Стратегии Усиленных Инвестиций

Введение в российскую стратегию

Актуализировано: 21.07.2021
В стратегию включены недооцененные компании с порядочным корпоративным управлением, преимущественно без государственного участия. «Российский» портфель включает в себя как B2C, так и commodity компании, которые занимают около 80% структуры портфеля
В стратегию включены недооцененные компании с порядочным корпоративным управлением, преимущественно без государственного участия. «Российский» портфель включает в себя как B2C, так и commodity компании, которые занимают около 80% структуры портфеля
Для инвестирования в commodity игроков мы рассчитываем, какую прибыль на уровне EBITDA каждая компания, вероятно, получает в данный момент. Наша платформа каждую минуту пересчитывает ожидаемую прибыль и денежное положение компаний в текущей рыночной среде с учетом цен на сырьевые товары и изменений курсов валют. Компании, наиболее недооцененные по мультипликаторам стоимости к текущей рыночной прибыли, включены в целевой портфель.

Оставшуюся часть портфеля занимают B2C компании, наиболее привлекательные по показателям роста и недооцененности по мультипликаторам.

Мы запустили нашу стратегию 1 января 2015 года, и она показывает более чем 25%-ю аннуализированную среднюю доходность с запуска; всего доходность с запуска составляет +822.5% в сравнении с доходностью Индекса Мосбиржи за этот же период в +165.2%.

Справочно: стратегия предполагает использование плеча в размере порядка 20%.

Раздел I. Инвестирование в сырьевые компании

Предпосылки стратегии: факторы, влияющие на оценку сырьевых компаний

Наш базовый подход к работе с commodity компаниями заключается в том, что справедливую стоимость компании надо оценивать в каждый отдельный момент времени — с учетом последних изменений в конъюнктуре на соответствующем рынке и времени, прошедшего с последней отчетности.
Условно, если прибыль сталелитейной компании в последний период была $1000 млрд, а цена на сталь была $400, то независимо от долгосрочного прогноза цен на сталь, при прочих равных (одинаковой капитализации) намного комфортнее находиться в акциях компании, если текущая цена на сталь стала $500, нежели в ситуации, когда она была $ 300. Намного комфортнее находиться именно потому, что справедливая фундаментальная стоимость компании в этом случае больше.
Почему больше? Казалось бы, при традиционном подходе инвестиционных банков стоимость определяется на базе долгосрочных DCF* моделей и на базе долгосрочных прогнозов цен, а сиюминутные колебания цен на продукцию компании не должны влиять на справедливую стоимость компании. На самом деле, стоимость будет больше в нашем понимании в силу 2 факторов:
* Дисконтированный денежный поток (DCF) — это метод оценки, используемый для оценки стоимости инвестиции на основе ожидаемых будущих денежных потоков.
1.
Есть некоторая вероятность того, что произошедший сдвиг цен является фундаментальным (как, например, произошло с ростом цен на палладий в связи с развитием спроса со стороны электромобилей), а не временным (как иногда случается с ценами на уголь во время наводнений).
2.
По факту в моменте, с периода последней отчетности и скорее всего ближайшие месяцы, в ситуации позитивной конъюнктуры компания зарабатывает больше, а, следовательно, ее чистый долг будет ниже, чем в ситуации, когда конъюнктура негативна.
В этой связи представляется важным оценивать 2 параметра: сколько компания зарабатывает в моменте с учетом текущей конъюнктуры? Каков вероятно ее чистый долг в моменте с учетом конъюнктуры и числа дней, прошедших с даты последней отчетности?

Часто аналитики не меняют свои целевые цены на акции в зависимости от ежедневных изменений цен на сырье. Обычно считается, что небольшой дневной рост цен происходит из-за циклических сдвигов в спросе и предложении, которые скорректируются в ближайшее время.

Однако мы считаем, что нельзя просто игнорировать дневные изменения. Хотя некоторые сдвиги в ценах на сырьевые товары можно списать как временные — например, рост цен на уголь во время наводнений в Австралии — другие являются верными признаками фундаментальных сдвигов в стоимости.

