Investknowledge

ЦБ включил биткоин в перечень доступных на российских биржах криптовалют Банк России включил Bitcoin, Ethereum и Tether USDT в перечень криптовалют, доступных к публичному обращению на российских биржах. Напоминаю, не больше 3-5% от общего портфеля. https://t.me/centralbank_russia/3723

Два кейса про «слишком рано» и «слишком поздно». Бернар Арно (LVMH) рассказал, что в 1999-м через family office купил почти 20% Netflix за $30 млн (ещё когда это была служба по почте DVD). Продал большую часть позиции около 2003-го, когда капитализация была ~$500 млн. Сейчас Netflix стоит порядка $300 млрд - та доля теоретически могла бы стоить около $60 млрд. Арно спокойно говорит: «Я всегда продаю слишком рано». Та же история у него с ранними Google и Apple. Параллельно обычные инвесторы сейчас испытывают большие проблемы из-за накупленных акций AI компаний. Истории с реддит: Женщина 38 лет смотрела, как рынок за недели сжёг $60 тыс. из её портфеля (почти всё в акциях) и одинокий отец четверых потерял ~$72 тыс. на опционах и остался с $480. Южнокорейский бодибилдер вложил все сбережения, отложенные на покупку квартиры, в AI компании. Урок один - даже супер-ранний вход не гарантирует богатство, если выйти слишком рано. А концентрация + леверидж (или опционы) могут уничтожить даже правильную идею. Диверсификация и управление риском всё ещё работают очень хорошо. Какой кейс вам ближе - «продал слишком рано» Арно или «не вышел вовремя» обычных людей?

Тяжёлая артиллерия: Chain-of-Thought. От простых промптов — к глубокому анализу Правила промптинга и скиллы — это база. Но есть задачи, с которыми обычный промпт не справляется. Когда нужно не просто перечислить, а рассчитать, сравнить, спрогнозировать —…

Тяжёлая артиллерия: Chain-of-Thought. От простых промптов — к глубокому анализу Правила промптинга и скиллы — это база. Но есть задачи, с которыми обычный промпт не справляется. Когда нужно не просто перечислить, а рассчитать, сравнить, спрогнозировать —…

Между тем, Сбер успешно закрыл дивгэп за 11 рабочих дней с доходностью 12%.

