VTs

Самый жирный шорт на американском рынке Я обновил свою систему (она по-прежнему не оттестирована, а опирается на веса и параметры, настроенные на основе моей интуиции). В расчёт рисков добавлены волатильность акций и анализ EPS-сюрпризов. Т.е. теперь система лучше учитывает риск компаний, у которых постоянно происходят какие-то неприятности с отчётностью. Согласно текущим настройкам системы очень сильно выделяется одна крупная компания — Intel ($INTC). Из «жирных» представителей индекса это сейчас лучший кандидат на продажу (не инвестиционная рекомендация, я делюсь исключительно наблюдениями). Почему так? Единственная положительная метрика у компании — это обещания роста. Тут они прямо очень круто выглядят! Абсолютно все остальные метрики — красные. Также теперь можно посмотреть, что делает команда Баффета. На графике отмечены их топ-20 позиций (красный шрифт), красная линия — «регрессия Баффета». В их топе нет ни одной позиции с выраженным growth-профилем (по моей оценке). При этом довольно много компаний с повышенным риском, но этот риск компенсируется премией по value-оценке. #quant #SP500

Ответы на вопросы по кванту на S&P 500 — FCF. Управляя открытыми фондами на российские акции в линейке фондов BNP Paribas, мы использовали именно FCF (свободный денежный поток). Но для американских акций я принципиально и однозначно не собираюсь использовать эту метрику. Разберём почему. Когда нам нужен FCF, когда он может быть полезен? Три основных случая: 1️⃣Для государственных и окологосударственных компаний. Они неэффективно управляют своей прибылью, растрачивая деньги на неэффективные инвестиции или вообще складируя средства на балансе. Нам нужны FCF и дивидендная доходность. 2️⃣Истории роста, когда компании вообще не генерируют прибыль, но мы хотим понять, как расходуются денежные средства и каковы перспективы выхода на прибыль в будущем. Например, Ozon несколько лет назад, в фазе роста. Или SpaceX на американском рынке сегодня. 3️⃣Частные компании, где интерес контролирующего акционера в наличии публичного рынка заключается в нескольких опциях (иногда в обеих): а) как бы хитро обмануть миноритариев; б) просто плевать на миноритариев. Примеров много, наиболее яркие: АФК «Система», «Эталон» (дочка той же «Системы»), ММК (всегда был таким), а теперь и «Норникель». Итого, эти варианты особенно актуальны для развивающихся стран, где объегорить миноритария выгоднее или проще, чем создавать публичную историю и репутацию. Кроме того, анализ FCF требует более глубокого и детального погружения в анализ отдельных компаний. Американский рынок в этом плане сильно отличался и особенно сильно отличается сейчас от российского рынка. При том, что все законы ценообразования и логика инвестирования, в общем-то, те же. При этом количество жулья среди менеджмента и контролирующих акционеров в абсолютном выражении существенно больше, чем в РФ. Но в относительном — несопоставимо меньше благодаря гигантскому выбору и широкой диверсификации. Покрытие аналитиками лучше, есть хорошая длинная история квартальной отчётности. Итого, я считаю, что правильно настроенная модель, использующая анализ изменения прогнозов EPS, может дать хороший результат. ↖️ Что касается учёта рисков. Я посмотрел несколько кейсов и прихожу к выводу, что в мою модель всё-таки надо добавлять волатильность акций. Вот пример — TTD, The Trade Desk Inc.: −90% с декабря 2024 года. Аналитики полностью профукали резкое падение прибыли компании. Последний отчёт — катастрофа. Моя модель такую ошибку поймать не в состоянии. А кто вообще это может? Но есть одна зацепка: риск компании без учёта волатильности акций сильно занижен. Добавление волатильности частично решает эту проблему и уменьшает потенциальный убыток в таком несчастливом случае. И любопытно, что cheating factor (отношение reported EPS к adjusted EPS) у компании — худший на рынке. Т.е. там, где менеджмент активно «улучшает» данные, — жди беды.

