ИНВЕСТИЦИОННЫЙ БЮЛЛЕТЕНЬ ПОРТФЕЛЬНОГО ИНВЕСТОРА
Contents
- I Вступительное слово и как пользоваться бюллетенем
- II Основные параметры, принимаемые для расчетов
- III Основные ценовые параметры, рассмитриваемых финансовых и фондовых инструментов
- III.I Основные параметры валютного рынка
- III.II Основные параметры рынка акций
- III.II.I Индекс акций MOEX
- III.II.II Индикаторы статистического анализа для индекса IMOEX
- III.II.II Ценовые параметры акций
- III.II.III Основные статистические параметры рассматриваемых акций
- III.II.IV Консенсус прогнозы аналитиков по акциям
- III.II.V Фундаментальные оценки акций, проведённые Инвестиционным партнёрством ABTRUST
- III.III Основные параметры рынка Облигаций Федерального Займа (ОФЗ)
- III.III.I Параметры индексов облигаций ОФЗ
- III.III.II Основные параметры Облигаций Федерального Займа (ОФЗ)
- III.IV Основные параметры инвестиционных фондов
- III.IV.I Параметры индексов,используемых в сравнении с инвестиционными фондами
- III.IV.II Основные параметры инвестиционных фондов
- IV Готовые инвестиционные портфели для составления собственного портфеля инвестора
- IV.I Основные определения, подходы и краткая инструкция
- IV.II Готовые портфели из Облигаций Федерального Займа (ОФЗ) для разных сроков инвестирования
- IV.III Готовые портфели из акций и биржевых фондов акций (ETF)
- IV.III.I Готовые портфели из акций и биржевых фондов акций (ETF) для ожидаемых доходностей, полученных на исторических данных
- IV.III.II Готовые портфели из акций и биржевых фондов акций (ETF) для ожидаемых доходностей, полученных на данных Инвестиционных домов и аналитиков
- IV.III.III Готовые портфели из акций и биржевых фондов акций (ETF) для ожидаемых доходностей, полученных на основании доверия консенсус-прогнозам Инвестиционных домов и аналитиков на 25% и на 75% - историческим данным
- IV.III.III Готовые портфели из акций и биржевых фондов акций (ETF) для ожидаемых доходностей, полученных на основании доверия консенсус-прогнозам Инвестиционных домов и аналитиков на 50% и на 50% - историческим данным
- IV.III.IV Готовые портфели из акций и биржевых фондов акций (ETF) для ожидаемых доходностей, полученных на основании доверия консенсус-прогнозам Инвестиционных домов и аналитиков на 75% и на 25% - историческим данным
- IV.IV Готовые портфели из акций по фундаментальным оценкам Инвестиционного партнёрства ABTRUST и биржевых фондов акций (ETF)
- IV.IV.I Готовые портфели из только акций по фундаментальным оценкам Инвестиционного партнёрства ABTRUST и биржевых фондов акций (ETF)
- IV.IV.II Готовые портфели из только акций по фундаментальным оценкам Инвестиционного партнёрства ABTRUST, по историческим SML и биржевых фондов акций (ETF)
- IV.V Готовые портфели составленные из портфелей акций, фондов акций и ОФЗ
- V Основные показатели макроэкономики и денежно-кредитной политики
- Приложение 1 (к разделу III.II.III). Таблицы со статистическими параметрами рассматриваемых акций, отсортированные по разным параметрам
- Приложение 2 (к разделу V). Основные показатели макроэкономики и денежно-кредитной политики в пересчёте в доллары США
- Приложение 3 (к разделу III.II). Пояснения по рассчитываемым показателям
- Приложение 4 (К разделу III.II). Пример расчёта выбранного инвестором портфеля
- Приложение 5 (к разделу III.III) Разъяснения по рассчитываемым показателям по облигациям
- Приложение 6 (к разделу III.III) Основные параметры портфеля облигаций и полезные примеры
- Приложение 7 (к разделу IV). Разъяснения по расчётам, примеры, и портфели по Марковицу без ограничений
Предыдущие инвестиционные бюллетени: 01.07.2019, 03.06.2019, 29.04.2019, 01.04.2019, 19.03.2019, 01.03.2019, 18.02.2019, 01.02.2019, 28.01.2019, 26.12.2018, 21.12.2018, 04.12.2018, 15.11.2018, 01.11.2018, 25.10.2018, 05.10.2018, 19.09.2018, 21.08.2018, 25.07.2018
Дата публикации бюллетеня
Date =
'30-Jul-2019'
I Вступительное слово и как пользоваться бюллетенем
Настоящий бюллетень подготовлен Инвестиционным партнерством ABTRUST для инвесторов, занимающихся портфельными инвестициями.
В бюллетени публикуется множество показателей и коэффициентов с краткими пояснениями их сути и примерами их использования. Комбинирование расчётных величин помогает инвесторам быстрее, удобнее и взвешеннее принимать решения о вложении денег в активы, представленные в бюллетени.
Бюллетень составлен таким образом, чтобы человек мог сам собрать себе портфель, а также расчитать уровень доходности и риска своего портфеля. Описание рассчитываемых коэффициентов и примеры представлены в Приложениях. Каждый инвестор может выбрать показатели, которые представляют наибольший инерес или которым он больше всего концептуально доверяет и на базе них составить свой уникальный портфель. В Разделе IV приведены заготовки посчитанных портфелей с инструкцией для построения своего портфеля на их базе. Также в этом разделе есть набор готовых портфелей. Подробная инструкцияс примерами для этого раздела в Приложении 7.
Видео ОБЗОР структуры инвестиционного бюллетеня и основных разделов
II Основные параметры, принимаемые для расчетов
Безрисковая ставка принимаемая для расчётов в процентах годовых равна ключевой ставке ЦБ, дейстующей на дату бюллетеня
r_no_risk =
7.2500
Дата последней котировки учитываемая в расчётах
Last_Date =
'26-Jul-2019'
III Основные ценовые параметры, рассмитриваемых финансовых и фондовых инструментов
III.I Основные параметры валютного рынка
Таблица 3.1.1. Ценовые и статистические параметры рассматриваемых валют
ans =
2×10 table
LasPri MedPri HisYelYar MaxPri MinPri ChnMedPri ChMaxPri ChMinPri ExpRet Risk
______ ______ _________ ______ ______ _________ ________ ________ ______ ____
EURRUB 70.5 74.786 -3.8368 81.895 69.95 -6 -14 1 -4 8
USDRUB 63.367 65.65 0.78948 71.453 62.182 -3 -11 2 1 9
Описание названий столбцов
* LasPri - последняя цена на момент подготовки бюллетеня
* MedPri - медианная цена за весь рассматриваемый период
* HisYelYar - доходность за рассматриваемый период в % годовых
* MaxPri - макисмальная цена за рассматриваемый период
* MinPri - минимальная цена за рассматриваемый период
* ChnMedPri - Процент отношения последней цены к медианной
* ChMaxPri - Процент отношения последней цены к максимальной
* ChMinPri - Процент отношения последней цены к минимальной
* ExpRet - ожидаемая доходность в % годовых
* Risk - риск актива в % годовыхIII.II Основные параметры рынка акций
III.II.I Индекс акций MOEX
Таблица 3.2.1.1. Ценовые и статистические параметры индекса MOEX
imoex_table_2 =
1×10 table
LasPri MedPri HisYelYar MaxPri MinPri ChnMedPri ChMaxPri ChMinPri ExpRet Risk
______ ______ _________ ______ ______ _________ ________ ________ ______ ____
IMOEX 2715.7 2468.5 18.5 2848.4 2240.7 10 -5 21 17 10
Описание названий столбцов
* LasPri - последняя цена на момент подготовки бюллетеня
* MedPri - медианная цена за весь рассматриваемый период
* HisYelYar - доходность за рассматриваемый период в % годовых
* MaxPri - макисмальная цена за рассматриваемый период
* MinPri - минимальная цена за рассматриваемый период
* ChnMedPri - Процент отношения последней цены к медианной
* ChMaxPri - Процент отношения последней цены к максимальной
* ChMinPri - Процент отношения последней цены к минимальной
* ExpRet - ожидаемая доходность в % годовых
* Risk - риск актива в % годовыхIII.II.II Индикаторы статистического анализа для индекса IMOEX
Долгосрочные тренда индекса IMOEX
Графики показывают долгосрочные тренды на индексе IMOEX c доверительными интервалом в 95%. Удобны при принятии решений разбалансировок портфелей в пользу консервативных или агрессивных инвестиций, а также для хеджирования инвестиционных портфелей.
Статистический индикатор наиболее вероятных зон роста/падения индекса IMOEX
Индикатор отображает наиболее вероятные зоны роста/падения индекса IMOEX, рассчитанные на основе статистики по фрактальным экстремумам. Наиболее вероятные зоны выражены ярко желтым цветом и по мере падения вероятности, он переходит к темному синему цвету.
Последний извсетный LOW Extremum:
ans =
timetable
Time FRACTALS
___________ ________
13-May-2019 2506.5
Последний извсетный HIGH Extremum:
ans =
timetable
Time FRACTALS
___________ ________
06-Feb-2019 2552
Основы работы индикатора:
1. Статьи и видео на сайте Инвестиционного партнерства ABTRUST ПРОГНОЗИРОВАНИЕ РОССИЙСКОГО РЫНКА АКЦИЙ
2. Статья Прогнозирование возможных величин падений/роста российского рынка акций
3. Видео с рассказом об индикаторе
III.II.II Ценовые параметры акций
Таблица 3.2.2.1 Ценовые параметры рассматриваемых акций (отсортировано по HisYelYar)
ans =
34×8 table
LasPri MedPri HisYelYar MaxPri MinPri ChnMedPri ChMaxPri ChMinPri
_______ _______ _________ _______ _______ _________ ________ ________
GAZP 234.23 158.87 69.738 256.4 137.12 47 -9 71
GCHE 1880 1210 68.473 2550 1035 55 -26 82
RSTI 1.1799 0.96785 50.869 1.5074 0.6603 22 -22 79
NVTK 1336.8 1120.8 45.995 1382.2 902.3 19 -3 48
MFON 650.6 615.15 36.887 680 460.5 6 -4 41
OGKB 0.5144 0.36205 35.929 0.5877 0.3111 42 -12 65
RASP 137.36 132.71 34.394 159 95.52 4 -14 44
GMKN 14392 13378 33.068 15218 10486 8 -5 37
AFKS 11.714 8.9125 32.426 12.111 7.6 31 -3 54
SIBN 415 351.83 25.818 420 312.15 18 -1 33
IMOEX 2715.7 2468.5 18.5 2848.4 2240.7 10 -5 21
LKOH 5075 5172.5 14.83 5996 4351.5 -2 -15 17
PIKK 387.2 356.1 13.471 429.7 335 9 -10 16
PRTK 93.6 84.1 11.196 102.1 61.2 11 -8 53
SBER 230.55 205.25 10.103 250.65 165.9 12 -8 39
MVID 419.9 406.6 6.9734 458.8 313.1 3 -8 34
FEES 0.18332 0.1645 6.2285 0.21224 0.14588 11 -14 26
ROSN 423.5 422.6 5.7789 522.8 390.75 0 -19 8
PHOR 2367 2471 4.2851 2733 2245 -4 -13 5
TATN 734.6 759.05 3.6355 847.1 649.4 -3 -13 13
CHMF 1026.8 1029.9 2.0479 1121.6 904.7 0 -8 13
MTSS 266 259.27 0.84585 289.7 222.4 3 -8 20
URKA 98.9 86.3 -2.3515 120 78.5 15 -18 26
MAGN 43.51 45.14 -5.283 53.835 40.31 -4 -19 8
MSNG 2.2775 2.1218 -5.601 2.527 1.653 7 -10 38
NLMK 151.8 161.83 -7.0723 185.42 144.74 -6 -18 5
SNGS 26.105 26.815 -8.7147 29.295 24.06 -3 -11 8
MOEX 91.14 91.235 -10.154 103.75 79.66 0 -12 14
VTBR 0.0427 0.0372 -10.622 0.04886 0.03305 15 -13 29
MGNT 3804 3803 -11.75 4473 3299 0 -15 15
AFLT 107.58 101.62 -12.175 125 89.45 6 -14 20
ALRS 81.89 96.455 -15.301 107.92 77.52 -15 -24 6
HYDR 0.5696 0.54005 -15.516 0.6805 0.4663 5 -16 22
MTLR 63.55 78.47 -33.408 115.85 60.84 -19 -45 4
III.II.III Основные статистические параметры рассматриваемых акций
Описание названий столбцов
* HisYelYar - доходность за рассматриваемый период в % годовых
* ExpRet - ожидаемая доходность в % годовых
* Risk - риск актива в % годовых
* MedVlt - медианное значение волатильности % в день
* MaxVlt - максимальное значение волатильности % в день
* MinVlt - минимальное значение волатильности % в день
* RskVlt - стандратное отклонение волатильности % в день
* Alfa - alpa коэффициент по отношению к IMOEX (индексу ММВБ)
* Beta `- beta коэффициент по отношению к IMOEX
* JenCff - Коэффициент Дженсена, расчитан по отношению к IMOEX
* ShrCff - Коэффициент Шарпа
* TrnCff - Коэффициент Трейнора, расчитан по отношению к IMOEX
* TrgFnc - Целевая функция, разработанная в Инвестиционном
партнерстве ABTRUSTТаблица 3.2.3.1 Сатистические параметры рассматриваемых акций (отсортировано по HisYelYar)
ans =
34×13 table
HisYelYar ExpRet Risk MedVlt MaxVlt MinVlt RskVlt Alfa Beta JenCff ShrCff TrnCff TrgFnc
_________ ______ ____ _______ ______ ________ _______ _____ ________ __________ _________ __________ _________
GAZP 69.738 52 25 0.929 9.4678 0.32662 1.0665 8.6 1.7838 0.46784 1.8184 0.2523 0
GCHE 68.473 58 31 1.1861 24.021 0.090827 2.1171 20.5 0.32256 0.52483 1.6194 1.558 0
RSTI 50.869 44 24 1.176 6.9394 0.087597 0.98199 12.8 0.69496 0.38702 1.5656 0.53246 0
NVTK 45.995 39 18 1.0796 4.7186 0.4392 0.67834 10.4 0.733 0.32853 1.7911 0.43091 0.74664
MFON 36.887 34 23 0.68378 11.036 0.030874 1.1449 4.7 -0.01666 0.056972 0.24096 -2.6345 -0.38097
OGKB 35.929 32 20 1.1881 5.6508 0.31074 0.69713 6.6 0.86407 0.25738 1.2318 0.28146 0.52831
RASP 34.394 32 20 1.1316 5.1514 0.23308 0.75344 8.8 0.54315 0.25829 1.2256 0.44921 0.58256
GMKN 33.068 31 16 0.82633 5.7424 0.22008 0.57544 7.9 0.62085 0.24486 1.4582 0.37589 0.59925
AFKS 32.426 30 20 1.1631 6.4809 0.30366 0.76614 5.8 0.90637 0.24477 1.1423 0.25408 0
SIBN 25.818 24 17 1.0311 3.8967 0.2286 0.61602 3.8 0.84975 0.18224 0.99369 0.20001 0.39659
IMOEX 18.5 17 10 0.54248 1.9552 0.19522 0.29143 0 1 0.10588 1.0149 0.09888 0.30353
LKOH 14.83 15 15 0.81754 3.3209 0.32528 0.45997 0.1 0.86849 0.090247 0.52245 0.091354 0.1946
PIKK 13.471 14 12 0.69241 8.8781 0.23452 0.69825 5.3 0.00297 0.071503 0.50435 21.074 4.4287
PRTK 11.196 11 14 1.021 25.294 0.26767 1.6839 3.3 0.1704 0.051059 0.2975 0.24137 0.1897
SBER 10.103 12 22 1.1453 5.5317 0.28436 0.72184 -5.8 1.585 0.067936 0.23767 0.032915 0
MVID 6.9734 8 12 0.68535 13.062 0.069987 0.98818 1 0.32459 0.015697 0.064547 0.02289 0.058183
FEES 6.2285 7 17 0.86185 5.9801 0.21785 0.61953 -1.9 0.70606 0.012855 0.0029672 0.00072232 0.010165
ROSN 5.7789 8 17 0.95389 3.3313 0.3519 0.46991 -2.9 0.88091 0.015789 0.023641 0.0044386 0.0070565
PHOR 4.2851 5 13 0.8352 3.4357 0.23251 0.50189 -1 0.46237 -0.008466 -0.13533 -0.039016 -0.027378
TATN 3.6355 6 18 1.0463 6.2738 0.18699 0.63147 -4.8 1.0349 -0.0042268 -0.095045 -0.016716 -0.050828
CHMF 2.0479 4 15 0.86473 3.313 0.31592 0.44353 -2.1 0.52662 -0.023746 -0.22781 -0.065854 -0.070817
MTSS 0.84585 2 16 0.89396 5.7581 0.26957 0.58319 -4.3 0.74813 -0.041211 -0.3331 -0.070228 -0.12392
URKA -2.3515 1 25 0.72958 12.428 0.10323 1.3519 -0.3 0.11755 -0.041858 -0.24243 -0.506 0
MAGN -5.283 -4 17 0.95862 6.5215 0.25451 0.63204 -6 0.6871 -0.095642 -0.64677 -0.15659 -0.25054
MSNG -5.601 -4 20 1.1233 5.9672 0.21477 0.71698 -5.3 0.54774 -0.098275 -0.5751 -0.20502 -0.24123
NLMK -7.0723 -5 17 0.96728 4.1034 0.23166 0.55242 -6.1 0.59998 -0.11119 -0.71882 -0.20589 -0.28444
SNGS -8.7147 -8 10 0.68758 1.6657 0.19338 0.27718 -6.7 0.52699 -0.144 -1.5075 -0.28691 -0.48042
MOEX -10.154 -9 16 0.82888 7.7207 0.26242 0.60802 -8.4 0.71306 -0.14994 -0.99239 -0.22668 -0.38676
VTBR -10.622 -9 18 0.90029 6.5336 0.25667 0.75264 -9.5 0.86176 -0.15212 -0.93476 -0.19121 -0.3804
MGNT -11.75 -10 17 1.1389 5.6563 0.30869 0.66352 -7.3 0.47681 -0.16368 -1.0072 -0.36964 -0.41541
AFLT -12.175 -11 21 1.1204 6.2012 0.16978 0.80132 -8.6 0.6435 -0.16447 -0.86617 -0.27869 0
ALRS -15.301 -16 17 0.89723 5.4822 0.21325 0.631 -10.5 0.63876 -0.21666 -1.3382 -0.35843 -0.53951
HYDR -15.516 -15 16 0.91046 5.4566 0.27936 0.50877 -9.3 0.51091 -0.20882 -1.4092 -0.43066 -0.55178
MTLR -33.408 -38 24 1.3776 8.3848 0.29566 0.96856 -19.8 0.69462 -0.43615 -1.8726 -0.65295 0
На графике нанесена линия SML для самого индекса IMOEX и ставке без риска rfr. Ожидаемая доходность IMOEX считается по историческим данным. Линяя может показывать, какие активы стоит рассматривать в качестве интересных для включения в портфель инвестора. Активы ниже данной линии не должны быть интересны ивестору, поскольку в этом случае ему интереснее купить ETF на данный индекс.
rfr =
6.7036
В Приложении 1 приведены таблицы отссортированные по другим параметрам для удобства работы
Коэффициены корреляции Коэффцицент корреляции - является математической интерпритацией схожести поведения актива( i ) по отношению к любому другому активу. Если коэффциент корреялции принимает значения от 0.7 до 1, то говорят, что активы вдут себя "синхронно" или "идентично", если же -1 до -0.7 - то "асинхронно" (двигаются по направлению друг другу). Значения от -0.7 до 0.7, считают не значительными и говорят что поведение активов друг от друга не зависит.