Тяжёлая артиллерия: Chain-of-Thought. От простых промптов — к глубокому анализу Правила промптинга и скиллы — это база. Но есть задачи, с которыми обычный промпт не справляется. Когда нужно не просто перечислить, а рассчитать, сравнить, спрогнозировать — LLM нужно заставить думать вслух. Chain-of-Thought (CoT) — техника промптинга, при которой ты просишь LLM не просто дать ответ, а показать всю цепочку рассуждений пошагово. Ты как бы говоришь: «Не говори мне, сколько будет 2+2, — покажи, как ты это считаешь». Откуда взялся CoT В 2022 году группа исследователей Google опубликовала статью «Chain-of-Thought Prompting Elicits Reasoning in Large Language Models». Суть эксперимента: если попросить LLM решать арифметические задачи без объяснений — точность около 18%. Если попросить с объяснениями — точность прыгает до 58%. Для задач на логику разрыв был от 24% до 85%. LLM изначально спроектирована как предсказатель следующего слова. Когда ты даёшь ей запрос без CoT, она пытается угадать ответ одним прыжком, опираясь только на вероятностные паттерны. С CoT она вынуждена выстраивать промежуточные шаги, и каждый шаг служит опорой для следующего. По сути, CoT преобразует задачу из одного большого скачка через пространство вероятностей в цепочку маленьких, более надёжных шагов. Когда CoT нужен, а когда — избыточен ✅ Нужен: - Математические расчёты — доходность портфеля при ежемесячных пополнениях - Сравнение сценариев — «А» vs «Б» с аргументацией - Планирование — многошаговые стратегии - Отладка — понять, почему LLM пришла к такому выводу - Логические задачи — налоги, льготы, комиссии, последовательности ❌Избыточен: - Извлечение фактов — «какая комиссия у ETF?» - Пересказ — «кратко, о чём этот отчёт» - Поиск — «найди в документе показатель выручки» - Любой вопрос, где ответ — одна строка из авторитетного источника ❗Если ты ждёшь число, а не рассуждение — CoT не нужен. ❗Если тебе важно почему именно это число — CoT обязателен. 🔝Лайфхак 1: Few-shot CoT — покажи пример до того, как попросишь Иногда одной инструкции «покажи пошагово» недостаточно — LLM может пропускать шаги или сворачивать рассуждения. Решение: дай один готовый пример цепочки прямо в промпте. Ты — финансовый аналитик. Отвечай пошагово на каждый вопрос, используя формат как в примере ниже. Пример: Вопрос: «Сколько будет 250 000 × 1.08^10?» Ответ: Шаг 1. 1.08^10 = 2.1589 (коэффициент роста за 10 лет) Шаг 2. 250 000 × 2.1589 = 539 725 руб Ответ: 539 725 руб Теперь твой вопрос: «У меня 300 000 руб, доходность 10% годовых на 7 лет без пополнений. Сколько будет на счёте?» После такого «разогрева» LLM гораздо точнее следует формату. Это называется few-shot — ты даёшь не просто инструкцию, а образец. 🔝 Лайфхак 2: Self-Consistency — запусти расчёт несколько раз У LLM есть элемент случайности. Один и тот же промпт с CoT может дать чуть разные результаты при разных запусках (из-за параметра temperature — «температуры» генерации, который контролирует вариативность ответа). Self-Consistency — техника, когда ты запускаешь один и тот же CoT-промпт 3-5 раз (в разных чатах или сессиях), а потом выбираешь самый частый ответ или усредняешь результат. На практике: - Запуск 1: итог 633 265 руб - Запуск 2: итог 633 265 руб - Запуск 3: итог 621 400 руб (ошибка — LLM забыла учесть шаг с налогом) Два из трёх запусков сошлись — принимаем 633 265 руб. Третий запуск подсветил, что LLM может пропускать шаги — и это дополнительный сигнал перепроверять. Self-Consistency особенно полезна когда: - Рассчитываешь налоги (легко пропустить ставку или льготу) - Сравниваешь больше двух вариантов - Работаешь с валютными конверсиями (курсы, комиссии, даты) #курс@investknowledge

Джинны не читают мысли Наш Оракул(LLM) — источник силы. Он сидит в своей башне из слоновой кости, перебирая миллиарды текстов, и мог бы в одиночку решить любую твою задачу. Но он не спускается к тебе сам. Вместо этого он отправляет джиннов - духов-исполнителей…

Встреча с Оракулом: что такое LLM и как он «думает» Представь, что ты — странник, который нашёл в заброшенной библиотеке древний артефакт. Он называется "Оракул". Выглядит как светящийся шар. Если задать вопрос - шар за секунду выдаёт ответ. На любом языке.…

Встреча с Оракулом: что такое LLM и как он «думает» Представь, что ты — странник, который нашёл в заброшенной библиотеке древний артефакт. Он называется "Оракул". Выглядит как светящийся шар. Если задать вопрос - шар за секунду выдаёт ответ. На любом языке.…

