OANDA 1080108910871086108311001079109110771090 10921072108110831099 Cookie 10951090108610731099 1089107610771083107210901100 1085107210961080 10891072108110901099 10871088108610891090109910841080 1074 1080108910871086108311001079108610741072108510801080 1080 108510721089109010881086108010901100 10801093 10891086107510831072108910851086 108710861090108810771073108510861089109011031084 10851072109610801093 10871086108910771090108010901077108310771081. 10601072108110831099 Cookie 10851077 10841086107510911090 1073109910901100 108010891087108610831100107910861074107210851099 107610831103 109110891090107210851086107410831077108510801103 10741072109610771081 10831080109510851086108910901080. 1055108610891077109710721103 108510721096 1089107210811090, 10741099 108910861075108310721096107210771090107710891100 1089 10801089108710861083110010791086107410721085108010771084 OANDA8217 109210721081108310861074 cookie 1074 108910861086109010741077109010891090107410801080 1089 10851072109610771081 105510861083108010901080108210861081 108210861085109210801076107710851094108010721083110010851086108910901080. 1048108510891090108810911082109410801080 10871086 107310831086108210801088108610741072108510801102 1080 10911076107210831077108510801102 109210721081108310861074 Cookie, 1072 10901072108210781077 1091108710881072107410831077108510801102 108010841080 108710881080107410771076107710851099 10851072 10891072108110901077 aboutcookies. org. 1042 108910831091109510721077 10861075108810721085108010951077108510801103 1080108910871086108311001079108610741072108510801103 109210721081108310861074 Cookie 108610871088107710761077108310771085108510991077 1092109110851082109410801080 108510721096107710751086 10891072108110901072 10731091107610911090 1085107710761086108910901091108710851099. 104710721075108810911079108010901100 108410861073108010831100108510991077 1087108810801083108610781077108510801103 1042109310861076 1042109910731088107210901100 1089109510771090: ampltiframe src4489469.fls. doubleclick. net/activityisrc4489469typenewsi0catoanda00dclatdcrdidtagforchilddirectedtreatmentord1num1 mcesrc4489469.fls. doubleclick. net/activityisrc4489469typenewsi0catoanda00dclatdcrdidtagforchilddirectedtreatmentord1num1 breite1 height1 frameborder0 Styledisplay: keine mcestyledisplay: noneampgtamplt / iframeampgt 105010861085107410771088109010861088 10741072108311021090 OANDAs Währungsrechner Werkzeuge verwenden OANDA Preise Handel. Die von führenden Marktdaten-Mitarbeitern zusammengetragen wurden. Unsere Preise werden vertrauenswürdig und von großen Unternehmen, Steuerbehörden, Wirtschaftsprüfungsgesellschaften und Einzelpersonen auf der ganzen Welt verwendet. Oanda,. . , 1990:, 3-ISO. Aufrechtzuerhalten. ,. (.) FxConverter169 199682112016 OANDA Corporation. 104210891077 10871088107210741072 10791072109710801097107710851099. 10581086107410721088108510991077 10791085107210821080 OANDA, fxTrade 1080 108910771084107710811089109010741086 10901086107410721088108510991093 107910851072108210861074 fx 10871088108010851072107610831077107810721090 OANDA Corporation. 104210891077 108710881086109510801077 10901086107410721088108510991077 10791085107210821080, 10871088107710761089109010721074108310771085108510991077 10851072 1101109010861084 10891072108110901077, 11031074108311031102109010891103 10891086107310891090107410771085108510861089109011001102 108910861086109010741077109010891090107410911102109710801093 1074108310721076107710831100109410771074. 10581086108810751086107410831103 10821086108510901088107210821090107210841080 10851072 10801085108610891090108810721085108510911102 107410721083110210901091 108010831080 10801085109910841080 107410851077107310801088107810771074109910841080 1087108810861076109110821090107210841080 1089 10801089108710861083110010791086107410721085108010771084 10841072108810781080 1080 1082108810771076108010901085108610751086 10871083107710951072 107410831077109510771090 1074109910891086108210801077 10881080108910821080 1080 10871086107610931086107610801090 10851077 1074108910771084 1080108510741077108910901086108810721084. 