнесов.

Критерии стратегии

• Рыночная капитализация: от $100 млн до $2 млрд.

• Рост прибыли: ожидаемый рост не менее 15% в год на ближайшие 5 лет.

• Оценка: P/E < 30, P/S < 3.

• Финансовая устойчивость: долг/собственный капитал < 1, текущая ликвидность > 1.

Я настроил критерии на скринере finviz.com.

O'Neil's CAN SLIM Revised 3rd Edition

Методология CAN SLIM, разработанная Уильямом О’Нилом, сочетает фундаментальный и технический анализ для выявления акций с наибольшим потенциалом роста. Эта стратегия ориентирована на быстрорастущие компании, которые уже демонстрируют высокие показатели доходности. Она учитывает не только финансовые показатели, но и рыночные тенденции, что делает ее одной из самых популярных среди частных инвесторов.

Критерии стратегии:

• Текущие доходы: рост прибыли за три года — не менее 25%.

• Годовая прибыль: квартальный рост прибыли — минимум 25%.

• Инновации: наличие новых продуктов или услуг, способных стимулировать рост.

• Спрос и предложение: высокая институциональная заинтересованность и относительная сила.

• Рыночное лидерство: инвестиции в компании-лидеры отрасли.

• Тренд рынка: покупки только в условиях общего бычьего тренда.

Я настроил критерии на скринере finviz.com.

Buffett: Hagstrom

Эта стратегия основана на принципах инвестирования Уоррена Баффетта, описанных в книге Роберта Хагстрома. Она ориентирована на поиск недооцененных компаний с устойчивым ростом, высокой рентабельностью и разумной долговой нагрузкой. В отличие от краткосрочного трейдинга, подход Баффетта предполагает долгосрочное владение качественными активами.

Критерии стратегии:

• ROE: минимум 15% – отражает эффективность управления капиталом.

• Рост прибыли на акцию: минимум 10% – показатель устойчивого развития.

• Соотношение долга к капиталу: не более 50% – ограничение финансовых рисков.

• P/E: не выше 20 – избежание переоцененных активов.

Я настроил критерии на скринере finviz.com.

Краткие выводы по стратегиям от гуру

Конечно всё это не рекомендации, а просто повод задуматься о том, что существуют разные стратегии и множество из них публичны.

Не все стратегии можно достоверно повторить на бесплатных скринерах, потому что часть нужных параметров отсутствует, но это не повод опускать руки и можно подробнее познакомиться с методами и логикой, которые авторы используют.

И конечно надо проверить заинтересовавшую вас стратегию на истории - как выборки составленные в прошлом показывали результаты в настоящем.

Для этого я и хочу написать свой скринер и бэктестер.

Выбор самых важных параметров для оценки акций

Это моя субъективная оценка, разбито по категориям как в скринере Яху Финанс:

1. Market Data (рыночные данные)

• Price (End of Day) - цена на конец дня

• Market Cap (Market Capitalization) – рыночная капитализация
  Общая стоимость компании на фондовом рынке, определяется как цена акции × количество акций.

2. Ratios (финансовые коэффициенты)

Эти коэффициенты помогают инвесторам оценить стоимость компании и её финансовую устойчивость.

• ROA (Return on Assets) – Рентабельность активов
  Показывает, насколько эффективно компания использует свои активы для получения прибыли.
  🟰 > 5%: эффективно использующая свои активы компания должна генерировать не менее 5% прибыли. Низкий ROA может означать плохое использование активов или неэффективную деятельность.

• ROE (Return on Equity) – Рентабельность собственного капитала
  Оценивает прибыльность компании относительно её собственного капитала.
  🟰 > 10%, в идеале > 15%: более высокий ROE показывает, что компания эффективно генерирует прибыль из акционерного капитала.

• Debt/Equity (Debt-to-Equity Ratio) – Коэффициент долг/капитал
  Соотношение общего долга к собственному капиталу.
  🟰 < 1, в идеале < 0,5: более низкий коэффициент указывает на то, что компания не слишком полагается на заемные средства для финансирования операций, что снижает финансовый риск. Компании с D/E > 1 имеют высокую долговую нагрузку, что может быть рискованно в условиях роста процентных ставок.