В начале 2021 года было бы трудно сказать, что повышенный спрос на автомобильную промышленность и рост цен на сырьевые товары, подпитывающие этот спрос, являются циклической тенденцией. Такой рост цен наблюдается при рассмотрении текущих цен на металлы платиновой группы. Эти металлы широко используются в катализаторах для автомобилей с двигателем внутреннего сгорания. Учитывая более строгие экологические стандарты для производителей автомобилей во всем мире, а также отголоски скандала с выхлопными газами Volkswagen, мы внимательно следим за вышеупомянутыми товарами. Однако на ранних стадиях роста отрасли эти сдвиги в спросе будут проявляться так же, как и циклические изменения. Отсутствие этих ранних тенденций часто означает значительно более низкую рентабельность инвестиций.

Какие ценовые сдвиги носят циклический характер, а какие являются прогнозами роста в отрасли?

Хотя мы не полностью верим в способность традиционных рыночных аналитиков прогнозировать движение цен на сырьевые товары, интересно подумать о следующем.

Если определенный товар существенно движется вверх (или вниз) — в интересах долгосрочной модели, что лучше — для того, чтобы цены на сырьевые товары оставались текущими ценами, или чтобы подразумевать, что они вернутся к историческим уровням (или использовать некоторый средний подход)?

Чтобы ответить на этот вопрос, во-первых, нам нужно понять, какой параметр мы прогнозируем. Вероятно, если мы считаем, что стоимость компании является дисконтированной NPV (чистой приведенной стоимостью) ее будущих денежных потоков, мы заинтересованы в прогнозировании дисконтированной цены на товар на следующий период; возьмем 10 лет на этот период в рамках нашего анализа.

Мы взяли данные Всемирного банка о ценах на основные сырьевые товары с 1960 года и проверили, какой из подходов позволит лучше спрогнозировать будущую дисконтированную цену на сырьевые товары (цена, которая важна для оценки компании). Совершенно очевидно, что ошибка прогноза довольно велика — невозможно предсказать, что будет в ближайшие 10 лет.


Анализ цен на сырьевые товары

В этой таблице показан средний уровень неверных прогнозов с использованием 3 различных подходов:

  • Вариант 1 — Прогнозы с использованием средних цен за последние 5 лет.
  • Вариант 2 — Прогнозы с использованием текущей спотовой цены.
  • Вариант 3 — Прогнозы с использованием среднего значения между текущей спотовой ценой и исторической ценой за 5 лет.

Прогнозы цен с максимальной точностью выделены зеленым цветом

Для большинства товаров оказалось разумным использовать среднее значение между текущими и историческими ценами.

Однако оказалось, что для всех ресурсов в прогнозе целесообразно использовать текущие рыночные цены (по сравнению с использованием только исторических уровней). Более того, для большинства товаров разумно брать средние по текущим ценам и историческим уровням. В дополнение к повышенной точности это также снижает риски — когда цены на сырьевые товары повышаются, система усредняет их с историческими уровнями, что помогает избежать покупок по максимуму (что имеет смысл с учетом циклического характера цен на сырьевые товары).

Тем не менее, мы нашли исключение из этого правила: использование текущих цен без усреднения по сравнению с историческими показателями оказалось более разумным для прогнозирования цен на сырьевые товары, которые следуют тенденциям, а не циклам, таким как нефть и золото.

Влияние инфляции и девальвации валюты на цены commodity компаний

Инфляция может показаться настоящим убийцей портфелей, но не обязательно, когда речь идет о сырьевых товарах.

Обычно валюты имеют тенденцию к девальвации в неблагоприятных рыночных условиях (экономические проблемы, падение цен на нефть и т. д.). В эти моменты нередко падают и рыночные индексы, и цены на сырьевые товары.

Однако, исходя из нашего опыта, рынок существенно недооценивает положительный эффект девальвации.
Часто цены на сырьевые товары измеряются в долларах США, одной из самых стабильных мировых валют. Однако для компаний, работающих за пределами США, CapEx и OpEx* затраты обычно измеряются в местной валюте. Это означает, что эти сырьевые компании зарабатывают намного больше, если они находятся в стране с легко обесцениваемой местной валютой — их доход остается относительно стабильным, в то время как их операционные расходы резко снижаются.
* Capital expenditures — капитальные расходы; operating expenses — операционные расходы
Например, российские сырьевые компании в нашем портфеле показали примерно 100% рост в 2015 году после того, как российский рубль обесценился более чем вдвое по сравнению с уровнем 2014 года. Кроме того, совсем недавно, после спада COVID, многие сырьевые акции продемонстрировали значительную динамику роста. Это оставляет нам некоторые реальные возможности в нестабильной рыночной среде.