Таблица 3.2.3.2. Коэффициенты корреляции активов
t_corr_coeff =
34×34 table
AFKS AFLT ALRS CHMF FEES GAZP GCHE GMKN HYDR IMOEX LKOH MAGN MFON MGNT MOEX MSNG MTLR MTSS MVID NLMK NVTK OGKB PHOR PIKK PRTK RASP ROSN RSTI SBER SIBN SNGS TATN URKA VTBR
______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______ ______
AFKS 1 0.051 -0.714 0.252 0.745 0.621 0.749 0.652 0.014 0.744 0.499 -0.347 0.566 0.259 0.124 0.629 -0.556 0.391 0.596 -0.084 0.472 0.691 -0.183 0.437 0.754 0.525 -0.388 0.704 0.678 0.305 -0.287 -0.028 0.447 0.284
AFLT 0.051 1 0.219 0.062 -0.065 -0.193 -0.384 -0.426 0.515 -0.315 -0.553 0.335 -0.438 0.584 0.661 -0.158 0.446 0.052 -0.214 -0.191 -0.31 -0.135 0.224 -0.389 -0.29 -0.523 0.009 -0.385 -0.323 -0.107 0.775 0.081 0.237 0.69
ALRS -0.714 0.219 1 -0.14 -0.704 -0.744 -0.744 -0.591 -0.006 -0.719 -0.341 0.501 -0.609 0.139 0.196 -0.636 0.741 -0.145 -0.672 0.089 -0.56 -0.801 0.541 -0.671 -0.831 -0.424 0.418 -0.786 -0.715 -0.457 0.449 0.383 -0.492 -0.202
CHMF 0.252 0.062 -0.14 1 0.454 0.324 0.265 -0.066 0.652 0.323 -0.03 0.548 -0.188 0.2 0.512 0.202 0.1 0.73 0.405 0.696 0.269 0.464 0.069 -0.096 0.266 -0.147 0.367 0.217 0.226 0.237 -0.073 0.532 0.009 0.453
FEES 0.745 -0.065 -0.704 0.454 1 0.863 0.745 0.574 0.26 0.885 0.375 -0.176 0.451 0.115 0.04 0.748 -0.564 0.597 0.759 0.216 0.687 0.932 -0.188 0.482 0.821 0.434 -0.272 0.874 0.805 0.511 -0.353 -0.008 0.365 0.321
GAZP 0.621 -0.193 -0.744 0.324 0.863 1 0.629 0.528 0.147 0.902 0.256 -0.201 0.43 -0.11 -0.229 0.595 -0.582 0.467 0.819 0.114 0.885 0.92 -0.135 0.667 0.731 0.434 -0.106 0.84 0.75 0.748 -0.356 -0.103 0.244 0.184
GCHE 0.749 -0.384 -0.744 0.265 0.745 0.629 1 0.826 -0.175 0.824 0.752 -0.423 0.659 -0.175 -0.181 0.68 -0.803 0.331 0.711 0.25 0.549 0.758 -0.372 0.588 0.875 0.629 -0.422 0.851 0.821 0.234 -0.742 -0.224 0.31 -0.073
GMKN 0.652 -0.426 -0.591 -0.066 0.574 0.528 0.826 1 -0.536 0.784 0.85 -0.674 0.771 -0.228 -0.444 0.593 -0.858 0.035 0.606 0.025 0.58 0.556 -0.146 0.637 0.77 0.84 -0.568 0.815 0.765 0.176 -0.703 -0.263 0.164 -0.391
HYDR 0.014 0.515 -0.006 0.652 0.26 0.147 -0.175 -0.536 1 -0.055 -0.614 0.639 -0.407 0.492 0.745 0.149 0.393 0.531 0.117 0.321 -0.051 0.268 -0.107 -0.235 -0.009 -0.641 0.388 -0.093 -0.057 0.153 0.454 0.284 0.269 0.861
IMOEX 0.744 -0.315 -0.719 0.323 0.885 0.902 0.824 0.784 -0.055 1 0.605 -0.335 0.608 -0.129 -0.234 0.715 -0.727 0.482 0.837 0.216 0.847 0.9 -0.155 0.669 0.873 0.657 -0.229 0.945 0.91 0.584 -0.564 -0.05 0.254 0.001
LKOH 0.499 -0.553 -0.341 -0.03 0.375 0.256 0.752 0.85 -0.614 0.605 1 -0.501 0.61 -0.312 -0.392 0.409 -0.654 0.067 0.361 0.168 0.325 0.321 -0.092 0.35 0.59 0.797 -0.365 0.601 0.61 0.017 -0.727 -0.037 -0.013 -0.546
MAGN -0.347 0.335 0.501 0.548 -0.176 -0.201 -0.423 -0.674 0.639 -0.335 -0.501 1 -0.753 0.236 0.569 -0.397 0.739 0.395 -0.183 0.514 -0.182 -0.165 0.353 -0.558 -0.484 -0.635 0.716 -0.495 -0.439 0.03 0.439 0.574 -0.2 0.413
MFON 0.566 -0.438 -0.609 -0.188 0.451 0.43 0.659 0.771 -0.407 0.608 0.61 -0.753 1 -0.06 -0.354 0.675 -0.762 -0.032 0.445 -0.205 0.355 0.441 -0.416 0.675 0.722 0.664 -0.554 0.728 0.691 0.088 -0.559 -0.356 0.321 -0.231
MGNT 0.259 0.584 0.139 0.2 0.115 -0.11 -0.175 -0.228 0.492 -0.129 -0.312 0.236 -0.06 1 0.669 0.215 0.226 0.232 -0.032 -0.166 -0.252 -0.062 0.239 -0.257 -0.056 -0.368 -0.104 -0.115 -0.169 -0.331 0.524 0.327 0.176 0.585
MOEX 0.124 0.661 0.196 0.512 0.04 -0.229 -0.181 -0.444 0.745 -0.234 -0.392 0.569 -0.354 0.669 1 0.012 0.484 0.405 -0.132 0.216 -0.396 -0.036 -0.003 -0.491 -0.118 -0.556 0.199 -0.288 -0.167 -0.239 0.511 0.373 0.24 0.761
MSNG 0.629 -0.158 -0.636 0.202 0.748 0.595 0.68 0.593 0.149 0.715 0.409 -0.397 0.675 0.215 0.012 1 -0.667 0.374 0.582 0.138 0.417 0.714 -0.453 0.552 0.839 0.354 -0.341 0.809 0.814 0.174 -0.409 -0.23 0.559 0.221
MTLR -0.556 0.446 0.741 0.1 -0.564 -0.582 -0.803 -0.858 0.393 -0.727 -0.654 0.739 -0.762 0.226 0.484 -0.667 1 0.06 -0.678 0.07 -0.559 -0.605 0.358 -0.774 -0.81 -0.606 0.569 -0.823 -0.752 -0.158 0.69 0.468 -0.253 0.269
MTSS 0.391 0.052 -0.145 0.73 0.597 0.467 0.331 0.035 0.531 0.482 0.067 0.395 -0.032 0.232 0.405 0.374 0.06 1 0.378 0.456 0.353 0.563 0.059 -0.003 0.331 0.042 0.296 0.36 0.407 0.401 -0.081 0.443 0.168 0.419
MVID 0.596 -0.214 -0.672 0.405 0.759 0.819 0.711 0.606 0.117 0.837 0.361 -0.183 0.445 -0.032 -0.132 0.582 -0.678 0.378 1 0.225 0.81 0.838 -0.126 0.706 0.746 0.368 -0.149 0.794 0.717 0.498 -0.473 -0.112 0.196 0.103
NLMK -0.084 -0.191 0.089 0.696 0.216 0.114 0.25 0.025 0.321 0.216 0.168 0.514 -0.205 -0.166 0.216 0.138 0.07 0.456 0.225 1 0.179 0.242 0.03 -0.15 0.159 -0.054 0.353 0.152 0.228 0.009 -0.352 0.326 -0.081 0.054
NVTK 0.472 -0.31 -0.56 0.269 0.687 0.885 0.549 0.58 -0.051 0.847 0.325 -0.182 0.355 -0.252 -0.396 0.417 -0.559 0.353 0.81 0.179 1 0.773 0.087 0.701 0.591 0.52 -0.02 0.754 0.65 0.729 -0.442 -0.036 0.028 -0.096
OGKB 0.691 -0.135 -0.801 0.464 0.932 0.92 0.758 0.556 0.268 0.9 0.321 -0.165 0.441 -0.062 -0.036 0.714 -0.605 0.563 0.838 0.242 0.773 1 -0.3 0.611 0.841 0.384 -0.151 0.87 0.825 0.654 -0.4 -0.109 0.392 0.305
PHOR -0.183 0.224 0.541 0.069 -0.188 -0.135 -0.372 -0.146 -0.107 -0.155 -0.092 0.353 -0.416 0.239 -0.003 -0.453 0.358 0.059 -0.126 0.03 0.087 -0.3 1 -0.303 -0.486 -0.032 0.227 -0.307 -0.44 -0.032 0.327 0.548 -0.605 -0.214
PIKK 0.437 -0.389 -0.671 -0.096 0.482 0.667 0.588 0.637 -0.235 0.669 0.35 -0.558 0.675 -0.257 -0.491 0.552 -0.774 -0.003 0.706 -0.15 0.701 0.611 -0.303 1 0.645 0.454 -0.284 0.714 0.636 0.422 -0.518 -0.488 0.222 -0.177
PRTK 0.754 -0.29 -0.831 0.266 0.821 0.731 0.875 0.77 -0.009 0.873 0.59 -0.484 0.722 -0.056 -0.118 0.839 -0.81 0.331 0.746 0.159 0.591 0.841 -0.486 0.645 1 0.566 -0.427 0.932 0.933 0.32 -0.596 -0.244 0.477 0.109
RASP 0.525 -0.523 -0.424 -0.147 0.434 0.434 0.629 0.84 -0.641 0.657 0.797 -0.635 0.664 -0.368 -0.556 0.354 -0.606 0.042 0.368 -0.054 0.52 0.384 -0.032 0.454 0.566 1 -0.465 0.672 0.616 0.274 -0.651 -0.109 0.012 -0.521
ROSN -0.388 0.009 0.418 0.367 -0.272 -0.106 -0.422 -0.568 0.388 -0.229 -0.365 0.716 -0.554 -0.104 0.199 -0.341 0.569 0.296 -0.149 0.353 -0.02 -0.151 0.227 -0.284 -0.427 -0.465 1 -0.424 -0.326 0.306 0.292 0.5 -0.26 0.113
RSTI 0.704 -0.385 -0.786 0.217 0.874 0.84 0.851 0.815 -0.093 0.945 0.601 -0.495 0.728 -0.115 -0.288 0.809 -0.823 0.36 0.794 0.152 0.754 0.87 -0.307 0.714 0.932 0.672 -0.424 1 0.926 0.43 -0.643 -0.211 0.329 -0.028
SBER 0.678 -0.323 -0.715 0.226 0.805 0.75 0.821 0.765 -0.057 0.91 0.61 -0.439 0.691 -0.169 -0.167 0.814 -0.752 0.407 0.717 0.228 0.65 0.825 -0.44 0.636 0.933 0.616 -0.326 0.926 1 0.405 -0.625 -0.223 0.448 0.033
SIBN 0.305 -0.107 -0.457 0.237 0.511 0.748 0.234 0.176 0.153 0.584 0.017 0.03 0.088 -0.331 -0.239 0.174 -0.158 0.401 0.498 0.009 0.729 0.654 -0.032 0.422 0.32 0.274 0.306 0.43 0.405 1 -0.063 0.066 0.092 0.142
SNGS -0.287 0.775 0.449 -0.073 -0.353 -0.356 -0.742 -0.703 0.454 -0.564 -0.727 0.439 -0.559 0.524 0.511 -0.409 0.69 -0.081 -0.473 -0.352 -0.442 -0.4 0.327 -0.518 -0.596 -0.651 0.292 -0.643 -0.625 -0.063 1 0.291 -0.016 0.535
TATN -0.028 0.081 0.383 0.532 -0.008 -0.103 -0.224 -0.263 0.284 -0.05 -0.037 0.574 -0.356 0.327 0.373 -0.23 0.468 0.443 -0.112 0.326 -0.036 -0.109 0.548 -0.488 -0.244 -0.109 0.5 -0.211 -0.223 0.066 0.291 1 -0.368 0.12
URKA 0.447 0.237 -0.492 0.009 0.365 0.244 0.31 0.164 0.269 0.254 -0.013 -0.2 0.321 0.176 0.24 0.559 -0.253 0.168 0.196 -0.081 0.028 0.392 -0.605 0.222 0.477 0.012 -0.26 0.329 0.448 0.092 -0.016 -0.368 1 0.513
VTBR 0.284 0.69 -0.202 0.453 0.321 0.184 -0.073 -0.391 0.861 0.001 -0.546 0.413 -0.231 0.585 0.761 0.221 0.269 0.419 0.103 0.054 -0.096 0.305 -0.214 -0.177 0.109 -0.521 0.113 -0.028 0.033 0.142 0.535 0.12 0.513 1
III.II.IV Консенсус прогнозы аналитиков по акциям
Консенсус прогнозы аналитиков представлены на основе данных по прогнозам Инвестдомов, публикуемых на BCS-express, взвешенных по функции вероятности, рассчитанной по показателю «надежность прогнозов» взятой с сайта РБК.
Таблица 3.2.4.1. Консенсус прогнозы аналитиков без учета вероятности исполнения
ans =
5×9 table
TICKER ExpDate TP Deviation LP DateLP ExpRet ExpDev CoeffRD
______ ___________ ______ _________ ______ ___________ ________ ______ __________
'MGNT' 03-May-2020 4515 758.1 3804 26-Jul-2019 18.691 16.791 1.1132
'TATN' 12-Apr-2020 817.5 172.92 734.6 26-Jul-2019 11.285 21.152 0.53353
'CHMF' 17-Apr-2020 1125.4 171.48 1026.8 26-Jul-2019 9.6036 15.237 0.63027
'GAZP' 30-May-2020 233.99 38.579 234.23 26-Jul-2019 -0.10246 16.488 -0.0062146
'NVTK' 06-May-2020 1290.1 260.37 1336.8 26-Jul-2019 -3.4934 20.182 -0.17309
Описание названий столбцов
* TICKER - тикер ценной бумаги
* ExpDate - ожидаемая дата исполнения консенсус прогноза
* TP - консенсус прогноз цены
* Deviation - разброс значений вокруг TP в оценках аналитиков
* LP - последняя биржевая цена
* DateLP - дата LP
* ExpRet - Ожидаемая доходность по консенсус прогнозу
* ExpDev - Разброс ожидаемых доходностей
* CoeffRD - Отношение ExpRet к ExpDev
Таблица 3.2.4.2. Консенсус прогнозы с учетом вероятности исполнения
ans =
5×11 table
TICKER ExpDate TP Deviation LP DateLP ExpRet ExpDev ExpRetPY ExpDevPY CoeffRD
______ ___________ ______ _________ ______ ___________ _________ _________ _________ _________ _______
'MGNT' 03-May-2020 4257.6 482.99 3804 26-Jul-2019 11.924 1.3527 15.42 1.5383 10.024
'TATN' 12-Apr-2020 785.23 97.496 734.6 26-Jul-2019 6.8922 0.85575 9.6112 1.0106 9.5108
'CHMF' 17-Apr-2020 1088.2 114.36 1026.8 26-Jul-2019 5.9792 0.62838 8.1971 0.73575 11.141
'GAZP' 30-May-2020 234.06 24.955 234.23 26-Jul-2019 -0.072433 0.0077228 -0.085493 0.0083902 -10.19
'NVTK' 06-May-2020 1306.7 152.47 1336.8 26-Jul-2019 -2.2486 0.26236 -2.8774 0.29678 -9.6952
Описание названий столбцов
* TICKER - тикер ценной бумаги
* ExpDate - ожидаемая дата исполнения консенсус прогноза
* TP - консенсус прогноз цены
* Deviation - разброс значений вокруг TP в оценках аналитиков
* LP - последняя биржевая цена
* DateLP - дата LP
* ExpRet - Ожидаемая доходность по консенсус прогнозу
* ExpDev - Разброс ожидаемых доходностей
* ExpRetPY - Ожидаемая доходность по консенсус прогнозу в пересчёте на проценты годовых
* ExpDevPY - Разброс ожидаемых доходностей в пересчёте на проценты годовых
* CoeffRD - Отношение ExpRetPY к ExpDevPY
Смешивание ождаемых доходностей, полученных по историческим данным с консенсус прогнозами
Безрисковая ставка для расчёта Security Market Line (SML):
rf =
6.7036
Ожидаемая доходность индекса IMOEX в % годовых:
IMOEX_ret_hist =
17
Таблица 3.2.4.3. Ожидаемые доходности для разных случав доверия прогнозам аналитиков (консенсу прогнозам) и историческим ожидаемым доходностям (отсортирована по ExpRetSML)
ans =
5×11 table
TICKER LP DateLP Beta ExpRetSML ExpRetAnal H25_A75 H50_A50 H75_A25 ExpRetHist DevHist
______ ______ ___________ _______ _________ __________ _______ _______ _______ __________ _______
'GAZP' 234.23 26-Jul-2019 1.7838 25.07 -0.085493 12.936 25.957 38.979 52 25
'TATN' 734.6 26-Jul-2019 1.0349 17.36 9.6112 8.7084 7.8056 6.9028 6 18
'NVTK' 1336.8 26-Jul-2019 0.733 14.251 -2.8774 7.592 18.061 28.531 39 18
'CHMF' 1026.8 26-Jul-2019 0.52662 12.126 8.1971 7.1478 6.0985 5.0493 4 15
'MGNT' 3804 26-Jul-2019 0.47681 11.613 15.42 9.0651 2.71 -3.645 -10 17
Описание названий столбцов
* TICKER - тикер ценной бумаги
* LP - последняя биржевая цена
* DateLP - дата LP
* Beta - Бета акции к индексу IMOEX
* ExpRetSML - Ожидаемая доходность посчитанная по SML
* ExpRetAnal- Ожидаемая доходность по консенсус прогнозу в % годовых
* H25_A75 - Ожидаемая доходность состоящие на коэфициентом доверия к исторически данным на 25% и по консенсус прогнозам на 75%
* H50_A50 - Ожидаемая доходность состоящие на коэфициентом доверия к исторически данным на 50% и по консенсус прогнозам на 50%
* H75_A25 - Ожидаемая доходность состоящие на коэфициентом доверия к исторически данным на 75% и по консенсус прогнозам на 25%
* ExpRetHist- Ожидаемая доходность по историческим данным в % годовых
* DevHist - Риск по историческим данным в % год
На графике нанесена линия SML для самого индекса IMOEX и ставке без риска rf. Ожидаемая доходность IMOEX считается по историческим данным. Линяя показывает, какие активы стоит рассматривать в качестве интересных для включения в портфель инвестора для каждого из вариантов смешения прогнозов. Активы ниже данной линии не должны быть интересны ивестору, поскольку в этом случае ему интереснее купить ETF на данный индекс.
Таблица 3.2.4.4. Таблица корреляций для бумаг, предствленных в таблице 3.2.4.3
Correlation_CONS =
5×5 table
CHMF GAZP MGNT NVTK TATN
_______ ________ ________ _________ _________
CHMF 1 0.32418 0.19968 0.26888 0.53184
GAZP 0.32418 1 -0.1102 0.88531 -0.10338
MGNT 0.19968 -0.1102 1 -0.25163 0.32702
NVTK 0.26888 0.88531 -0.25163 1 -0.036192
TATN 0.53184 -0.10338 0.32702 -0.036192 1
Таблица 3.2.4.5. Таблица ковариаций для бумаг, предствленных в таблице 3.2.4.3
Covariation_CONS =
5×5 table
CHMF GAZP MGNT NVTK TATN
______ _______ _______ _______ _______
CHMF 225 121.57 50.919 72.598 143.6
GAZP 121.57 625 -46.834 398.39 -46.522
MGNT 50.919 -46.834 289 -76.999 100.07
NVTK 72.598 398.39 -76.999 324 -11.726
TATN 143.6 -46.522 100.07 -11.726 324
Таблицы ковариации о корреляции полезны тем, кто умеет проводить оптимизации портфелей. Алексей Бачеров подробно рассматривал это на примере в Excel на своём курсе Три Кита Инвестиций. Участники курса имеют файл с примером решения таких задач. В него достаточно подставить вектор доходностей, и ковариационную матрицу и провести оптимизацию с учётом условий интересующих инвестора и его толерантности к риску.
III.II.V Фундаментальные оценки акций, проведённые Инвестиционным партнёрством ABTRUST
В настоящем разделе представлены фундаментальные оценки акций, проведённые аналитиками Инвестиционного партнёрства ABTRUST. Бумаги, которые будут потенциально интересны для инвестиций включаются в расчёт готовых инвестиционных портфелей в Разделе IV.IV.
Таблица 3.2.5.1 Сводные показатели по фундаментальной оценке
FA_result_table_ALL =
2×10 table
CompanyTicker Currency ForecastDate BV DIV MV ITR LPDate LastPrice FullExpReturn
_____________ ________ ____________ ______ ______ ______ ______ ___________ _________ _____________
GCHE RUR 31-Dec-2023 3125.3 397.64 3021.1 3418.1 26-Jul-2019 1880 13.478
PRTK RUR 31-Dec-2023 138.65 32.228 165.28 197.5 26-Jul-2019 93.6 16.835
Описание названий столбцов
* CompanyTicker - биржевой тикер исследуемой компании
* Currency - валюта оценки
* ForecastDate - дата к которой сделан прогноз
* BV - наиболее вероятная ожидаемая балансовая стоимость акции
* DIV - наиоболее вероятная ожидаемая сумма дивидендов за весь срок инвестиций на одну акцию
* MV - наиболее вероятная рыночная стоимость акции к концу срока инвестиций
* ITR - наиболее вероятная рыночная стоимость акции и полученных на неё дивидендов к дате прогноза
* LPDate - дата последней котировки на бирже
* LastPrice - последняя биржевая цена акции
* FullExpReturn - ожидаемая доходность от инвестиций с учётом полученных дивидендов в % годовыхТаблица 3.2.5.2 Вероятности получить доходность, в %
Prob_fa_ITR_ALL =
2×5 table
CompanyTicker ProbLOSS ProbNRR ProbDNRR ProbSUPER
_____________ ________ _______ ________ _________
GCHE 5.6662 22.703 40.449 31.182
PRTK 2.9484 15.328 32.552 49.171
Описание названий столбцов
* CompanyTicker - биржевой тикер исследуемой компании
* ProbLOSS - вероятность получить убыток
* ProbNRR - вероятность получить доходность ниже безрисковой ставки
* ProbDNRR - вероятность получить доходность выше безрисковой ставки но ниже удвоенной безрисковой ставки
* ProbSUPER - вероятность получить доходность выше удвоенной безрисковой ставкиПолные исследования по акциям представленным в настоящем разделе: GCHE, PRTK
III.III Основные параметры рынка Облигаций Федерального Займа (ОФЗ)
III.III.I Параметры индексов облигаций ОФЗ
Таблица 3.3.1.1 Параметры индексов облигаций
BONDS_index_publish_table =
2×9 table
LasPri MedPri MaxPri MinPri ChnMedPri ChMaxPri ChMinPri ExpRet HisRisk
______ ______ ______ ______ _________ ________ ________ ______ _______
RGBI 143.52 136.31 144.14 130.34 5 0 10 2.97 3.22
RGBITR 529.16 486.18 531.41 452.22 9 0 17 10.13 3.28
Описание названий столбцов
* LasPri - последняя цена на момент подготовки бюллетеня
* MedPri - медианная цена за весь рассматриваемый период
* MaxPri - макисмальная цена за рассматриваемый период
* MinPri - минимальная цена за рассматриваемый период
* ChnMedPri - Процент отношения последней цены к медианной
* ChMaxPri - Процент отношения последней цены к максимальной
* ChMinPri - Процент отношения последней цены к минимальной
* ExpRet - ожидаемая доходность в % годовых
* HisRisk - риск актива в % годовыхIII.III.II Основные параметры Облигаций Федерального Займа (ОФЗ)
Видео с разъяснениями по работе с данным разделом
Таблица 3.3.2.1 Параметры ОФЗ
BONDS_publish_table =
17×21 table
FACE CouponRate Period Maturity Cur_yield Yield Duration YDuration Convexities LasPri MedPri MaxPri MinPri ChnMedPri ChMaxPri ChMinPri HisRisk RGBI_Corr RGBITR_Corr RGBI_Beta RGBITR_Beta
____ __________ ______ ___________ _________ _____ ________ _________ ___________ ______ ______ ______ ______ _________ ________ ________ _______ _________ ___________ _________ ___________
OFZ26210 1000 6.8 2 11-Dec-2019 6.8 6.7 0.36484 0.37705 0.30961 100.03 99.551 100.18 98.636 0 0 1 1.11 0.36447 0.36191 0.34472 0.33841
OFZ26214 1000 6.4 2 27-May-2020 6.41 6.62 0.8 0.8265 1.0304 99.751 98.547 99.9 97.25 1 0 3 1.57 0.44004 0.46367 0.48758 0.47866
OFZ26205 1000 7.6 2 14-Apr-2021 7.49 6.72 1.5884 1.6418 3.3549 101.39 99.978 102.05 98.228 1 -1 3 1.79 0.51392 0.51126 0.5559 0.54573
OFZ26217 1000 7.5 2 18-Aug-2021 7.4 6.8 1.8858 1.9498 4.5844 101.25 99.519 101.42 97.614 2 0 4 2.11 0.40651 0.39312 0.65528 0.64329
OFZ25083 1000 7 2 15-Dec-2021 6.98 6.85 2.1651 2.2392 5.9121 100.3 98.142 100.59 95.75 2 0 5 2 0.59052 0.5938 0.62112 0.60976
OFZ26209 1000 7.6 2 20-Jul-2022 7.45 6.85 2.6376 2.7279 8.6127 102 99.311 102.24 96.624 3 0 6 2.88 0.59908 0.59851 0.89441 0.87805
OFZ26220 1000 7.4 2 07-Dec-2022 7.28 6.83 2.942 3.0424 10.616 101.55 98.484 101.85 95.2 3 0 7 3.03 0.66746 0.66262 0.94099 0.92378
OFZ26211 1000 7 2 25-Jan-2023 6.96 6.83 3.0586 3.1631 11.417 100.35 97.01 101.34 93.751 3 -1 7 3.78 0.5575 0.55654 1.1739 1.1524
OFZ26215 1000 7 2 16-Aug-2023 6.97 6.86 3.4832 3.6026 14.723 100.35 96.471 100.66 92.91 4 0 8 3.44 0.68059 0.67106 1.0683 1.0488
OFZ26223 1000 6.5 2 28-Feb-2024 6.6 6.9 3.9017 4.0364 18.355 98.201 93.898 98.699 89.9 5 -1 9 5.09 0.56488 0.56102 1.5807 1.5518
OFZ26222 1000 7.1 2 16-Oct-2024 7.05 6.93 4.3075 4.4566 22.522 100.55 96 100.97 91.601 5 0 10 4.3 0.70716 0.6976 1.3354 1.311
OFZ26219 1000 7.75 2 16-Sep-2026 7.47 7.07 5.4542 5.6471 36.942 103.61 98.2 104.23 92.25 6 -1 12 5.41 0.7156 0.6514 1.6801 1.6494
OFZ26207 1000 8.15 2 03-Feb-2027 7.67 7.05 5.6297 5.8283 39.704 106.12 100.39 106.75 94.3 6 -1 13 4.91 0.79378 0.78574 1.5248 1.497
OFZ26212 1000 7.05 2 19-Jan-2028 7.06 7.07 6.3007 6.5234 49.641 99.751 93.332 100.36 86.011 7 -1 16 5.49 0.81168 0.79476 1.705 1.6738
OFZ26224 1000 6.9 2 23-May-2029 7.01 7.12 7.0213 7.2711 62.609 98.029 90.915 98.939 84.9 8 -1 15 5.98 0.72216 0.70712 1.8571 1.8232
OFZ26221 1000 7.7 2 23-Mar-2033 7.43 7.28 8.467 8.7751 97.229 103.3 95.373 103.92 87.707 8 -1 18 6.39 0.82251 0.78104 1.9845 1.9482
OFZ26225 1000 7.25 2 10-May-2034 7.28 7.29 8.97 9.2969 110.23 99.4 90.803 99.95 84.225 9 -1 18 6.65 0.83084 0.81561 2.0652 2.0274
Описание названий столбцов
* FACE - номинал облигации в рублях
* CouponRate - Купонная ставка, в % годовых
* Period - Количество выплачиваемых купонов в год
* Maturity - Дата погашения облигации
* Cur_yield - Текущая купонная доходность облигации, % годовых
* Yield - Доходность к погашению, % годовых
* Duration - модифицированная дюрация, в %
* YDuration - дюрация Маколея, в годах
* Convexities - кривизна
* LasPri - последняя цена на момент подготовки бюллетеня
* MedPri - медианная цена за весь рассматриваемый период
* MaxPri - макисмальная цена за рассматриваемый период
* MinPri - минимальная цена за рассматриваемый период
* ChnMedPri - Процент отношения последней цены к медианной
* ChMaxPri - Процент отношения последней цены к максимальной
* ChMinPri - Процент отношения последней цены к минимальной
* HisRisk - риск актива в % годовых
* RGBI_Corr - коэффициент корреляции с индексом RGBI
* RGBITR_Corr - коэффициент корреляции с индексом RGBITR
* RGBI_Beta - Бетта к индексу RGBI
* RGBITR_Beta - Бетта к индексу RGBITRГрафики доходностей и кривой доходности ОФЗ, а также 3D диаграммы доходность/риск/дюрация
Кривые доходности безрисковых ставок посчитаны:
- Первая на основании доходности US Treasury, инфляции, и премии за риск для России
- Вторая на основании доходности депозитов доступных для физических лиц в топ-20 банков (источник Banki.ru)
Формула для расчёта безрисковых ставок на основе US Treasury, инфляции, и премии за риск для России:
где NonRiskRate - Безрисковая ставка для ОФЗ номинированные в рублях, Rate(USTreasury) - ставки доходностей для US Treasury (источник Bloomberg), CRP - Country Premium Risk - Премия за риск инвестиций в государтсвенные бумаги России (источник Damodaran online), inflation - Индекс потребительских цен за год да расчитываемой даты.