Встреча с Оракулом: что такое LLM и как он «думает» Представь, что ты — странник, который нашёл в заброшенной библиотеке древний артефакт. Он называется "Оракул". Выглядит как светящийся шар. Если задать вопрос - шар за секунду выдаёт ответ. На любом языке. Про квантовую физику, рецепт борща или доходность ETF. Но вот что удивительно: Оракул не «знает» ответы. Он предсказывает их. Внутри шара - нейронная сеть) обученная на терабайтах свитков, книг и летописей. Когда ты задаёшь вопрос, Оракул не ищет готовый ответ в своей памяти. Он прогнозирует наиболее вероятную последовательность слов, которая логично продолжает твой запрос. LLM (Large Language Model) - это и есть наш Оракул. Компьютерная система на базе машинного обучения, обученная на гигантских объёмах текстов: вся Википедия, Reddit, научные статьи, книги, код. Как это работает (без магии): 1. Ты пишешь промпт (свой вопрос) 2. Оракул разбивает его на токены — маленькие кусочки текста по 3-5 символов 3. С помощью архитектуры трансформеров (прорыв Google в 2017 году) он анализирует связи между всеми токенами одновременно 4. На выходе - предсказание: какое слово с наибольшей вероятностью должно идти следующим Почему это гениально: трансформер смотрит не на последовательность слов (как старые модели), а на взаимосвязи. Слово «банк» в «речном банке» и «инвестиционном банке» — одно и то же слово, но Оракул понимает разницу по контексту. Как Оракул «думает»: заглянем внутрь артефакта Не бойся, разбирать схему до последнего транзистора мы не будем. Но понимать базовые принципы полезно - хотя бы чтобы не воспринимать LLM как чёрную магию. Архитектура Оракула (упрощённо): 1. Входные врата (токенизатор) Любой твой запрос Оракул сначала разбивает на токены — кусочки по 3-5 символов. Слово «инвестиции» превратится в 3-4 токена. Это нужно, чтобы модель могла работать даже с незнакомыми словами — она собирает их из частей как конструктор. 2. Зал самовнимания (Self-Attention) Самая крутая часть. Представь, что каждое слово в твоём запросе «смотрит» на все остальные слова и оценивает их важность. В фразе «Как купить акции Apple через ИИС?» слово «купить» сильнее всего связано с «акции» и «ИИС», а «Apple» модель понимает не как фрукт, а как компанию, потому что рядом «акции». Self-attention создаёт матрицу связей — огромную таблицу, где каждая ячейка показывает, насколько одно слово важно для понимания другого. 3. Слои трансформеров Таких «залов самовнимания» внутри Оракула десятки, а в больших моделях — сотни. Каждый следующий слой уточняет и углубляет понимание. Первые слои ловят простые связи (существительное-глагол), глубокие — сложные концепции (причинно-следственные связи, иронию, сарказм). 4. Выходные врата После всех слоёв Оракул превращает вероятности в текст — слово за словом, каждое следующее на основе всех предыдущих. Практический хак: Думай об LLM как о супер-переводчике смыслов. Он не знает правду — он знает, какие слова обычно идут после других слов в каком контексте. Именно поэтому он может ошибаться, «галлюцинировать» и выдавать уверенный, но неверный ответ. Оракулу нужен мудрый пользователь. пост создан в рамках подготовки #курс@investknowledge

ВТБ x Wildberries: Зачем банку маркетплейс и что это значит для инвесторов? В сети обсуждают гипотетический выкуп Wildberries банком ВТБ на фоне инфраструктурных проблем и убытков маркетплейса. Если отбросить слухи и посмотреть на финансы, перед нами классический сценарий прямых инвестиций (Private Equity). 🔄 Стратегия и параллель с кейсом «Магнита» (2018) Для ВТБ это не новый сценарий. В 2018 году банк выкупил 29,1% акций «Магнита» у Сергея Галицкого на спаде показателей компании, сменил топ-менеджмент, вернул дивидендный поток и через 3,5 года полностью вышел из капитала с двухзначной доходностью (IRR > 20%). С Wildberries банк, скорее всего, применит аналогичную логику: Вход с дисконтом: Покупка актива по сниженной оценке из-за рисков, пожаров и логистических проблем. Корпоративная реструктуризация: Перевод управления с семейной модели на жесткие корпоративные стандарты. Финтех-интеграция и Exit: Максимальная монетизация платежных потоков с последующим выходом из актива через 3–5 лет (IPO или продажа стратегическому инвестору). ⚖️ Плюсы и минусы сделки для ВТБ Плюсы (Долгосрочные): Монополизация финансовых потоков: ВТБ заберет себе миллиардный эквайринг, кредитование селлеров B2B и сервисы рассрочки (BNPL) для миллиона покупателей. Высокий потенциальный ROI: Покупка крупнейшего игрока e-commerce с глубоким дисконтом создаст задел для кратного роста стоимости пакета при выходе. Минусы (Краткосрочные): Риск размытия капитала (Dilution): Финансирование гигантской сделки может потребовать допэмиссии акций банка. Заморозка дивидендов: Ликвидность уйдет на M&A-сделку и покрытие операционных убытков маркетплейса, а не на выплаты акционерам. Операционные риски: Логистические сбои и риски ритейла напрямую ухудшат отчетность банка по МСФО. 🎯 Перспективы и вердикт Краткосрочно: Негатив для котировок акции ВТБ из-за рисков допэмиссии и давления на капитал. Долгосрочно: Мощный стратегический шаг по превращению ВТБ в гибридную финтех-экосистему с гарантированным рынком сбыта банковских продуктов. https://t.me/tihonsm/703

