воскресенье, 31 января 2016 г.
суббота, 30 января 2016 г.
воскресенье, 24 января 2016 г.
суббота, 23 января 2016 г.
Uber`s financials
Вот тут некоторые финансовые показатели просочились в прессу.
На фоне безумного valuation они выглядят просто фантасмагорично.
При выручке 1.2 млрд. $ за три квартала 2015 убыток составил 1.7 млрд. $
Что еще конечно очень удивило, это то что Усманов вложил пару десятков миллионов летом 2015 исходя из оценки в 50 ярдов. Народ правда говорит, что у него было много успешных инвестиций в IT и он знает, что делает. На это я могу сказать, что большинство этих успешных инвестиций было сделано в партнерстве с Мильнером, который отказался вкладывать в эту историю даже когда valuation был гораздо скромнее.
Еще многие оправдывают всю эту историю тем, что дескать Убер всех конкурентов вынесет и потом заживет долго и счастливо.
Но эти аргументы не выдерживают никакой критики по следующим причинам:
Update
Вот тут еще оказывается Фридман решил вложиться на 200 лямов :))
Я народ из альфы в отличие от большинства других олигархов, как бизнесменов конечно уважаю, но ей богу занимались бы они лучше тем, в чем понимают и имеют экспертизу.
На фоне безумного valuation они выглядят просто фантасмагорично.
При выручке 1.2 млрд. $ за три квартала 2015 убыток составил 1.7 млрд. $
Что еще конечно очень удивило, это то что Усманов вложил пару десятков миллионов летом 2015 исходя из оценки в 50 ярдов. Народ правда говорит, что у него было много успешных инвестиций в IT и он знает, что делает. На это я могу сказать, что большинство этих успешных инвестиций было сделано в партнерстве с Мильнером, который отказался вкладывать в эту историю даже когда valuation был гораздо скромнее.
Еще многие оправдывают всю эту историю тем, что дескать Убер всех конкурентов вынесет и потом заживет долго и счастливо.
Но эти аргументы не выдерживают никакой критики по следующим причинам:
- кто будет это все финансировать? попытки привлечь деньги у физиков показывают, что уже нет институционалов, желающих вкладываться по такому valuation
- барьеры для входа на этом рынке не высоки, и даже временно победив текущих конкурентов путем демпинга, ты не застрахован от скорого появления новых
- технологических и каких то прочих серьезных конкурентных преимуществ у компании пока не просматривается
Ну и в целом пора конечно пузырьку сдуваться. Начало уже положено.
Show must go on! :))
Вот здесь можно почитать, что думают о ситуации ведущие венчурные капиталисты.
По ссылкам ниже есть более детальная инфа по компаниям "единорогам".
Update
Вот тут еще оказывается Фридман решил вложиться на 200 лямов :))
Я народ из альфы в отличие от большинства других олигархов, как бизнесменов конечно уважаю, но ей богу занимались бы они лучше тем, в чем понимают и имеют экспертизу.
пятница, 22 января 2016 г.
Немного истории
Топ 20 крупнейших по капитализации компаний за последние 10 лет.
С одной стороны обновился список больше чем на половину, с другой
есть компании, которым все нипочем. Присутствие в текущем списке
Facebook и Amazon конечно забавляет, но я думаю это временное
недоразумение.
С одной стороны обновился список больше чем на половину, с другой
есть компании, которым все нипочем. Присутствие в текущем списке
Facebook и Amazon конечно забавляет, но я думаю это временное
недоразумение.
четверг, 21 января 2016 г.