Подход: выбор недооцененных компаний с учетом рыночной конъюнктуры

В целом мы считаем, что рынок недооценивает или переоценивает влияние рыночных изменений на сырьевые товары. Применяя последовательный, фундаментальный подход, мы смогли найти недостатки рынка, которые указывают на недооцененность компаний практически в любой рыночной среде.

Следовательно, если компания торгуется дешево, кратно ее текущей рыночной стоимости над прибылью в текущих рыночных условиях, мы действительно считаем, что она может быть недооценена и желательна для инвестиций.

Наша стратегия выбора сырьевых компаний была создана как система, которая последовательно отбирает недооцененные компании в сырьевых отраслях, готовых к росту в ближайшем будущем. Эта стратегия включает в себя не только анализ мультипликаторов и финансовых показателей целевых компаний, но также взаимосвязь товарных и валютных рынков. Стратегия может выявлять неэффективность рынка и выбирать наиболее недооцененные компании в каждой рыночной среде, применяя последовательный фундаментальный подход. Это более высокотехнологичное решение, дающее вам более наукоемкие возможности.
В других областях это называется прогнозирование текущего состояния бизнеса — nowcasting.

Подход к прогнозированию: прогнозирование текущего состояния компании

Сколько компания зарабатывает на данный момент? Каков ее чистый долг с учетом рыночной конъюнктуры и последней отчетной даты?

В этом отношении мы считаем важным оценить, сколько компания зарабатывает в текущих рыночных условиях.
Мы постоянно пересчитываем потенциальную прибыль для компаний, корректируя наш портфель с учетом поминутных изменений в текущей рыночной среде, используя возможности нашей платформы.
Мы учитываем рост цен на сырье из-за инфляции и снижение расходов из-за девальвации валют.
Поэтому мы оцениваем потенциал по 2 параметрам:
1.
Сколько зарабатывает компания в текущих рыночных условиях.
2.
Расчетный чистый долг компании на основе:
  • текущей конъюнктуры;
  • количества дней, прошедших с момента последнего отчета о доходах;
  • размера дивидендов, выплаченных после последней отчетной прибыли.
Подход Усиленных Инвестиций
  • Оперативный учет изменений в конъюнктуре с поправкой на риск
  • Объективные факторы и единая система для всех компаний
  • Незамедлительная реакция на изменения в ценах ресурсах, ценах акций и курс доллара
  • Применяется принцип возврата к среднему для мультипликаторов EV/EBITDA
Традиционный подход банков
  • DCF модели на бесконечный период
  • Некоторые параметры субъективны (WACC, постпрогнозный темп роста)
  • Модели базируются на долгосрочных прогнозах цен на сырьевые ресурсы и курса доллара
  • Модели редко актуализируются
Пример: осенью 2019 г. цена ММК была 36, и крупные торговые дома рекомендовали ее продавать, а наша система показывала, что падение прибыли будет не таким большим, как закладывает рынок (с учетом того, что существенная доля продаж приходится на внутренний рынок, где цены практически не упали), и соответственно с учетом уже упавшей капитализации компания оценена слишком дешево. Мы совершали покупки по 36, и впоследствии распродавали позиции около 44.
На базе этой стратегии мы разработали систему расчета потенциалов. Мы по ней торговали с начала 2015 г., но актуализация анализа происходила в ручном режиме и с задержками, а покрытие было неполным.

Сейчас, когда мы ввели данные по динамике котировок, дивидендов и финансовых показателей в базу данных и автоматизировали расчет на сервере, у нас появилась возможность проверить, какими получились бы результаты стратегии при работе в ней в полностью автоматическом режиме с начала 2015 года, а также каковы были бы оптимальные параметры системы.

Back-test: мощное, 24.8х раз, превосходство над IMOEX

Для каждой компании рассчитывается прибыль на уровне EBITDА в текущей и исторической конъюнктуре. Берется средняя между ними EBITDA, если текущая конъюнктура лучше. Иначе (если текущая хуже) берется текущая (консервативный подход).