Сегодня у уСбера див.гэп и акции по 250р на открытии. Давайте посмотрим на будущие показатели и динамику прибыли по кварталам, а потом учтем какую див доходность мы фиксируем, покупая сейчас и какой рост котировок мы ждем при смягчении политики ЦБ по ключевой…

Сегодня у уСбера див.гэп и акции по 250р на открытии. Давайте посмотрим на будущие показатели и динамику прибыли по кварталам, а потом учтем какую див доходность мы фиксируем, покупая сейчас и какой рост котировок мы ждем при смягчении политики ЦБ по ключевой ставке. Что я спрашиваю у нейросети Выступи в роли Senior инвестиционного аналитика фондового рынка. Проведи исследование акций ПАО Сбербанк (SBER) и подготовь детальный отчет. Самостоятельно найди в сети все необходимые актуальные финансовые, макроэкономические и биржевые данные для расчетов по трем следующим блокам: БЛОК 1. Анализ исторической доходности (Итоги прошедшего периода) 1. Найди размер дивиденда ПАО Сбербанк, который был утвержден общим собранием акционеров по итогам отчетного 2025 года. 2. Выясни среднегодовую цену (или средний торговый диапазон) обыкновенных акций Сбера за весь 2025 год. 3. На основе найденной среднегодовой стоимости рассчитай историческую дивидендную доходность (Dividend Yield). Покажи расчет «грязной» доходности и «чистой» (за вычетом стандартного НДФЛ). Если в течение года цена сильно колебалась, приведи расчет для минимальной, средней и максимальной границ этого диапазона. БЛОК 2. Прогноз дивидендов на текущий период (Исходя из свежей отчетности) 1. Найди актуальную рыночную цену акций Сбера сразу после фиксации реестра (после дивидендного отсечения / дивгэпа) в текущем периоде. Прими её за базовую точку входа инвестора. 2. Изучи последние доступные промежуточные финансовые результаты Сбера за текущий год (квартальные или полугодовые отчеты по РСБУ и МСФО). Обрати внимание на темпы роста чистой прибыли в годовом выражении (г/г). 3. Экстраполируй эти данные на конец года и сформируй два сценария годовой чистой прибыли: консервативный и базовый. 4. Руководствуясь официальной дивидендной политикой Сбера (целевой процент распределения прибыли) и общим количеством акций в обращении, рассчитай: - Прогнозный размер дивиденда на одну акцию по итогам текущего года для обоих сценариев. - Ожидаемую дивидендную доходность к базовой цене покупки (цене после дивгэпа). БЛОК 3. Моделирование дивидендного арбитража при изменении ключевой ставки 1. Узнай текущую актуальную ключевую ставку Банка России. 2. Предположим макроэкономический сценарий, в котором регулятор переходит к циклу смягчения денежно-кредитной политики. Сделай шаг снижения (например, по -2% или -3% от текущего уровня ставки) и сформируй три последовательных этапа падения ключевой ставки. 3. Предположим, что рынок начнет переоценивать тело акции Сбера, стремясь подтянуть её дивидендную доходность к уровню альтернативных инструментов (ориентируясь на гипотетическую ключевую ставку на каждом этапе с небольшой рыночной премией за риск в 0,5%). 4. Используя твой БАЗОВЫЙ прогноз дивиденда из Блока 2, рассчитай справедливую стоимость акции Сбера и потенциал её роста (апсайд в процентах от цены после дивгэпа) для каждого из трех смоделированных этапов снижения ставки ЦБ. Оформи результаты в виде структурированного финансового отчета с использованием понятных заголовков и финальных сравнительных таблиц. Избегай общих фраз, делай упор на сухую математику, формулы и факты .