• Current Ratio – Коэффициент текущей ликвидности
  Показывает способность компании погашать краткосрочные обязательства.
  🟰1,5 – 3: гарантирует, что компания может выполнить свои краткосрочные обязательства. Коэффициент ниже 1,5 может указывать на проблемы с ликвидностью, тогда как коэффициент выше 3 может указывать на неэффективное распределение капитала.

• Gross Profit Margin – Валовая рентабельность
  Доля валовой прибыли в выручке компании. Чем выше, тем эффективнее производство.
  🟰> 30%: более высокая валовая маржа означает, что у компании сильная ценовая политика и эффективность затрат. Это указывает на конкурентное преимущество в производстве или услугах.

• Dividend Yield – Дивидендная доходность
  Процент дивидендов к цене акции. Чем выше, тем больше компания платит акционерам.
  🟰 > 2%, но < 8%: умеренная дивидендная доходность обеспечивает доход. Чрезвычайно высокая дивидендная доходность в долларах (> 8%) может указывать на падение цены акций из-за бизнес-рисков.

3. Financials - Income Statement (финансовые показатели – Отчёт о прибылях и убытках)

Этот раздел отражает финансовые результаты компании за определённый период.

• EPS Growth (Earnings Per Share Growth) – Рост прибыли на акцию
  Показывает рост прибыли на акцию по сравнению с предыдущим периодом.
  🟰> 10% год за годом: растущие прибыли указывают на здоровый и расширяющийся бизнес. Компании с постоянным ростом EPS привлекают инвесторов и оправдывают более высокую оценку с течением времени.

• Sales Growth (Revenue Growth) – Рост выручки
  Изменение выручки компании по сравнению с прошлым периодом. Высокий рост указывает на развитие компании.
  🟰5% год за годом: стабильный рост выручки поддерживает долгосрочную устойчивость бизнеса. Если выручка стагнирует или снижается, рост EPS может быть неустойчивым.

• Operating Margin (Operating Profit Margin) – Операционная рентабельность
  Процент выручки, остающийся после вычета операционных расходов (зарплаты, аренда, амортизация и т.д.).
  🟰> 10%, в идеале > 15%: более высокая операционная маржа указывает на эффективную работу и лучший контроль над расходами. Она также обеспечивает подушку безопасности во время экономических спадов.

• Net Profit Margin – Чистая рентабельность
  Процент выручки, остающийся после вычета всех расходов, включая налоги и проценты.
  🟰> 10%, в идеале > 15%: высокая чистая маржа показывает сильную прибыльность после учета всех расходов, включая проценты и налоги.

4. Valuation (оценка компании)

Раздел оценивает эффективность использования активов и капитала.

• P/E (Price-to-Earnings Ratio) – Коэффициент цена/прибыль
  Показывает, во сколько раз цена акции превышает прибыль на акцию (EPS).
  🟰< 15 (в идеале от 8 до 12): более низкий P/E предполагает, что акции недооценены относительно их прибыли. P/E < 5 может сигнализировать о финансовых трудностях, тогда как P/E > 20 может указывать на переоценку компании.

• P/B (Price-to-Book Value Ratio) – Коэффициент цена/балансовая стоимость
  Отношение рыночной цены акции к балансовой стоимости компании.
  🟰< 1,5, в идеале < 1: P/B ниже 1 предполагает, что акция торгуется ниже своей балансовой стоимости, что указывает на потенциальную недооценку. Однако акции с низким P/B могут быть и в отраслях, находящихся в упадке.

• P/S (Price-to-Sales Ratio) – Коэффициент цена/выручка
  Соотношение рыночной капитализации к выручке компании.
  🟰< 2, в идеале < 1: более низкий P/S означает, что выручка компании не переоценена рынком.

• Price/Cash (Price-to-Cash Flow Ratio, P/CF) – Цена к денежному потоку
  Показывает, сколько инвесторы платят за каждый доллар денежных потоков компании.
  🟰< 10: более низкий P/CF означает, что инвесторы платят меньше за каждый доллар денежного потока, что делает акции более привлекательными.

API для поиска фундаментальных данных по России

Получение фундаментальных данных по российскому фондовому рынку — непростая задача, поскольку доступных API значительно меньше, чем для американских акций. Тем не менее, существует несколько источников, которые можно использовать для автоматизации анализа.