10561077108210861084107710851076109110771084 107410721084 109010971072109010771083110010851086 1086109410771085108010901100, 10871086107610931086107611031090 10831080 107410721084 10901072108210801077 10901086108810751086107410991077 10861087107710881072109410801080 1089 109110951077109010861084 10741072109610801093 108310801095108510991093 1086107310891090108611031090107710831100108910901074. 1042107210961080 109110731099109010821080 10841086107510911090 108710881077107410991089108010901100 10861073109810771084 10741072109610801093 1080108510741077108910901080109410801081. 1048108510921086108810841072109410801103, 10871088108010741077107610771085108510721103 10851072 107610721085108510861084 10891072108110901077, 10851086108910801090 10861073109710801081 10931072108810721082109010771088. 10561077108210861084107710851076109110771084 107410721084 10761086 108510721095107210831072 10901086108810751086107410831080 1086107310881072109010801090110010891103 10791072 1087108610841086109711001102 1082 10851077107910721074108010891080108410991084 1082108610851089109110831100109010721085109010721084 1080 109110731077107610801090110010891103, 109510901086 10741099 108710861083108510861089109011001102 108710861085108010841072107710901077 107410891077 1089108610871091109010891090107410911102109710801077 10881080108910821080. 10581086108810751086107410831103 10871086108910881077107610891090107410861084 108610851083107210811085 -108710831072109010921086108810841099 107410831077109510771090 10761086108710861083108510801090107710831100108510991077 10881080108910821080. 10571084. 108810721079107610771083 17110551088107210741086107410991077 1074108610871088108610891099187 10791076107710891100. 1060108010851072108510891086107410991081 10891087108810771076-1073107710901090108010851075 10761086108910901091108710771085 109010861083110010821086 10821083108010771085109010721084 OANDA Europe Ltd, 1103107410831103110210971080108410891103 10881077107910801076107710851090107210841080 105710861077107610801085107710851085108610751086 10501086108810861083107710741089109010741072 108010831080 1056107710891087109110731083108010821080 10481088108310721085107610801103. 105010861085109010881072108210901099 10851072 1088107210791085108010941091, 1092109110851082109410801080 109310771076107810801088108610741072108510801103 105210584 1080 108210881077107610801090108510861077 10871083107710951086 10891074109910961077 50: 1 1085107710761086108910901091108710851099 107610831103 1088107710791080107610771085109010861074 10571086107710761080108510771085108510991093 106410901072109010861074 1040108410771088108010821080. 1048108510921086108810841072109410801103 10851072 1101109010861084 10891072108110901077 10851077 1087108810771076108510721079108510721095107710851072 107610831103 1078108010901077108310771081 10891090108810721085, 1074 1082108610901086108810991093 10771077 108810721089108710881086108910901088107210851077108510801077 108010831080 1080108910871086108311001079108610741072108510801077 10831102107310991084 10831080109410861084 108710881086109010801074108610881077109510801090 1084107710891090108510991084 1079107210821086108510721084 1080 10871088107210741080108310721084. 10501086108410871072108510801103 1089 108610751088107210851080109510771085108510861081 1086109010741077109010891090107410771085108510861089109011001102 OANDA Europe Limited 1079107210881077107510801089109010881080108810861074107210851072 1074 104010851075108310801080, 108810771075108010891090108810721094108010861085108510991081 10851086108410771088 7.110.087, 11021088108010761080109510771089108210801081 10721076108810771089: Turm 42, Boden 9a, 25 Old Broad St, London EC2N 1HQ. 104410771103109010771083110010851086108910901100 10821086108410871072108510801080 1083108010941077108510791080108810861074107210851072 1080 108810771075109110831080108810911077109010891103 10591087108810721074108310771085108010771084 10921080108510721085108910861074108610751086 1085107210761079108610881072. 