Ответы на вопросы по кванту на S&P 500 — Tesla 🙃 Tesla — одна из наименее рискованных компаний? Почему не учитывается волатильность акций? Это связанные вопросы. Сразу оговорюсь: модель будет дорабатываться и оптимизироваться. Но сначала надо определить, что вообще считать риском. Я практик. Мне нужен такой показатель риска, который помогает принимать инвестиционные решения, а не сдавать отчёты регулятору. Поэтому для меня риск — это прежде всего риск ошибки в принятом инвестиционном решении. Чего конкретно я боюсь? Что консенсус аналитиков меня обманет и будущий EPS компании окажется существенно ниже прогнозов. Почему такое может произойти? ➡️специфика компании: её сложно прогнозировать из-за сложной бизнес-модели или высокой волатильности сектора; ➡️плохое покрытие аналитиками; ➡️высокий долг; ➡️низкое качество прибыли. И мне кажется, что значительную часть этих рисков уже покрывают заложенные в модель показатели: долг, расхождение между GAAP EPS и Adjusted EPS, волатильность фактического EPS и волатильность прогнозов аналитиков. Отсюда возникает вопрос: а нужна ли мне вообще волатильность цены акции? Пока мне кажется, что нет. Волатильность котировки показывает, насколько сильно меняется рыночная цена, но не обязательно вероятность того, что моя фундаментальная инвестиционная гипотеза окажется ошибочной. А меня интересует именно последнее. 🙃 И возвращаемся к Tesla. Чистый долг отрицательный, разрыв между GAAP и adjusted EPS относительно небольшой, волатильность EPS и прогнозов существенно снизилась и сейчас лучше средней. Поэтому с точки зрения моего определения риска Tesla действительно оказывается относительно безопасной компанией. А вот дальше начинается самое интересное. По цифрам Tesla уже перестала быть классической growth-компанией. Ожидаемые темпы роста прибыли существенно ниже среднего по S&P 500. По логике это должно сдерживать мультипликатор: меньше ожидаемый рост → меньше оснований платить огромную премию к рынку. Но рынок, похоже, продолжает воспринимать Tesla как growth story и платить за неё соответствующий высокий P/E. Получается любопытное противоречие: в прогнозах аналитиков большого роста уже нет, а в цене акции он всё ещё есть. Именно поэтому на графике TSLA находится справа — фундаментальный риск относительно низкий, — но очень низко по оси потенциальной доходности. Модель говорит не о том, что Tesla плохая или рискованная компания. Она говорит, что за ожидаемый ею рост инвесторы сейчас платят слишком дорого. …продолжение следует.

Квант на американских акциях. Нашёл систему координат Баффета? Я решил немного подробнее рассказать, чем сейчас занимаюсь на американском рынке акций в части разработки модели квантования фундаментальных метрик. Основная идея очень простая. Любой инвестор в конечном счёте принимает решение, исходя из соотношения риск/доходность. Подходы у всех разные, заглянуть в голову каждому невозможно. Но можно попытаться построить модель, которая описывает не отдельного инвестора, а некое усреднённое поведение рынка. По оси Y у меня оценка потенциальной доходности акции. Она складывается из: ➡️Earnings Yield (EY= E/P) — текущего, а также прогнозного на 1 и 2 года вперёд; ➡️ожидаемых темпов роста EPS на горизонте 1 и 2 лет. По оси X — оценка риска инвестиции: 0 — высокий риск, 100 — минимальный. Пока риск складывается из двух больших блоков. 1️⃣Финансовый риск: ➡️Net Debt / EBITDA; ➡️разрыв между GAAP EPS и Adjusted EPS. Чем сильнее компания регулярно корректирует официальную прибыль, тем выше риск. 2️⃣Риск нестабильности прибыли: ➡️волатильность EPS; ➡️волатильность прогнозов аналитиков. Не хватает ещё третьего компонента — CDS. Пока модель работает без него. ▶️ Все скоринговые показатели нормированы относительно бенчмарка — S&P 500. В результате весь universe оказывается на одном графике. Каждый кружок окрашен в цвет своего сектора, а его размер соответствует весу компании в индексе. Теперь посмотрим на три крупнейшие нефинансовые позиции Berkshire Hathaway: Apple (AAPL), Coca-Cola (KO) и Chevron (CVX). Удивительно, но их практически можно соединить одной прямой (жёлтая линия с красной кромкой), проходящей через центр распределения всех компаний. По-моему, это очень интересный результат. Либо это совпадение, либо я начинаю нащупывать систему координат, в которой принимает решения сам Баффет. 💰Что дальше? Пока это только первая итерация модели. Все веса и параметры подбирались исключительно на основе моей интуиции и опыта. Следующий шаг — добавить CDS, а затем уже переходить к полноценным бэктестам и оптимизации параметров. К сожалению, это долгий процесс. Поэтому пока модель проходит ограниченный бэктест на живом счёте. Заодно использую её для разбора своих прошлых инвестиционных ошибок — хочу понять, смогла бы модель заранее указать на слабые места тех решений. #quant #SP500