III.IV Основные параметры инвестиционных фондов
III.IV.I Параметры индексов,используемых в сравнении с инвестиционными фондами
Таблица 3.4.1.1 Параметры индексов
FUNDS_index_publish_table =
3×10 table
LasPri MedPri HisYelYar MaxPri MinPri ChnMedPri ChMaxPri ChMinPri ExpRet HisRisk
______ ______ _________ ______ _______ _________ ________ ________ ______ _______
IMOEX 2715.7 2468.5 18.5 2848.4 2240.7 10 -5 21 17 10
RGBITR 529.16 486.18 10.49 531.41 452.22 9 0 17 10.13 3.28
BENCHMARK 1.143 1.0477 14.3 1.1662 0.97662 9 -2 17 13.58 5.66
Примечание. В таблице представлен BENCHMARK, который является составным индексом из RGBITR и IMOEX, с весами каждого 
=0.5.
Описание названий столбцов
* LasPri - последняя цена на момент подготовки бюллетеня
* MedPri - медианная цена за весь рассматриваемый период
* MaxPri - макисмальная цена за рассматриваемый период
* MinPri - минимальная цена за рассматриваемый период
* ChnMedPri - Процент отношения последней цены к медианной
* ChMaxPri - Процент отношения последней цены к максимальной
* ChMinPri - Процент отношения последней цены к минимальной
* ExpRet - ожидаемая доходность в % годовых
* HisRisk - риск актива в % годовыхIII.IV.II Основные параметры инвестиционных фондов
В настоящий момент рассматриваются инвестиционные фонды типа ETF (биржевые) и номинированные в рублях РФ. Фонды номинированные в других валютах требуют пересчёта в рубли, что вносит в их оценку и анализ волатильность рубля. Страхование данного риска, лучше производить через срочные контракты, а не на стадии диверсификиации портфеля. Напротив, если бы в расчётах базовой валютой был доллар США, то необходимо было оставить только фонды номинированные долларах.
Таблица 3.4.2.1 Параметры инвестиционных фондов
FUNDS_publish_table =
3×10 table
LasPri MedPri HisYelYar MaxPri MinPri ChnMedPri ChMaxPri ChMinPri ExpRet HisRisk
______ ______ _________ ______ ______ _________ ________ ________ ______ _______
FXMM 1541.8 1493.1 6.6477 1549.4 1410 3 0 9 6 1
FXRB 1622 1483 13.785 1626 1383 9 0 17 13.02 3.31
SBMX 1240 1074.3 24.693 1272 972.87 15 -3 27 22.74 12.01
Описание названий столбцов
* LasPri - последняя цена на момент подготовки бюллетеня
* MedPri - медианная цена за весь рассматриваемый период
* MaxPri - макисмальная цена за рассматриваемый период
* MinPri - минимальная цена за рассматриваемый период
* ChnMedPri - Процент отношения последней цены к медианной
* ChMaxPri - Процент отношения последней цены к максимальной
* ChMinPri - Процент отношения последней цены к минимальной
* ExpRet - ожидаемая доходность в % годовых
* HisRisk - риск актива в % годовых
Таблица 3.4.2.2 Статистические параметры инвестиционных фондов
Statistick_coeff_funds =
3×10 table
HisYelYar ExpRet HisRisk VARSF Alfa Beta JenCff ShrCff TrnCff INDEX
_________ ______ _______ ______ ______ _________ _______ _______ ___________ ________
SBMX 24.693 22.74 12.01 40.616 6.2766 0.39647 -421.56 -58.473 -1771.3 'IMOEX'
FXRB 13.785 13.02 3.31 22.674 4.039 0.27642 -514.37 -215.1 -2575.7 'RGBITR'
FXMM 6.6477 6 1 10.934 2.532 0.0042787 -715.94 -719 -1.6804e+05 'RGBITR'
Описание названий столбцов
* HisYelYar - доходность за рассматриваемый период в % годовых
* ExpRet - ожидаемая доходность в % годовых
* HisRisk - риск актива в % годовых
* VARF - ValueAtRisk для доверительного интервала dov_int (по умолчанию 95%, смотреть в разделе IV)
* Alfa - alpa коэффициент
* Beta `- beta коэффициент
* JenCff - Коэффициент Дженсена
* ShrCff - Коэффициент Шарпа
* TrnCff - Коэффициент Трейнора
* INDEX - Индекс (бенчмарк) к которому расчитываются коэффициентыТаблица 3.4.2.3 Таблица с коэффициентами корреляции
FUNDS_corr_table =
6×6 table
FXMM FXRB SBMX IMOEX RGBITR BENCHMARK
________ ________ _______ _______ ________ _________
FXMM 1 0.076463 0.05479 0.04831 0.014411 0.046793
FXRB 0.076463 1 0.10241 0.17755 0.27369 0.23523
SBMX 0.05479 0.10241 1 0.32696 0.20816 0.34743
IMOEX 0.04831 0.17755 0.32696 1 0.27244 0.96279
RGBITR 0.014411 0.27369 0.20816 0.27244 1 0.52215
BENCHMARK 0.046793 0.23523 0.34743 0.96279 0.52215 1
IV Готовые инвестиционные портфели для составления собственного портфеля инвестора
IV.I Основные определения, подходы и краткая инструкция
Видео с разъяснениями по работе с данным разделом
В данном разделе представлены готовые портфели, сформированные на основе данных, приведённых в настоящем инвестиционном бюллетене. Портфели разделены на две категории (таблицы):
- низкорисокванные, состоящие из облигаций
- высокорискованные, состоящие из акций
Кроме того, в данном разделе приведены итоговые портфели составленные уже и готовых портфелей акций и облигаций с горизонтом инвестиций в 3 года. Верменной горизон - важное условие для части, которая формирует облигационный портфель из-за учёта эффекта иммунизации (подробнее можно посмотреть в вебинаре Алексея Бачерова – Облигации. Примеры использования дюрации и кривизны для решения задач инвестора). Такой срок выбран по двум причинам:
- большинство частных инвесторов не рассматривают более длительные инвестиционные горизонты
- данный срок используется в индивидуальных инвестиционных счетах (ИИС), которые позволяют получить налоговый вычет
При этом инвестор, должен помнить, что если облигационная часть портфеля практически не изменяется (только за счёт реинвестирования, поученных купонов), то портфель акций стоит менять раз в пол-года, год на основании более свежих инвестиционных бюллетеней. Также инвестору стоит следить за информационным полем вокруг акций, входящих в портфель и без колебаний освобождаться от бумаг, которые будут нести политические риски или риски банкротства.
Также в настоящем разделе приведена краткая инструкция для тех, кто хочет сформировать свой портфель из готовых портфелей акций и облигаций, например потому что имеет другой горизонт инвестиций (отличный от 3-лет) или же хочет выбрать другой портфель акций. Подробная инструкция, а также примеры и другие варианты расчётов приведены в Приложение 7.
Краткая инструкция инвестору для формирования собственного портфеля
Данная инструкция понадобится если инвестор хочет выбрать другой инвестиционный горизонт (отличный от 3 лет), и опирается на свою готовность к риску:
* Шаг 1. Выберите инвестиционный горизонт и найдите в Таблице 4.2.1. раздела "Готовые портфели из Облигаций Федерального Займа (ОФЗ) для разных сроков инвестирования" советующий портфель облигаций (столбец YDurImun) * Шаг 2. Выберите портфель акций из таблицы 4.3._.1 раздела "Готовые портфели из акций и биржевых фондов акций (ETF)", который по вашему мнению наилучше подходит для Вас, если бы Вы формировали его исключительно из акций и фондов акций. В подразделах Вы можете выбрать тот вариант, который на Ваш взгляд является самым приемлемым с точки зрения ожидаемой доходности и Вашего уровня доверия статистическим (историческим) данным и консенсус прогнозам аналитиков. * Шаг 3. Определите уровень риска, на который Вы готовы пойти (InvestorsRisk). Помните, что в нашем случае он не может быть меньше чем риск у портфеля облигаций (VARBP), и выше чем у портфеля акций (VARSP). * Шаг 4. Решите систему линейных уравнений, приведённую сразу после инструкции, чтобы определить доли вашего капитала, которые вы направите в выбранные Вами портфели облигаций и акций. * Шаг 5. Перемножьте соответствующие доли с долям активов входящих в каждый из выбранных Вами портфелей. Проверка (сумма всех полученных долей активов должна равняться 1) * Шаг 6. Умножьте полученные доли каждого актива на ту сумму, которую Вы планировали инвестировать. Таким образом Вы получите, сколько денег в каждый из активов вам нужно вложить. * Шаг 7. Поделите полученные значения на стоимость одной акции/облигации и на их кол-во в одном лоте. Округлите до целого числа. Дальше остается только купить эти бумаги на бирже.
Система линейный уравнений для шага 4:
где 
- доля, которую необходимо вложить в выбранный инвестором портфель облигаций, а 
- доля, которую нужно вложить в портфель акций.
Подробнее с примерами смотрите в Приложении 7, к настоящему инвестиционному бюллетеню.
IV.II Готовые портфели из Облигаций Федерального Займа (ОФЗ) для разных сроков инвестирования
Таблица 4.2.1. Готовые портфели состоящие из облигаций
PortfoliosBOND_publish =
13×16 table
YDurImun YieldImun VARBP OFZ26217 OFZ25083 OFZ26209 OFZ26220 OFZ26211 OFZ26215 OFZ26223 OFZ26222 OFZ26219 OFZ26207 OFZ26212 OFZ26224 OFZ26221
________ _________ _____ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________ ________
PortBonds1 2 6.81 3.44 0.83 0.17 0 0 0 0 0 0 0 0 0 0 0
PortBonds2 2.5 6.85 4.06 0 0.47 0.53 0 0 0 0 0 0 0 0 0 0
PortBonds3 3 6.83 4.95 0 0 0.13 0.87 0 0 0 0 0 0 0 0 0
PortBonds4 3.5 6.85 5.79 0 0 0 0 0.23 0.77 0 0 0 0 0 0 0
PortBonds5 4 6.9 8.14 0 0 0 0 0 0.08 0.92 0 0 0 0 0 0
PortBonds6 4.5 6.94 7.14 0 0 0 0 0 0 0 0.96 0.04 0 0 0 0
PortBonds7 5 6.99 7.91 0 0 0 0 0 0 0 0.54 0.46 0 0 0 0
PortBonds8 5.5 7.05 8.67 0 0 0 0 0 0 0 0.12 0.88 0 0 0 0
PortBonds9 6 7.05 8.31 0 0 0 0 0 0 0 0 0 0.75 0.25 0 0
PortBonds10 6.5 7.07 9 0 0 0 0 0 0 0 0 0 0.03 0.97 0 0
PortBonds11 7 7.1 9.54 0 0 0 0 0 0 0 0 0 0 0.36 0.64 0
PortBonds12 7.5 7.14 9.94 0 0 0 0 0 0 0 0 0 0 0 0.85 0.15
PortBonds13 8 7.2 10.16 0 0 0 0 0 0 0 0 0 0 0 0.52 0.48
Описание названий столбцов
* YDurImun - Инвестиционный горизонт инвестора, % годовых
* YieldImun - Ожидаемая доходность портфеля, % годовых
* VARBP - Риск портфеля выраженный с помощью показателя VAR
* TICKERS - В столбцах с тикерами приведены доли вложений от общей инвестируемой суммы в каждый активПояснение к показателю VAR (Value at Risk) – данный показатель показывает с какой вероятностью dov_int_publ потери не превысят величину VAR от первоначального капитала. Или более простая интерпретация: "Мы уверены на dov_int_publ процентов, что наши потери не превысят VAR% в течении следующего года, если мы разместим деньги в настоящий портфель".
dov_int_publ =
95
IV.III Готовые портфели из акций и биржевых фондов акций (ETF)
IV.III.I Готовые портфели из акций и биржевых фондов акций (ETF) для ожидаемых доходностей, полученных на исторических данных
Таблица 4.3.1.1 Готовые портфели состоящие из акций и фондов акций
PortfoliosSTOCK_publish =
10×12 table
YieldPortStock VARSP AFKS GAZP GCHE GMKN MFON NVTK OGKB RASP RSTI SBMX
______________ _____ ____ ____ ____ ____ ____ ____ ____ ____ ____ ____
PortStocks1 27.07 13.03 0.03 0 0.03 0.1 0.1 0.08 0.03 0.08 0.05 0.5
PortStocks2 27.82 13.08 0.01 0 0.05 0.09 0.1 0.09 0.01 0.08 0.07 0.5
PortStocks3 28.57 13.19 0.01 0 0.06 0.08 0.08 0.1 0.01 0.08 0.07 0.5
PortStocks4 29.31 13.34 0.01 0.01 0.06 0.08 0.07 0.1 0 0.08 0.08 0.5
PortStocks5 30.06 13.52 0 0.02 0.07 0.08 0.06 0.1 0 0.08 0.09 0.5
PortStocks6 30.8 13.73 0 0.03 0.08 0.08 0.04 0.1 0 0.07 0.09 0.5
PortStocks7 31.55 13.98 0 0.04 0.09 0.08 0.03 0.1 0 0.07 0.09 0.5
PortStocks8 32.3 14.26 0 0.05 0.09 0.08 0.01 0.1 0 0.07 0.1 0.5
PortStocks9 33.04 14.58 0 0.07 0.1 0.07 0 0.1 0 0.07 0.1 0.5
PortStocks10 33.79 15.11 0 0.1 0.1 0 0 0.1 0 0.1 0.1 0.5
Описание названий столбцов
* YieldPortStock - Ожидаемая доходность портфеля, % годовых
* VARSP - Риск портфеля выраженный с помощью показателя VAR
* TICKERS - В столбцах с тикерами приведены доли вложений от общей инвестируемой суммы в каждый активПояснение к показателю VAR (Value at Risk) – данный показатель показывает с какой вероятностью dov_int_publ потери не превысят величину VAR от первоначального капитала. Или более простая интерпретация: "Мы уверены на dov_int_publ процентов, что наши потери не превысят VAR% в течении следующего года, если мы разместим деньги в настоящий портфель".
dov_int_publ =
95
Принцип отбора акций и фондов акций в портфель:
1. Принудительно в портфель инвестора добавляется не менее 50% Биржевого фонда SBMX (аналог ETF), который повторяет индекс IMOEX. Это позволяет инвестору участвовать в росте рынка российских акций, а также гарантирует достаточно выскоую дивесификацию рискованной части портфеля.
2. Отдельные акции отбираются в портфель по ожидаемой доходности (посчитанной по историческим данным), которая выше Security Market Line (SML) индекса IMOEX (Диаграмма в разделе Основные статистические параметры рассматриваемых акций). Это позволяет отобрать акции "хэдлайнеры". Такая политика разумна тем, что в период растущего рынка индекс «тянут» наверх именно такие акции, усреднение доходностей индекса происходит за счёт тех, что лежат ниже SML. Такой подход подразумевает, что инвестор делает ставки на победителей. С учётом принудительной диверсификации в 10% в одного эмитента, риски больших потерь в непредвиденных случаях нивелируются.
IV.III.II Готовые портфели из акций и биржевых фондов акций (ETF) для ожидаемых доходностей, полученных на данных Инвестиционных домов и аналитиков
Таблица 4.3.2.1 Готовые портфели состоящие из акций и фондов акций
PortfoliosSTOCK_publish_A =
10×3 table
YieldPortStock VARSP SBMX
______________ _____ ____
PortStocks1 22.67 19.4 1
PortStocks2 22.67 19.4 1
PortStocks3 22.67 19.4 1
PortStocks4 22.67 19.4 1
PortStocks5 22.67 19.4 1
PortStocks6 22.67 19.4 1
PortStocks7 22.67 19.4 1
PortStocks8 22.67 19.4 1
PortStocks9 22.67 19.4 1
PortStocks10 22.67 19.4 1
Описание названий столбцов
* YieldPortStock - Ожидаемая доходность портфеля, % годовых
* VARSP - Риск портфеля выраженный с помощью показателя VAR
* TICKERS - В столбцах с тикерами приведены доли вложений от общей инвестируемой суммы в каждый активПояснение к показателю VAR (Value at Risk) – данный показатель показывает с какой вероятностью dov_int_publ потери не превысят величину VAR от первоначального капитала. Или более простая интерпретация: "Мы уверены на dov_int_publ процентов, что наши потери не превысят VAR% в течении следующего года, если мы разместим деньги в настоящий портфель".
dov_int_publ =
95
Принцип отбора акций и фондов акций в портфель:
1. Принудительно в портфель инвестора добавляется не менее 50% Биржевого фонда SBMX (аналог ETF), который повторяет индекс IMOEX. Это позволяет инвестору участвовать в росте рынка российских акций, а также гарантирует достаточно выскоую дивесификацию рискованной части портфеля.
2. Отдельные акции отбираются в портфель по ожидаемой доходности (посчитанные на основании консенсус-прогнозов Инвестиционных домов и аналитиков), которая выше Security Market Line (SML) индекса IMOEX (Диаграмма в разделе Консенсус прогнозы аналитиков по акциям). Это позволяет отобрать акции "хэдлайнеры". Такая политика разумна тем, что в период растущего рынка индекс «тянут» наверх именно такие акции, усреднение доходностей индекса происходит за счёт тех, что лежат ниже SML. Такой подход подразумевает, что инвестор делает ставки на победителей. С учётом принудительной диверсификации в 10% в одного эмитента, риски больших потерь в непредвиденных случаях нивелируются.