T-Invest API https://russianinvestments.github.io/investAPI/swagger-ui/#/

T-Invest API предоставляет данные о российских акциях, включая фундаментальные показатели. Но выдаёт только текущие - истории нет, для скринера это АПИ не подходит.

Запрос: /tinkoff.public.invest.api.contract.v1.InstrumentsService/GetAssetFundamentals

Пример ответа:

FinanceMarker.ru API https://financemarker.ru/api/swagger-ui/

Для частных лиц только 400 запросов в день.

Исторический период, по основной отчетности с 2012 года.

Гранулярность данных зависит от частоты выпущенных компанией отчетов, если компания выпускает отчетность по квартально – то квартал, по полугодиям, то полугодие. По РСБУ отчетности – чаще всего квартал. Это относится к категории – reports.
Мультипликаторы (ratios) рассчитываются только в годовом значении и ТТМ (последние 12 месяцев и текущая капитализация).

Запрос: /fm/v2/stocks/{exchange}:{code} Получить данные по компании

Пример ответа:

RU Data от Интерфакс https://dh2.efir-net.ru/swagger/index.html

Не уверен что частное лицо может подключиться.

Вот ссылка-описание: https://rudata.info/rd-api

Conomy DATA https://conomy.ru/partnership/api

Сервис для предоставления данных о компаниях через API. Используются открытые источники: отчёты, документы, сообщения эмитентов и данные Центробанка. Рассчитываются фундаментальные коэффициенты деятельности компаний. Сервис ещё разрабатывается, но часть данных уже доступна. Информация делится на блоки: общая информация, оцифрованная отчётность, аналитика, прогнозы по акциям и статьи. Цена договорная.

Вот ссылка-описание: https://conomy.ru/partnership

Я писал на указанную ими почту и мне ничего не ответили за две недели.

TradingView

Как ни странно, но сюда похоже ещё можно отнести сервис TradingView, который включает базовые показатели и основные строки из отчетности. У них есть свой язык программирования Pine. Этот язык используется для создания собственных индикаторов и стратегий. График может отображать почти любые строки из отчетности или макроэкономические показатели. Вот ссылка на справку и синтаксис как правильно писать.

А с помощью Pine скрипта можно составить индикаторы, которые отобразят ROE компании и SMA200.

Изменение ROE в отдельной панели:

SMA200 и бирки с отметками о ROE:

Знаете ещё какие-нибудь API по России?

Если не использовать API, то теоретически можно спарсить данные с какого нибудь сайта и поместить их в базу данных - но это сложнее.

Заключение

Фундаментальный анализ выявляет недооцененные компании с сильными финансовыми показателями, что критично для долгосрочных инвестиций.

Технический анализ помогает определить оптимальные точки входа и выхода, учитывая рыночные тренды и психологию толпы.

Комбинация обоих подходов повышает точность решений: фундаментальные данные дают "что покупать", технические — "когда покупать".

Автор: Михаил Шардин
🔗 Моя онлайн-визитка
📢 Telegram «Умный Дом Инвестора»

9 апреля 2025 г.

С его помощью я написал небольшой скрипт на Python, который берёт прогноз на ближайшие дни и показывает, опустится ли температура ночью ниже опасного порога.

Как это работает

Сначала я определяю координаты своего города — Перми — и передаю их в API-запрос.

Чтобы узнать координаты своего города или местности можно прямо у них в документации на сайте посмотреть через кнопку Search.

В ответ получаю прогноз минимальных температур на ближайшие 7 дней. Далее скрипт анализирует ночные значения: если хоть в один из дней температура опускается ниже заданного порога — с заменой шин стоит подождать. Если же ночи стабильно тёплые, значит, пришло время переобуваться без риска.

Код

Вот так выглядит мой скрипт на Python — он простой, понятный и снабжён комментариями на русском. Нужно лишь указать координаты своего города, задать порог температуры (например, +1 °C), и скрипт сам покажет прогноз на ближайшие 7 дней. В выводе вы сразу увидите: стоит ли ещё ждать с переобувкой, или уже можно смело записываться в шиномонтаж.

Это не магия, а просто удобный способ принимать бытовые решения на основе данных, а не «на глазок». И кстати — всё open source, так что можно доработать под себя.