Анти-ИИ трейд. Для тех, кто верит в ИИ-пузырь, сейчас открывается прекрасная возможность заработать на софтверных компаниях. Их котировки очень сильно пострадали. Рынок не верит прогнозам аналитиков по этим компаниям. Мультипликаторы P/E в секторе находятся на рекордно низких уровнях. Если вы действительно верите в ИИ-пузырь — это просто золотое дно. Потенциал роста отдельных компаний может составить 2–3 раза. Я вот в ИИ-пузырь не верю. Но тоже хочу заработать на качественных и дешёвых компаниях. Моя ставка такая: я исхожу из того, что аналитики Wall Street в целом хорошо делают свою работу, и опираюсь на их прогнозы по EPS. Если компании подтвердят ожидания, рынок перестанет дисконтировать их только потому, что сектор сейчас не в моде, и мы увидим хороший рост. А теперь самое интересное, чем хочу поделиться. У меня есть некоторый прогресс в квантовании фундаментальных данных по США. То, что раньше я точечно и полуподпольно выгребал из Seeking Alpha, теперь собрано в полноценной, автоматически обновляемой базе данных из надёжного источника. И вот моя первая попытка протестировать этот подход. Смотрите на график. Здесь представлены все компании из S&P 500, за исключением финансового сектора и REIT. По оси X — риск компании (слева больше, справа меньше). По оси Y — потенциальная доходность. Моей топ-позицией остаётся NVDA, и этот график лишь подтверждает правильность моего выбора. Теперь я хочу разбавить её «анти-ИИ» компаниями. Нужно выбрать что-то из выделенной на графике зоны — компанию, которая по соотношению риск/потенциал выглядит не хуже NVDA. Как и обещал, беру одну софтверную компанию. Ей оказался розовый шарик слева сверху — Workday (WDAY). Ну и совершенно неожиданно для себя добавлю в портфель вот это чудо — Newmont (NEM), крупнейшего в мире производителя золота (налево, т.е. только риск немного растет) По неведомой мне причине американские инвесторы сейчас продают Newmont с нетипично большим дисконтом к остальному рынку. Для меня это выглядит как дешёвый опцион на золото, пусть и с невысокой бетой. То есть ставка скорее не на бурный рост золота, а на то, что оно хотя бы не упадёт, а рынок со временем переоценит саму компанию вверх. #quant #SP500

Рекордный рост наличности Всё познаётся в сравнении. Дело в том, что в последние годы в России быстро росла денежная масса. Во многом это связано с отказом от использования иностранной валюты и переходом на рубль, в том числе во внешнеторговых расчётах. Поэтому абсолютный прирост наличных денег сам по себе почти ни о чём не говорит. 🔬 Смотрите на график. Да, доля наличности в структуре денежной массы растёт. Но рост этот пока очень небольшой — чтобы его заметить, график приходится буквально рассматривать с лупой. Гораздо интереснее другое. Начала снижаться доля депозитов. В абсолютном выражении объём депозитов с начала года практически не растёт. Это означает, что даже начисляемые банками проценты не приводят к увеличению депозитной массы. То есть определённый переток средств действительно есть. Но пока с точки зрения макроэкономики я не считаю эту тенденцию критичной. Есть, однако, любопытный момент. Объём наличных денег сегодня составляет около 20 трлн рублей. Если предположить, что реальная инфляция в ближайшие годы составит 10%, то получается, что покупательная способность этих наличных ежегодно уменьшается примерно на 2 трлн рублей. По сути, это своеобразный инфляционный налог. Если вы храните деньги наличными в сейфе, их реальная стоимость каждый год уменьшается. А эмитент денег — государство через Банк России — получает выгоду от этого процесса. В экономической теории это называется сеньоражем.