IV.III.III Готовые портфели из акций и биржевых фондов акций (ETF) для ожидаемых доходностей, полученных на основании доверия консенсус-прогнозам Инвестиционных домов и аналитиков на 25% и на 75% - историческим данным
Таблица 4.3.3.1 Готовые портфели состоящие из акций и фондов акций
PortfoliosSTOCK_publish_H75_A25 =
10×5 table
YieldPortStock VARSP GAZP NVTK SBMX
______________ _____ ____ ____ ____
PortStocks1 24.87 17.58 0.1 0.1 0.8
PortStocks2 24.88 17.58 0.1 0.1 0.8
PortStocks3 24.88 17.58 0.1 0.1 0.8
PortStocks4 24.88 17.58 0.1 0.1 0.8
PortStocks5 24.88 17.58 0.1 0.1 0.8
PortStocks6 24.88 17.58 0.1 0.1 0.8
PortStocks7 24.89 17.58 0.1 0.1 0.8
PortStocks8 24.89 17.58 0.1 0.1 0.8
PortStocks9 24.89 17.58 0.1 0.1 0.8
PortStocks10 24.89 17.58 0.1 0.1 0.8
Описание названий столбцов
* YieldPortStock - Ожидаемая доходность портфеля, % годовых
* VARSP - Риск портфеля выраженный с помощью показателя VAR
* TICKERS - В столбцах с тикерами приведены доли вложений от общей инвестируемой суммы в каждый активПояснение к показателю VAR (Value at Risk) – данный показатель показывает с какой вероятностью dov_int_publ потери не превысят величину VAR от первоначального капитала. Или более простая интерпретация: "Мы уверены на dov_int_publ процентов, что наши потери не превысят VAR% в течении следующего года, если мы разместим деньги в настоящий портфель".
dov_int_publ =
95
Принцип отбора акций и фондов акций в портфель:
1. Принудительно в портфель инвестора добавляется не менее 50% Биржевого фонда SBMX (аналог ETF), который повторяет индекс IMOEX. Это позволяет инвестору участвовать в росте рынка российских акций, а также гарантирует достаточно выскоую дивесификацию рискованной части портфеля.
2. Отдельные акции отбираются в портфель по ожидаемой доходности (посчитанные на основании смешения консенсус-прогнозов Инвестиционных домов и исторических данных), которая выше Security Market Line (SML) индекса IMOEX (Диаграмма в разделе Консенсус прогнозы аналитиков по акциям). Это позволяет отобрать акции "хэдлайнеры". Такая политика разумна тем, что в период растущего рынка индекс «тянут» наверх именно такие акции, усреднение доходностей индекса происходит за счёт тех, что лежат ниже SML. Такой подход подразумевает, что инвестор делает ставки на победителей. С учётом принудительной диверсификации в 10% в одного эмитента, риски больших потерь в непредвиденных случаях нивелируются.
IV.III.III Готовые портфели из акций и биржевых фондов акций (ETF) для ожидаемых доходностей, полученных на основании доверия консенсус-прогнозам Инвестиционных домов и аналитиков на 50% и на 50% - историческим данным
Таблица 4.3.3.1 Готовые портфели состоящие из акций и фондов акций
PortfoliosSTOCK_publish_H50_A50 =
10×3 table
YieldPortStock VARSP SBMX
______________ _____ ____
PortStocks1 22.67 19.4 1
PortStocks2 22.67 19.4 1
PortStocks3 22.67 19.4 1
PortStocks4 22.67 19.4 1
PortStocks5 22.67 19.4 1
PortStocks6 22.67 19.4 1
PortStocks7 22.67 19.4 1
PortStocks8 22.67 19.4 1
PortStocks9 22.67 19.4 1
PortStocks10 22.67 19.4 1
Описание названий столбцов
* YieldPortStock - Ожидаемая доходность портфеля, % годовых
* VARSP - Риск портфеля выраженный с помощью показателя VAR
* TICKERS - В столбцах с тикерами приведены доли вложений от общей инвестируемой суммы в каждый активПояснение к показателю VAR (Value at Risk) – данный показатель показывает с какой вероятностью dov_int_publ потери не превысят величину VAR от первоначального капитала. Или более простая интерпретация: "Мы уверены на dov_int_publ процентов, что наши потери не превысят VAR% в течении следующего года, если мы разместим деньги в настоящий портфель".
dov_int_publ =
95
Принцип отбора акций и фондов акций в портфель:
1. Принудительно в портфель инвестора добавляется не менее 50% Биржевого фонда SBMX (аналог ETF), который повторяет индекс IMOEX. Это позволяет инвестору участвовать в росте рынка российских акций, а также гарантирует достаточно выскоую дивесификацию рискованной части портфеля.
2. Отдельные акции отбираются в портфель по ожидаемой доходности (посчитанные на основании смешения консенсус-прогнозов Инвестиционных домов и исторических данных), которая выше Security Market Line (SML) индекса IMOEX (Диаграмма в разделе Консенсус прогнозы аналитиков по акциям). Это позволяет отобрать акции "хэдлайнеры". Такая политика разумна тем, что в период растущего рынка индекс «тянут» наверх именно такие акции, усреднение доходностей индекса происходит за счёт тех, что лежат ниже SML. Такой подход подразумевает, что инвестор делает ставки на победителей. С учётом принудительной диверсификации в 10% в одного эмитента, риски больших потерь в непредвиденных случаях нивелируются.
IV.III.IV Готовые портфели из акций и биржевых фондов акций (ETF) для ожидаемых доходностей, полученных на основании доверия консенсус-прогнозам Инвестиционных домов и аналитиков на 75% и на 25% - историческим данным
Таблица 4.3.4.1 Готовые портфели состоящие из акций и фондов акций
PortfoliosSTOCK_publish_H25_A75 =
10×3 table
YieldPortStock VARSP SBMX
______________ _____ ____
PortStocks1 22.67 19.4 1
PortStocks2 22.67 19.4 1
PortStocks3 22.67 19.4 1
PortStocks4 22.67 19.4 1
PortStocks5 22.67 19.4 1
PortStocks6 22.67 19.4 1
PortStocks7 22.67 19.4 1
PortStocks8 22.67 19.4 1
PortStocks9 22.67 19.4 1
PortStocks10 22.67 19.4 1
Описание названий столбцов
* YieldPortStock - Ожидаемая доходность портфеля, % годовых
* VARSP - Риск портфеля выраженный с помощью показателя VAR
* TICKERS - В столбцах с тикерами приведены доли вложений от общей инвестируемой суммы в каждый активПояснение к показателю VAR (Value at Risk) – данный показатель показывает с какой вероятностью dov_int_publ потери не превысят величину VAR от первоначального капитала. Или более простая интерпретация: "Мы уверены на dov_int_publ процентов, что наши потери не превысят VAR% в течении следующего года, если мы разместим деньги в настоящий портфель".
dov_int_publ =
95
Принцип отбора акций и фондов акций в портфель:
1. Принудительно в портфель инвестора добавляется не менее 50% Биржевого фонда SBMX (аналог ETF), который повторяет индекс IMOEX. Это позволяет инвестору участвовать в росте рынка российских акций, а также гарантирует достаточно выскоую дивесификацию рискованной части портфеля.
2. Отдельные акции отбираются в портфель по ожидаемой доходности (посчитанные на основании смешения консенсус-прогнозов Инвестиционных домов и исторических данных), которая выше Security Market Line (SML) индекса IMOEX (Диаграмма в разделе Консенсус прогнозы аналитиков по акциям). Это позволяет отобрать акции "хэдлайнеры". Такая политика разумна тем, что в период растущего рынка индекс «тянут» наверх именно такие акции, усреднение доходностей индекса происходит за счёт тех, что лежат ниже SML. Такой подход подразумевает, что инвестор делает ставки на победителей. С учётом принудительной диверсификации в 10% в одного эмитента, риски больших потерь в непредвиденных случаях нивелируются.
IV.IV Готовые портфели из акций по фундаментальным оценкам Инвестиционного партнёрства ABTRUST и биржевых фондов акций (ETF)
IV.IV.I Готовые портфели из только акций по фундаментальным оценкам Инвестиционного партнёрства ABTRUST и биржевых фондов акций (ETF)
Таблица 4.4.1.1 Готовые портфели состоящие из акций по фундаментальным оценкам Инвестиционного партнёрства ABTRUST и фондов акций
PortfoliosSTOCK_fa_publish =
10×5 table
YieldPortStock VARSP GCHE PRTK SBMX
______________ _____ ____ ____ ____
PortStocks1 20.59 15.48 0.1 0.2 0.7
PortStocks2 20.65 15.59 0.1 0.19 0.71
PortStocks3 20.72 15.71 0.1 0.18 0.72
PortStocks4 20.78 15.83 0.1 0.17 0.73
PortStocks5 20.85 15.96 0.1 0.16 0.74
PortStocks6 20.91 16.1 0.1 0.14 0.76
PortStocks7 20.98 16.24 0.1 0.13 0.77
PortStocks8 21.04 16.39 0.1 0.12 0.78
PortStocks9 21.11 16.54 0.1 0.11 0.79
PortStocks10 21.17 16.7 0.1 0.1 0.8
Описание названий столбцов
* YieldPortStock - Ожидаемая доходность портфеля, % годовых
* VARSP - Риск портфеля выраженный с помощью показателя VAR
* TICKERS - В столбцах с тикерами приведены доли вложений от общей инвестируемой суммы в каждый активПринцип отбора акций и фондов акций в портфель:
1. Принудительно в портфель инвестора добавляется не менее 50% Биржевого фонда SBMX (аналог ETF), который повторяет индекс IMOEX. Это позволяет инвестору участвовать в росте рынка российских акций, а также гарантирует достаточно выскоую дивесификацию рискованной части портфеля.
2. Для акций отобранных в портфель по фнудаментальным оценкам Инвестиционного партнерства ABTRUST принудительно устанавливаются ограничения в размерене менее 10% в портфеле, и не более 20% в портфеле что позволяет при формировании портфеля существенно нивелировать возможные ошибки допущенные при оценке.
IV.IV.II Готовые портфели из только акций по фундаментальным оценкам Инвестиционного партнёрства ABTRUST, по историческим SML и биржевых фондов акций (ETF)
Таблица 4.4.2.1 Готовые портфели состоящие из акций по фундаментальным оценкам Инвестиционного партнёрства ABTRUST, по историческим SML и фондов акций
PortfoliosSTOCK_fa_publish =
10×13 table
YieldPortStock VARSP GCHE PRTK GAZP GMKN MFON MVID NVTK PIKK RASP RSTI SBMX
______________ _____ ____ ____ ____ ____ ____ ____ ____ ____ ____ ____ ____
PortStocks1 19.18 12.26 0.1 0.11 0 0 0.06 0.08 0.01 0.1 0.02 0.02 0.5
PortStocks2 20.15 12.29 0.1 0.1 0 0 0.05 0.06 0.03 0.1 0.03 0.03 0.5
PortStocks3 21.12 12.36 0.1 0.1 0 0.01 0.05 0.03 0.04 0.1 0.03 0.03 0.5
PortStocks4 22.09 12.47 0.1 0.1 0 0.02 0.04 0 0.06 0.1 0.04 0.04 0.5
PortStocks5 23.06 12.65 0.1 0.1 0 0.02 0.02 0 0.07 0.08 0.04 0.05 0.5
PortStocks6 24.03 12.88 0.1 0.1 0.01 0.03 0.01 0 0.08 0.06 0.04 0.06 0.5
PortStocks7 25 13.18 0.1 0.1 0.02 0.03 0 0 0.09 0.04 0.04 0.07 0.5
PortStocks8 25.97 13.52 0.1 0.1 0.04 0.03 0 0 0.1 0.01 0.04 0.07 0.5
PortStocks9 26.93 13.95 0.1 0.1 0.06 0.02 0 0 0.1 0 0.03 0.09 0.5
PortStocks10 27.9 14.58 0.1 0.1 0.1 0 0 0 0.1 0 0 0.1 0.5
Описание названий столбцов
* YieldPortStock - Ожидаемая доходность портфеля, % годовых
* VARSP - Риск портфеля выраженный с помощью показателя VAR
* TICKERS - В столбцах с тикерами приведены доли вложений от общей инвестируемой суммы в каждый активПринцип отбора акций и фондов акций в портфель:
1. Принудительно в портфель инвестора добавляется не менее 50% Биржевого фонда SBMX (аналог ETF), который повторяет индекс IMOEX. Это позволяет инвестору участвовать в росте рынка российских акций, а также гарантирует достаточно выскоую дивесификацию рискованной части портфеля.
2. Для акций отобранных в портфель по фнудаментальным оценкам Инвестиционного партнерства ABTRUST принудительно устанавливаются ограничения в размерене менее 10% в портфеле, и не более 20% в портфеле что позволяет при формировании портфеля существенно нивелировать возможные ошибки допущенные при оценке.
3. Остальные акции отбираются в портфель по ожидаемой доходности (посчитанные на основании исторических данных), которая выше Security Market Line (SML) индекса IMOEX (Диаграмма в разделе Основные статистические параметры рассматриваемых акций). Это позволяет отобрать акции "хэдлайнеры". Такая политика разумна тем, что в период растущего рынка индекс «тянут» наверх именно такие акции, усреднение доходностей индекса происходит за счёт тех, что лежат ниже SML. Такой подход подразумевает, что инвестор делает ставки на победителей. С учётом принудительной диверсификации - не более 10% в одного эмитента, риски больших потерь в непредвиденных случаях нивелируются.
IV.V Готовые портфели составленные из портфелей акций, фондов акций и ОФЗ
Примечание: в качестве ожидаемых доходностей используются данные из раздела IV.III.I Готовые портфели из акций и биржевых фондов акций (ETF)для ожидаемых доходностей, полученных на исторических данных
Горизонт инестирования для выбора портфеля ОФЗ target_invest_time:
target_invest_time =
3
Таблица 4.5.1. Готовые портфели состоящие из облигаций/акций
PortfoliosExample_publish =
21×14 table
Yield VARP WgtBonds WgtStocks OFZ26209 OFZ26220 GAZP GCHE GMKN MFON NVTK RASP RSTI SBMX
_____ _____ ________ _________ ________ ________ ____ ____ ____ ____ ____ ____ ____ ____
6.83 4.95 1 0 0.13 0.87 0 0 0 0 0 0 0 0
8.11 5.42 0.95 0.05 0.13 0.82 0 0 0 0 0.01 0 0 0.03
9.38 5.88 0.9 0.1 0.12 0.78 0.01 0.01 0.01 0 0.01 0.01 0.01 0.05
10.65 6.35 0.85 0.15 0.11 0.74 0.01 0.01 0.01 0 0.02 0.01 0.01 0.08
11.93 6.81 0.8 0.2 0.11 0.69 0.01 0.02 0.02 0 0.02 0.01 0.02 0.1
13.2 7.28 0.75 0.25 0.1 0.65 0.01 0.02 0.02 0 0.03 0.02 0.02 0.13
14.47 7.74 0.7 0.3 0.09 0.61 0.02 0.03 0.02 0 0.03 0.02 0.03 0.15
15.74 8.21 0.65 0.35 0.09 0.56 0.02 0.03 0.03 0 0.04 0.02 0.03 0.18
17.02 8.68 0.6 0.4 0.08 0.52 0.02 0.04 0.03 0 0.04 0.03 0.04 0.2
18.29 9.14 0.55 0.45 0.07 0.48 0.02 0.04 0.03 0.01 0.05 0.03 0.04 0.23
19.56 9.61 0.5 0.5 0.07 0.43 0.03 0.05 0.04 0.01 0.05 0.04 0.05 0.25
20.84 10.07 0.45 0.55 0.06 0.39 0.03 0.05 0.04 0.01 0.06 0.04 0.05 0.28
22.11 10.54 0.4 0.6 0.05 0.35 0.03 0.06 0.05 0.01 0.06 0.04 0.06 0.3
23.38 11 0.35 0.65 0.05 0.3 0.03 0.06 0.05 0.01 0.07 0.05 0.06 0.32
24.66 11.47 0.3 0.7 0.04 0.26 0.04 0.07 0.05 0.01 0.07 0.05 0.07 0.35
25.93 11.94 0.25 0.75 0.03 0.22 0.04 0.07 0.06 0.01 0.08 0.05 0.07 0.38
27.2 12.4 0.2 0.8 0.03 0.17 0.04 0.08 0.06 0.01 0.08 0.06 0.08 0.4
28.48 12.87 0.15 0.85 0.02 0.13 0.04 0.08 0.06 0.01 0.09 0.06 0.08 0.43
29.75 13.33 0.1 0.9 0.01 0.09 0.05 0.08 0.07 0.01 0.09 0.06 0.09 0.45
31.02 13.8 0.05 0.95 0.01 0.04 0.05 0.09 0.07 0.01 0.1 0.07 0.09 0.48
32.3 14.26 0 1 0 0 0.05 0.09 0.08 0.01 0.1 0.07 0.1 0.5
Описание названий столбцов
* Yield - Ожидаемая доходность портфеля, % годовых
* VARP - Риск портфеля выраженный с помощью показателя VAR
* WgtBonds - Вес вкладываемый в портфель облигаций
* WgtStocks - Вес вкладываемый в портфель акций
* TICKERS - В столбцах с тикерами приведены доли вложений от общей инвестируемой суммы в каждый активV Основные показатели макроэкономики и денежно-кредитной политики
В настоящем разделе приведены расчёты основных показателей макроэкономической статистики РФ и денежно-кредитной политики, проводимой Центральным Банком России
* ВВП России - Федеральная служба государсвенной статистики
* Денежная масса - Центральный Банк РФ
* Индекс потребительских цен - Федеральная служба государсвенной статистики
* Среднедушевые доходы населения - Федеральная служба государсвенной статистики
* Инвестиции в основной капитал - Федеральная служба государсвенной статистики
* Ставка рефенансирования (до 2013) - Центральный Банк РФ
* Ключевая ставка (после 2013) - Центральный Банк РФ
* Займы физ. и юр. лицам - Центральный Банк РФСсылки на источники: ВВП России ФСГС, Денежная масса ЦБ РФ, Индекс потребительских цен ФСГС, Среднедушевые доходы населения ФСГС, Ставка рефенансирования (до 2013) ЦБ РФ / КонсультантПлюс, Ключевая ставка (после 2013) ЦБ РФ / КонсультантПлюс, Займы физ. и юр. лицам
Рост/падение показателей в процентах в расчёте на периоды, указанные в таблице в номинальном выражении
comb_tt_max_years_prod =
5×11 table
Duration GDP M2 IPC Per_inc INV LOANS_FL LOANS_UL DEMO CBR_Rate IMOEX
________ ____ ____ ____ _______ ____ ________ ________ ____ ________ _____
'Y1' 13 23.4 0.2 3.3 7.3 23.8 5.2 0.2 3.4 18.1
'Y2' 23.9 56.9 2.6 6.7 15.8 48.1 12.9 0.3 -16.7 40.2
'Y3' 30.8 72.7 6.7 8.1 24.3 57.8 9.1 0.5 -28.6 39.8
'Y4' 35.3 82.9 14.4 13.9 28.6 55.9 17.6 1.4 -34.8 70.2
'Y5' 44.6 91.7 32.3 24.2 30.4 55.2 43.4 2.5 0 93.7
* GDP - ВВП России
* M2 - денежная масса - агрегат М2
* IPC - индекс потребительских цен
* Per_inc - среднедушевые доходы населения
* INV - инвестиции в основной капитал
* LOAN_FL - займы предоставленные физическим лицам
* LOAN_UL - займы предоставленные юридическим лицам
* CBR_Rate - ключевая ставка / ставка рефенансирования
* IMOEX - индекс ММВБТемпы изменений показателей в процентах годовых в расчёте на периоды, указанные в таблице в номинальном выражении
comb_tt_max_per_year =
5×11 table
Duration GDP M2 IPC Per_inc INV LOANS_FL LOANS_UL DEMO CBR_Rate IMOEX
________ ____ ____ ___ _______ ___ ________ ________ ____ ________ _____
'Y1' 13 23.4 0.2 3.3 7.3 23.8 5.2 0.2 3.4 18.1
'Y2' 11.3 25.2 1.3 3.3 7.6 21.7 6.3 0.2 -8.7 18.4
'Y3' 9.3 20 2.2 2.6 7.5 16.4 2.9 0.2 -10.6 11.8
'Y4' 7.8 16.3 3.4 3.3 6.5 11.7 4.1 0.3 -10.1 14.2
'Y5' 7.7 13.9 5.8 4.4 5.5 9.2 7.5 0.5 0 14.1
На следующих четырёх графиках представлены основные макроэкономические, ценовые и денежные показатели РФ в номинальных ценах. Данные получены в Федеральной службе государственной статистики и Центральном Банке РФ (отнормированы на начало периода на графике).