Результаты

Скрипт показал, что в ближайшие дни в Перми несколько ночей будут с заморозками: -0.5 °C, -1.0 °C и даже при +0.4 °C ещё рано рисковать. Несмотря на дневное тепло, ночные температуры всё ещё ниже безопасного порога.

Итог: менять зимние шины пока не стоит — подождём более стабильного тепла хотя бы выше +5 °C ночью.

Заключение

Немного кода и открытые данные — и вы уже принимаете решения не «на глаз», а осознанно.

Автор: Михаил Шардин
🔗 Моя онлайн-визитка
📢 Telegram «Умный Дом Инвестора»

8 апреля 2025 г.

Использование двух средних вместо цены

Вместо сравнения цены со средней можно использовать разницу между быстрой и медленной скользящей средней. Тогда формула примет вид:

Сила тренда = (Быстрая средняя – Медленная средняя) / Медленная средняя × 100

Этот вариант сглаживает резкие колебания цены и позволяет анализировать тренд без учета краткосрочного шума.

Первый вариант индикатора (базовый)

Базовая версия индикатора измеряет силу тренда через разницу между текущей ценой и скользящей средней.
Исходный код Pine Script. RAW версия чтобы скопировать с Гитхаба без ошибок:

Этот индикатор прост в использовании и позволяет визуально оценивать силу тренда на любом активе. В следующем разделе разберем его усовершенствованную версию, которая учитывает два периода средней.

Доработанный вариант индикатора (улучшенный)

В ходе обсуждения с автором идеи были предложены улучшения базовой версии индикатора.
Исходный код Pine Script. RAW-версия кода на GitHub для копирования без ошибок:

Этот вариант индикатора лучше определяет моменты усиления тренда, так как учитывает сглаженные данные, а не просто колебания цены относительно одной средней.

Как использовать индикатор в TradingView

Пошаговая инструкция:

1. Открытие TradingView
   Перейдите на сайт TradingView и войдите в свою учетную запись. Если у вас нет аккаунта, зарегистрируйтесь – это бесплатно.

2. Открытие графика
   В верхнем меню выберите "График" и откройте нужный вам актив (акции, фьючерсы и т. д.).

3. Добавление индикатора вручную

   • В нижней панели нажмите на кнопку "Pine Editor" (Редактор Pine).

   • Скопируйте код индикатора из данной статьи и вставьте его в редактор.

   • Нажмите "Сохранить" и затем "Добавить на график".

4. Настройка параметров индикатора

   • После добавления индикатора на график нажмите на его название в списке индикаторов.

   • Откроется окно параметров, где можно изменить периоды средних (например, EMA 21 или SMA 50).

   • При необходимости настройте цветовую гамму и отображение гистограммы.

5. Интерпретация данных

   • Если значение индикатора положительное, тренд считается восходящим, если отрицательное – нисходящим.

   • Чем выше абсолютное значение индикатора, тем сильнее тренд.

   • Можно использовать сигналы пересечения нулевой линии для определения смены направления тренда.

Выводы

Базовый и усовершенствованный варианты индикатора помогают оценить силу тренда.

Интерпретация:

• Положительное значение — восходящий тренд.

• Отрицательное значение — нисходящий тренд.

• Чем больше абсолютное значение, тем сильнее тренд.

Дальнейшие улучшения:

• Добавить фильтрацию сигналов, например, через ATR.

• Ввести зону неопределенности для избежания ложных сигналов.

• Добавить параметры, учитывающие волатильность или объем.

Автор: Михаил Шардин
🔗 Моя онлайн-визитка
📢 Telegram «Умный Дом Инвестора»

31 марта 2025 г.

Критерии выбора ликвидных облигаций на Московской Бирже

Ликвидность это один из ключевых параметров, поскольку даже высокодоходная бумага бесполезна, если её невозможно купить. В моём скрипте для поиска облигаций используются несколько основных критериев:

Доходность
Эффективная доходность облигации — один из главных параметров. В фильтре задаётся диапазон, например, от 15% до 30%. Важно учитывать, что этот показатель не включает налог с купонов и комиссии брокера.

Текущая цена
Облигации торгуются по разным ценам относительно номинала, все цены облигаций указаны в процентах, и этот параметр позволяет фактически выбрать стратегию получения дохода:

• Если облигация торгуется сильно ниже номинала, основная доходность будет сформирована к моменту погашения (за счёт разницы между ценой покупки и номиналом).