Оценки частных технологических компаний начинают падать
Вот тут в двух недавних размещениях valuation упал в 2 раза по сравнению с прошлыми раундами:
Jawbone Raises $165 Million at Half Its Last Valuation
Foursquare Raises $45 Million, Cutting Its Valuation Nearly in Half
Хорошая табличка с цифрами по куче других компаний есть в блоге про Uber
Update
Вот так вот менялась оценка Foursquare
Update
Вот так вот менялась оценка Foursquare
Foursquare’s funding and valuation history:
September 2009 – $1.35 million Series A, $6.35 million valuation
June 2010 – $20 million Series B, $115 million valuation
June 2011 – $50 million Series C, $561 million valuation
February 2014 – $77 million Series D, $650 million valuation
January 2016 – $45 million Series E, ~$325 million valuation
June 2010 – $20 million Series B, $115 million valuation
June 2011 – $50 million Series C, $561 million valuation
February 2014 – $77 million Series D, $650 million valuation
January 2016 – $45 million Series E, ~$325 million valuation
воскресенье, 17 января 2016 г.
Uber Private Placement
Uber готовится провести очередное частное размещение своих акций.
Две вещи особенно впечатляют.
Valuation для компании, которая генерит гигантский убыток составляет 62,5 млрд. $ (прошлое размещение летом 2015 проходило по оценке в 51 млрд)
"The Company anticipates that, as its market becomes increasingly competitive, maintaining and enhancing its brand may become increasingly difficult and expensive. ... The Company has incurred significant net losses since inception and the Company expects it operating expenses to increase significantly in the foreseeable future. ... A significant portion of the Company's expenses and investments are fixed, and it may not be able to adjust its spending quickly enough if its revenue is less than expected."
Но в конце концов к этому безумию в valuation можно привыкнуть.
Основной прикол, что они хотят продать акции high net worth individuals не раскрывая отчетности и даже основных показателей (это скорее всего говорит о степени жести результатов). В общем это уже по моему совсем за гранью.
Еще засада в том, что что по такому valuation в компанию в декабре вложились вполне респектабельные mutual funds. Понятно, что они туда вложили меньше 1% своих активов и возможно получили какой то protection от падения стоимости своих вложений, но такие вещи по моему надо все таки как то пресекать/лучше регулировать на законодательном уровне, потому что большая часть пайщиков этих фондов вряд ли подписывались на игру в казино.
Что касается собственно оценки, то вот тут Damodaran делал небольшой разбор полетов.
У него получилось 23,5 млрд. $ при очень оптимистичных и абсолютно произвольных предположениях. В реальности на текущей стадии развития эта контора вряд ли может стоить больше 2-3 ярдов.
Причиной тому является очень неустойчивая бизнес модель, низкие барьеры для входа и гиперконкурентная среда. В общем если дело дойдет до IPO, то вангую, что компания повторит судьбу Groupon.
Вот здесь если кому интересно можно посмотреть valuations of private unicorns.
Впечатляет конечно.
Две вещи особенно впечатляют.
Valuation для компании, которая генерит гигантский убыток составляет 62,5 млрд. $ (прошлое размещение летом 2015 проходило по оценке в 51 млрд)
"The Company anticipates that, as its market becomes increasingly competitive, maintaining and enhancing its brand may become increasingly difficult and expensive. ... The Company has incurred significant net losses since inception and the Company expects it operating expenses to increase significantly in the foreseeable future. ... A significant portion of the Company's expenses and investments are fixed, and it may not be able to adjust its spending quickly enough if its revenue is less than expected."
Но в конце концов к этому безумию в valuation можно привыкнуть.
Основной прикол, что они хотят продать акции high net worth individuals не раскрывая отчетности и даже основных показателей (это скорее всего говорит о степени жести результатов). В общем это уже по моему совсем за гранью.
Еще засада в том, что что по такому valuation в компанию в декабре вложились вполне респектабельные mutual funds. Понятно, что они туда вложили меньше 1% своих активов и возможно получили какой то protection от падения стоимости своих вложений, но такие вещи по моему надо все таки как то пресекать/лучше регулировать на законодательном уровне, потому что большая часть пайщиков этих фондов вряд ли подписывались на игру в казино.
Что касается собственно оценки, то вот тут Damodaran делал небольшой разбор полетов.
У него получилось 23,5 млрд. $ при очень оптимистичных и абсолютно произвольных предположениях. В реальности на текущей стадии развития эта контора вряд ли может стоить больше 2-3 ярдов.