Подробнее в статье "ДОХОДЫ НАСЕЛЕНИЯ РОССИИ"
В Приложении 2 приведены расчёты основных показателей в долларах США
Ставка рефинансирования (с 2013 года - ключевая), инфляция, и реальная ставка
ans =
5×3 timetable
Time CBR_Rate IPC_per Real_Rate
___________ ________ _______ _________
26-Jul-2015 11.5 15.63 -3.57
26-Jul-2016 10.5 7.22 3.06
26-Jul-2017 9 3.94 4.87
26-Jul-2018 7.25 2.47 4.66
26-Jul-2019 7.5 0.16 7.33
Подробнее об истории ставок в статье "Почему мы живём всё хуже? (кратко)"
Рост/падение показателей в процентах в расчёте на периоды, указанные в таблице в базовых ценах (отнормированы на индекс потребительских цен соотвествующего периода)
comb_tt_max_years_prod_norm_IPC =
5×9 table
Duration GDP M2 Per_inc INV LOANS_FL LOANS_UL DEMO IMOEX
________ ____ ____ _______ ____ ________ ________ _____ _____
'Y1' 12.8 23.2 3.1 7.1 23.6 5 0 17.9
'Y2' 20.7 52.8 4 12.8 44.3 10 -2.3 36.6
'Y3' 22.6 61.9 1.3 16.5 47.9 2.2 -5.8 31.1
'Y4' 18.2 59.9 -0.4 12.4 36.3 2.8 -11.4 48.8
'Y5' 9.3 44.9 -6.1 -1.4 17.4 8.4 -22.5 46.4
Темпы изменений показателей в процентах годовых в расчёте на периоды, указанные в таблице в базовых ценах (отнормированы на индекс потребительских цен соотвествующего периода)
comb_tt_max_per_year_norm_IPC =
5×9 table
Duration GDP M2 Per_inc INV LOANS_FL LOANS_UL DEMO IMOEX
________ ____ ____ _______ ____ ________ ________ ____ _____
'Y1' 12.8 23.2 3.1 7.1 23.6 5 0 17.9
'Y2' 9.9 23.6 2 6.2 20.1 4.9 -1.1 16.9
'Y3' 7 17.4 0.4 5.2 13.9 0.7 -2 9.4
'Y4' 4.3 12.4 -0.1 3 8.1 0.7 -3 10.5
'Y5' 1.8 7.7 -1.3 -0.3 3.3 1.6 -5 7.9
На следующих двух графиках представлены основные макроэкономические, фондовые и денежные показатели РФ в базовых ценах (отнормированы на показатель индекса потребительских цен и на начало периода на графике)
Структура ВВП России по расходам: GDP=HOS+INV+GOS+(EXPORT-IMPORT) Формула 5.1-М
* GDP - ВВП России
* HOS - расходы домохозяйств
* INV - инвестиции
* GOS - государственные закупки
* EXPORT - экспорт
* IMPORT - импорт
В Приложении 2 приведены расчёты основных показателей в долларах США
Подробнее в статье "ВВП И ДЕМОГРАФИЯ В РОССИИ"
Рост/падение показателей в процентах в расчёте на периоды, указанные в таблице отнормированные на денежную массу
comb_tt_max_years_prod_norm_M2 =
5×8 table
Duration GDP Per_inc INV LOANS_FL LOANS_UL DEMO IMOEX
________ _____ _______ _____ ________ ________ _____ _____
'Y1' -8.4 -16.3 -13 0.3 -14.7 -18.8 -4.3
'Y2' -21 -31.9 -26.2 -5.6 -28 -36 -10.6
'Y3' -24.3 -37.4 -28 -8.6 -36.8 -41.8 -19
'Y4' -26 -37.7 -29.7 -14.7 -35.7 -44.6 -6.9
'Y5' -24.6 -35.2 -32 -19 -25.2 -46.5 1
Темпы изменений показателей в процентах годовых в расчёте на периоды, указанные в таблице отнормированные на денежную массу
comb_tt_max_per_year_norm_M2 =
5×8 table
Duration GDP Per_inc INV LOANS_FL LOANS_UL DEMO IMOEX
________ _____ _______ _____ ________ ________ _____ _____
'Y1' -8.4 -16.3 -13 0.3 -14.7 -18.8 -4.3
'Y2' -11.1 -17.5 -14.1 -2.8 -15.2 -20 -5.5
'Y3' -8.9 -14.5 -10.4 -3 -14.2 -16.5 -6.8
'Y4' -7.3 -11.2 -8.4 -3.9 -10.4 -13.7 -1.8
'Y5' -5.5 -8.3 -7.4 -4.1 -5.6 -11.8 0.2
На следующем графике представлены основные макроэкономические, фондовые и денежные показатели РФ, отнормированые на показатель денежной массы и на начало периода на графике
В Приложении 2 приведены расчёты основных показателей в долларах США
Демографические показатели
Общая численность населения в России (с 2015 года с учётом республики Крым), структура населения и динамика изменения структуры
Подробнее в статье "ВВП И ДЕМОГРАФИЯ В РОССИИ"
Приложение 1 (к разделу III.II.III). Таблицы со статистическими параметрами рассматриваемых акций, отсортированные по разным параметрам
Таблица 3.2.3.3 Сатистические параметры рассматриваемых акций (отсортировано по ExpRet)
ans =
34×13 table
HisYelYar ExpRet Risk MedVlt MaxVlt MinVlt RskVlt Alfa Beta JenCff ShrCff TrnCff TrgFnc
_________ ______ ____ _______ ______ ________ _______ _____ ________ __________ _________ __________ _________
GCHE 68.473 58 31 1.1861 24.021 0.090827 2.1171 20.5 0.32256 0.52483 1.6194 1.558 0
GAZP 69.738 52 25 0.929 9.4678 0.32662 1.0665 8.6 1.7838 0.46784 1.8184 0.2523 0
RSTI 50.869 44 24 1.176 6.9394 0.087597 0.98199 12.8 0.69496 0.38702 1.5656 0.53246 0
NVTK 45.995 39 18 1.0796 4.7186 0.4392 0.67834 10.4 0.733 0.32853 1.7911 0.43091 0.74664
MFON 36.887 34 23 0.68378 11.036 0.030874 1.1449 4.7 -0.01666 0.056972 0.24096 -2.6345 -0.38097
OGKB 35.929 32 20 1.1881 5.6508 0.31074 0.69713 6.6 0.86407 0.25738 1.2318 0.28146 0.52831
RASP 34.394 32 20 1.1316 5.1514 0.23308 0.75344 8.8 0.54315 0.25829 1.2256 0.44921 0.58256
GMKN 33.068 31 16 0.82633 5.7424 0.22008 0.57544 7.9 0.62085 0.24486 1.4582 0.37589 0.59925
AFKS 32.426 30 20 1.1631 6.4809 0.30366 0.76614 5.8 0.90637 0.24477 1.1423 0.25408 0
SIBN 25.818 24 17 1.0311 3.8967 0.2286 0.61602 3.8 0.84975 0.18224 0.99369 0.20001 0.39659
IMOEX 18.5 17 10 0.54248 1.9552 0.19522 0.29143 0 1 0.10588 1.0149 0.09888 0.30353
LKOH 14.83 15 15 0.81754 3.3209 0.32528 0.45997 0.1 0.86849 0.090247 0.52245 0.091354 0.1946
PIKK 13.471 14 12 0.69241 8.8781 0.23452 0.69825 5.3 0.00297 0.071503 0.50435 21.074 4.4287
SBER 10.103 12 22 1.1453 5.5317 0.28436 0.72184 -5.8 1.585 0.067936 0.23767 0.032915 0
PRTK 11.196 11 14 1.021 25.294 0.26767 1.6839 3.3 0.1704 0.051059 0.2975 0.24137 0.1897
MVID 6.9734 8 12 0.68535 13.062 0.069987 0.98818 1 0.32459 0.015697 0.064547 0.02289 0.058183
ROSN 5.7789 8 17 0.95389 3.3313 0.3519 0.46991 -2.9 0.88091 0.015789 0.023641 0.0044386 0.0070565
FEES 6.2285 7 17 0.86185 5.9801 0.21785 0.61953 -1.9 0.70606 0.012855 0.0029672 0.00072232 0.010165
TATN 3.6355 6 18 1.0463 6.2738 0.18699 0.63147 -4.8 1.0349 -0.0042268 -0.095045 -0.016716 -0.050828
PHOR 4.2851 5 13 0.8352 3.4357 0.23251 0.50189 -1 0.46237 -0.008466 -0.13533 -0.039016 -0.027378
CHMF 2.0479 4 15 0.86473 3.313 0.31592 0.44353 -2.1 0.52662 -0.023746 -0.22781 -0.065854 -0.070817
MTSS 0.84585 2 16 0.89396 5.7581 0.26957 0.58319 -4.3 0.74813 -0.041211 -0.3331 -0.070228 -0.12392
URKA -2.3515 1 25 0.72958 12.428 0.10323 1.3519 -0.3 0.11755 -0.041858 -0.24243 -0.506 0
MAGN -5.283 -4 17 0.95862 6.5215 0.25451 0.63204 -6 0.6871 -0.095642 -0.64677 -0.15659 -0.25054
MSNG -5.601 -4 20 1.1233 5.9672 0.21477 0.71698 -5.3 0.54774 -0.098275 -0.5751 -0.20502 -0.24123
NLMK -7.0723 -5 17 0.96728 4.1034 0.23166 0.55242 -6.1 0.59998 -0.11119 -0.71882 -0.20589 -0.28444
SNGS -8.7147 -8 10 0.68758 1.6657 0.19338 0.27718 -6.7 0.52699 -0.144 -1.5075 -0.28691 -0.48042
MOEX -10.154 -9 16 0.82888 7.7207 0.26242 0.60802 -8.4 0.71306 -0.14994 -0.99239 -0.22668 -0.38676
VTBR -10.622 -9 18 0.90029 6.5336 0.25667 0.75264 -9.5 0.86176 -0.15212 -0.93476 -0.19121 -0.3804
MGNT -11.75 -10 17 1.1389 5.6563 0.30869 0.66352 -7.3 0.47681 -0.16368 -1.0072 -0.36964 -0.41541
AFLT -12.175 -11 21 1.1204 6.2012 0.16978 0.80132 -8.6 0.6435 -0.16447 -0.86617 -0.27869 0
HYDR -15.516 -15 16 0.91046 5.4566 0.27936 0.50877 -9.3 0.51091 -0.20882 -1.4092 -0.43066 -0.55178
ALRS -15.301 -16 17 0.89723 5.4822 0.21325 0.631 -10.5 0.63876 -0.21666 -1.3382 -0.35843 -0.53951
MTLR -33.408 -38 24 1.3776 8.3848 0.29566 0.96856 -19.8 0.69462 -0.43615 -1.8726 -0.65295 0
Таблица 3.2.3.4 Сатистические параметры рассматриваемых акций (отсортировано по Risk)
ans =
34×13 table
HisYelYar ExpRet Risk MedVlt MaxVlt MinVlt RskVlt Alfa Beta JenCff ShrCff TrnCff TrgFnc
_________ ______ ____ _______ ______ ________ _______ _____ ________ __________ _________ __________ _________
IMOEX 18.5 17 10 0.54248 1.9552 0.19522 0.29143 0 1 0.10588 1.0149 0.09888 0.30353
SNGS -8.7147 -8 10 0.68758 1.6657 0.19338 0.27718 -6.7 0.52699 -0.144 -1.5075 -0.28691 -0.48042
MVID 6.9734 8 12 0.68535 13.062 0.069987 0.98818 1 0.32459 0.015697 0.064547 0.02289 0.058183
PIKK 13.471 14 12 0.69241 8.8781 0.23452 0.69825 5.3 0.00297 0.071503 0.50435 21.074 4.4287
PHOR 4.2851 5 13 0.8352 3.4357 0.23251 0.50189 -1 0.46237 -0.008466 -0.13533 -0.039016 -0.027378
PRTK 11.196 11 14 1.021 25.294 0.26767 1.6839 3.3 0.1704 0.051059 0.2975 0.24137 0.1897
CHMF 2.0479 4 15 0.86473 3.313 0.31592 0.44353 -2.1 0.52662 -0.023746 -0.22781 -0.065854 -0.070817
LKOH 14.83 15 15 0.81754 3.3209 0.32528 0.45997 0.1 0.86849 0.090247 0.52245 0.091354 0.1946
GMKN 33.068 31 16 0.82633 5.7424 0.22008 0.57544 7.9 0.62085 0.24486 1.4582 0.37589 0.59925
HYDR -15.516 -15 16 0.91046 5.4566 0.27936 0.50877 -9.3 0.51091 -0.20882 -1.4092 -0.43066 -0.55178
MOEX -10.154 -9 16 0.82888 7.7207 0.26242 0.60802 -8.4 0.71306 -0.14994 -0.99239 -0.22668 -0.38676
MTSS 0.84585 2 16 0.89396 5.7581 0.26957 0.58319 -4.3 0.74813 -0.041211 -0.3331 -0.070228 -0.12392
ALRS -15.301 -16 17 0.89723 5.4822 0.21325 0.631 -10.5 0.63876 -0.21666 -1.3382 -0.35843 -0.53951
FEES 6.2285 7 17 0.86185 5.9801 0.21785 0.61953 -1.9 0.70606 0.012855 0.0029672 0.00072232 0.010165
MAGN -5.283 -4 17 0.95862 6.5215 0.25451 0.63204 -6 0.6871 -0.095642 -0.64677 -0.15659 -0.25054
MGNT -11.75 -10 17 1.1389 5.6563 0.30869 0.66352 -7.3 0.47681 -0.16368 -1.0072 -0.36964 -0.41541
NLMK -7.0723 -5 17 0.96728 4.1034 0.23166 0.55242 -6.1 0.59998 -0.11119 -0.71882 -0.20589 -0.28444
ROSN 5.7789 8 17 0.95389 3.3313 0.3519 0.46991 -2.9 0.88091 0.015789 0.023641 0.0044386 0.0070565
SIBN 25.818 24 17 1.0311 3.8967 0.2286 0.61602 3.8 0.84975 0.18224 0.99369 0.20001 0.39659
NVTK 45.995 39 18 1.0796 4.7186 0.4392 0.67834 10.4 0.733 0.32853 1.7911 0.43091 0.74664
TATN 3.6355 6 18 1.0463 6.2738 0.18699 0.63147 -4.8 1.0349 -0.0042268 -0.095045 -0.016716 -0.050828
VTBR -10.622 -9 18 0.90029 6.5336 0.25667 0.75264 -9.5 0.86176 -0.15212 -0.93476 -0.19121 -0.3804
AFKS 32.426 30 20 1.1631 6.4809 0.30366 0.76614 5.8 0.90637 0.24477 1.1423 0.25408 0
MSNG -5.601 -4 20 1.1233 5.9672 0.21477 0.71698 -5.3 0.54774 -0.098275 -0.5751 -0.20502 -0.24123
OGKB 35.929 32 20 1.1881 5.6508 0.31074 0.69713 6.6 0.86407 0.25738 1.2318 0.28146 0.52831
RASP 34.394 32 20 1.1316 5.1514 0.23308 0.75344 8.8 0.54315 0.25829 1.2256 0.44921 0.58256
AFLT -12.175 -11 21 1.1204 6.2012 0.16978 0.80132 -8.6 0.6435 -0.16447 -0.86617 -0.27869 0
SBER 10.103 12 22 1.1453 5.5317 0.28436 0.72184 -5.8 1.585 0.067936 0.23767 0.032915 0
MFON 36.887 34 23 0.68378 11.036 0.030874 1.1449 4.7 -0.01666 0.056972 0.24096 -2.6345 -0.38097
MTLR -33.408 -38 24 1.3776 8.3848 0.29566 0.96856 -19.8 0.69462 -0.43615 -1.8726 -0.65295 0
RSTI 50.869 44 24 1.176 6.9394 0.087597 0.98199 12.8 0.69496 0.38702 1.5656 0.53246 0
GAZP 69.738 52 25 0.929 9.4678 0.32662 1.0665 8.6 1.7838 0.46784 1.8184 0.2523 0
URKA -2.3515 1 25 0.72958 12.428 0.10323 1.3519 -0.3 0.11755 -0.041858 -0.24243 -0.506 0
GCHE 68.473 58 31 1.1861 24.021 0.090827 2.1171 20.5 0.32256 0.52483 1.6194 1.558 0
Таблица 3.2.3.5 Сатистические параметры рассматриваемых акций (отсортировано по Beta)
ans =
34×13 table
HisYelYar ExpRet Risk MedVlt MaxVlt MinVlt RskVlt Alfa Beta JenCff ShrCff TrnCff TrgFnc
_________ ______ ____ _______ ______ ________ _______ _____ ________ __________ _________ __________ _________
MFON 36.887 34 23 0.68378 11.036 0.030874 1.1449 4.7 -0.01666 0.056972 0.24096 -2.6345 -0.38097
PIKK 13.471 14 12 0.69241 8.8781 0.23452 0.69825 5.3 0.00297 0.071503 0.50435 21.074 4.4287
URKA -2.3515 1 25 0.72958 12.428 0.10323 1.3519 -0.3 0.11755 -0.041858 -0.24243 -0.506 0
PRTK 11.196 11 14 1.021 25.294 0.26767 1.6839 3.3 0.1704 0.051059 0.2975 0.24137 0.1897
GCHE 68.473 58 31 1.1861 24.021 0.090827 2.1171 20.5 0.32256 0.52483 1.6194 1.558 0
MVID 6.9734 8 12 0.68535 13.062 0.069987 0.98818 1 0.32459 0.015697 0.064547 0.02289 0.058183
PHOR 4.2851 5 13 0.8352 3.4357 0.23251 0.50189 -1 0.46237 -0.008466 -0.13533 -0.039016 -0.027378
MGNT -11.75 -10 17 1.1389 5.6563 0.30869 0.66352 -7.3 0.47681 -0.16368 -1.0072 -0.36964 -0.41541
HYDR -15.516 -15 16 0.91046 5.4566 0.27936 0.50877 -9.3 0.51091 -0.20882 -1.4092 -0.43066 -0.55178
CHMF 2.0479 4 15 0.86473 3.313 0.31592 0.44353 -2.1 0.52662 -0.023746 -0.22781 -0.065854 -0.070817
SNGS -8.7147 -8 10 0.68758 1.6657 0.19338 0.27718 -6.7 0.52699 -0.144 -1.5075 -0.28691 -0.48042
RASP 34.394 32 20 1.1316 5.1514 0.23308 0.75344 8.8 0.54315 0.25829 1.2256 0.44921 0.58256
MSNG -5.601 -4 20 1.1233 5.9672 0.21477 0.71698 -5.3 0.54774 -0.098275 -0.5751 -0.20502 -0.24123
NLMK -7.0723 -5 17 0.96728 4.1034 0.23166 0.55242 -6.1 0.59998 -0.11119 -0.71882 -0.20589 -0.28444
GMKN 33.068 31 16 0.82633 5.7424 0.22008 0.57544 7.9 0.62085 0.24486 1.4582 0.37589 0.59925
ALRS -15.301 -16 17 0.89723 5.4822 0.21325 0.631 -10.5 0.63876 -0.21666 -1.3382 -0.35843 -0.53951
AFLT -12.175 -11 21 1.1204 6.2012 0.16978 0.80132 -8.6 0.6435 -0.16447 -0.86617 -0.27869 0
MAGN -5.283 -4 17 0.95862 6.5215 0.25451 0.63204 -6 0.6871 -0.095642 -0.64677 -0.15659 -0.25054
MTLR -33.408 -38 24 1.3776 8.3848 0.29566 0.96856 -19.8 0.69462 -0.43615 -1.8726 -0.65295 0
RSTI 50.869 44 24 1.176 6.9394 0.087597 0.98199 12.8 0.69496 0.38702 1.5656 0.53246 0
FEES 6.2285 7 17 0.86185 5.9801 0.21785 0.61953 -1.9 0.70606 0.012855 0.0029672 0.00072232 0.010165
MOEX -10.154 -9 16 0.82888 7.7207 0.26242 0.60802 -8.4 0.71306 -0.14994 -0.99239 -0.22668 -0.38676
NVTK 45.995 39 18 1.0796 4.7186 0.4392 0.67834 10.4 0.733 0.32853 1.7911 0.43091 0.74664
MTSS 0.84585 2 16 0.89396 5.7581 0.26957 0.58319 -4.3 0.74813 -0.041211 -0.3331 -0.070228 -0.12392
SIBN 25.818 24 17 1.0311 3.8967 0.2286 0.61602 3.8 0.84975 0.18224 0.99369 0.20001 0.39659
VTBR -10.622 -9 18 0.90029 6.5336 0.25667 0.75264 -9.5 0.86176 -0.15212 -0.93476 -0.19121 -0.3804
OGKB 35.929 32 20 1.1881 5.6508 0.31074 0.69713 6.6 0.86407 0.25738 1.2318 0.28146 0.52831
LKOH 14.83 15 15 0.81754 3.3209 0.32528 0.45997 0.1 0.86849 0.090247 0.52245 0.091354 0.1946
ROSN 5.7789 8 17 0.95389 3.3313 0.3519 0.46991 -2.9 0.88091 0.015789 0.023641 0.0044386 0.0070565
AFKS 32.426 30 20 1.1631 6.4809 0.30366 0.76614 5.8 0.90637 0.24477 1.1423 0.25408 0
IMOEX 18.5 17 10 0.54248 1.9552 0.19522 0.29143 0 1 0.10588 1.0149 0.09888 0.30353
TATN 3.6355 6 18 1.0463 6.2738 0.18699 0.63147 -4.8 1.0349 -0.0042268 -0.095045 -0.016716 -0.050828
SBER 10.103 12 22 1.1453 5.5317 0.28436 0.72184 -5.8 1.585 0.067936 0.23767 0.032915 0
GAZP 69.738 52 25 0.929 9.4678 0.32662 1.0665 8.6 1.7838 0.46784 1.8184 0.2523 0
Таблица 3.2.3.6 Сатистические параметры рассматриваемых акций (отсортировано по JenCff)
ans =
34×13 table
HisYelYar ExpRet Risk MedVlt MaxVlt MinVlt RskVlt Alfa Beta JenCff ShrCff TrnCff TrgFnc
_________ ______ ____ _______ ______ ________ _______ _____ ________ __________ _________ __________ _________
GCHE 68.473 58 31 1.1861 24.021 0.090827 2.1171 20.5 0.32256 0.52483 1.6194 1.558 0
GAZP 69.738 52 25 0.929 9.4678 0.32662 1.0665 8.6 1.7838 0.46784 1.8184 0.2523 0
RSTI 50.869 44 24 1.176 6.9394 0.087597 0.98199 12.8 0.69496 0.38702 1.5656 0.53246 0
NVTK 45.995 39 18 1.0796 4.7186 0.4392 0.67834 10.4 0.733 0.32853 1.7911 0.43091 0.74664
RASP 34.394 32 20 1.1316 5.1514 0.23308 0.75344 8.8 0.54315 0.25829 1.2256 0.44921 0.58256
OGKB 35.929 32 20 1.1881 5.6508 0.31074 0.69713 6.6 0.86407 0.25738 1.2318 0.28146 0.52831
GMKN 33.068 31 16 0.82633 5.7424 0.22008 0.57544 7.9 0.62085 0.24486 1.4582 0.37589 0.59925
AFKS 32.426 30 20 1.1631 6.4809 0.30366 0.76614 5.8 0.90637 0.24477 1.1423 0.25408 0
SIBN 25.818 24 17 1.0311 3.8967 0.2286 0.61602 3.8 0.84975 0.18224 0.99369 0.20001 0.39659
IMOEX 18.5 17 10 0.54248 1.9552 0.19522 0.29143 0 1 0.10588 1.0149 0.09888 0.30353
LKOH 14.83 15 15 0.81754 3.3209 0.32528 0.45997 0.1 0.86849 0.090247 0.52245 0.091354 0.1946
PIKK 13.471 14 12 0.69241 8.8781 0.23452 0.69825 5.3 0.00297 0.071503 0.50435 21.074 4.4287
SBER 10.103 12 22 1.1453 5.5317 0.28436 0.72184 -5.8 1.585 0.067936 0.23767 0.032915 0
MFON 36.887 34 23 0.68378 11.036 0.030874 1.1449 4.7 -0.01666 0.056972 0.24096 -2.6345 -0.38097
PRTK 11.196 11 14 1.021 25.294 0.26767 1.6839 3.3 0.1704 0.051059 0.2975 0.24137 0.1897
ROSN 5.7789 8 17 0.95389 3.3313 0.3519 0.46991 -2.9 0.88091 0.015789 0.023641 0.0044386 0.0070565
MVID 6.9734 8 12 0.68535 13.062 0.069987 0.98818 1 0.32459 0.015697 0.064547 0.02289 0.058183
FEES 6.2285 7 17 0.86185 5.9801 0.21785 0.61953 -1.9 0.70606 0.012855 0.0029672 0.00072232 0.010165
TATN 3.6355 6 18 1.0463 6.2738 0.18699 0.63147 -4.8 1.0349 -0.0042268 -0.095045 -0.016716 -0.050828
PHOR 4.2851 5 13 0.8352 3.4357 0.23251 0.50189 -1 0.46237 -0.008466 -0.13533 -0.039016 -0.027378
CHMF 2.0479 4 15 0.86473 3.313 0.31592 0.44353 -2.1 0.52662 -0.023746 -0.22781 -0.065854 -0.070817
MTSS 0.84585 2 16 0.89396 5.7581 0.26957 0.58319 -4.3 0.74813 -0.041211 -0.3331 -0.070228 -0.12392