Рассчитывается мультипликатор EV/EBITDA к полученной EBITDA, в качестве целевого мультипликатора EV/EBITDA берется историческое значение EV/EBITDA за последние 3 года на уровне 75% перцентиля. Инвестиция осуществляется во все компании, для которых полученный потенциал роста составляет >10%.

Доли в компаниях распределены пропорционально потенциалу.
Портфель российской стратегии против индекса Мосбиржи (без дивидендов)

Back-test осуществлялся с 01.01.2015 до нынешнего времени. Максимальная просадка портфеля могла состояться 20.03.2020 в размере -16.8%.

В таблице ниже вы можете увидеть доходность стратегии по годам.
Таблица ниже показывает доходность по эмитентам и следующие показатели:

  1. Сколько дней мы находились бы в бумагах компании, придерживаясь тестируемой стратегии
  2. Доходность за время нахождения в бумаге, придерживаясь тестируемой стратегии
  3. Доходность бумаги при нахождении в ней в течение всего тестового периода
  4. Аннуализированная (средняя годовая) доходность бумаги с нахождением согласно стратегии (=(2) в степени 365/(1))
  5. Аннуализированная (средняя годовая) доходность бумаги при нахождении в ней в течение всего тестового периода
Тикер дней доход. доход. полн. аннуал. аннуал. полн.
1 2 3 4 5
AGRO 1059 563.5% 483.4% 92.0% 31.0%
AKRN 985 137.5% 425.8% 37.8% 29.0%
AQUA 0 0.0% - - -
CHMF 1926 359.1% 558.3% 33.5% 33.5%
EVRE 1973 1212.4% 662.4% 61.0% 36.5%
GLPR 0 0.0% - - -
GLTR 791 45.8% 232.1% 19.0% 20.2%
GMKN 2293 739.2% 442.8% 40.3% 29.6%
HGML 1406 1028.4% 1524.2% 87.6% 53.3%
LKOH 997 258.2% 334.5% 59.5% 25.2%
MAGN 956 327.2% 799.4% 74.1% 40.0%
NKNC 0 0.0% - - -
NLMK 1322 321.9% 525.5% 48.8% 32.4%
PHOR 1701 429.3% 343.8% 43.0% 25.7%
PLZL 901 247.6% 1648.0% 65.7% 124.3%
POGR 2026 402.8% 394.5% 33.8% 27.8%
POLY 1930 342.5% 331.6% 32.5% 25.1%
RUAL 1243 337.3% 48.2% 54.2% 8.1%
TSG 181 20.3% 2176.1% 45.1% 13552.9%

  1. Сколько дней мы находились бы в бумагах компании, придерживаясь тестируемой стратегии
  2. Доходность за время нахождения в бумаге, придерживаясь тестируемой стратегии
  3. Доходность бумаги при нахождении в ней в течение всего тестового периода
  4. Аннуализированная (средняя годовая) доходность бумаги с нахождением согласно стратегии (=(2) в степени 365/(1))
  5. Аннуализированная (средняя годовая) доходность бумаги при нахождении в ней в течение всего тестового периода
Тикер дней доход. доход. полн. аннуал. аннуал. полн.
1 2 3 4 5
AGRO 1059 563.5% 483.4% 92.0% 31.0%
AKRN 985 137.5% 425.8% 37.8% 29.0%
AQUA 0 0.0% - - -
CHMF 1926 359.1% 558.3% 33.5% 33.5%
EVRE 1973 1212.4% 662.4% 61.0% 36.5%
GLPR 0 0.0% - - -
GLTR 791 45.8% 232.1% 19.0% 20.2%
GMKN 2293 739.2% 442.8% 40.3% 29.6%
HGML 1406 1028.4% 1524.2% 87.6% 53.3%
LKOH 997 258.2% 334.5% 59.5% 25.2%
MAGN 956 327.2% 799.4% 74.1% 40.0%
NKNC 0 0.0% - - -
NLMK 1322 321.9% 525.5% 48.8% 32.4%
PHOR 1701 429.3% 343.8% 43.0% 25.7%
PLZL 901 247.6% 1648.0% 65.7% 124.3%
POGR 2026 402.8% 394.5% 33.8% 27.8%
POLY 1930 342.5% 331.6% 32.5% 25.1%
RUAL 1243 337.3% 48.2% 54.2% 8.1%
TSG 181 20.3% 2176.1% 45.1% 13552.9%
Ниже представлено распределение, в какие компании система осуществляла бы инвестиции в каждый период.
Динамика структуры портфеля