🫐 Вайлдберриз Нашел качественный и подробный разбор финансового положения Вайлдберриз – рекомендую к прочтению, однако данный материал, скорее, для профессионально подготовленного читателя. Я попробую подвести итог коротко и аккуратно, чтобы простой читатель хоть приблизительно понял, какова ситуация. Почему приблизительно? Да потому, что Вайлдберриз – это холдинг и консолидированной отчетности в публичном доступе нет, нет и хорошей селл-сайд аналитики соответственно. То, что есть и что нарыл автор статьи, позволяет сделать некие предположения, но не однозначные выводы. Это холдинг, а поэтому как это часто бывает, из основной операционной компании прибыль выводится наверх – в материнскую структуру и совладельцам. А кроме прибыли выведены еще и активы. Но, если в любом другом непубличном холдинге – это нас вообще не волнует, то здесь это важно из-за размера компании, из-за ее влияния на банк ВТБ и из-за последних историй со складами. Когда я первый раз услышал, что у Вайлдберриз огромный долг – я удивился. Для ритейлера, особенно маркетплейса, который много лет генерирует прибыль и живет за счет отрицательного оборотного капитала, это было странно. Однако, по причинам, перечисленным выше, он огромен. Чистый долг компании можно оценить в вилке от 1 до 1,2 трлн рублей (долг основной компании около 0,8 трлн). Вы триллион рублей в руках не держали, поэтому сравним эту величину с некоторыми показателями: от корпоративного портфеля ВТБ 6%, от капитала ВТБ почти 40%, от дефицита Федерального бюджета РФ за 1П2026 – 20%. Еще один референс. Две допэмиссии ВТБ – состоявшаяся в 2025 году и одобренная на 2026-й – это вместе около 400 млрд рублей. Долг Вайлдберриз в 2,5 раза больше. ❗️ Сравнение с ВТБ условное: по некоторым данным на ВТБ приходится около половины этого долга, но это оценки и слухи. Собственный капитал основной операционной компании – 2,4 млрд рублей, на которой висит 830 млрд долга. 0,3%. И все это держится на бесспорном лидерстве в объемах торговли (6,1 трлн) и высокой операционной марже. Но в прошлом.

Итого про Fable5 Правильный ответ на вопрос прошлой недели — инженерная схема космической станции с искусственной гравитацией. Внешний жилой модуль вращается на магнитных подвесах с частотой 2,4 rpm, создавая искусственную гравитацию 0,6g. Нарисовать такую схему в векторе мне удалось только вместе с Fable5. И то — лишь после того, как я подготовил чертежи всех узлов в 2D в Photoshop. Трёхмерные объекты и сложная векторная графика до сих пор остаются очень тяжёлой задачей для ИИ. Он по-прежнему плохо понимает геометрию и смысл конструкции, которую рисует. До выхода последних моделей, на мой взгляд, подобная задача была вообще нереализуемой (без специализированного ПО). Сейчас у меня закончился лимит на Fable5, и я откатился на Opus и Sonnet. Разница ощущается очень болезненно. 🫥🫥🫥〰️〰️〰️〰️〰️〰️🫥🫥🫥 Но сильнее всего меня впечатляет работа ИИ с данными. Свою коллекцию макроэкономической статистики я постепенно перевёл на сервер. Теперь это уже не просто архив, а автоматически обновляемая база данных. По сути, я сделал для себя небольшой «мини-Bloomberg», который собирает публичную статистику из разных источников. Это не только API, но и парсинг сайтов статистических ведомств, поиск CSV- и XLS-отчётов, загрузка данных в SQL, расчёт собственной аналитики и построение интерактивных графиков на Plotly. Посмотреть можно здесь: https://badbugs.me/market Кстати, многие графики из моих последних постов сделаны именно там. 🫥🫥🫥〰️〰️〰️〰️〰️〰️🫥🫥🫥 ✌Итого. Выход Fable5, GPT-5.6 и серьёзный прогресс ИИ-агентов — это действительно большой шаг вперёд. Лично для меня работать без них уже практически невозможно. Да, подписки становятся всё дороже. Но я считаю, что это полностью оправдано. ИИ пока не способен самостоятельно написать сложную торговую систему или полноценную игру. Но если работать вместе с ним, производительность разработчика, по моим ощущениям, вырастает в 10–20 раз. И именно поэтому мне всё сложнее разделять мнение, что бум вокруг ИИ — это пузырь. Если технология настолько увеличивает производительность людей, которые умеют ею пользоваться, то разговоры о её «переоценённости» становятся всё менее убедительными.