URKA -2.3515 1 25 0.72958 12.428 0.10323 1.3519 -0.3 0.11755 -0.041858 -0.24243 -0.506 0
MAGN -5.283 -4 17 0.95862 6.5215 0.25451 0.63204 -6 0.6871 -0.095642 -0.64677 -0.15659 -0.25054
MSNG -5.601 -4 20 1.1233 5.9672 0.21477 0.71698 -5.3 0.54774 -0.098275 -0.5751 -0.20502 -0.24123
NLMK -7.0723 -5 17 0.96728 4.1034 0.23166 0.55242 -6.1 0.59998 -0.11119 -0.71882 -0.20589 -0.28444
SNGS -8.7147 -8 10 0.68758 1.6657 0.19338 0.27718 -6.7 0.52699 -0.144 -1.5075 -0.28691 -0.48042
MOEX -10.154 -9 16 0.82888 7.7207 0.26242 0.60802 -8.4 0.71306 -0.14994 -0.99239 -0.22668 -0.38676
VTBR -10.622 -9 18 0.90029 6.5336 0.25667 0.75264 -9.5 0.86176 -0.15212 -0.93476 -0.19121 -0.3804
MGNT -11.75 -10 17 1.1389 5.6563 0.30869 0.66352 -7.3 0.47681 -0.16368 -1.0072 -0.36964 -0.41541
AFLT -12.175 -11 21 1.1204 6.2012 0.16978 0.80132 -8.6 0.6435 -0.16447 -0.86617 -0.27869 0
HYDR -15.516 -15 16 0.91046 5.4566 0.27936 0.50877 -9.3 0.51091 -0.20882 -1.4092 -0.43066 -0.55178
ALRS -15.301 -16 17 0.89723 5.4822 0.21325 0.631 -10.5 0.63876 -0.21666 -1.3382 -0.35843 -0.53951
MTLR -33.408 -38 24 1.3776 8.3848 0.29566 0.96856 -19.8 0.69462 -0.43615 -1.8726 -0.65295 0
Таблица 3.2.3.7 Сатистические параметры рассматриваемых акций (отсортировано по ShrCff)
ans =
34×13 table
HisYelYar ExpRet Risk MedVlt MaxVlt MinVlt RskVlt Alfa Beta JenCff ShrCff TrnCff TrgFnc
_________ ______ ____ _______ ______ ________ _______ _____ ________ __________ _________ __________ _________
GAZP 69.738 52 25 0.929 9.4678 0.32662 1.0665 8.6 1.7838 0.46784 1.8184 0.2523 0
NVTK 45.995 39 18 1.0796 4.7186 0.4392 0.67834 10.4 0.733 0.32853 1.7911 0.43091 0.74664
GCHE 68.473 58 31 1.1861 24.021 0.090827 2.1171 20.5 0.32256 0.52483 1.6194 1.558 0
RSTI 50.869 44 24 1.176 6.9394 0.087597 0.98199 12.8 0.69496 0.38702 1.5656 0.53246 0
GMKN 33.068 31 16 0.82633 5.7424 0.22008 0.57544 7.9 0.62085 0.24486 1.4582 0.37589 0.59925
OGKB 35.929 32 20 1.1881 5.6508 0.31074 0.69713 6.6 0.86407 0.25738 1.2318 0.28146 0.52831
RASP 34.394 32 20 1.1316 5.1514 0.23308 0.75344 8.8 0.54315 0.25829 1.2256 0.44921 0.58256
AFKS 32.426 30 20 1.1631 6.4809 0.30366 0.76614 5.8 0.90637 0.24477 1.1423 0.25408 0
IMOEX 18.5 17 10 0.54248 1.9552 0.19522 0.29143 0 1 0.10588 1.0149 0.09888 0.30353
SIBN 25.818 24 17 1.0311 3.8967 0.2286 0.61602 3.8 0.84975 0.18224 0.99369 0.20001 0.39659
LKOH 14.83 15 15 0.81754 3.3209 0.32528 0.45997 0.1 0.86849 0.090247 0.52245 0.091354 0.1946
PIKK 13.471 14 12 0.69241 8.8781 0.23452 0.69825 5.3 0.00297 0.071503 0.50435 21.074 4.4287
PRTK 11.196 11 14 1.021 25.294 0.26767 1.6839 3.3 0.1704 0.051059 0.2975 0.24137 0.1897
MFON 36.887 34 23 0.68378 11.036 0.030874 1.1449 4.7 -0.01666 0.056972 0.24096 -2.6345 -0.38097
SBER 10.103 12 22 1.1453 5.5317 0.28436 0.72184 -5.8 1.585 0.067936 0.23767 0.032915 0
MVID 6.9734 8 12 0.68535 13.062 0.069987 0.98818 1 0.32459 0.015697 0.064547 0.02289 0.058183
ROSN 5.7789 8 17 0.95389 3.3313 0.3519 0.46991 -2.9 0.88091 0.015789 0.023641 0.0044386 0.0070565
FEES 6.2285 7 17 0.86185 5.9801 0.21785 0.61953 -1.9 0.70606 0.012855 0.0029672 0.00072232 0.010165
TATN 3.6355 6 18 1.0463 6.2738 0.18699 0.63147 -4.8 1.0349 -0.0042268 -0.095045 -0.016716 -0.050828
PHOR 4.2851 5 13 0.8352 3.4357 0.23251 0.50189 -1 0.46237 -0.008466 -0.13533 -0.039016 -0.027378
CHMF 2.0479 4 15 0.86473 3.313 0.31592 0.44353 -2.1 0.52662 -0.023746 -0.22781 -0.065854 -0.070817
URKA -2.3515 1 25 0.72958 12.428 0.10323 1.3519 -0.3 0.11755 -0.041858 -0.24243 -0.506 0
MTSS 0.84585 2 16 0.89396 5.7581 0.26957 0.58319 -4.3 0.74813 -0.041211 -0.3331 -0.070228 -0.12392
MSNG -5.601 -4 20 1.1233 5.9672 0.21477 0.71698 -5.3 0.54774 -0.098275 -0.5751 -0.20502 -0.24123
MAGN -5.283 -4 17 0.95862 6.5215 0.25451 0.63204 -6 0.6871 -0.095642 -0.64677 -0.15659 -0.25054
NLMK -7.0723 -5 17 0.96728 4.1034 0.23166 0.55242 -6.1 0.59998 -0.11119 -0.71882 -0.20589 -0.28444
AFLT -12.175 -11 21 1.1204 6.2012 0.16978 0.80132 -8.6 0.6435 -0.16447 -0.86617 -0.27869 0
VTBR -10.622 -9 18 0.90029 6.5336 0.25667 0.75264 -9.5 0.86176 -0.15212 -0.93476 -0.19121 -0.3804
MOEX -10.154 -9 16 0.82888 7.7207 0.26242 0.60802 -8.4 0.71306 -0.14994 -0.99239 -0.22668 -0.38676
MGNT -11.75 -10 17 1.1389 5.6563 0.30869 0.66352 -7.3 0.47681 -0.16368 -1.0072 -0.36964 -0.41541
ALRS -15.301 -16 17 0.89723 5.4822 0.21325 0.631 -10.5 0.63876 -0.21666 -1.3382 -0.35843 -0.53951
HYDR -15.516 -15 16 0.91046 5.4566 0.27936 0.50877 -9.3 0.51091 -0.20882 -1.4092 -0.43066 -0.55178
SNGS -8.7147 -8 10 0.68758 1.6657 0.19338 0.27718 -6.7 0.52699 -0.144 -1.5075 -0.28691 -0.48042
MTLR -33.408 -38 24 1.3776 8.3848 0.29566 0.96856 -19.8 0.69462 -0.43615 -1.8726 -0.65295 0
Таблица 3.2.3.8 Сатистические параметры рассматриваемых акций (отсортировано по TrgFnc)
ans =
34×13 table
HisYelYar ExpRet Risk MedVlt MaxVlt MinVlt RskVlt Alfa Beta JenCff ShrCff TrnCff TrgFnc
_________ ______ ____ _______ ______ ________ _______ _____ ________ __________ _________ __________ _________
PIKK 13.471 14 12 0.69241 8.8781 0.23452 0.69825 5.3 0.00297 0.071503 0.50435 21.074 4.4287
NVTK 45.995 39 18 1.0796 4.7186 0.4392 0.67834 10.4 0.733 0.32853 1.7911 0.43091 0.74664
GMKN 33.068 31 16 0.82633 5.7424 0.22008 0.57544 7.9 0.62085 0.24486 1.4582 0.37589 0.59925
RASP 34.394 32 20 1.1316 5.1514 0.23308 0.75344 8.8 0.54315 0.25829 1.2256 0.44921 0.58256
OGKB 35.929 32 20 1.1881 5.6508 0.31074 0.69713 6.6 0.86407 0.25738 1.2318 0.28146 0.52831
SIBN 25.818 24 17 1.0311 3.8967 0.2286 0.61602 3.8 0.84975 0.18224 0.99369 0.20001 0.39659
IMOEX 18.5 17 10 0.54248 1.9552 0.19522 0.29143 0 1 0.10588 1.0149 0.09888 0.30353
LKOH 14.83 15 15 0.81754 3.3209 0.32528 0.45997 0.1 0.86849 0.090247 0.52245 0.091354 0.1946
PRTK 11.196 11 14 1.021 25.294 0.26767 1.6839 3.3 0.1704 0.051059 0.2975 0.24137 0.1897
MVID 6.9734 8 12 0.68535 13.062 0.069987 0.98818 1 0.32459 0.015697 0.064547 0.02289 0.058183
FEES 6.2285 7 17 0.86185 5.9801 0.21785 0.61953 -1.9 0.70606 0.012855 0.0029672 0.00072232 0.010165
ROSN 5.7789 8 17 0.95389 3.3313 0.3519 0.46991 -2.9 0.88091 0.015789 0.023641 0.0044386 0.0070565
AFKS 32.426 30 20 1.1631 6.4809 0.30366 0.76614 5.8 0.90637 0.24477 1.1423 0.25408 0
AFLT -12.175 -11 21 1.1204 6.2012 0.16978 0.80132 -8.6 0.6435 -0.16447 -0.86617 -0.27869 0
GAZP 69.738 52 25 0.929 9.4678 0.32662 1.0665 8.6 1.7838 0.46784 1.8184 0.2523 0
GCHE 68.473 58 31 1.1861 24.021 0.090827 2.1171 20.5 0.32256 0.52483 1.6194 1.558 0
MTLR -33.408 -38 24 1.3776 8.3848 0.29566 0.96856 -19.8 0.69462 -0.43615 -1.8726 -0.65295 0
RSTI 50.869 44 24 1.176 6.9394 0.087597 0.98199 12.8 0.69496 0.38702 1.5656 0.53246 0
SBER 10.103 12 22 1.1453 5.5317 0.28436 0.72184 -5.8 1.585 0.067936 0.23767 0.032915 0
URKA -2.3515 1 25 0.72958 12.428 0.10323 1.3519 -0.3 0.11755 -0.041858 -0.24243 -0.506 0
PHOR 4.2851 5 13 0.8352 3.4357 0.23251 0.50189 -1 0.46237 -0.008466 -0.13533 -0.039016 -0.027378
TATN 3.6355 6 18 1.0463 6.2738 0.18699 0.63147 -4.8 1.0349 -0.0042268 -0.095045 -0.016716 -0.050828
CHMF 2.0479 4 15 0.86473 3.313 0.31592 0.44353 -2.1 0.52662 -0.023746 -0.22781 -0.065854 -0.070817
MTSS 0.84585 2 16 0.89396 5.7581 0.26957 0.58319 -4.3 0.74813 -0.041211 -0.3331 -0.070228 -0.12392
MSNG -5.601 -4 20 1.1233 5.9672 0.21477 0.71698 -5.3 0.54774 -0.098275 -0.5751 -0.20502 -0.24123
MAGN -5.283 -4 17 0.95862 6.5215 0.25451 0.63204 -6 0.6871 -0.095642 -0.64677 -0.15659 -0.25054
NLMK -7.0723 -5 17 0.96728 4.1034 0.23166 0.55242 -6.1 0.59998 -0.11119 -0.71882 -0.20589 -0.28444
VTBR -10.622 -9 18 0.90029 6.5336 0.25667 0.75264 -9.5 0.86176 -0.15212 -0.93476 -0.19121 -0.3804
MFON 36.887 34 23 0.68378 11.036 0.030874 1.1449 4.7 -0.01666 0.056972 0.24096 -2.6345 -0.38097
MOEX -10.154 -9 16 0.82888 7.7207 0.26242 0.60802 -8.4 0.71306 -0.14994 -0.99239 -0.22668 -0.38676
MGNT -11.75 -10 17 1.1389 5.6563 0.30869 0.66352 -7.3 0.47681 -0.16368 -1.0072 -0.36964 -0.41541
SNGS -8.7147 -8 10 0.68758 1.6657 0.19338 0.27718 -6.7 0.52699 -0.144 -1.5075 -0.28691 -0.48042
ALRS -15.301 -16 17 0.89723 5.4822 0.21325 0.631 -10.5 0.63876 -0.21666 -1.3382 -0.35843 -0.53951
HYDR -15.516 -15 16 0.91046 5.4566 0.27936 0.50877 -9.3 0.51091 -0.20882 -1.4092 -0.43066 -0.55178
Приложение 2 (к разделу V). Основные показатели макроэкономики и денежно-кредитной политики в пересчёте в доллары США
Рост/падение показателей в процентах в расчёте на периоды, указанные в таблице в номинальном выражении и переведённые в доллары США
comb_tt_max_years_in_usd_prod =
5×8 table
Duration GDP M2 Per_inc INV LOANS_FL LOANS_UL IMOEX
________ _____ ____ _______ _____ ________ ________ _____
'Y1' 12.4 22.7 2.7 6.7 23.1 4.6 17.4
'Y2' 16.8 47.9 0.6 9.2 39.6 6.5 32.2
'Y3' 35.7 79.3 12.2 29 63.8 13.2 45.2
'Y4' 26.2 70.7 6.3 20 45.5 9.8 58.9
'Y5' -19.7 6.5 -31 -27.6 -13.8 -20.4 7.5
* GDP - ВВП России
* M2 - рублёвая денежная масса - рублёвый агрегат М2
* Per_inc - среднедушевые доходы населения
* INV - инвестиции в основной капитал
* LOAN_FL - займы предоставленные физическим лицам
* LOAN_UL - займы предоставленные юридическим лицам
* IMOEX - индекс ММВБТемпы изменений показателей в процентах годовых в расчёте на периоды, указанные в таблице в номинальном выражениии и переведённые в доллары США
comb_tt_max_per_year_in_usd =
5×8 table
Duration GDP M2 Per_inc INV LOANS_FL LOANS_UL IMOEX
________ ____ ____ _______ ____ ________ ________ _____
'Y1' 12.4 22.7 2.7 6.7 23.1 4.6 17.4
'Y2' 8.1 21.6 0.3 4.5 18.2 3.2 15
'Y3' 10.7 21.5 3.9 8.9 17.9 4.2 13.2
'Y4' 6 14.3 1.5 4.7 9.8 2.4 12.3
'Y5' -4.3 1.3 -7.2 -6.2 -2.9 -4.5 1.5
На следующем графике представлены основные макроэкономические, ценовые и денежные показатели РФ в номинальных ценахи пересчитанные по соответсвующему курсу в доллары США
Приложение 3 (к разделу III.II). Пояснения по рассчитываемым показателям
Историческая доходность HisYelYar , в % годовых:
![$$HisYelYar=\sqrt[\frac{N}{T_{base}}]{\frac{LasPri}{FisPri}}-1$](publish_bulletin_eq15914401283624037857.png)
Формула 3.1
где HisYelYar - доходность за рассматриваемый период в % годовых, N - количество дней в рассматриваемом периоде,
Доходность отдельного периода (дня) r (n):
Формула 3.2
где Price (n) - цена актива или значение индекса на день n, N - количество дней в рассматриваемом периоде,
Ожидаемая доходность ExpRet, % годовых:
Формула 3.3
где ExpRet - ожидаемая доходность в % годовых, p (n) - вероятность появления доходности r ( n ), N - количество дней в рассматриваемом периоде,
Риск актива Risk или HisRisk, % годовых:
![$$Risk=\sqrt{\sum_{n=1}^Np_{n}*{(r_{n}-ExpRet)^2}}=\sqrt{\sum_{n=1}^N\frac{(r_{n}-ExpRet)^2}{N-1}}=\sqrt{\frac{1}{N-1}*[\left(r_{1}-ExpRet)^2+(r_{2}-ExpRet)^2+...+(r_{n}-ExpRet)^2\right]}$](publish_bulletin_eq15838419057093054623.png)
Формула 3.4
где Risk - риск актива в % годовых, p (n) - вероятность появления доходности r ( n ), N - количество дней в рассматриваемом периоде,
Зависимость доходности любого актива( i ) от доходности фондового индекса можно представить в виде линейной регрессии:
Формула 3.5
Альфа коэффициент ( альфа -фактор) — показатель, рассчитываемый для актива( i ) и связывающий доходность этого актива( i ) с доходностью фондового индекса. В сущности этот коэффициент показывает имеет ли актив( i ) премию к индексу. Актив( i ) с положительной альфа превосходит фондовый индекс по доходности в рассматриваемом периоде. Идея инвестиций в активы с положительной альфа заключается в преположении, что "локомотивом" самого индекса служит именно эти активы, поэтому отобрав активы с положительной альфа можно получить более высокодоходный портфель, чем индекс.
Коэффициент Бета актива( i ) - называется коэффициент линейной регрессии доходности актива( i ) за период относительно доходности фондового индекса за тот же период.
Формула 3.6
где sigma ( i )-риск вложений в актив( i ), sigma ( index ) - риск вложений в индексный портфель, corr ( i,index ) - корреляция актива( i ) и индекса.
В сущности данный коэффициент показывает насколько чуствительно изменение доходности r ( i ) актива( i ) по отношению к изменению фондового индекса r ( index ) . Например, если у актива( i ) Бета ( i ) = 2, то можно ожидать, что при изменении фондового индекса на 1%, такой актив изменится на 2%. Поэтому говорят, что c Бета <1 активы являются защитными, c Бета >1 - агрессивными.
Коэффициент Шарпа - показатель эффективности актива ( i ), который вычисляется как отношение ожидаемой доходности актива ( i ) за вычетом безрисковой ставки к риску актива ( i ).
Формула 3.7
где с ( sharp ) - коэффициент Шарпа , r ( f ) - безрисковая ставка, r ( i ) - ожидаемая доходность актива ( i ), sigma ( i ) - риска актива ( i )
Коэффициент Шарпа показывает сколько на каждую единицу риска приходится единиц доходности. Чем больше данный коэффициент, тем выгоднее инвестиция.
Коэффициент Трейнора - показатель эффективности актива ( i ), который вычисляется как отношение ожидаемой доходности актива ( i ) за вычетом безрисковой ставки к бета актива ( i ).
Формула 3.8
где с ( treynor ) - коэффициент Трейнора , r ( f ) - безрисковая ставка, r ( i ) - ожидаемая доходность актива ( i ), beta ( i ) - бета актива ( i )
Коэффициент Трейнора аналогичен коэффициенту Шарпа по сути, но показывает сколько на каждую единицу чувствительности к рыночной доходности приходится единиц доходности актива ( i ). Чем больше данный коэффициент, тем выгоднее инвестиция.
Коэффициент Дженсена (Альфа Дженсена) - один из коэффициентов для оценки активов, который учитывает в себе безрисковую доходность, рыночный риск, выраженный через Бета, и доходность индексов.
![$$c_{jensen}=r_{i}-\left[r_{f}+\beta_{i}*\left(r_{index}-r_{f}\right)\right]$](publish_bulletin_eq10468362836792108410.png)
Формула 3.9
где с ( jensen ) - коэффициент Дженсена, r ( f ) - безрисковая ставка, r ( index ) - ожидаемая доходность индекса, r ( i ) - ожидаемая доходность актива ( i )
В конечном итоге любой инвестор должен стремиться составить портфель, который будет отвечать его ожиданиям по доходности и риску. Стоит понимать, что инвестору не удасться создать портфель с ожидаемой доходностью выше максимальной, если только такой портфель не будет состоять из одного актива с такой доходностью. Поэтому ожидаемая доходность любого портфеля будет усреднением доходности отдельно взятых активов пропорциоанльно их весам в портфеле инвестора. Математически это можно записать следующим образом:
Формула 3.10
Формула 3.11
где r ( i ) - ожидаемая доходность актива ( i ), Тетта ( i ) - вес актива ( i ) - в долях в портфеле инвестора.
Аналогичным образом инвестор может посчитать историчесикую доходность, которую принёс бы составленный им портфель, заменив r ( i ) - ожидаемая доходность актива ( i ), на HisYelYar - доходность за рассматриваемый период в % годовых. То же правило дейсвтует для расчеты Альфы и Беты портфеля.
Но если усреднять доходность инвестору не хотелось бы, то он хотел бы снизить риск своих вложений. И именно для этого нужны диверсификация. Важным аспектом в этом деле, является то факт, что совокупный риск портфеля меньше чем просто риск отдельно взятых аткивов взятых с весами по аналогии с доходностью. Все дело в коэффициентах корреляции, математически риск портфеля записывается следующим образом:
Формула 3.12
Даже если раскрыть скобки и расписать суммы как по примеру с ожидаемыми доходностями, пользоваться такой математикой было бы крайне тяжело обычному инвестору без специального програмнного обеспечения. Поэтому риск, составленного инвестором портфеля проще оценить другим, более простым образом. Несложно понять что предельный случай риска портфеля, эта если все активы в нём полностью сколлерированы, то есть корреляция равна единицы. Тогда риск портфеля считается аналогично ожидаемой доходности:
Формула 3.13
Второй простой предельный случай, это когда корреляция активов между собой равна 0. Тогда риск портфеля примет вид:
Формула 3.14
Риск подавляющего большинства портфелей будет неходится между этими точками. Конечно, наличие отрицательной корреляции еще бы улучшало риск профиль портфеля, но простого расчёта здесь нет, но сам факт включения в портфель актива с такой корреляции скажется положительно на риске портфеля вцелом.
Кроме непосредственнорасчёта ожидаемой доходности и риска портфеля, составляемого инвестором, немалую роль играет понимание интерпритации полученных результатов. Многие ошибочно счиают, что ожидаемая доходность - это некий досаточно точный ориентир,который сбудется с большой долей вероятности, а риск - это процент потерь от первично вложенного капитала. На самом деле всё немного сложнее.