Причиной тому является очень неустойчивая бизнес модель, низкие барьеры для входа и гиперконкурентная среда. В общем если дело дойдет до IPO, то вангую, что компания повторит судьбу Groupon.
Вот здесь если кому интересно можно посмотреть valuations of private unicorns.
Впечатляет конечно.
суббота, 16 января 2016 г.
О прогнозах
За последние года 1.5 - 2 в связи с крымнашем, а затем с резким падением
нефтяных цен многие люди начиная с президента и заканчивая кучей
диванных аналитиков в соцсетях делали массу всяких прогнозов,
естественно в большинстве своем попавших пальцем в небо (сам тоже был
грешен, предсказал масштабный банковский кризис, который пока не случился).
Вот например такие, ставшие уже фольклером :))
На самом деле хорошие глобальные прогнозы делать очень непросто, даже если все делать по науке и в соответствии с лучшими практиками. Однако если полностью игнорировать некоторые подходы, то как правило ничего хорошего и близко не выйдет.
Я это все к тому, что появилась свежая очень неплохая книжка о принципах, которую большинству будет невредно прочитать.
Также в связи с этой темой нельзя не упомянуть об уже ставшей классикой жанра книге Nate Silver. Эта книга представляет собой разбор различных исторических кейсов из разных областей знания, начиная от природных катаклизмов и заканчивая финансовым рынком.
Ну и напоследок упомяну еще одну отличную книжку, поясняющую на пальцах, какие ошибки многие делают при проведении статистических исследований и при интерпретации статистических данных.
нефтяных цен многие люди начиная с президента и заканчивая кучей
диванных аналитиков в соцсетях делали массу всяких прогнозов,
естественно в большинстве своем попавших пальцем в небо (сам тоже был
грешен, предсказал масштабный банковский кризис, который пока не случился).
Вот например такие, ставшие уже фольклером :))
На самом деле хорошие глобальные прогнозы делать очень непросто, даже если все делать по науке и в соответствии с лучшими практиками. Однако если полностью игнорировать некоторые подходы, то как правило ничего хорошего и близко не выйдет.
Я это все к тому, что появилась свежая очень неплохая книжка о принципах, которую большинству будет невредно прочитать.
Также в связи с этой темой нельзя не упомянуть об уже ставшей классикой жанра книге Nate Silver. Эта книга представляет собой разбор различных исторических кейсов из разных областей знания, начиная от природных катаклизмов и заканчивая финансовым рынком.
Ну и напоследок упомяну еще одну отличную книжку, поясняющую на пальцах, какие ошибки многие делают при проведении статистических исследований и при интерпретации статистических данных.
четверг, 14 января 2016 г.
Machine Learning Courses
Технологии machine learning сейчас достаточно активно применяются для разработки алгоритмических стратегий, поэтому владение этой проблематикой я думаю будет достаточно полезным для серьезных quant трейдеров. Тут конечно есть много вопросов/нюансов связанных с оверфиттингом и т.д., но об этом надо писать отдельно.
Опять же "сырьевой" цикл похоже завершен и в ближайшие 5-7 лет вряд ли мы увидим высокие цены на нефть, металлы. Соответственно эта ситуация ничего хорошего нашей стране не сулит, а при сохранении цен на нефть на уровне 30-40 $/bbl в течении пары лет и вовсе грозит стране катастрофой. Соответственно, для молодежи с хорошими математическими способностями, чтобы остаться относительно независимыми в нашей стране долбанутых мудаков и побеждающего мракобесия, и иметь возможность устроиться работать не за фантики, получение специальности в области data science это очень даже неплохой вариант,
тем более что как пишут ожидается большой дефицит таких специалистов в ближайшем будущем.
Теперь собственно перейдем непосредственно к теме поста.
Пару дней назад стартовал онлайн курс Стэнфорда по machine learning, основанный на материалах отличной книжки. Для выполнения заданий используется язык R. Уровень знания математики требуемый для изучения материала достаточно умеренный (базовые курсы линейной алгебры и теории вероятности и математической статистики на уровне технического вуза) в отличие от более продвинутой книжки тех же авторов.
