Гравитация ставок сработала в обратную сторону. Умные инвестиционные аналитики говорят, что это все из-за жёсткой риторики ЦБ и что ставку могут перестать снижать или даже перейти к повышению. Видимо, эти люди никогда не видели исторические графики ключевой ставки. После развората ставки, она продолжает двигаться в новом направлении. Не бывает такого, что на следующем заседании регулятор сообщает, что в прошлый раз повернули не туда, теперь все по-другому (исключение турецкий ЦБ). Распродажу в пятницу объясняю тем, что спекулянты набрали овер много логновых позиций перед заседанием и начали закрываться на факте, что рынок не смог переварить. По мере сползания вниз самоподдерживающаяся реакция набрала обороты. Думаю, это был отличный момент, чтобы докупить позиции, которые выигравают от снижения ставок. У меня такой возможности нет, ибо на 100% уже в акциях. Для меня фавориты это отдельные представители банковского сектора ( T SBER) и ретейлеров ( MGNT X5 ). В сторону закредитованных компаний вроде Мечела и АФК Система не смотрю ( MTLR AFKS ). Им быстро не полегчает. Актуально для RocketCapital

Как уверенно вы инвестируете, опираясь на гипотезы, которые никогда не проверяли? Этот вопрос касается как технического, так и фундаментального анализа. В случае с техническим анализом всё очевидно: любые паттерны, правила или «законы» рынка требуют строгого тестирования на исторических данных и регулярной перепроверки — рыночные условия динамичны, и то, что работало вчера, может стать нерелевантным завтра. С фундаментальным анализом, казалось бы, иначе — его основа строится на экономических принципах и объективных показателях компаний. Но что делать, когда анализ выявляет противоречия? Например, как определить, какой фактор — рост выручки, снижение долговой нагрузки или изменение маржи — вносит ключевой вклад в будущую капитализацию? Проблема: отсутствие системности. Я пришел к выводу, что мне не хватает единой математической модели, способной: 1. Учесть взаимовлияние всех значимых показателей (от макроэкономических до операционных метрик компании); 2. Количественно оценить вклад каждого фактора в итоговый результат; 3. Генерировать прогнозы, адаптирующиеся под изменения рынка. Такая модель превосходит возможности даже команды аналитиков: она может масштабироваться на тысячи компаний, обрабатывать неочевидные связи и минимизировать когнитивные искажения. Вызовы и прогресс. Создание подобной системы — задача для узкого круга специалистов: требуется экспертиза в data science, математическом моделировании и понимание финансовых рынков. Уже больше месяца я разрабатываю такую модель, и ключевые этапы включают: - Автоматизацию сбора данных: интеграция источников (биржевые данные, отчетности, макростатистика); - Очистку данных: борьба с пропусками, outlier'ами, несопоставимостью метрик; - Построение гибкой архитектуры: модели машинного обучения с возможностью переобучения и калибровки; - Визуализацию и мониторинг: дашборды для отслеживания качества модели и интерпретации прогнозов. Первые результаты обнадеживают: модель корректно ранжирует компании по ряду критериев и выявляет переоцененные/недооцененные активы. Однако впереди — годы доработок, включая стресс-тесты в разных рыночных циклах. Почему это важно? Успех этого проекта станет основой для: - Перехода от интуитивных решений к полностью алгоритмизированной стратегии; - Создания конкурентного преимущества для RocketCapital за счет исключения эмоций и рутинных ошибок. Работа только начинается, но каждый шаг подтверждает: будущее инвестиций — за синтезом дисциплины данных и финансовой аналитики. #прояви_себя_в_пульсе #пульс IMOEXF T

Когда ты и есть тот человек с толстым пальцем🫤 Да, вот этот большой шпиль на графике я сделал, что обошлось мне в лишние 20к рублей. После рынка акций бывает делаю глупости с рыночными заявками во фьючерсах и валютных облигациях CRZ5 CRU5 CRM6 CNYRUB CNYRUBF