Оба эти понятия берут основу в теории вероятности и математической статистике. Правильно их интерпретировать стоит вот так. Предположим у нас есть некий портфель(актив, дающий ожидаемую доходность 15% годовых при риске в 8%). Тогда инвестору стоит ожидать следующего:
- в 68/100 случаях (или 68% вероятности) его доход за год составит от 7% до 23%
- в 97/100 случаях (или 97% вероятности) - от -1% до 31%
- в 99/100 случаях (или 99.7% вероятности) - от -9% до 39%
общая формула для расчёта имеет вид:
Формула 3.15
где r ( i ) - ожидаемая доходность портфеля ( p ), sigma ( p ) - риск портфеля, а mu = 1,2,3 что соответствует 68%, 97% и 98% вероятности.
Приложение 4 (К разделу III.II). Пример расчёта выбранного инвестором портфеля
Пусть инвестор выбрал для формирования портфеля акции Лукойла, Газпрома и Сбербанка (Тикеры LKOH, GAZP и SBER - cоответсвенно):
Exampl_bullet =
3×5 table
HisYelYar ExpRet Risk Alfa Beta
_________ ______ ____ ____ _______
GAZP 69.738 52 25 8.6 1.7838
LKOH 14.83 15 15 0.1 0.86849
SBER 10.103 12 22 -5.8 1.585
и решил вложить 40% собсвенных средств в акции Сбербанка (SBER), 35% - в акции Лукойла (LKOH) и 25% - в акции Газпрома (GAZP) тогда, используя формулу 3.10 мы бы получили следущие значения для исторической доходности такого портфеля (HisYelYar_Port):
HisYelYar_Port = 26.6663
Ожидаемая доходность портфеля составила бы (ExpRet_Port):
ExpRet_Port = 23.0500
Альфа (Alfa_port) портфеля была бы равна:
Alfa_port = -0.1350
И Бета (Beta_port) соответсвенно:
Beta_port =
1.3839
Используя формулу 3.13 мы посчитали бы самый неблагоприятный вариант риска, который имел бы такой портфель (Risk_port_bad):
Risk_port_bad = 20.3000
Теперь посчитаем риск, для случая корреляции равной 0, то есть воспользуемся формулой 3.14 (Risk_port_good):
Risk_port_good = 12.0027
Отобразим результаты в общей таблице в виде двух портфелей: Portfolio_1 - c Risk_port_bad, и Portfolio_2 - c Risk_port_good
Exampl_bullet =
5×5 table
HisYelYar ExpRet Risk Alfa Beta
_________ ______ ______ ______ _______
GAZP 69.738 52 25 8.6 1.7838
LKOH 14.83 15 15 0.1 0.86849
SBER 10.103 12 22 -5.8 1.585
Portfolio_1 26.666 23.05 20.3 -0.135 1.3839
Portfolio_2 26.666 23.05 12.003 -0.135 1.3839
И теперь если инвестор хочет посчитать интервалы в которые попадут доходности портфелей с 97% вероятностью (о есть в 97 слуаях из 100), спользуя формулу 3.15 получим:
interval_Portfolio_1 = -17.5500 63.6500 interval_Portfolio_2 = -0.9554 47.0554
Приложение 5 (к разделу III.III) Разъяснения по рассчитываемым показателям по облигациям
Текущая доходность Cur_yield - 
, в % годовых:
Формула 5.1
Доходность к погашению Yield - 
, в % годовых:
Формула 5.2
где C(i) - Купон в рублях в i период, N - номинал облагиации (FACE), n - количество периодов (обычно годы)
Дюрация Маколея YDuration , в годах:
![$$YDuration=\left[\sum_{i=1}^n\frac{iC_{i}}{(1+r_{mat})^{i}}+\frac{nN}{(1+r_{mat})^{n}}\right]\frac{1}{Price}$](publish_bulletin_eq01930816707477559536.png)
Формула 5.3
Модифицированная дюрация Duration , в процентах:
Формула 5.4
Кривизна Convexities , в годах в квадрате:
![$$Convexities=\left[\sum_{i=1}^n\frac{i(i+1)C_{i}}{(1+r_{mat})^{i+2}}+\frac{n(n+1)N}{(1+r_{mat})^{n+2}}\right]\frac{1}{P}$](publish_bulletin_eq01668328854095577979.png)
Формула 5.5
Причины изменения цены облигаций
- Происходит измененени доходности из-за изменения кредитного рейтинга эмитента
- Изменение цены вследствие приближения к дате погашения
- Изменение рыночных процентных ставок
Свойства дюрации, выпуклости и изменчевости цены (при прочих равных условиях)
- Чем меньше купон, тем больше модифицированная дюрация и дюрация Маколея и наоборот
- Модифицированная дюрация растёт приувеличении срока погашения
- Чем больше модифицированная дюрация, тем выше изменчивость цен облигации
- Чем выше уровень доходности, тем ниже изменчевость цены
- При росте дохоности, выпуклость снижается, и наоборот (для облигаций без опционов)
Простые советы при инвестициях в облигации (при прочих равных условиях)
- При выборе облигации обязательно учитывать кредитный рейтинг эмитента
- При выборе облигации на поределённый срок, как минимум стоит ориентироваться на ее дюрацию Маколея, которая должна быть меньше этого срока
- из двух однотипных облигаций, стоит предпочесть ту, которая имеет больший купон
Полезные формулы и расчёт изменчивости цены/доходности с использованием дюрации и выпуклости
Формула 5.6 (быстрая оценка результата инвестиций на срок равный величине дюрации)
Пример. Нужно посчитать на какой вариант может расчитывать инвестор, купив облигации близкую к поределёному им сроком. Пусть срок инвестиций определён нвестором на следующее количество лет:
a =
4
Найдем облигацию с дюрацией Маколея наиболее близкую к указанному сроку, но имеющее меньшее значение чем сам срок
t_bond =
1×21 table
FACE CouponRate Period Maturity Cur_yield Yield Duration YDuration Convexities LasPri MedPri MaxPri MinPri ChnMedPri ChMaxPri ChMinPri HisRisk RGBI_Corr RGBITR_Corr RGBI_Beta RGBITR_Beta
____ __________ ______ ___________ _________ _____ ________ _________ ___________ ______ ______ ______ ______ _________ ________ ________ _______ _________ ___________ _________ ___________
OFZ26215 1000 7 2 16-Aug-2023 6.97 6.86 3.4832 3.6026 14.723 100.35 96.471 100.66 92.91 4 0 8 3.44 0.68059 0.67106 1.0683 1.0488
Для расчётов нам нужны следующее значения:
t_bond_2 =
1×4 table
FACE Yield YDuration LasPri
____ _____ _________ ______
OFZ26215 1000 6.86 3.6026 100.35
И тогда текущая цена облигации в рублях Valuenow, будущая оценка стоимости наших инвестиций в данную облигацию Valuefut и доходность от операции, выраженной в процентах Return за весь срок составят:
t_bond_2 =
1×7 table
FACE Yield YDuration LasPri Valuenow Valuefut Return
____ _____ _________ ______ ________ ________ ______
OFZ26215 1000 6.86 3.6026 100.35 1003.5 1274.5 27.002
При этом можно показать, что в подавляющем большинстве случаев наш конечный результат с горизонтом в указанное количество лет будет лучше, а посчитанная величина это наиболее вероятный минимальный результат вне зависимости от изменения процентных ставок на рынке.
Формула 5.7 (быстрый расчёт)
Продолжим предыдущий пример. Нужно быстро посчитать как измениться цена и стоимость в % выбраной нами облигации, если доходность в моменте вырастет на b %пунктов, то есть доходность к погашению составит Yield2:
b =
2
Yield2 =
8.8600
Чтобы сделать быстрый расчёт нам понадобятся следующее данные:
t_bond_3 =
1×4 table
FACE Yield Duration LasPri
____ _____ ________ ______
OFZ26215 1000 6.86 3.4832 100.35
И тогда изменение цены облигации dPriceproc в %, изменение цены облигации в рублях dPrice, цена облигации Pricefut текущая стоимость облигации Valuenow в рублях и будущая стоимость облигации в рублях Valuetodelta будет:
t_bond_3_calc =
1×8 table
Yieldbond b Yield2 dPriceproc dPrice Pricefut Valuenow Valuetodelta
_________ _ ______ __________ _______ ________ ________ ____________
OFZ26215 6.86 2 8.86 -6.9663 -69.907 93.384 1003.5 933.59
Формула 5.8 (точный расчёт)
Как и в прошлый раз будем использовать данные предыдущего примера, только теперь учтём выпуклость при расчётах
t_bond_4 =
1×5 table
FACE Yield Duration LasPri Convexities
____ _____ ________ ______ ___________
OFZ26215 1000 6.86 3.4832 100.35 14.723
Расчитаем теже значения, что и в предыдущем случае, а именно: изменение цены облигации dPriceproc в %, изменение цены облигации в рублях dPrice, цена облигации Pricefut текущая стоимость облигации Valuenow в рублях и будущая стоимость облигации в рублях Valuetodelta будет:
t_bond_4_calc =
1×8 table
Yieldbond b Yield2 dPriceproc dPrice Pricefut Valuenow Valuetodelta
_________ _ ______ __________ _______ ________ ________ ____________
OFZ26215 6.86 2 8.86 -6.6719 -66.952 93.678 1003.5 936.55
Сравнивая два результат несложно заметить, что они отличаются. При этом чем больше будет рассматриваемое изменение b, тем сильнее они будут расходиться. Поэтому для более точных расчётов необходимо использовать формулу с учётом выпуклости (Convexities), для эксрпесс оценок можно опираться только на дюрацию (Duration). Обе формулы можно использовать для поиска доходности, если известны изменения цены.
Приложение 6 (к разделу III.III) Основные параметры портфеля облигаций и полезные примеры
Видео с разъяснениями по работе с данным разделом
Оговорка! В данном пояснение приведены самые простые случаи расчётов показателей для портфеля, состоящего из облигаций. Они не дают точных оценок, но служат хорощим инструментарием для принятия инвестиционных решений в большинстве случаев. Если инвестор хочет глубже разобраться в сущности вопроса, ему стоит обратиться к профессиональной литературе.
1. Средневзвешенная доходность портфеля облигаций Yield(p):
Формула 6.1
где 
- доля i-ой облигации в портфеле в долях.
Пример. Нужно посчитать доходность портфеля из трёх ОФЗ, если веса WgtBonds в портфеле портфеле распределены следующим образом:
t_bond_1 =
3×4 table
FACE Yield Maturity WgtBonds
____ _____ ___________ ________
OFZ26220 1000 6.83 07-Dec-2022 0.3
OFZ26211 1000 6.83 25-Jan-2023 0.25
OFZ26215 1000 6.86 16-Aug-2023 0.45
используя формулу выше мы получим доходность портфеля YieldPort:
YieldPort =
6.8435
2. Дюрация портфеля облигаций равна средневзвешенной дюрации облигаций входящих в портфель. Это верно как для дюрации Маколея, так и для модифицированной дюрации. Запишем формулу для модифицированной дюрации - Duration(p):
Формула 6.2
Продолжим наш пример. Теперь нам необходимо посчитать дюрацию Маколея YDurationPort и модифицированную дюрацию DurationPort для портфеля из трёх бумаг:
t_bond_1 =
3×4 table
FACE Duration YDuration WgtBonds
____ ________ _________ ________
OFZ26220 1000 2.942 3.0424 0.3
OFZ26211 1000 3.0586 3.1631 0.25
OFZ26215 1000 3.4832 3.6026 0.45
YDurationPort =
3.3247
DurationPort =
3.2147
Вспоминая формулу 5.6 для оценки стоимости облигации, если мы будем владеть ей на протяжении времени равной дюрации Маколея, мы можем быстро оценить какова будет величина инвестиций при вложении 1 млн (ValuePortNow) рублей в портфель из трёх облигаций со сроком инвестиций равным дюрации Маколея - ValueInvest:
ValuePortNow =
1000000
ValueInvest =
1.2462e+06
3. Кривизна портфеля облигаций равна средневзвешенной кривизне облигаций входящих в портфель - Convexities(p):
Формула 6.3
Продолжим наш пример. Найдём кривизну портфеля из трёх ОФЗ - ConvexitiesPort:
t_bond_1 =
3×3 table
FACE Convexities WgtBonds
____ ___________ ________
OFZ26220 1000 10.616 0.3
OFZ26211 1000 11.417 0.25
OFZ26215 1000 14.723 0.45
ConvexitiesPort =
12.6646
По аналогии с одной облигацией, у нас есть все данные, чтобы посчитать насколько может измениться стоимость нашего портфеля, если ставка доходности измениться (например вырастит на b% пунктов) для всех облигаций (ValueProtNew):
t_bond_1 =
3×6 table
FACE Yield Duration YDuration Convexities WgtBonds
____ _____ ________ _________ ___________ ________
OFZ26220 1000 6.83 2.942 3.0424 10.616 0.3
OFZ26211 1000 6.83 3.0586 3.1631 11.417 0.25
OFZ26215 1000 6.86 3.4832 3.6026 14.723 0.45
t_bond_1_calc =
1×11 table
ValuePortNow YieldPort DurationPort YDurationPort ConvexitiesPort ValueInvest b YieldPort2 dPortProc dValuePort ValueProtNew
____________ _________ ____________ _____________ _______________ ___________ _ __________ _________ __________ ____________
Portfolio 1e+06 6.8435 3.2147 3.3247 12.665 1.2462e+06 2 8.8435 -6.1761 -61761 9.3824e+05
Иммунизация доходов портфеля облигаций с помощью дюрации Маколея
Иммунизация доходов портфеля - это посроение такого портфеля облигаций, при котором инвестор застрахован от риска изменения процентных ставок на определёный период времени. То есть дюрация портфеля должна быть равна инвестиционному горизонту.
Пусть наш инвестиционный горизон равен a, как и по аналогии с предыдущими примерами.
a =
4
Пусть на рынке мы можем приобрести следующие облигации:
t_bond_imun =
2×21 table
FACE CouponRate Period Maturity Cur_yield Yield Duration YDuration Convexities LasPri MedPri MaxPri MinPri ChnMedPri ChMaxPri ChMinPri HisRisk RGBI_Corr RGBITR_Corr RGBI_Beta RGBITR_Beta
____ __________ ______ ___________ _________ _____ ________ _________ ___________ ______ ______ ______ ______ _________ ________ ________ _______ _________ ___________ _________ ___________
OFZ26211 1000 7 2 25-Jan-2023 6.96 6.83 3.0586 3.1631 11.417 100.35 97.01 101.34 93.751 3 -1 7 3.78 0.5575 0.55654 1.1739 1.1524
OFZ26219 1000 7.75 2 16-Sep-2026 7.47 7.07 5.4542 5.6471 36.942 103.61 98.2 104.23 92.25 6 -1 12 5.41 0.7156 0.6514 1.6801 1.6494
Общая велчина инвестиций в портфель составляет (ValuePort):
ValuePort =
1000000
Чтобы решить эту задачу, нам необходимо решить простую систему линейных уравнений:
где - доля портфеля вложенные i-ую облигацию.
Получив значения , мы можем легко посчитать сколько необходимовложить денег в каждую облигацию (ValueInBonds) и какое количество необходимо купить каждой из них (Quantity):
Формула 6.4
Формула 6.5
В следующей таблице представлены результаты всех расчётов, сделанных на основании выше изложенных формул:
t_bond_imun_1 =
3×7 table
FACE LasPri Yield YDuration WgtImun ValueInBonds Quantity
____ ______ ______ _________ _______ ____________ ________
OFZ26211 1000 100.35 6.83 3.1631 0.66308 6.6308e+05 661
OFZ26219 1000 103.61 7.07 5.6471 0.33692 3.3692e+05 325
PortfolioImun 0 0 6.9109 4 1 1e+06 986
По аналогии с предыдущими примерами мы можем быстро оценить сколько будет стоить наш портфель с горизонтом инвестиций равным дюрации a, под которую мы его иммунизировали - ValueInvest:
ValueInvest = 1.3064e+06
Иммунизация доходов портфеля облигаций с помощью дюрации Маколея и кривизны
Предыдущию задачу можно решить и более точно, если у инвестора есть необходимость в более точном результате. Для этого ему необходимо использовать кроме дюрации Маколея ещё и кривизну. Но тогда ему необходимо строить портфель из 3-х облигаций. Пусть в нашем распоряжении есть возможность инвестировать в следующие облигации:
t_bond_imun =
3×21 table
FACE CouponRate Period Maturity Cur_yield Yield Duration YDuration Convexities LasPri MedPri MaxPri MinPri ChnMedPri ChMaxPri ChMinPri HisRisk RGBI_Corr RGBITR_Corr RGBI_Beta RGBITR_Beta
____ __________ ______ ___________ _________ _____ ________ _________ ___________ ______ ______ ______ ______ _________ ________ ________ _______ _________ ___________ _________ ___________
OFZ26220 1000 7.4 2 07-Dec-2022 7.28 6.83 2.942 3.0424 10.616 101.55 98.484 101.85 95.2 3 0 7 3.03 0.66746 0.66262 0.94099 0.92378
OFZ26215 1000 7 2 16-Aug-2023 6.97 6.86 3.4832 3.6026 14.723 100.35 96.471 100.66 92.91 4 0 8 3.44 0.68059 0.67106 1.0683 1.0488
OFZ26219 1000 7.75 2 16-Sep-2026 7.47 7.07 5.4542 5.6471 36.942 103.61 98.2 104.23 92.25 6 -1 12 5.41 0.7156 0.6514 1.6801 1.6494
Как и в прошлом варианте нам нужно построить портфель с дюрацией равной a. Но также нам хотелось, чтобы кривизна портфеля была ранва conv0:
a =
4
conv0 =
20
По аналогии с прошлым примером мы готовы инввестировать в портфель (ValuePort):
ValuePort =
1000000
Чтобы решить эту задачу, нам нужно решить систему уже из трёх линейных уравнений
где - доля портфеля вложенные i-ую облигацию.
Итоговая таблица с расчётом всех параметов
t_bond_imun_1 =
4×8 table
FACE LasPri Yield YDuration Convexities WgtImun ValueInBonds Quantity
____ ______ ______ _________ ___________ _______ ____________ ________
OFZ26220 1000 101.55 6.83 3.0424 10.616 0.4836 4.836e+05 476
OFZ26215 1000 100.35 6.86 3.6026 14.723 0.18951 1.8951e+05 189
OFZ26219 1000 103.61 7.07 5.6471 36.942 0.32688 3.2688e+05 316
PortfolioImun 0 0 6.9141 4 1 20 1e+06 981
наличие отрицательных значений в столбцах с весами и с кличеством, говорит нам о том, что данные облигации продаются в "короткую".
Ожидаемый результат инвестиций на срок ранвный сроку дюрации:
ValueInvest = 1.3066e+06
Копирование портфеля облигаций с помощью модифицированной дюрации и кривизны
Следующая задача заключается в том, что у инвестора есть неоходимость "скопировать" один портфель, путём построения другого с использованием других облигаций. Но итоговые значения показателей дюрации и кривизны у этих портфелей должны быть одинаковыми.
Для простоты будем считать что весь наш текущий портфель состоит и следующих облигаций:
t_bond_cop_1 =
1×21 table
FACE CouponRate Period Maturity Cur_yield Yield Duration YDuration Convexities LasPri MedPri MaxPri MinPri ChnMedPri ChMaxPri ChMinPri HisRisk RGBI_Corr RGBITR_Corr RGBI_Beta RGBITR_Beta
____ __________ ______ ___________ _________ _____ ________ _________ ___________ ______ ______ ______ ______ _________ ________ ________ _______ _________ ___________ _________ ___________
OFZ26215 1000 7 2 16-Aug-2023 6.97 6.86 3.4832 3.6026 14.723 100.35 96.471 100.66 92.91 4 0 8 3.44 0.68059 0.67106 1.0683 1.0488
Количество бумаг находящихся в портфеле составляет:
quantityp1 =
1000
Тогда общая стоимость портфеля при текущей цене LasPri:
ValuePort1 =
1003500
Для наглядности представим наши инвестиции в такой портфель в виде следующей таблицы:
t_bond_cop_1_calc =
1×5 table
ValuePort Yield Duration YDuration Convexities
__________ _____ ________ _________ ___________
PortfolioOFZ 1.0035e+06 6.86 3.4832 3.6026 14.723
Итак, нам нужно "скопировать" портфель. Пусть для этого у нас доступны следующие облигации:
t_bond_cop_2 =
3×21 table
FACE CouponRate Period Maturity Cur_yield Yield Duration YDuration Convexities LasPri MedPri MaxPri MinPri ChnMedPri ChMaxPri ChMinPri HisRisk RGBI_Corr RGBITR_Corr RGBI_Beta RGBITR_Beta
____ __________ ______ ___________ _________ _____ ________ _________ ___________ ______ ______ ______ ______ _________ ________ ________ _______ _________ ___________ _________ ___________
OFZ26220 1000 7.4 2 07-Dec-2022 7.28 6.83 2.942 3.0424 10.616 101.55 98.484 101.85 95.2 3 0 7 3.03 0.66746 0.66262 0.94099 0.92378
OFZ26222 1000 7.1 2 16-Oct-2024 7.05 6.93 4.3075 4.4566 22.522 100.55 96 100.97 91.601 5 0 10 4.3 0.70716 0.6976 1.3354 1.311
OFZ26207 1000 8.15 2 03-Feb-2027 7.67 7.05 5.6297 5.8283 39.704 106.12 100.39 106.75 94.3 6 -1 13 4.91 0.79378 0.78574 1.5248 1.497
Чтобы правильно нам решить эту задачу, нам необходимо решить следующу систему уравнений:
где 
, а 
- есть количество бумаг, которые нам неоходимо купить/продать(если стоит знак минус) и в таблице обозначены как Quantity:
t_bond_cop_2_calc =
3×5 table
Yield YDuration Convexities Quantity Tetta
_____ _________ ___________ ________ ________
OFZ26220 6.83 3.0424 10.616 493 0.49877
OFZ26222 6.93 4.4566 22.522 608 0.60907
OFZ26207 7.05 5.8283 39.704 -102 -0.10784
Чтобы получить вес Tetta (), мы воспользовались следующей формулой
Расчитав Доходность, Дюрацию, Кривизну полученного портфеля по формулам 6.1 - 6.3, удобно сравнить наш портфель и "скопированный" в одной таблице:
t_port_calc =
2×5 table
ValuePort Yield Duration YDuration Convexities
__________ ______ ________ _________ ___________
PortfolioOFZ 1.0035e+06 6.86 3.4832 3.6026 14.723
PortfolioCopy 1.0037e+06 6.8672 3.4838 3.6033 14.731
Как видно, портфели практически индетичны. Небольшое расхождение вызвано тем, что инвестор не имеет возможности приобретать дробные части облигаций, поэтому их количество округляется до целого числа.