Раздел II. Инвестирование в B2C компании

Предпосылки стратегии: показатели для оценки B2C компаний

При выстраивании стратегии работы с потребительскими компаниями, мы базировались на следующих фундаментальных идеях, к которым пришли за время работы в инвестиционном бизнесе:
1.

B2C компании (в отличии от Commodity компаний) сильно автокоррелированы:

  • компании, которые показывают хорошие темпы роста, как правило продолжают показывать хорошие темпы роста;
  • компании, которые показывают плохие (или падающие) темпы роста финансовых показателей, как правило продолжают показывать плохие (или падающие) темпы роста финансовых показателей.
2.
Иногда быстрорастущие компании перестают быть быстрорастущими (как случалось с Магнитом или Протеком), и на это надо быстро реагировать. Соответственно, с высоким весом нужно принимать во внимание самые последние темпы роста финансовых показателей, чтобы успеть выйти из позиции, если снижение произошло. Не хочется оказаться в компании, которая уже не растет, надеясь на то, что она будет стоить столько же по мультипликатору, как когда показывала высокие темпы роста финансовых показателей.
3.
В целом, можно зарабатывать и на не особо быстрорастущих компаниях, если они генерируют много денег для акционеров; важна комбинация зарабатываемого денежного потока и темпов роста.

Подход: выбор недооцененных и быстрорастущих компаний

При анализе B2C-компаний нужно с высоким весом принимать во внимание самые последние темпы роста финансовых показателей. Важна комбинация зарабатываемого денежного потока и темпов роста.

На базе вышесказанного, мы сформулировали 3 идеи для тестирования на B2C-стратегиях.
1
Инвестирование в компании, создающие максимальную фундаментальную стоимость (через рост бизнеса и денежный поток)
  • Рассчитываем стоимость, которую создала компания за последние 12 месяцев, и относим ее к капитализации компании.
  • Чтобы посчитать стоимость, мы берем прирост EBITDA год к году на базе последнего доступного квартала, приводим ее к годовой базе и умножаем на мультипликатор компании, добавляя денежный поток компании.
  • Получается простая логика — если компания на базе последнего периода создала стоимость (в виде расширения бизнеса или дивидендов и денежного потока), вероятно она и в перспективе сможет создавать такую стоимость; если не создала (например, EBITDA росла не особо быстро, а также денежные потоки генерировались в небольшом объеме), скорее всего в последующие периоды она тоже такую фундаментальную стоимость для акционеров создать не сможет, соответственно включать ее в портфель нет смысла.
  • Инвестиция осуществляется в компании, у которых полученный параметр — отношение создаваемой за год фундаментальной стоимости к текущей капитализации — превышает 20%; доли определяются пропорционально данному параметру.
Перейти к результатам бэктестирования
2
Инвестирование во временно недооцененные компании в режиме ускоренного роста
Инвестируем только в компании, находящиеся не в режиме замедления, но в режиме ускорения роста относительно исторического (выручка/EBITDA на базе последнего доступного квартала растут лучше, чем в среднем за последние 3 года), которые при этом стоят по мультипликатору EV/EBITDA дешевле, чем стоили исторически на уровне 75% перцентиля.
Стратегия показала хорошие результаты на бектесте — как для российских, так и для американских компаний. Доля в каждой компании определяется пропорционально потенциалу восстановления мультипликатора до 75% перцентиля.
Перейти к результатам бэктестирования
3
Инвестирование в компании, несправедливо оцененные по мультипликаторам с учетом своих метрик роста и генерации денег
Третий метод будет состоять в том, чтобы на базе большого набора данных по компаниям считать общий справедливый мультипликатор на базе текущих и исторических темпов роста финансовых показателей, а также генерации денежного потока. Формула и точная взаимосвязь еще требует выработки, мы планируем продолжить изыскания по этому вопросу.
Таким образом, в целевой портфель включены компании либо с высоким значением прироста фундаментальной стоимости LTM (выше 20%), либо высоким экспресс-потенциалом роста (выше 75% перцентиля).

