Ребалансировка экспериментального портфеля Монте-Карло | Итоги квартала и новые настройки
Приветствую, коллеги и читатели!
Сегодня важный день — первая ребалансировка нашего экспериментального дивидендного портфеля, собранного методом Монте-Карло.
Напомню, что этот подход, используемый NASA, хедж-фондами и регуляторами (включая ЦБ РФ), позволяет находить оптимальные комбинации активов, учитывая не только доходность, но и риски.
Портфель оптимизируется с помощью алгоритма стохастического моделирования (метод Monte Carlo Simulation, далее алгоритм MCS) на исторических данных за 3 года. Критерии отбора включают дивидендную доходность, волатильность и параметры распределения с учетом «толстых хвостов».
Как работает алгоритм MCS? 500K случайных портфелей → фильтр по дивидендам и риску → выбор оптимального. Никаких ручных правок — только математика.
Ранее я уже публиковал детали формирования первоначального портфеля из 7 акций:
посмотреть статью можно здесь.
Что изменилось за 3 месяца?
- Модернизация алгоритма MCS: учёт «толстых хвостов»
В конце мая алгоритм был дополнен модулем анализа эксцесса и асимметрии распределений (учет “толстых хвостов”), что позволило лучше оценивать риски редких, но значимых рыночных событий. Для генерации используется 500000 случайных комбинаций активов с последующим выбором оптимального портфеля по принципу Pareto-грани (максимум доходности при минимальном риске).
Подробнее о “толстых хвостах” (fat tails):
– Статья о модернизации портфеля
– Рекомендую книгу «Хулиномика» (А. Марков) — там одна из глав посвящена “толстым хвостам”. - Текущие результаты
Портфель опережает индекс MCFTRR на 0,3% за весь период.
Почему не стоит расстраиваться из-за скромного отрыва?
3 июля 2025 прошла дивидендная отсечка «Ленэнерго», а доля этой бумаги в портфеле — 17,5%.
Поскольку «Ленэнерго» не входит в индекс МосБиржи, MCFTRR не отреагировал на падение цены после отсечки.
До дивидендной отсечки портфель показывал +3,6% к индексу — отличный результат за квартал!
Это значит, что падение временное — после выплаты дивидендов (ожидаем 18 июля 2025 в размере 5420 руб) баланс восстановится. Можно зайти в публичный портфель Монте-Карло 20 июля и убедиться, что доходность +3,6% к индексу восстановилась. - Накопление дивидендов
Все выплаты последних 3 месяцев копились в фонде ликвидности Сбера (SBMM) — это позволило избежать простоя денег и подготовиться к ребалансировке (стратегия описана здесь).
Новые настройки портфеля
- Увеличение диверсификации
- Ранее портфель включал 7 акций, но для снижения рисков решено расширить его до 8 бумаг.
- Максимальный вес одной акции оставлен 18%, минимальный — 5%.
- Параметры отбора
- Период анализа: 01.07.2022 – 03.07.2025 (3 года данных).
- Приоритет: дивидендная доходность + учет «толстых хвостов».
- Критерии:
- Минимальный коэффициент Шарпа: 0.5.
- Целевая дивдоходность: 15%.
Итоговый портфель
Алгоритм MCS выдал новый портфель. Красная звезда – наш красавец:
Распределение долей: от 5% до 18% на акцию. Добавился новый эмитент – Полюс (PLZL)
Добавление денежного компонента в стратегию
В новую версию портфеля включен денежный компонент в размере 10% от текущей стоимости (16 000 руб.). Данное решение обусловлено следующими факторами:
- Механизм пополнения:
- Ежеквартальное довнесение 10% от текущей стоимости портфеля
- Средства размещаются на брокерском счете в ликвидных инструментах (фонд SBMM), либо сразу покупаются акции, если они дешевы.
- Влияние на доходность:
- Ожидаемое снижение совокупной доходности на 0.8-1.2% годовых
- Компенсируется улучшением ликвидности и возможностью оперативно использовать “дешевые” активы
- Преимущества подхода:
- Более точное моделирование реального инвестиционного процесса
- Учет регулярных внешних вливаний (аналог DCA-стратегии)
DCA-стратегия (Dollar-Cost Averaging — усреднение стоимости) — это инвестиционный подход, при котором регулярно (например, ежемесячно или ежеквартально) вкладываются фиксированные суммы в выбранные активы, независимо от их текущей цены.
- Снижение волатильности портфеля на 15-20%
- Позволяет тестировать алгоритм в условиях, приближенных к практике частного инвестора
Хотя чистая математическая модель предполагает 100% инвестирование доступного капитала, я сознательно иду на некоторое снижение доходности ради повышения практической ценности эксперимента
Итоговый портфель можно посмотреть в публичном доступе здесь.
Что в итоге:
- Ребалансировка каждые 3 месяца позволяет адаптироваться к изменениям рынка.
- Алгоритм MCS исключает эмоции, опираясь на математические данные.
- Диверсификация снижает зависимость от одной бумаги (как в случае с Ленэнерго).
Что дальше?
- Через квартал — новая проверка и корректировка.
- Мониторинг влияния «толстых хвостов» на доходность.
Ваше мнение?
Как вам новый подход? Какие параметры стоит добавить в алгоритм? Пишите в комментариях!
P.S. Мне стало интересно, а не ошибается ли мой алгоритм MCS при подборе портфеля. И я решил его проверить, благо есть возможность в Snowball провести бэктест своего портфеля. Загрузил акции и доли, которые выдал алгоритм MCS и ниже на скриншоте результат. Даже объяснять, думаю, ничего не надо после слов “Портфель обогнал MCFTRR на 163% за 3 года” 🙂
Предупреждение:
Приведенные данные носят исключительно информационный характер и не представляют индивидуальную инвестиционную рекомендацию.
Помните: даже математически выверенные стратегии не гарантируют доходности.
Подписывайтесь на WTF invest & Co в телеграм – разбираем тренды, портфели и стратегии!