Кстати, про футбол Оптимальный инвестиционный портфель из акций футбольных клубов, сформированный по принципам Современной портфельной теории (MPT) Гарри Марковица, распределяется в пропорциях: 45% — Manchester United (MANU), 25% — Borussia Dortmund (BVB)…

Кстати, про футбол Оптимальный инвестиционный портфель из акций футбольных клубов, сформированный по принципам Современной портфельной теории (MPT) Гарри Марковица, распределяется в пропорциях: 45% — Manchester United (MANU), 25% — Borussia Dortmund (BVB), 15% — Juventus (JUVE) и 15% — Турецкий или Португальский кластер (акции Ajax, Benfica или Galatasaray). Футбольные акции обладают специфическим риском: они слабо коррелируют с классическим фондовым рынком, но сильно зависят от спортивных результатов, трансферов и продажи медиаправ. Ниже представлен расчет долей на основе оценки рыночной капитализации, волатильности и ликвидности активов.

💼 ТОП-3 БПИФ на индекс Мосбиржи: заходим в российский рынок акций с минимальными издержками Российский рынок акций сейчас выглядит крайне привлекательно для долгосрочных инвесторов. Индекс МосБиржи торгуется с мультипликатором P/E в районе 3.7 (при историческом среднем 6.4), а консенсус-прогноз аналитиков прочит рынку рост на +23–27% на горизонте года без учета дивидендов. Собирать портфель из 40+ акций вручную — дорого и долго. Намного проще купить весь рынок в один клик через БПИФ (Биржевые Паевые Инвестиционные Фонды). У таких фондов есть три крутых плюса: - Налоговая льгота: фонды освобождены от налога на дивиденды (13–15%), поэтому они реинвестируют выплаты целиком, обгоняя частных инвесторов. - Низкий порог: инвестировать в топ-компании РФ можно буквально «на сдачу от кофе». - Авто-ребалансировка: управляющая компания сама следит за составом индекса. Вот 3 лучших фонда на Индекс Мосбиржи полной доходности (MCFTR) с самыми низкими комиссиями на рынке: 🔹 1. EQMX (УК «ВИМ Инвестиции», бывший ВТБ) - Комиссия (TER): ~0,67% в год (самая низкая на рынке). - Особенности: Лидер по минимизации издержек. Отличный базовый вариант для пассивного портфеля. При покупке через брокера ВТБ нет скрытых комиссий. 🔸 2. TMOS (УК «Т-Капитал», бывший Тинькофф) - Комиссия (TER): ~0,8% в год. - Особенности: Один из самых ликвидных индексных фондов в РФ. Порог входа копеечный, а внутри приложения Т-Инвестиций сделки проходят без брокерской комиссии. 🔹 3. SBMX (УК «Первая», бывший Сбербанк) - Комиссия (TER): ~0,95% в год. - Особенности: Старейший «классический» фонд на российский индекс. Несмотря на чуть более высокую комиссию, исторически показывает одну из лучших точностей следования за бенчмарком. 💡 Как инвестировать эффективнее? Выбирайте фонд той управляющей компании, которая относится к вашему основному брокеру — так вы дополнительно сэкономите на комиссиях за покупку и продажу самих паев. Для максимальной надежности можно распределить капитал по всем трем фондам. 🚀 Каков потенциал роста? Если российский рынок вернется к своим средним историческим оценкам (мультипликатор P/E ~ 6), потенциал роста индекса МосБиржи только за счет переоценки составляет около 50–60% от текущих уровней. С учетом прогнозируемой дивидендной доходности рынка в районе 11–13%, долгосрочные инвесторы в БПИФ могут рассчитывать на совокупную доходность свыше 20% годовых на горизонте ближайших 2–3 лет по мере снижения ключевой ставки. #инвестиции #БПИФ #акции #IMOEX

