Часть 1. Как собрать супернадёжный дивидендный портфель с помощью метода Монте-Карло?
Сегодня расскажу про одну из своих топовых стратегий – портфель из 7 дивидендных акций, отобранных методом Monte-Carlo!
Что это значит?
Метод Монте-Карло – это крутой математический инструмент, который прогоняет сотни тысяч портфелей по заданным метрикам , оценивая риски и доходность. Я создал специальный компьютерный код, который по заданным параметрам моделирует 500000 портфелей и отбирает топ-7 акций с максимальной дивидендной доходностью и приемлемым уровнем риска.
➡ Подробно про метод Монте-Карло можно почитать в Википедии.
Я не финансовый гуру и не продаю курсы. Просто пишу для себя и друзей, которые видят мой результат и спрашивают: “Что посоветуешь? Что купить?”. Тестирую разные инвестиционные стратегии и делюсь результатами. Все бесплатно.
Почему именно 7 акций?
🔹 Достаточно для диверсификации
🔹 Не перегружает портфель ⚖
🔹 Оптимальное соотношение доходности и риска
Меньшее количество акций – слишком рискованно, если кто то не заплатит дивиденд. Большее количество акций – падает доходность портфеля.
Как это работает?
Компьютерная программа по методу Monte-Carlo анализирует на 3-х летнем горизонте:
✅ Дивидендную доходность
✅ Волатильность акций
✅ Финансовое состояние компаний
✅ Исторические данные
…и выдаёт лучший набор!
Не нужно думать, не нужно гадать, просто повторить портфель и всё!
Чуть позже выложу график формирования топ-портфеля и ссылку на него.
Все бесплатно, смотри, анализируй, копируй – если понравился портфель.
Немного обо мне – здесь.
➡ Вторая часть про портфель Монте-Карло здесь.
➡ Третья часть про портфель Монте-Карло здесь.
Внимание!
💡 Этот пост – мое личное мнение, а не инвестиционная рекомендация.
⚠ Помните: любые инвестиции связаны с риском потери денег.
📊 Прежде чем принимать решение, изучите информацию самостоятельно или проконсультируйтесь со специалистом.
Подписывайтесь на WTF invest & Co в телеграм – разбираем тренды, портфели и стратегии!
Комментариев - 1
Интересная идея. Буду следить за результатами.