Louis Vuitton покорение кризисов
Концепция
Фондовый рынок обычно воспринимают как хаотичную среду, где цены скачут из-за новостей, паники и спекуляций. Но если посмотреть на люксовые бренды, картина становится интереснее. Их акции отражают не только обстановку на мировых рынках, но и вещь, которую трудно измерить напрямую: силу имени, устойчивый спрос и доверие покупателей.
В этом проекте я изучаю динамику акций люксового бренда Louis Vuitton (LVMH), а также других французских компаний: Hermès, Christian Dior и Kering. Период охватывает двадцать два года с крупными кризисами вроде 2008-го и 2020-го. Мне хотелось понять, как бренды, чья продукция ассоциируется с традицией и престижем, ведут себя в моменты, когда экономика трещит по швам.
Данные для анализа
Для работы я использовала открытый датасет с историческими котировками четырёх французских люксовых брендов: LVMH, Hermès, Christian Dior и Kering. Датасет включает в себя: даты торгов, цены закрытия, скорректированные значения и объёмы.
Исследовательский вопрос: Как влияют кризисы на стоимость французских люксовых брендов и можно ли выявить сезонность в стоимости акций?
Для визуализации данных были выбраны несколько типов графиков:
1. Линейные графики отображают изменение стоимости акций во времени и позволяют отслеживать динамику. 2. Комбинированные линейные графики показывают краткосрочные изменения на фоне долгосрочного тренда. 3. Столбчатые диаграммы отображают объём торгов и помогают определить периоды повышенной или сниженной рыночной активности. 4. Гистограммы показывают, насколько часто акции растут или падают.
Анализ датасета и визуализация данных
На этом этапе загружаем данные из CSV-файла в датафрейм с помощью библиотеки Pandas. Проверяем структуру таблицы и корректность чтения столбцов.
Подготовка таблицы данных
На первом этапе выполняется первичная обработка исходного датасета с котировками акций французских люксовых брендов. Столбцы приводятся к корректному формату, даты преобразуются в тип datetime, а числовые значения — в числовой формат. Далее данные очищаются от пропусков в ключевых показателях и упорядочиваются по времени, что позволяет корректно работать с временными рядами и проводить дальнейший анализ.
Признаки для анализа
После подготовки данных для каждого бренда формируются дополнительные аналитические признаки. Рассчитывается дневная доходность акций с использованием pct_change (), а также логарифмическая доходность, которая применяется для анализа динамики цен во времени. Для выявления долгосрочных тенденций строится скользящее среднее цены за 252 торговых дня. Дополнительно рассчитывается годовая волатильность на основе стандартного отклонения дневных доходностей в том же окне. Эти признаки позволяют анализировать поведение акций, уровень риска и устойчивость брендов на длинной временной дистанции.
Единый стиль графиков
Для всех визуализаций задаётся единый визуальный стиль. Определяется цветовая палитра, основанная на фирменных цветах Louis Vuitton, а также индивидуальные цвета для других брендов. С помощью настроек matplotlib задаются фон графиков, цвет осей, подписей и сетки, что обеспечивает визуальную согласованность всех графиков. Отдельно настраиваем заголовки графиков с использованием шрифта Futura PT Medium.
График 1 — динамика цены акций LVMH
Для анализа долгосрочной динамики используется линейный график скорректированной цены закрытия (Adj Close). Данные предварительно упорядочены по дате, что позволяет корректно работать с временным рядом. На график дополнительно нанесены кризисные интервалы с помощью axvspan (), что визуально отделяет периоды рыночных потрясений от стабильных фаз. Форматирование временной оси выполняется с использованием YearLocator и DateFormatter, обеспечивая читаемость на длинном временном интервале.
График 2 — влияние кризисов на объём торгов акциями LVMH
Для анализа торговой активности построен линейный график объёма торгов по времени. Поскольку дневные значения объёма сильно шумные и содержат резкие пики, дополнительно рассчитывается сглаженная линия с помощью скользящего среднего rolling (60).mean (). Это позволяет увидеть общий уровень активности рынка без влияния единичных всплесков.
График 3 — разброс дневной доходности акций LVMH и выбросы
Для анализа распределения дневной доходности используется scatter-график, на котором каждая точка соответствует одному торговому дню. По оси времени отложены даты торгов, по вертикальной оси — дневная доходность, рассчитанная с помощью pct_change () и выраженная в процентах. Такой формат позволяет одновременно видеть как общий уровень колебаний, так и отдельные экстремальные значения. График наглядно показывает, что именно кризисные периоды сопровождаются ростом волатильности и увеличением числа выбросов, тогда как в стабильные годы дневные изменения цены концентрируются вблизи медианного уровня.