Вышеупомянутые два подхода показали достаточно хорошие результаты на бектесте.

Back-test: инвестирование в компании с максимальной фундаментальной стоимостью

Для каждой компании рассчитывается фундаментальная стоимость, созданная за последние 12 месяцев: берется прирост EBITDA год к году на базе последних квартальных результатов и приводится к годовому уровню.

Полученный результат умножается на мультипликатор (берется средний между текущим мультипликатором для компании и средним фундаментальным значением для всех компаний 6.5x) и добавляется денежный поток компании за последние 12 месяцев (сумма выплаченных дивидендов, сокращения долга и выкупов акций). Полученная величина делится на текущую капитализацию. Инвестиции осуществляются во все компании, для которых полученная величина получилась >20%.

Доли в компаниях распределены пропорционально потенциалу.

Бектест проводился в период с 01.01.2015 по сегодняшний день. Средняя аннуализированная доходность портфеля составила +44.5% против индекса Мосбиржи +16.0%. Максимальная просадка могла случится 19.03.2020 в размере -36.8%.
Доходность индекса Мосбиржи и портфеля

В таблице ниже вы можете увидеть доходность стратегии по годам.
Таблица ниже показывает доходность по эмитентам и следующие показатели:

  1. Сколько дней мы находились бы в бумагах компании, придерживаясь тестируемой стратегии
  2. Доходность за время нахождения в бумаге, придерживаясь тестируемой стратегии
  3. Доходность бумаги при нахождении в ней в течение всего тестового периода
  4. Аннуализированная (средняя годовая) доходность бумаги с нахождением согласно стратегии (=(2) в степени 365/(1))
  5. Аннуализированная (средняя годовая) доходность бумаги при нахождении в ней в течение всего тестового периода
Тикер дней доход. доход. полн. аннуал. аннуал. полн.
1 2 3 4 5
DSKY 824 225.8% 147.6% 68.7% 32.7%
FIVE 1268 187.4% 280.1% 35.5% 22.6%
LNTA 215 13.2% -33.1% 23.4% -6.3%
MAIL 269 -10.8% 69.9% -14.4% 18.9%
MDMG 52 25.1% 204.8% 381.5% 444.7%
MGNT 376 48.2% -27.3% 46.5% -6.1%
MTSS 1153 111.8% 188.4% 26.8% 17.6%
MVID 1025 199.6% 483.2% 47.8% 30.9%
PRTK 788 119.6% 167.9% 44.0% 16.2%
QIWI 1283 -25.4% -22.3% -8.0% -3.8%
SBER 883 185.8% 634.3% 54.4% 35.6%
TCSG 1569 574.8% 4191.8% 55.9% 85.7%
VEON 52 4.6% -17.7% 37.3% -25.7%
VTBR 56 6.7% 71.0% 52.3% 2828.9%
YNDX 384 -0.7% 402.4% -0.6% 31.5%

  1. Сколько дней мы находились бы в бумагах компании, придерживаясь тестируемой стратегии
  2. Доходность за время нахождения в бумаге, придерживаясь тестируемой стратегии
  3. Доходность бумаги при нахождении в ней в течение всего тестового периода
  4. Аннуализированная (средняя годовая) доходность бумаги с нахождением согласно стратегии (=(2) в степени 365/(1))
  5. Аннуализированная (средняя годовая) доходность бумаги при нахождении в ней в течение всего тестового периода
Тикер дней доход. доход. полн. аннуал. аннуал. полн.
1 2 3 4 5
DSKY 824 225.8% 147.6% 68.7% 32.7%
FIVE 1268 187.4% 280.1% 35.5% 22.6%
LNTA 215 13.2% -33.1% 23.4% -6.3%
MAIL 269 -10.8% 69.9% -14.4% 18.9%
MDMG 52 25.1% 204.8% 381.5% 444.7%
MGNT 376 48.2% -27.3% 46.5% -6.1%
MTSS 1153 111.8% 188.4% 26.8% 17.6%
MVID 1025 199.6% 483.2% 47.8% 30.9%
PRTK 788 119.6% 167.9% 44.0% 16.2%
QIWI 1283 -25.4% -22.3% -8.0% -3.8%
SBER 883 185.8% 634.3% 54.4% 35.6%
TCSG 1569 574.8% 4191.8% 55.9% 85.7%
VEON 52 4.6% -17.7% 37.3% -25.7%
VTBR 56 6.7% 71.0% 52.3% 2828.9%
YNDX 384 -0.7% 402.4% -0.6% 31.5%
Ниже видно распределение, в какие компании система осуществляла бы инвестиции в каждый период.
Динамика структуры портфеля