Работа на финансовом рынке Алгоритмы. Квант. Моё отношение к ИИ. Я абсолютно не доверяю ИИ в принятии инвестиционных решений. Мой пайплайн выглядит так: Данные → API → Коннектор → База данных → Аналитика → Сигнал → Портфель → Алгоритмический трейдинг Где здесь ИИ? Нигде. ИИ пишет код — и на этом его участие заканчивается. Поэтому MCP (Model Context Protocol) я не использую. В моей архитектуре ему просто нет места. Блок «Аналитика → Сигнал → Портфель» полностью построен на математических моделях. Никаких чёрных ящиков. Любой торговый сигнал должен иметь понятное объяснение: почему он появился и какую гипотезу отражает. Конечно, можно использовать машинное обучение для подбора параметров моделей. Это правильное направление, и многие именно так и делают. Но лично я пока до этого не дошёл. Банально не хватает времени. Поэтому параметры моделей я по-прежнему оптимизирую вручную, опираясь на опыт и интуицию. Всё-таки человеческий мозг пока тоже на что-то способен. Где ИИ пока слабее всего. Если говорить про алгоритмический трейдинг (execution на бирже), то здесь у меня противоположный опыт. На мой взгляд, ИИ пока очень слаб именно как архитектор сложной бизнес-логики. Именно здесь я поймал больше всего ошибок. Стоило мне предположить, что ИИ сам догадается, как должна работать логика исполнения ордеров или управления состояниями, — почти всегда возникали проблемы. Пример: парный плавающий (floating) ордер maker-maker, который, естественно, должен правильно отрабатывать частичное исполнение. В случае же исполнения первой ноги должен менять вторую ногу на taker order. Все версии Claude до Fable регулярно ошибались в подобных задачах. Только Fable смог с третьей попытки исправить архитектурные ошибки, оставшиеся после предыдущих моделей.

Моя концепция работы с ИИ Я рад, что тема оказалась интересной, поэтому поделюсь своим опытом. Это лишь мой подход к работе с ИИ, а не универсальная инструкция. Сначала пару слов о стеке и принципах разработки. ИИ всё знает, но очень глупый. Такой вот парадокс. К самому ИИ вас практически никто не пускает — вы работаете через ИИ-агента. Поэтому успех решения задачи, на мой взгляд, примерно на 50% зависит от модели и на 50% — от агента. Соответственно, нужен сильный ИИ и удобный агент. Мой текущий стек: 🔵VS Code с агентом Claude; 🔵Cursor со встроенным агентом. Документация важнее кода. ➡️Работа ведётся внутри проекта, где есть центральный документ — соглашение с агентом о базовых правилах разработки. ➡️На каждый этап создаётся документация в Markdown. ➡️Перед каждым изменением кода составляется пошаговый план, который затем изменяет и документацию, и сам код. ➡️Ключевой элемент вайб-кодинга — режим Plan. Чем подробнее мы вместе с агентом прорабатываем план (по сути — техническое задание), тем выше качество результата. С Fable5 количество ошибок при таком подходе стало очень небольшим. На мой взгляд, главный прогресс последних месяцев связан именно не с интеллектом модели, а с тем, как агент исполняет план и исправляет ошибки, которые неизбежно появляются в процессе генерации кода. Если вы пробовали вайб-кодинг полгода назад, то ваш опыт из прошлого века. Скорость или качество? Здесь возникает интересная дилемма. Можно потратить время и написать практически идеальное ТЗ. А можно сделать упрощённый план, рассчитывая, что остальное ИИ додумает самостоятельно. Я почти всегда выбираю второй вариант. Мне важнее скорость. Я готов получить рабочее решение через пару часов, а потом ещё пару дней исправлять ошибки. Честно говоря, большинство этих ошибок возникает потому, что я сам недостаточно подробно описал задачу. Хотя это совершенно не мешает мне потом злиться на ИИ. Кажется, что этот супер-интеллект должен был всё понять сам. Но нет. Пока он скорее очень старательный, чем очень умный.