Саму книжку можно бесплатно скачать на странице авторов.
Видео предыдущих курсов можно посмотреть здесь или здесь.
Если говорить о других онлайн курсах по теме, то надо также отметить еще один стэнфордский курс на Coursera.
В этом курсе используется совсем простая математика, так что доступно практически всем (хотя нельзя сказать, что задания прям совсем простые). Здесь также удобно, что нет жестких дедлайнов и учиться можно в комфортном для себя темпе. Плохо только, что задания надо делать в Matlab & Octave, Python & R они не принимают.
Предыдущие версии материалов курса доступны здесь.
Более продвинутые лекции того же автора по теме можно
найти здесь и здесь.
Также в конце января на Coursera стартует курс по машинному обучению от Яндекса.
Я так понимаю, что это будет насколько упрощенная версия их курса, который они читают в своей школе анализа данных.
https://yandexdataschool.ru/edu-process/courses/machine-learning
Для выполнения практических заданий нужно будет использовать Python.
Я сам этот курс не смотрел, но думаю должно быть интересно.
Еще можно упомянуть про курс от университета Джона Хопкинса на курсере,
но там стандартная по отзывам для всей специализации проблема, что объясняют мало и плохо, а задания дают достаточно непростые.
Через какое то время постараюсь написать, какие еще книжки по теме можно почитать.
Опять же "сырьевой" цикл похоже завершен и в ближайшие 5-7 лет вряд ли мы увидим высокие цены на нефть, металлы. Соответственно эта ситуация ничего хорошего нашей стране не сулит, а при сохранении цен на нефть на уровне 30-40 $/bbl в течении пары лет и вовсе грозит стране катастрофой. Соответственно, для молодежи с хорошими математическими способностями, чтобы остаться относительно независимыми в нашей стране долбанутых мудаков и побеждающего мракобесия, и иметь возможность устроиться работать не за фантики, получение специальности в области data science это очень даже неплохой вариант,
тем более что как пишут ожидается большой дефицит таких специалистов в ближайшем будущем.
Теперь собственно перейдем непосредственно к теме поста.
Пару дней назад стартовал онлайн курс Стэнфорда по machine learning, основанный на материалах отличной книжки. Для выполнения заданий используется язык R. Уровень знания математики требуемый для изучения материала достаточно умеренный (базовые курсы линейной алгебры и теории вероятности и математической статистики на уровне технического вуза) в отличие от более продвинутой книжки тех же авторов.
Саму книжку можно бесплатно скачать на странице авторов.
Видео предыдущих курсов можно посмотреть здесь или здесь.
Если говорить о других онлайн курсах по теме, то надо также отметить еще один стэнфордский курс на Coursera.
В этом курсе используется совсем простая математика, так что доступно практически всем (хотя нельзя сказать, что задания прям совсем простые). Здесь также удобно, что нет жестких дедлайнов и учиться можно в комфортном для себя темпе. Плохо только, что задания надо делать в Matlab & Octave, Python & R они не принимают.
Предыдущие версии материалов курса доступны здесь.
Более продвинутые лекции того же автора по теме можно
найти здесь и здесь.
Также в конце января на Coursera стартует курс по машинному обучению от Яндекса.
Я так понимаю, что это будет насколько упрощенная версия их курса, который они читают в своей школе анализа данных.
https://yandexdataschool.ru/edu-process/courses/machine-learning
Для выполнения практических заданий нужно будет использовать Python.
Я сам этот курс не смотрел, но думаю должно быть интересно.
Еще можно упомянуть про курс от университета Джона Хопкинса на курсере,
но там стандартная по отзывам для всей специализации проблема, что объясняют мало и плохо, а задания дают достаточно непростые.
Через какое то время постараюсь написать, какие еще книжки по теме можно почитать.
Подписаться на:
Сообщения (Atom)