Ну, Газпром - это главный бенефициар всех событий в РФ, происходящих с 2014 года. Несмотря на громадную стоимость активов рынок даже не смотрит на это. Повышенный НДПИ изымает свободный денежный поток (FCF) напрямую в бюджет, оставляя миноритарных акционеров без выплат.(читай "выводит себе, кидая акционеров"), продает газ по дешевке в Китай, намного дешевле европейских поставок. Годовой отчет за 2025 год демонстрирует рост чистой прибыли до 1,307 трлн рублей (+7,2% г/г). Однако при детальном рассмотрении структуры этой прибыли вскрывается ключевая неэффективность. Значительная часть итогового финансового результата сформирована за счет валютных переоценок и разовых неденежных факторов (эффект укрепления рубля в определенные периоды дал около 0,5 трлн руб.). Балансовая стоимость (Book Value) Согласно отчетности, показатель балансовой стоимости на одну акцию (BV/Share) составляет 765,18 рублей.Мультипликатор P/BV = 0,14 – 0,2. Математически рынок оценивает гигантские материальные активы «Газпрома» (трубопроводы, месторождения, заводы) всего в 14–20% от их учетной стоимости. Финансовая теория говорит, что если $P/BV < 1$, компания стоит дешевле своих чистых активов. Но в данном случае этот апсайд заблокирован. Реальная (Рыночная) стоимость Текущая биржевая цена акции колеблется в диапазоне 94 – 96 рублей (капитализация всей компании - около 2,2–2,8 трлн рублей). Рыночная цена транслирует жесткий консенсус инвесторов: физические активы в земле и трубы в Европу без контрактов сбыта имеют околонулевую экономическую рентабельность. Справедливая фундаментальная стоимость акций, по консервативным оценкам инвестдомов (с учетом дисконтирования будущих денежных потоков), находится в районе 175 рублей, но рынок закладывает колоссальную премию за риск.

На примере Роснефти смотрим на эффект топливного кризиса в РФ Текущая ситуация с российскими НПЗ (внеплановые ремонты из-за аварий, логистические сложности и давление со стороны сезонного спроса) оказывает на котировки «Роснефти» скорее негативное и сдерживающее влияние, чем позитивное. В краткосрочной перспективе выгоды здесь мало, и вот почему. 1. Прямые финансовые потери и списания Внеплановые приостановки и ремонты бьют по операционным показателям. Из финансовой отчетности «Роснефти» за начало 2026 года видно, что: Снижаются объемы переработки: Показатели падают в среднем на 3–4% год к году из-за простоев оборудования. Растут непроизводственные расходы: В отчетах компании зафиксирован резкий рост статьи «амортизация и обесценение» (в отдельные периоды более чем на 70% г/г), что напрямую связано с внутренними списаниями из-за повреждений инфраструктуры НПЗ. Это напрямую уменьшает чистую прибыль - базу для наших дивидендов. 2. Топливный дефицит и регуляторное давление Вместо того чтобы зарабатывать на росте оптовых цен внутри страны, вертикально интегрированные компании (ВИНК), включая «Роснефть», сталкиваются с жестким контролем со стороны государства: Глава компании Игорь Сечин вынужден выходить с инициативами к правительству по стабилизации рынка, предлагая временно менять биржевые нормативы и обязывать направлять больше сырья на переработку внутри страны. На заправках приходится удерживать розничные цены, чтобы избежать социального недовольства, из-за чего маржинальность розничного сегмента (АЗС) сильно страдает. При этом компании обязаны обеспечивать внутренний рынок в приоритетном порядке. 3. Эффект «ножниц»: Сырье против переработки Котировки могли бы выиграть, если бы компания просто перенаправила сырую нефть на экспорт по высоким мировым ценам. Однако: Действуют квоты и добровольные сокращения в рамках ОПЕК+. Санкционные ограничения и усложнение морской логистики делают экспорт сырой нефти более затратным (дисконты, фрахт, страхование). Итог для инвестора: Текущие проблемы с переработкой - это чистый негативный маркер для операционной эффективности «Роснефти» «здесь и сейчас». Котировки (находящиеся летом 2026 года в районе 320–330 рублей) могут падать из-за давления, которые испытывает топливный сектор