• Если облигация торгуется близко к номиналу, основная доходность складывается из купонных выплат в течение срока жизни.

Пример: облигация ЕвроТранс БО-001Р-03 на 10 марта 2025 года (код RU000A1061K1, ссылка):

• Текущая цена: 86% от номинала

• Купонная доходность: 13,6% годовых

• Доходность к погашению: 26,78% годовых. Доходность к погашению предполагает, что вы держите облигацию до погашения и что все купонные выплаты будут произведены в срок.

Откуда такая разница? Дело в том, что облигация сейчас торгуется ниже номинала, а при погашении инвестор получит 100% номинальной стоимости. То есть, кроме купонов, инвестор дополнительно зарабатывает на разнице в цене. Именно поэтому параметр текущей цены помогает выбрать, когда получать основную доходность — постепенно в течение срока или разово в момент погашения.

Дюрация
Показатель дюрации позволяет выбрать облигации с нужным сроком жизни. Например, если мне нужна бумага на ближайшие 3–18 месяцев, фильтр исключает слишком краткосрочные или долгосрочные варианты.

Прозрачность выплат
Наличие полной информации о будущих купонных выплатах или наличие оферты.
Также я исключаю флоатеры, поскольку Московская биржа не передаёт по ним данные о будущих платежах.

Ликвидность
Ликвидность - основной критерий, ради которого создавался этот инструмент. В скрипте анализируются:

• Минимальное число сделок за каждый из последних 15 дней - чтобы исключить облигации, которые могут внезапно «замереть».

• Общий объём сделок за 15 дней - параметр, который позволяет выявлять бумаги с устойчивым спросом. Этот скрипт позволяет гибко подстраивать фильтры и находить действительно ликвидные облигации, подходящие под конкретно Вашу стратегию инвестирования.

Как работает скрипт

Скрипт использует API Московской биржи для получения актуальных данных об облигациях. Данные скачиваются для ознакомительных целей и это позволяет оперативно находить ликвидные облигации.

Ограничение запросов. С сентября 2024 года API Московской биржи начало периодически разрывать соединение без объяснения причин. Это продолжалось около полугода, поэтому в коде был установлен лимит — не более 50 запросов в минуту. Сейчас, в марте 2025, эта проблема больше не наблюдается, но ограничение оставлено для стабильности.

Московская биржа периодически меняет формат данных, что требует оперативного обновления скрипта.

Пошаговое руководство по запуску

Если вы не разбираетесь в программировании, но хотите воспользоваться этим Python-скриптом, следуйте инструкции:

Шаг 1. Скачайте скрипт

1. Откройте ссылку: GitHub проекта.

2. Нажмите "Code" → "Download ZIP".

3. Разархивируйте ZIP в удобную папку.

Шаг 2. Установите Python

Если Python не установлен:

• Windows: скачайте и установите Python с официального сайта. В установке отметьте "Add Python to PATH".

• MacOS: скачайте Python для macOS и установите.

Шаг 3. Установите зависимости проекта

1. Откройте папку с проектом.

2. Дважды кликните файл install_requirements.bat (Windows) или install_requirements.command (MacOS).

Шаг 4. Запустите скрипт

Дважды кликните файл 1_bonds_search by criteria.py.

Во время выполнения отображается лог выполнения.

Шаг 5. Наслаждайтесь результатом

Будет создан файл с текущей датой: bond_search_2025-03-25.xlsx

Обычные вклады это до сих пор альтернатива облигациям

Государственные облигации федерального займа считаются наиболее надежными инструментами инвестирования и приносят доходность в диапазоне от 14% до 18%, в зависимости от сроков обращения. Этот показатель сейчас уступает ставкам по банковским вкладам.

Следующими по надежности идут корпоративные облигации, чья доходность может доходить до 35%, однако они сопряжены с большими рисками. Надо понимать что высокие доходности несут высокие риски: это подходит тем, кто больше разбирается в данной сфере и лучше понимает, что такое эмитенты и как с ними работать.

Банковские вклады занимают промежуточную позицию между этими категориями активов. Их доходность сравнима с доходностью надежных корпоративных облигаций, однако основное преимущество вкладов заключается в отсутствии рисков благодаря системе государственного страхования вкладов. Они также отличаются простотой использования: достаточно разместить средства и ожидать истечения срока депозита.