График 4 — средняя месячная доходность акций LVMH
Сезонный анализ доходности LVMH показал выраженные положительные периоды в марте–апреле и октябре, что совпадает с публикацией финансовых результатов, активностью fashion-индустрии и ожиданиями сезонного спроса. Наоборот, август и сентябрь характеризуются снижением доходности, что отражает низкую рыночную активность летом и глобальную тенденцию слабости рынков в начале осени. Таким образом, сезонность акций LVMH напрямую связана с циклом fashion-показов, отчётности и потребительского спроса в luxury-сегменте.
График 5 — сравнение динамики стоимости акций luxury-брендов
Для сравнения поведения компаний внутри luxury-сектора построен линейный график цен акций четырёх брендов: LVMH (Louis Vuitton), Hermès, Christian Dior и Kering. Для каждого тикера используется скорректированная цена закрытия из исходного датасета без нормализации, что позволяет сравнивать реальные ценовые уровни и их изменения во времени.
График 6 — падение цен акций luxury-брендов в кризисные периоды
Для более точного сравнения реакции брендов на кризисы используется столбчатая диаграмма, отражающая максимальное падение цены в процентах от начала кризисного периода. Для каждого бренда и каждого кризиса рассчитывается относительное снижение цены от стартового значения до локального минимума внутри заданного интервала. График позволяет скорректировать визуальное восприятие, сформированное предыдущими графиками с абсолютными ценами. Хотя на временных рядах падение во время кризиса COVID-19 выглядит наиболее резким из-за высоких уровней цен в этот период, в процентном выражении это снижение оказывается наименьшим среди рассмотренных кризисов.
Выводы из анализа
1. Долгосрочная динамика цен Анализ временных рядов показывает, что акции французских люксовых брендов в долгосрочной перспективе демонстрируют устойчивый рост. Несмотря на отдельные периоды снижения, общее направление движения остаётся положительным для всех рассмотренных компаний. 2. Влияние кризисов Все кризисные периоды сопровождаются падением стоимости акций и ростом волатильности. Однако характер этих спадов различается. Кризисы начала 2000-х и 2008–2009 годов приводят к более глубоким относительным просадкам, тогда как падение во время кризиса COVID-19 выглядит значительным в номинальном выражении, но оказывается наименее глубоким в процентном отношении. 3. Волатильность и выбросы Scatter-графики дневной доходности показывают, что в периоды кризисов резко увеличивается количество экстремальных значений. В стабильные годы доходности концентрируются вблизи медианы, тогда как кризисы сопровождаются ростом как отрицательных, так и положительных выбросов. 4. Объёмы торгов Во время кризисов наблюдается рост торговой активности, что отражает усиление неопределённости и перераспределение позиций инвесторов. После завершения кризисных фаз объёмы торгов постепенно возвращаются к более стабильным уровням. 5. Сезонность Анализ средней месячной доходности показывает наличие повторяющихся сезонных паттернов. Некоторые месяцы демонстрируют более высокую среднюю доходность, в то время как другие чаще связаны с ослаблением динамики. При этом сезонность не носит жёсткого характера и не доминирует над долгосрочным трендом.
Заключение
В рамках проекта был проведён анализ исторических данных по акциям французских люксовых брендов с использованием временных рядов, относительных показателей и объясняющей визуализации. Такой подход позволил рассмотреть влияние кризисов не только через абсолютные изменения цен, но и через относительные показатели, волатильность и торговую активность. Результаты показывают, что кризисы оказывают заметное, но не разрушительное влияние на стоимость акций. Даже в периоды сильных рыночных потрясений бренды сохраняют способность к восстановлению, а в случае кризиса COVID-19 относительные потери оказались минимальными по сравнению с предыдущими кризисами. Анализ сезонности дополняет общую картину, показывая, что внутри года присутствуют устойчивые, но умеренные циклические колебания, которые не нарушают долгосрочную траекторию роста. В целом исследование демонстрирует, что акции французских люксовых брендов характеризуются высокой устойчивостью на длинной временной дистанции. Кризисы усиливают краткосрочную волатильность, но не меняют фундаментального поведения рынка и долгосрочного доверия инвесторов.
Описание применения генеративной модели
Я использовала генеративную модель ChatGPT 5.2 в качестве инструмента для грамотного формулирования исследовательских вопросов в течение выполнения проекта, структурирования анализа, а также для вопросов и уточнений по работе с библиотеками.
