Search
Write a publication
Pull to refresh

Comments 17

выдаёт сигналы "КУПИ/ПРОДАЙ/НЕОПРЕДЕЛЁННО" - по метрикам, по группе и общий. Использует метрики: Forward P/E, P/FCF, EV/EBITDA.

Пример запуска:

Самый главный пример который не приаеден: я запустил скрипт, следуя его советам вложил 1 млн. руб. и дальше, следуя его советам, обновляю портфель. Какой процент прибыли обеспечит скрипт? Насколько надёжно? Насколько лучше вложений на накопительной счёте или брокерских помощников у известных банков, или того же индекса RUONIA? Если коротко, как сейчас, без многомесячных (а лучше многолетних) тестов со своими деньгами, оценить реальную полезность и эффективность скрипта? Непонятно.

Это фундаментальный анализ рынка акций США. Он даёт сигнал, если какая-то акция в текущий момент недооценена, и её можно купить и ждать роста 1–3–5 лет, а потом при росте продать. Или наоборот — вы несчастный владелец, например, TESLA, и анализ показал, что её надо продать, так как она сейчас явно переоценена. В таком случае лучше продать сейчас и зафиксировать прибыль, чем ждать дальнейшего роста. В общем, все советы скрипта даны по формуле «as is», и автор ответственности не несёт. Это помощник в принятии решений, а не советчик, который говорит, что делать.

Назовите это фундаментальным анализом или земляным червяком, это совершенно не важно. Важно то, как проверить качество этого анализа, не тратя на это месяцы и годы? Как вы проверяли его качество? Если вообще проверяли.

Не я проверял, проверяли те кто ввел эти эти метрики в индустрии де факто. Вы можете поднять литературу и там будет обоснования, история, проверки и статистика )

В литературе использовали ваш скрипт? Ой ли) Вот в одном месте уже нашли ошибку - не тот коэффициент. А может, ещё в 8 местах не те коэффициенты или где-то плюс на минус поменян случайно? Короче, есть некий кусок кода, который никогда не тестировался никаким образом. И вы хотите, чтобы по его советам люди рисковали своими деньгами? Мда...)

Это альфа версия скрипта. Все только в начале процесса. И я ничего не хочу, пользоваться или нет, дело добровольное )

Ну так бы и написали в первом же абзаце - NB. Это альфа версия, которая не тестировалась и не сравнивалась с другими источниками этого или аналогичных анализов. Тщательнее)

Кстати, хорошая идея, добавил " альфа версию " в начале статьи.

Ха, а когда у меня были плохие?)

"Если у вас есть квалификация и вы интересуетесь деталями, то можно вот такой подробный отчет почитать что бы проверить, что там сделано при анализе и получении сигналов. "

  1. Собрали данные по 11 компаниям.

  2. Рассчитали и сравнили их страховой float.

  3. Скорректировали их стоимость (EV) для чистоты сравнения.

  4. Сравнили их по традиционному мультипликатору P/E.

  5. Попытались провести более глубокий SOTP-анализ.

Главная проблема заключается в критической ошибке в логике SOTP-анализа — использовании нерелевантных мультипликаторов для оценки страховых сегментов. Это делает выводы этой части анализа (столбцы "Премия/дисконт к SOTP") бессмысленными и вводящими в заблуждение.

Ценность отчета заключается в первых трех частях (Float, EV, P/E), которые дают хорошее сравнительное представление о компаниях. SOTP-часть требует полной переработки с использованием корректных мультипликаторов для страхового сектора.

Видно, что для многих сегментов (особенно в AIG, PRU, ALL) использовалась группа аналогов bigtech с нереально высоким мультипликатором ~28.77. Страховые бизнесы НЕ оцениваются по тем же мультипликаторам, что и технологические гиганты (Apple, Microsoft)! Это грубая ошибка. Из-за этой ошибки SOTP-стоимость для AIG, PRU, ALL и RNR получилась астрономически завышенной, создавая иллюзию их огромной недооцененности ("Премия/дисконт" +131.9%, +144.9%, +59.0%, +328.7% соответственно). Для BRK.B, у которой сегменты оценены корректно, SOTP-оценка, наоборот, оказалась смехотворно низкой.

Спасибо за фидбек, надо допиливать и до тестировать часть кода, которая завязана на LLM. Бывает что то "левое" делает.

В целом очень крутая мысль привлечь LLM и реализация огонь.
Мелкие недочеты это ерунда.
Спасибо за ваши мысли!

И вам спасибо, в конце статьи вопросы заданы. Может накините идей по вопросам?

Ну вот, а мне сразу минусов накидали.

Задумка и реализация в целом интересные!

По коду всё более грустно)) Пишу исключительно из своих представлений о хорошем коде, захотел ли я использовать такой код в своем приложение -- скорее нет.

1. Непонятно, какая целевая версия питона используется, судя по List, Tuple -- меньше 3.12.
2. Большие по объему модули и использование функционального подхода, а не ООП сильно затрудняют чтение.
3. Неконсистентное использование аннотаций типов, то есть, то нет.
4. Неиспользование static typechecking, хотя бы ruff.
5. Большое количество констант и настроек прямо в коде. Их бы или собрать всех вместе в constants.py или вынести в .yaml файл (это было бы намного удобнее для использования).
6. Отсутствие тестов хотя бы для расчетных задач. Как вообще без этого можно элементарно доверять коду? А если банальная опечатка, или + вместо -, как уже написали выше?
7. Большое количество текстовых сообщений везде по коду, причем в виде printf(). Тут как минимум напрашивается флаг(и) в настройках, который позволяет отключать группы сообщений.

Ну и с практической (и прагматической) точки зрения: для российских пользователей на текущий момент гораздо более актуальны данные по активам на MOEX, чем на NASDAQ или NYSE. Ибо, как показывает опыт последних лет, политика бывает очень переменчива, а риски разумно диверсифицировать.

  1. Данный код не оформлен в виде библиотеки, которую можно подключать к своим проектам.

  2. Print-ы сконцентрированы только в главном управляющем файле console.py, архитектурно программа построена так что функции ей возвращают результаты в виде массивов или стрингов и тд и только в финале производится печать на stdout.

Другими словами, доработать ее до уровня библиотеки не составит труда, архитектурно все построено верно. В целом отсутствие тестов и другие шероховатости вполне приемлемы для альфа версии бесплатной программы.

Для альфа-версии вообще всё отлично!

Sign up to leave a comment.

Articles