Анализ инструментов фондового рынка и формирование эффективного портфеля

Выбор этой темы для меня не случаен. Будучи студентом, я понимаю, что управление личными финансами — это не просто сухие цифры, а фундамент будущей независимости. Когда сбережения еще невелики, каждое решение имеет вес, а цена ошибки кажется особенно высокой. Но именно сейчас — лучшее время, чтобы превратить хаотичное бюджетирование в системный подход и выработать привычку инвестировать.

Этот проект стал для меня возможностью разобраться, как на практике работают механизмы российского рынка. Мне важно понять, как грамотно распределять ограниченные ресурсы между акциями и облигациями, чтобы не только сохранить, но и приумножить капитал. Это исследование — шаг к осознанной финансовой грамотности, попытка найти баланс между риском и доходностью, который подойдет именно мне и поможет сформировать надежную базу для будущего.

Чтобы выводы опирались на твердую почву, я обратилась к данным аналитического портала Dohod.ru. Это один из самых авторитетных ресурсов, предоставляющий детальную информацию по дивидендам, купонам и котировкам.

1. ПОИСК ОБРАБОТКА ДАННЫХ. Работа началась с выгрузки исторических котировок с портала Dohod.ru. Я обработала данные, привела даты к единому формату, устранила пропуски и объединила разрозненные таблицы в единый датасет, готовый к анализу.
2. БАЗОВАЯ АНАЛИТИКА. Я рассчитала фундаментальные метрики — доходность и волатильность. Это позволило мне не на словах, а на цифрах увидеть разницу между поведением акций и облигаций.
3. ОЦЕНКА РИСКОВ. Чтобы понять, чего ждать в кризис, я исследовала "плохие сценарии": рассчитала максимальные исторические просадки и посмотрела, как менялась волатильность в разные периоды времени.
4. СОЗДАНИЕ ВИРТУАЛЬНЫХ ПОРТФЕЛЕЙ. Я проверила, как добавление облигаций помогает сгладить колебания портфеля и защитить капитал.

Для начала я импортировала необходимые мне библиотеки: pandas, numpy, matplotlib. Далее приступаем к извлечению данных, обработки и их анализу.

Далее перехожу к настройке цветовой палитры, настройке шрифтов и их размеров, которые будут использоваться в графиках, легендах графика и аналитике.

Для анализа используем файлы: russian_stocks_bonds_historical_prices.csv russian_stocks_bonds_static_data.csv В рамках этого блока мы проведем проверку на наличие файлов и загрузим метаданные, если они есть, проанализируем количество строк.

В рамках этого этапа мы рассмотрим гипотезу: Акции дают выше среднюю доходность и выше волатильность по сравнению с облигациями.

ВЫВОД: График наглядно подтверждает базовую гипотезу: активы с более высокой доходностью обычно имеют и более высокую волатильность.

• Инструменты группируются, что позволяет визуально выделить кластеры более консервативных и более агрессивных активов.
• Подписаны 15 наиболее доходных инструментов, что помогает быстро идентифицировать лидеров по доходности в исследуемом периоде.

гипотеза: волатильность акций более изменчива во времени, чем у облигаций.

ВЫВОД: График демонстрирует, что волатильность не является постоянной величиной. Она значительно изменяется во времени.

• Сравнивая линии, можно подтвердить гипотезу: у некоторых активов (акций) волатильность колеблется в более широком диапазоне, чем у других (облигаций).

Гипотеза: после учета риска (отношение доходности к волатильности) ранжирование инструментов может измениться

ВЫВОД:

• Ранжирование инструментов по этому показателю отличается от простого ранжирования по доходности. Некоторые высокодоходные, но слишком волатильные активы опускаются в списке. В топе могут оказаться умеренно доходные, но очень стабильные инструменты, что делает их привлекательными для консервативных инвесторов. Данный график позволяет сделать более взвешенный выбор, чем просто анализ доходности, так как он учитывает "цену" этой доходности в виде риска.

Гипотеза: облигации показывают низкую корреляцию с акциями

ВЫВОД: Активы с низкой или отрицательной корреляцией являются хорошими кандидатами для включения в один портфель, так как они помогают сглаживать общую волатильность.

• На графике видны "квадраты" активов с высокой взаимной корреляцией (например, акции из одного сектора экономики). Это говорит о том, что для диверсификации нужно выбирать активы из разных кластеров.