Хеджирование портфеля облигаций с помощью модифицированной дюрации и кривизны
Задача хеджирования (страхование) портфеля от изменения курсовой стоимости может возникнуть у инвестора, если он ожидает изменения процентынх ставок. Конечно, его портфель иммунизирован к такому изменению если он дождется срока равного дюрации, но вполне возможно, что он не хотел бы в настоящем времени терпеть просадку по портфелю. Для простоты рассмотрения - пусть инвестор обаладает портфелем состоящим из следующей ОФЗ
t_bond_hedj_1 =
1×21 table
FACE CouponRate Period Maturity Cur_yield Yield Duration YDuration Convexities LasPri MedPri MaxPri MinPri ChnMedPri ChMaxPri ChMinPri HisRisk RGBI_Corr RGBITR_Corr RGBI_Beta RGBITR_Beta
____ __________ ______ ___________ _________ _____ ________ _________ ___________ ______ ______ ______ ______ _________ ________ ________ _______ _________ ___________ _________ ___________
OFZ26215 1000 7 2 16-Aug-2023 6.97 6.86 3.4832 3.6026 14.723 100.35 96.471 100.66 92.91 4 0 8 3.44 0.68059 0.67106 1.0683 1.0488
Количество бумаг находящихся в портфеле составляет:
quantityp1 =
1000
Тогда общая стоимость портфеля при текущей цене LasPri:
ValuePort1 =
1003500
Для наглядности представим наши инвестиции в такой портфель в виде следующей таблицы:
t_port_hedj_1_calc =
1×5 table
ValuePort Yield Duration YDuration Convexities
__________ _____ ________ _________ ___________
PortfolioOFZ 1.0035e+06 6.86 3.4832 3.6026 14.723
Итак, нам нужно "захеджировать" портфель. Пусть для этого нам доступны следующие облигации:
t_bond_hedj_2 =
3×21 table
FACE CouponRate Period Maturity Cur_yield Yield Duration YDuration Convexities LasPri MedPri MaxPri MinPri ChnMedPri ChMaxPri ChMinPri HisRisk RGBI_Corr RGBITR_Corr RGBI_Beta RGBITR_Beta
____ __________ ______ ___________ _________ _____ ________ _________ ___________ ______ ______ ______ ______ _________ ________ ________ _______ _________ ___________ _________ ___________
OFZ26220 1000 7.4 2 07-Dec-2022 7.28 6.83 2.942 3.0424 10.616 101.55 98.484 101.85 95.2 3 0 7 3.03 0.66746 0.66262 0.94099 0.92378
OFZ26222 1000 7.1 2 16-Oct-2024 7.05 6.93 4.3075 4.4566 22.522 100.55 96 100.97 91.601 5 0 10 4.3 0.70716 0.6976 1.3354 1.311
OFZ26207 1000 8.15 2 03-Feb-2027 7.67 7.05 5.6297 5.8283 39.704 106.12 100.39 106.75 94.3 6 -1 13 4.91 0.79378 0.78574 1.5248 1.497
Чтобы правильно решить эту задачу, нам необходимо решить следующу систему уравнений:
где , а - есть количество бумаг, которые нам неоходимо купить/продать(если стоит знак минус) и в таблице обозначены как Quantity.
Чтобы получить вес Tetta (), необходимо использовать следующую формулу
Кроме того, для демонстрации результата хэджирование давайте рассчитаем как изменять наш первоначальный портфель, хеджирующий портфель если доходность врастит например на b:
b =
2
В следующих двух таблицах представлены рассчитываемые показатели. Кроме того в столбце Return показано на какую величину вырастут/упадут(если знак минус) вложения в облигации когда новая доходность составит NewYield, а цена соответсвенно NewPrice:
t_bond_hedj_1_calc =
1×9 table
LasPri Yield YDuration Convexities Quantity Tetta NewYield NewPrice Return
______ _____ _________ ___________ ________ _____ ________ ________ ______
OFZ26215 100.35 6.86 3.6026 14.723 1000 1 8.86 93.775 -65754
t_bond_hedj_2_calc =
3×9 table
LasPri Yield YDuration Convexities Quantity Tetta NewYield NewPrice Return
______ _____ _________ ___________ ________ ________ ________ ________ ______
OFZ26220 101.55 6.83 3.0424 10.616 -493 -0.49877 8.83 95.914 27778
OFZ26222 100.55 6.93 4.4566 22.522 -608 -0.60907 8.93 92.497 48960
OFZ26207 106.12 7.05 5.8283 39.704 102 0.10784 9.05 95.167 -11172
В данной таблице уже наглядно представлены два портфеля - первоначальный PortfolioOFZ и хеджирующий PortfolioHedg:
t_port_calc =
2×6 table
Yield Duration YDuration Convexities NewYield Return
_______ ________ _________ ___________ ________ ______
PortfolioOFZ 6.86 3.4832 3.6026 14.723 8.86 -65754
PortfolioHedg -6.8672 -3.4838 -3.6033 -14.731 -4.8672 65566
Таким образом - результат хеджирования при изменении доходности на b общий результат совокупной позиции инвестора измениться на (рубли):
ans = -188.4594
что можно считать прекрасным результатом.
Приложение 7 (к разделу IV). Разъяснения по расчётам, примеры, и портфели по Марковицу без ограничений
Видео с разъяснениями по работе с данным разделом
Инструкция к составлению инвестором собственного инвестиционного портфеля (расширенные вариант, с комментариями, пояснениями и примерами)
Данная инструкция помогает легко собрать портфель, который отвечает инвестиционным ожиданием инвестора и готовым принять на себя соответствующий уровень риска. Используя данный метод инвестор не сможет сформировать портфель за рамками заранее рассчитанных портфелей имеющих на одном конце самый минимальный уровень риска и доходности а на другом портфель с максимальными значениями. Поэтому, если инвестор хочет получить результат за рамками этих показателей, то он должен обратиться к другим вариантам формирования портфелей, расчёт статистических показателей отдельно взятых активов позволяет решить такую задачу.
Основные пояснения:
* Диверсификация портфеля, состоящего только из рискованных активов (акций), опирается на принудительную диверсификацию в которой, в один из активов не может быть размещено более 10 процентов. Это объясняется тем обстоятельством, что корреляция между историческими результатами и полученными данными по факту имеет коэффициент 0,85, что можно считать хорошим показателем. Более высокая диверсификация позволяет получить корреляцию выше, однако в этом случае Вы имеете диверсификацию портфеля близкому по свойствам к рынку, и тогда проще использовать индексный фонд etf, вместо составления своего портфеля. * Рискованные активы отбираются в портфель по Коэффициенту Дженсена больше нуля (Приложение 3), что позволяет отобрать акции «хэдлайнеры». Такая политика разумна тем, что в период растущего рынка индекс «тянут» наверх именно такие акции, усреднение их доходностей происходит за счёт тех, у кого коэффициент меньше. Такой подход подразумевает, что инвестор делает ставки на победителей. А с учётом принудительной диверсификации, риски больших потерь в непредвиденных случаях нивелируются. * Портфели низко рискованных активов (облигации ОФЗ) рассчитываются исходя из возможных инвестиционных горизонтов. Понимание срока позволяет иммунизировать (застраховать) низкорискованный портфель от риска изменения процентных ставок. Подробно об этом эффекте можно прочитать в разделе инвестиционного бюллетеня: Приложение 5 или посмотреть в выступлении Алексея Бачерова на ProValue (ссылка ниже). Получив набор портфелей, состоящих из низкорискованных активов зависящих от сроков инвестирования определённых инвестором, для них рассчитываются показатели риска. * Для каждого портфеля в отдельности определяется ValueAtRisk с dov_int_publ - доверительным интервалом (выражен в процентах). Данный показатель позволяет оценить риск, на который готов пойти инвестор в течении года, чтобы получить ожидаемую доходность выбранного портфеля. dov_int_publ - доверительный интервал означает, что в dov_int_publ случаях из 100 убытки не превысят полученный VAR. VAR выражен в процентах от инвестируемого капитала.
dov_int_publ =
95
Ссылка на выступление Алексея Бачерова: Облигации. Примеры использования дюрации и кривизны для решения задач инвестора.
Развернутая инструкция
Шаг 1. Инвестор определяется с инвестиционным горизонтом и выбирает из таблицы 4.2 низкорискованных портфелей, тот который отвечает его сроку. В таблице 4.2 они представлены с шагом в 0,5 года от 2 до 8 лет. Меньший инвестиционный горизонт на наш взгляд не является адекватным с точки зрения инвестиций и инвестору проще воспользоваться банковскими депозитами. Например: пусть нвестиционный горизонт инвестора сотсавляет 5 лет (InvestorsTerm). Тогда в Таблице 4.2. инвестор ищет строку с портфелем у которого в столбце YDurImun = 5:
InvestorsTerm =
5
PortfoliosBONDinvestor =
1×5 table
YDurImun YieldImun VARBP OFZ26222 OFZ26219
________ _________ _____ ________ ________
PortBonds7 5 6.99 7.91 0.54 0.46
Шаг 2. Из таблицы 4.1. с портфелями состояющими из рискованных активов инвестор может выбрать любой портфель, который ему понравился. Наша общая рекомендация – взять самый доходный, но в то же время самый рискованный (последний портфель в таблице). Почему именно его? Потому что показатели доходности и риска совокупного портфеля, который инвестор составит из низкорискованного (поученного на шаге 1) и высокорискованного (выбраного на этом шаге), намного проще отрегулировать пропорцией вложений в каждый из этих портфелей. Однако, если у инвестора есть какие-либо предпочтения по другому распределению своих средств в активы, но может выбрать любой другой рискованный портфель из представленных. Например: мы выберем последний портфель, в соответсвии с нашей рекомендацией.
PortfoliosSTOCKinvestor =
1×8 table
YieldPortStock VARSP GAZP GCHE NVTK RASP RSTI SBMX
______________ _____ ____ ____ ____ ____ ____ ____
PortStocks10 33.79 15.11 0.1 0.1 0.1 0.1 0.1 0.5
После данного шага, инвестор может оттолкнуться иот желаемой им доходности или же от уровня риска на который он готов пойти. Мы решим обе задачи. Давайте сначала пойдём от уровня риска, а потом продемонстрируем то на примере требуемой доходности.
Шаг 3.1. Пусть наш инвестор не желает рисковать суммой свыше 10 процентов от имеющегося у него капитала (InvestorsRisk). При этом он помнит основное условие: его ожидания по риску не могут выходит за рамки следующего неравенства VARBP < InvestorsRisk < VARSP.
InvestorsRisk =
10
Шаг 4.1. Чтобы инвестору добиться требуемого уровня риска (InvestorsRisk) необходимо понять, сколько необходимо вложить в выбранный им портфель облигаций, а сколько в портфель акций. Для этого необходимо решить следующую простую систему линейных уравнений:
где (WgtBonds) - доля, которую необходимо вложить в выбранный инвестором портфель облигаций, а (WgtStocks) - доля, которую нужно вложить в портфель акций.
WgtBonds =
0.7100
WgtStocks =
0.2900
Резонный вопрос: какой будет ожидаемая доходность (InvestorsExpReturn) совокупного портфеля, соствляемого инвестором? Это легко поcчитать, подставив полученные значения WgtBonds и WgtStocks в следующую формулу:
InvestorsExpReturn = 14.8000
Таким образом, наш инвестор получит портфель со следующими характеристиками
InvestorsPortfolio =
1×5 table
InvestorsTerm InvestorsExpReturn InvestorsVARPort WgtBonds WgtStocks
_____________ __________________ ________________ ________ _________
InvestorsPortfolio 5 14.8 10 0.71 0.29
Шаг 5.1. Теперь необходмио пересчитать доли в каждый отдельно взятый актив с учетом полученных долей WgtBonds и WgtStocks. Всё достаточно просто - нужно WgtBonds умножить на те доли ОФЗ, которые были в портфеле облигаций, а WgtStocks умножить на е доли акций, которые были в портфеле акций.
Вот так будут выглядит новые доли в облигациях WgtInBondsNew, по сравнению с изначальными WgtInBondsBegin:
WgtInBondsBegin =
1×2 table
OFZ26222 OFZ26219
________ ________
PortBonds7 0.54 0.46
WgtInBondsNew =
1×2 table
OFZ26222 OFZ26219
________ ________
InvestorsPortfolio 0.383 0.326
А вот так будут выглядит новые доли в акциях WgtInStocksNew, по сравнению с изначальными WgtInStocksBegin:
WgtInStocksBegin =
1×6 table
GAZP GCHE NVTK RASP RSTI SBMX
____ ____ ____ ____ ____ ____
PortStocks10 0.1 0.1 0.1 0.1 0.1 0.5
WgtInStocksNew =
1×6 table
GAZP GCHE NVTK RASP RSTI SBMX
_____ _____ _____ _____ _____ _____
InvestorsPortfolio 0.029 0.029 0.029 0.029 0.029 0.145
Чтобы проверить правильность расчётов, необходимо сложить доли всех отдельных активов вместе (и акций и облигаций), в сумме они должны дать единицу (CHEK):
CHEK =
1
Совокупный портфель инвестора получился следующим:
InvestorsPortfolio =
1×13 table
InvestorsTerm InvestorsExpReturn InvestorsVARPort WgtBonds WgtStocks OFZ26222 OFZ26219 GAZP GCHE NVTK RASP RSTI SBMX
_____________ __________________ ________________ ________ _________ ________ ________ _____ _____ _____ _____ _____ _____
InvestorsPortfolio 5 14.8 10 0.71 0.29 0.383 0.326 0.029 0.029 0.029 0.029 0.029 0.145
Шаг 6.1. Теперь инвестору необходимо понять, сколько он вложит в каждый из активов денег. Предположим что инвестор хотел инвестировать сумму в размере ValueInvestors:
ValueInvestors =
1500000
тогда,чтобы посчитать сколько необходимо вложить в каждый актив достаточно умножить ValueInvestors на доли каждого актива посчитанные на шаге 5:
InvestorsPortfolioValue =
1×13 table
InvestorsTerm InvestorsExpReturn InvestorsVARPort WgtBonds WgtStocks OFZ26222 OFZ26219 GAZP GCHE NVTK RASP RSTI SBMX
_____________ __________________ ________________ _________ _________ _________ ________ _____ _____ _____ _____ _____ _________
InvestorsPortfolioValue 5 14.8 10 1.065e+06 4.35e+05 5.745e+05 4.89e+05 43500 43500 43500 43500 43500 2.175e+05
Шаг 7.1. Осталось только пересчитать вложенные суммы в количество ценных бумаг и лотов (так как на бирже торговля обычно ведется лотами). Для этого нам нужны текущие цены, по которым торгуются бумаги входящие в наш портфель. При этом инвестор помнит, что котировки облигаций имеют вид процентов от номинала, поэтому чтобы ему правильно пересчитать их в деньги, он должен знать номинал облигаций (Приложение 6). Последнии цены, которые были на учтены в данном инвестиционном бюллетени:
PricesinInvestorsPortfolio =
1×8 table
OFZ26222 OFZ26219 GAZP GCHE NVTK RASP RSTI SBMX
________ ________ ______ ____ ______ ______ ______ ____
1007.6 1037.5 225.62 1890 1328.6 137.46 1.1833 1239
Осталось только поделить суммы, которые инвестор расчитал на шаге 6, на те цены, которые он видит на бирже, округлить до целых получить количетство бумаг, которые он должен приобрести в портфель (формально нудно ещё учесть лоты, потому что в одном лоте может содержаться и 1 и 1000 бумаг, но в данном бюллетени информации о лотности не содержится, поэтому инвестор должен количество бумаг разделить на их количество в одном лоте для каждого из активов, и уже потом округлять до целого, но эу опреацию легко сделать по аналогии с шаг 7, который здесь разобран)
InvestorsPortfolioQuantity =
1×13 table
InvestorsTerm InvestorsExpReturn InvestorsVARPort WgtBonds WgtStocks OFZ26222 OFZ26219 GAZP GCHE NVTK RASP RSTI SBMX
_____________ __________________ ________________ ________ _________ ________ ________ ____ ____ ____ ____ _____ ____
InvestorsPortfolioQuantity 5 14.8 10 0.71 0.29 570 471 193 23 33 316 36760 176
Для наглядности запишем все полученные данные в одну таблицу:
InvestorsPortfolioALL =
3×13 table
InvestorsTerm InvestorsExpReturn InvestorsVARPort WgtBonds WgtStocks OFZ26222 OFZ26219 GAZP GCHE NVTK RASP RSTI SBMX
_____________ __________________ ________________ _________ _________ _________ ________ _____ _____ _____ _____ _____ _________
InvestorsPortfolio 5 14.8 10 0.71 0.29 0.383 0.326 0.029 0.029 0.029 0.029 0.029 0.145
InvestorsPortfolioValue 5 14.8 10 1.065e+06 4.35e+05 5.745e+05 4.89e+05 43500 43500 43500 43500 43500 2.175e+05
InvestorsPortfolioQuantity 5 14.8 10 0.71 0.29 570 471 193 23 33 316 36760 176
Теперь давайте вернёмся на шаг 3, и изменим условия. Пусть наш инвестор стремится получить опредлённую ожидаемую доходность, и хочет посмотреть, какой риск будет у портфеля.
Шаг 3.2. Пусть инвестор хочет получить ожмдаемую доходность в 25 процентов годовых (TargetExpReturn) от своих инвестиций. При этом, в рамках данной концепции, инвестор также понимает, что его ожидания не могут быть меньше ожидаемой доходности портфеля облигаций и больше ожидаемой доходности выбранного им портфеля акций, то есть - YieldImun < TargetExpReturn < YieldPortStock.
TargetExpReturn =
25
Шаг 4.2. Чтобы составить портфель с ожидаемой доходностью TargetExpReturn, ему необходимо решить следующую систему линейных уравнений:
где (WgtBonds) - доля, которую необходимо вложить в выбранный инвестором портфель облигаций, а (WgtStocks) - доля, которую нужно вложить в портфель акций.
WgtBonds =
0.3280
WgtStocks =
0.6720
По анлогии с предыдущими вычислениями, инвестор в данном случае хочет понять, какой риск будет он нести, вложив средства в портфель с ожидаемой доходностью TargetExpReturn. Посчитать риск портфеля (InvestorsVARPort) можно по следующей формуле:
Запишем полученные данные в таблицу, для наглядности:
InvestorsVARPort =
12.7000
InvestorsExpReturn =
25
InvestorsPortfolio =
1×5 table
InvestorsTerm InvestorsExpReturn InvestorsVARPort WgtBonds WgtStocks
_____________ __________________ ________________ ________ _________
InvestorsPortfolio 5 25 12.7 0.328 0.672
Остальные расчёты делаются по аналогии с шагами 5.1, 6.1 и 7.1. Поэтому повторять их не имеет смысла
Эммуляция поведения составленного портфеля инвестором методом Монте Карло
Вернемя к нашему портфелю, где инвестор составлял портфель, ориентируясь на своё отношение к риску:
InvestorsPortfolioALL =
3×13 table
InvestorsTerm InvestorsExpReturn InvestorsVARPort WgtBonds WgtStocks OFZ26222 OFZ26219 GAZP GCHE NVTK RASP RSTI SBMX
_____________ __________________ ________________ _________ _________ _________ ________ _____ _____ _____ _____ _____ _________
InvestorsPortfolio 5 14.8 10 0.71 0.29 0.383 0.326 0.029 0.029 0.029 0.029 0.029 0.145
InvestorsPortfolioValue 5 14.8 10 1.065e+06 4.35e+05 5.745e+05 4.89e+05 43500 43500 43500 43500 43500 2.175e+05
InvestorsPortfolioQuantity 5 14.8 10 0.71 0.29 570 471 193 23 33 316 36760 176
Давайте попробуем сэмулировать, как себя могло повести множество портфелей на срок равный InvestorsTerm:
InvestorsTerm =
5
А также сравним с безрисковой доходностью, за которую примем депозитную ставку на аналогичный срок, рассчитанную для кривой доходности в рвзделе облигаций:
free_risk_rate =
7.0902
Рассматривая данное моделирование, можно увидеть какова вероятность получить доход, доход свыше какой-то ставки, или же получить убыток
Result_mk_table =
1×4 table
PosProb PosProbRF PosProbMO NegProb
_______ _________ _________ _______
100 100 99.8 0
Описание столбцов
* PosProb - вероятность получить прибыль по истечению YDuration лет
* PosProbRF - вероятность получить прибыль свыше инвестиций по безрисковой ставке - free_risk_rate
* PosProbMO - вероятность получить прибыль свыше ожидаемой доходности портфеля клиента ExpReturn
* NegProb - вероятность получить убыток от инвестиций
Расчёт портфелей по Марковицу
Далее периведены готовые портфели рассчитанные исключительно математическим способом в соответствии с современной портфельной теорией, предложенной Г. Марковицем.
full_port_table =
10×16 table
PoRet PoRisk PoVAR GAZP GCHE GMKN MFON NVTK PIKK RASP RSTI FXMM FXRB SBMX OFZ26210 OFZ26214
_____ ______ _____ ____ ____ ____ ____ ____ ____ ____ ____ ____ ____ ____ ________ ________
Port1 6.83 0.73 1.2 0 0 0 0 0 0 0 0 0.51 0.02 0 0.36 0.1
Port2 12.46 1.68 2.77 0.02 0.02 0.02 0.01 0.03 0.01 0.01 0.02 0.33 0.23 0.02 0.29 0
Port3 18.09 3.09 5.08 0.03 0.04 0.04 0.02 0.05 0.03 0.02 0.03 0.11 0.43 0.04 0.15 0
Port4 23.72 4.57 7.51 0.05 0.06 0.06 0.02 0.08 0.04 0.04 0.05 0 0.54 0.07 0 0
Port5 29.35 6.3 10.36 0.08 0.09 0.08 0 0.13 0.02 0.05 0.08 0 0.37 0.08 0 0
Port6 34.98 8.2 13.48 0.11 0.12 0.1 0 0.18 0.01 0.07 0.11 0 0.2 0.1 0 0
Port7 40.61 10.17 16.73 0.14 0.16 0.12 0 0.23 0 0.09 0.14 0 0.01 0.12 0 0
Port8 46.24 12.49 20.55 0.23 0.22 0.05 0 0.27 0 0.05 0.17 0 0 0 0 0
Port9 51.87 16.46 27.07 0.41 0.36 0 0 0.08 0 0 0.15 0 0 0 0 0
Port10 57.5 31.03 51.04 0 1 0 0 0 0 0 0 0 0 0 0 0
Описание названий столбцов
* PoRet - ожидаемая доходность портфеля Port (i) в % годовых
* PoRis - риск портфеля Port (i) % годовых
* PoVAR - показатель ValueAtRisk для довреительного интервала dov_int (по умолчанию 95%)
* Tickers - Название ценных бумаг входящих в портфель Port (i), в столбцах соответсвующий объём в процентах от общих вложений.
* Efficient Frontier - эффективная граница портфелей Port (i). Отображена на диаграмме Доходность/Риск