Fable5 Наблюдавшим в онлайне прохождение индексом 😗 Мосбиржи отметки 2000 пунктов советую на выходных немного отвлечься. Как раз созрела новая тема. Хочу поделиться своим опытом работы с Fable5 (и не только) и порассуждать о возможностях современного ИИ. 👆 Для контекста. Последний год я провожу с ИИ часов по десять в день. В основном занимаюсь разработкой торговых алгоритмов, моделей портфельного конструирования, отчётности и, по сути, созданием полноценной PMS (Portfolio Management System) под задачи нашего фонда. Но не только. Вместе с ИИ я реализую и личные проекты: игры, дашборд для макроэкономической аналитики, сетевой туннель и многое другое. Думаю, объём работы, который мы с ИИ сделали за этот год, в классической модели разработки потребовал бы команды примерно из двадцати программистов. Возможно, они написали бы более качественный код. Но и выпили бы не одну цистерну моей крови за это время. Поэтому я решил написать небольшую серию постов о текущих возможностях ИИ. Возможно, не все читатели моего канала проводят с ИИ столько времени, сколько провожу я. Поэтому попробую рассказать не столько про сами модели, сколько про свой практический опыт их использования. ✌ Если есть пожелания, о чём рассказать в первую очередь или какие темы особенно подробно разобрать — пишите в комментариях. Постараюсь учесть это в следующих публикациях.

Акции или облигации Хочу дать рискованный совет моим бывшим институциональным клиентам (если они меня читают). Если вам сейчас рекомендуют увеличивать аллокацию в российские акции — не надо на это соглашаться. Почему совет рискованный? Потому что исторически, начиная с 1998 года, на серьёзных падениях российский рынок акций всегда надо было покупать. Всегда — значит, что эта стратегия в прошлом работала в 100% случаев. Т.е. сейчас я предлагаю не делать то, что всегда работало раньше. Именно в этом и заключается риск моей рекомендации. Но я считаю, что мою аргументацию стоит как минимум выслушать и дважды подумать. Для информации. С 2022 года долгосрочный инвестор ни разу не смог получить более высокую доходность от покупки российского рынка акций, чем от самого консервативного инструмента — фонда денежного рынка LQDT. Посмотрите на график. Это сравнение полной доходности LQDT и индекса полной доходности Мосбиржи. По текущим ценам любая точка входа в LQDT с 2022 года оказалась выгоднее, чем покупка широкого рынка российских акций. Я считаю, что эта ситуация сохранится. На мой взгляд, LQDT продолжит опережать рынок акций как по абсолютной доходности, так и, тем более, по доходности с поправкой на риск. Почему? Потому что сегодня я не вижу фундаментальных предпосылок для устойчивого роста прибылей российских публичных компаний, а значит, и для роста дивидендов. При этом реальная доходность облигационного рынка остаётся очень высокой.

Сейчас я вам расскажу, где дно… …у 👻 Биткоина. Кто не любит длинные посты, то у меня есть две короткие версии правильного ответа: а) его нет; б) я не знаю. Я давно пытаюсь найти какие-то фундаментальные метрики, которые могли бы хоть как-то объяснить поведение цены Биткоина. Например, когда-то я пытался разложить его динамику на отдельные факторы. Но это оказался обычный подгон задним числом. Прогнозная ценность — ноль. Попытки привязать цену Биткоина к M2 тоже, на мой взгляд, бесполезны. Динамика 2026 года должна была окончательно похоронить эту гипотезу. Связь с хешрейтом — тоже не работает. А что тогда работает? Я вижу три более-менее квантуемых фактора: 1️⃣Институциональные покупки (ETF — график 1, Treasury-компании — график 2). 2️⃣TVL в DeFi — объём активов, заблокированных в смарт-контрактах (график 3). 3️⃣Капитализация стейблкоинов (график 3). Что можно извлечь из этих графиков? 🔵Институциональные покупки, прежде всего объём BTC у ETF, действительно хорошо коррелируют с ценой. Но проблема в том, что это запаздывающий индикатор. Почти как скользящая средняя: корреляция высокая, прогнозной пользы практически нет. Он отлично объясняет прошлое, но почти ничего не говорит о будущем. 🔵TVL DeFi, наоборот, подсказывает неприятную мысль: развития экосистемы практически нет. Пока криптоиндустрия в основном продолжает обслуживать саму себя. Торговля токенами, инфраструктура, стейкинг, мемкоины — и всё. 🔵Есть, конечно, позитивный момент — быстро растёт использование стейблкоинов. Но даже $300 млрд — это пока очень немного по мировым финансовым меркам. Да, капитализация стейблкоинов исторически коррелировала с ценой Биткоина. Но я бы подчеркнул «коррелировала в прошлом». ✌Итого. Главная проблема Биткоина, как мне кажется, — отсутствие роста полезности всей криптоиндустрии. Крипта пока почти не рождает проекты, создающие новую экономическую ценность. Если посмотреть на топ-200 криптоактивов по капитализации, что мы там увидим? Инфраструктуру блокчейнов, токены бирж, токены стейкинга… и огромное количество откровенного мусора. Где новые бизнесы? Я их практически не вижу. Поэтому сегодня Биткоин, на мой взгляд, не способен устойчиво расти без масштабных институциональных покупок вроде тех, что делает Майкл Сейлор. Последний заметный тренд — переход криптоиндустрии от торговли мемкоинами и прочим скамом к токенизации реальных активов: акций, облигаций, фондовых индексов. Но и это, строго говоря, не новый бизнес. Брокерский бизнес существует десятилетиями. Почему именно крипта становится для него привлекательной? Я вижу две причины: налоги и комплаенс. Токенизация позволяет многим инвесторам проще получать доступ к зарубежным активам, зачастую с более низкими комиссиями и меньшим количеством регуляторных ограничений. Но должен ли из-за этого Биткоин стоить $1 млн? Лично у меня большие сомнения. Я пока не вижу, чтобы этот новый сегмент был настолько комплементарен спросу на Биткоин, чтобы оправдать подобные оценки. #BTC