Back-test: инвестирование в недооцененные компании в режиме ускоренного роста

Инвестиция осуществляется равномерно во все компании, у которых текущий рост финансовых показателей (средний между последним показанным ростом выручки и EBITDA) выше среднего исторического за последние 3 года, и при этом по мультипликатору EV/EBITDA компания стоит дешевле, чем стоила исторически на уровне 75% перцентиля.

Доли в компаниях распределены пропорционально потенциалу.

Бектест проводился в период с 01.01.2015 по сегодняшний день. Средняя аннуализированная доходность портфеля составила +46,6% против индекса Мосбиржи +16,0%. Максимальная просадка могла случится 28.03.2020 в размере -39,0%.
Доходность индекса Мосбиржи и портфеля

В таблице ниже вы можете увидеть доходность стратегии по годам.
Таблица ниже показывает доходность по эмитентам и следующие показатели:

  1. Сколько дней мы находились бы в бумагах компании, придерживаясь тестируемой стратегии
  2. Доходность за время нахождения в бумаге, придерживаясь тестируемой стратегии
  3. Доходность бумаги при нахождении в ней в течение всего тестового периода
  4. Аннуализированная (средняя годовая) доходность бумаги с нахождением согласно стратегии (=(2) в степени 365/(1))
  5. Аннуализированная (средняя годовая) доходность бумаги при нахождении в ней в течение всего тестового периода
Тикер дней доход. доход. полн. аннуал. аннуал. полн.
1 2 3 4 5
DSKY 250 40.0% 147.6% 63.5% 32.7%
FIVE 836 117.2% 280.1% 40.3% 22.6%
LNTA 459 12.4% -33.1% 9.8% -6.3%
MAIL 493 -18.9% 69.9% -14.4% 18.9%
MDMG 4 5.5% 204.8% >1000% 444.7%
MGNT 1008 0.6% -27.3% 0.2% -6.1%
MTSS 769 124.3% 188.4% 46.7% 17.6%
MVID 1008 63.2% 483.2% 19.4% 30.9%
PRTK 662 117.9% 167.9% 53.6% 16.2%
QIWI 674 15.1% -22.3% 7.9% -3.8%
SBER 609 37.8% 634.3% 21.2% 35.6%
TCSG 728 283.7% 4191.8% 96.2% 85.7%
VEON 52 4.6% -17.7% 37.3% -25.7%
VTBR 0 0.0% - - -
YNDX 838 214.2% 402.4% 64.6% 31.5%

  1. Сколько дней мы находились бы в бумагах компании, придерживаясь тестируемой стратегии
  2. Доходность за время нахождения в бумаге, придерживаясь тестируемой стратегии
  3. Доходность бумаги при нахождении в ней в течение всего тестового периода
  4. Аннуализированная (средняя годовая) доходность бумаги с нахождением согласно стратегии (=(2) в степени 365/(1))
  5. Аннуализированная (средняя годовая) доходность бумаги при нахождении в ней в течение всего тестового периода
Тикер дней доход. доход. полн. аннуал. аннуал. полн.
1 2 3 4 5
DSKY 250 40.0% 147.6% 63.5% 32.7%
FIVE 836 117.2% 280.1% 40.3% 22.6%
LNTA 459 12.4% -33.1% 9.8% -6.3%
MAIL 493 -18.9% 69.9% -14.4% 18.9%
MDMG 4 5.5% 204.8% >1000% 444.7%
MGNT 1008 0.6% -27.3% 0.2% -6.1%
MTSS 769 124.3% 188.4% 46.7% 17.6%
MVID 1008 63.2% 483.2% 19.4% 30.9%
PRTK 662 117.9% 167.9% 53.6% 16.2%
QIWI 674 15.1% -22.3% 7.9% -3.8%
SBER 609 37.8% 634.3% 21.2% 35.6%
TCSG 728 283.7% 4191.8% 96.2% 85.7%
VEON 52 4.6% -17.7% 37.3% -25.7%
VTBR 0 0.0% - - -
YNDX 838 214.2% 402.4% 64.6% 31.5%
Ниже видно распределение, в какие компании система осуществляла бы инвестиции в каждый период.
Динамика структуры портфеля