Опытным инвесторам можно рекомендовать облигации, но тем, кто предпочитает избегать глубокого анализа рынка и сложных поисков, банковские вклады станут достойной альтернативой. К тому же, сейчас легко отслеживать ситуацию на рынке. Можно просто пользоваться поисковиком Яндекса.

Преимущества open source и шаги к Python-библиотеке

Идея - набор из четырёх скриптов для личного использования. Разработал их как частный инвестор, понимая какие задачи стоят передо мной:

1. Поиск ликвидных облигаций

2. Автоматический расчёт денежных потоков

3. Сбор новостей по эмитентам

4. Расчёт оптимального объёма покупки

От одиночного скрипта к полноценной библиотеке

Так как проект открыт, к нему подключилось сообщество. Одним из первых с pull request пришёл lmasikl, который заинтересовался темой облигаций и предложил преобразовать набор  скриптов в полноценную Python-библиотеку.  Уже было внесено множество улучшений:

Март 2025

• #12 – Добавлен простой тест как пример (автор: lmasikl, одобрено 19 марта)

• #11 – Добавлена диаграмма взаимодействия пользователя со скриптом (автор: lmasikl, одобрено 17 марта)

• #7 – Отформатирован код с дефолтными настройками Ruff (автор: lmasikl, одобрено 14 марта)

• #6 – Внесен в приложение скрипт расчета оптимального объема покупки облигаций (автор: lmasikl, одобрено 13 марта)

• #5 – Перенесен в приложение скрипт поиска новостей (автор: lmasikl, одобрено 12 марта)

• #4 – Перенесен в приложение скрипт поиска облигаций (автор: lmasikl, одобрено 10 марта)

• #3 – Начат переход к полноценной библиотеке (автор: lmasikl, одобрено 6 марта)

Февраль 2025

• #2 – Исправлены некорректные значения в рублях (автор: gogbajbobo, одобрено 21 февраля)

• #1 – Выполнен рефакторинг кода (автор: lmasikl, одобрено 20 февраля)

Добавлен план схемы работы:

Почему open source — это важно?

Открытый код даёт возможность сообществу вносить улучшения, исправлять ошибки и расширять функциональность. Гибкость библиотеки позволяет каждому настроить поиск облигаций под собственные нужды, создавая индивидуальные стратегии отбора.

Как практически использовать эту библиотеку

Допустим, у нас есть 300 000 рублей, которые мы хотим вложить в облигации. Чтобы минимизировать риски, разделим сумму на 10 разных облигаций.

1. Поиск ликвидных облигаций
   Первая часть скрипта анализирует рынок и отбирает бумаги с хорошей ликвидностью, подходящие под заданные критерии (доходность, дюрация, цена и т. д.).

2. Проверка эмитента
   Запускаем вторую часть скрипта — он собирает последние новости по эмитентам. Если обнаружены негативные публикации (например, судебные иски или финансовые проблемы компании), такие облигации исключаем из списка.

3. Расчёт денежных потоков
   Далее, используя третью часть скрипта, можно заранее рассчитать будущие выплаты по купонам и спрогнозировать точную доходность портфеля.

4. Расчёт объёма покупки
   Последний скрипт поможет рассчитать, сколько именно облигаций можно приобрести с учётом доступного капитала и НКД. Это позволяет эффективно распределить средства и избежать недостатка ликвидности.

Раз в месяц достаточно просматривать портфель, анализировать новые облигации через первый скрипт и при необходимости докупать бумаги. Такой алгоритм можно повторять бесконечно, постепенно увеличивая капитал.

Заключение

Использование этого скрипта позволяет частному инвестору систематизировать процесс подбора облигаций, минимизировать риски и упростить управление портфелем.

Присоединяйтесь к сообществу!

Этот проект развивается благодаря усилиям энтузиастов и разработчиков, заинтересованных в автоматизации инвестирования. Если у вас есть идеи по улучшению функциональности или вы хотите протестировать новые возможности, присоединяйтесь к обсуждению на GitHub!

Любые предложения, правки и новые модули помогут сделать библиотеку ещё более мощным инструментом для инвесторов.

Автор: Михаил Шардин
🔗 Моя онлайн-визитка
📢 Telegram «Умный Дом Инвестора»

25 марта 2025 г.