Что это такое? 🤔 Вместе с ИИ разработал техническую документацию и концепт одного проекта. Какой вариант вам кажется наиболее правильным? Варианты:

🚀 Инфляция С июня инфляция вновь ускоряется. В июле, похоже, она составит не менее 1% за месяц. Если так и будет, то официальная инфляция (трёхмесячная сезонно сглаженная, по моей методике расчёта) ускорится примерно до 10% годовых. Кроме того, у нас теперь есть более длинный ряд альтернативных оценок инфляции, рассчитываемых 👫 АРБ на основе тех же ценовых рядов Росстата. АРБ считает свою методику более корректной, и она даёт оценки примерно в 1.3–1.5 раза выше официальных (см. рыжую линию на графике). Таким образом, альтернативная оценка инфляции летом 2026 года выходит уже в район 15% годовых. Что в такой ситуации делать ЦБ? На мой взгляд, вариантов, кроме повышения ставки, практически нет. Повысит ли он её — не знаю. Но с точки зрения логики текущей денежно-кредитной политики должен. Денежная масса продолжает расти, бюджетные расходы тоже растут. Если необходимо сдержать избыточный спрос, то ключевую ставку, по идее, придётся возвращать к уровням 15-16%. Представляю, какие сейчас непростые дискуссии идут в застенках ЦБ. И одновременно констатирую: ни рынок, ни большинство аналитиков такой сценарий пока в свои прогнозы не закладывают.

Семейное достижение Старшая дочка закончила школу с золотой медалью. Раньше такое достижение казалось мне чем-то невероятным. В нашем выпускном классе было восемь отличников, но никто не получил медаль. В университете отличников-школьников тоже было много, а вот медалистов — единицы. В общем, до сих пор мне не доводилось даже подержать такую медаль в руках. Теперь в нашей семье есть своя золотая медаль.

Газпром штурмует дно 2008 года.   Газпром – это не только народное достояние, но еще огромное количество труб большого диаметра, опутавших всю России. Я попросил ИИ помочь мне найти данные по тоннажу металла в трубопроводах Газпрома (только на территории РФ). 🔥 Итог рыночной оценки Газпрома можете увидеть на картинке.   Примечания:                ⚫️Количество акций в обращении: 23,67 млрд шт. * 94 рубля. Капитализация = 2.2 трлн рублей ⚫️Масса 55 млн т — рабочая (чуть завышенная) оценка металла в наземной магистральной ГТС РФ (~155–182 тыс. км).                          ⚫️«Штрипс/лист» — наиболее корректная база для металла как материала. Диапазон сырья 2026: ~55 000–65 000 ₽/т.                  ⚫️Сварная ТБД — прямошовная (не бесшовная); прайсы 2026 ~90 000–160 000 ₽/т с НДС и наценкой.                       ⚫️Лом 3А — годовой пик июль 2026 (~16 000–22 000 ₽/т).                           Источники: gazprom.ru; отчёт Газпрома 2018; «Эйлер»/Коммерсантъ (ноя 2025); Ведомости (2026); складские прайсы ТБД 2026.

💩 Учись сынок.. Вот так торгуют настоящие профессионалы. Майкл Сейлор - скоро будет продавать курсы по трейдингу. Купил по 65 и 63к, продал по 59 и 60