Таким образом мы получили некоторую уверенность, что разработанные стратегии работы с потребительскими компаниями работают в среднесрочной перспективе, и мы планируем придерживаться их в дальнейшем.

Финансовый результат портфеля: доходность с момента запуска превосходит доходность индекса Мосбиржи в 5 раз!

Около 80% портфеля составляют commodity компании, оставшуюся часть портфеля занимают B2C компании, наиболее привлекательные по показателям роста и недооцененности по мультипликатору.

Стратегия была запущена 01.01.2015 и показала отличные результаты: доходность портфеля с момента запуска составляет +822.5% против IMOEX +165.2%.

В настоящий момент наша стратегия «Российские компании» показала +16.9% с начала года против +12.6% доходности индекса МосБиржи. Максимальная просадка образовалась 24.03.2020 в размере -29.7%.
Результативность портфеля «Усиленные Инвестиции», %
Индекс
Московской биржи, %
Динамика портфеля и индекса Мосбиржи
На данный момент коэффициент Шарпа по стратегии равен 1.51. Он используется, чтобы помочь инвесторам понять доходность инвестиций по сравнению с их риском. Коэффициенты Шарпа выше 1.00 обычно считаются «хорошими», так как это предполагает, что портфель предлагает избыточную доходность по сравнению с его волатильностью.

Итоги

Как мы анализируем сырьевые компании?

ПРОИЗВОДСТВО
Что производит компания? Увеличивает ли компания производство?
КОНЪЮНКТУРА
Каковы сейчас цены на продукцию компании относительно уровня LTM? Каков был исторический максимум цен и при каких условиях? Какой консенсус по ценам в среднесрочной перспективе? Есть ли у цен долгосрочные макродрайверы?
ГЕНЕРАЦИЯ CASH FLOW
Много ли компания зарабатывает денег на уровне FCF? Платит ли дивиденды и в каком размере?
МУЛЬТИПЛИКАТОРЫ
Как компания оценена по мультипликаторам стоимости относительно исторических уровней и компаний-аналогов?
МОДЕЛИРОВАНИЕ
Анализируем структуру выручки и затрат компании, считаем ожидаемое значение выручки и затрат в текущей конъюнктуре, считаем значение мультипликатора EV/ожидаемая EBITDA
СРАВНЕНИЕ С АНАЛОГАМИ
Насколько недооценена компания по EV/ожидаемая EBITDA в сравнении с аналогами

Как мы анализируем бурнорастущие компании?

РОСТ
Быстро ли растёт выручка, трафик, операционные показатели? Какова скорость прироста?
ДАЛЬНЕЙШИЕ ПЕРСПЕКТИВЫ
Каковы глобальные макротренды и индустриальные для рынков компании? Какие позитивные факторы существуют на уровне самой компании?
ЮНИТ-ЭКОНОМИКА
Какова рентабельность валовой / операционной прибыли и рентабельность EBITDA? Улучшаются ли эти показатели?
МУЛЬТИПЛИКАТОРЫ
Как компания оценена по мультипликаторам стоимости относительно исторических уровней и компаний-аналогов?
ЛОКАЛЬНАЯ НЕДООЦЕНКА
Насколько далека цена акции от локальных максимумов?
РИСКИ
Существуют ли дополнительные факторы недооценки, которые необходимо учитывать?
Стратегия «Российские компании» запущена 01.01.2015
Внушительное превосходство над IMOEX — доходность стратегии выше в 5 раз, чем доходность индекса Мосбиржи с момента запуска (+822.5%);
Коэффициент Шарпа равен 1.51
Аннуализированная доходность по стратегии составляет более 25%