10831080109410771085107910801103 8470 542574. OANDA Japan Co. Ltd. 8212 108710771088107410991081 10761080108810771082109010861088 10871086 108610871077108810721094108011031084 1089 10921080108510721085108910861074109910841080 1080108510891090108810911084107710851090107210841080 1090108010871072 Kanto Lokale Finanz Bureau (Kin-sho) 108810771075. 8470 2137 1095108310771085 1040108910891086109410801072109410801080 1092108010851072108510891086107410991093 109211001102109510771088108910861074, 108810771075. 8470 1571.A Sensitivitätsanalyse des AIM-Systems von Robert Lichello Auswahl der AIM-Eingangsvariablen Für diese Analyse wählen wir drei Eingangsvariablen des AIM-Algorithmus: Häufigkeit der Bewertung, Anfangsbeteiligung und verschiedene Arten von Beteiligungen. Herr Lichello schlug vor, den Aktienkurs auf einer monatlichen Frequenz zu betrachten, werden wir diese Vorstellung in unserer Sensitivitätsanalyse beibehalten und auch Entscheidungen auf wöchentlicher Basis treffen. Für den wirklich aktiven Trader werden wir auch sehen, wie der Algorithmus auf Entscheidungen auf einer täglichen Basis reagiert. Herr Lichello zuerst vorgeschlagen, eine sogar 50-50 Split zwischen Eigenkapital und Bargeld. Doch in späteren Ausgaben seines Buches schlug er Verhältnisse so hoch wie 80-20 Eigenkapital zu Bargeld vor. Wir behalten diese beiden Begriffe für unsere Sensitivitätsanalyse und erforschen auch den Raum unter 50-50. Unsere Einstellungen beginnen bei 30 Aktien und erhöhen sich um 10 Intervalle bis zum Erreichen von 80 Aktien. State Street Global Advisors verkaufen ETFs, die den SampP 500 in 9 Sektoren (Consumer Discretionary, Consumer Staples, Energie, Finanzen, Gesundheitswesen, Industrie, Materialien, Technologie und Utilities) aufteilen, heißen Select Sector SPDRs. In dieser Analyse werden wir neben dem S amp P Depository Receipt ETF, Ticker SPY, zwei Sektor-ETFs suchen. Wir verwenden eine ETF, die eine höhere Preisvolatilität als SPY hat und eine mit geringerer Volatilität als SPY. Zur Messung der Volatilität verwenden wir eine Aktien-Beta. Mit Morningstars Schätzung von 3-Jahres-Beta finden wir, dass die ETF mit der meisten Volatilität (Beta von 1,24) ist die Energie-Aktie, Ticker XLE. Der Sektorbestand mit dem niedrigsten Beta von 0,18 ist der Utility ETF, Ticker XLU. Also, wir verwenden die SPY mit einer Beta von 1,00, XLU mit einer Beta von 0,18 und XLE mit einer Beta von 1,24. Alle diese Eingabevariablen und Einstellungen sind in der Tabelle Input Variables und Settings zusammengefasst. AIM basierte Software Automatische Anleger: Mechanische, automatisierte Aktienanlage Software für langfristige Investitionen Automatische Investoren: Eine leistungsstarke, automatisierte, mechanische Aktienanlage Software-Paket entwickelt, um Ihre Rendite zu erhöhen, minimieren Sie Ihr Risiko und sparen Sie Zeit. Auswählen von Ausgangsvariablen und Zeitrahmen Für Ausgangsvariablen benötigen wir die Fähigkeit, die Investitionsleistung für jeden Backtest genau zu messen. Die Messung, die wir verwenden, ist die annualisierte Rendite, die auch als Internal Rate of Return bezeichnet wird. Glücklicherweise hat Microsoft Excel eine eingebaute Funktion (XIRR), die wir verwenden, um die Berechnung zu standardisieren. Zusätzlich erfassen wir den endgültigen Portfoliowert, etwaige Bargeldmängel und die Gesamtzahl der Trades. Der Zeitrahmen für die historischen Kursdaten ist vom 12/22/1998 bis 31.07.2013, etwas mehr als 14-1 / 2 Jahre. Historische Preis - und Dividendenangaben über die Yahoo-Finanz-Website. Zusammenfassend lässt sich, legen wir alle Back-Test-Fälle, die wir für diese Analyse laufen werden. Es gibt 54 verschiedene Kombinationen von Variablen und Einstellungen, die wir gleichzeitig ändern werden. Alle vierundfünfzig Testfälle werden graphisch dargestellt, siehe Abbildung Testfälle. Jeder Testfall stellt einen einzelnen Backtest dar. Beispielsweise besteht ein Testfall darin, den AIM-Algorithmus auf 30 Anfangsinvestitionen einzustellen, die Bewertungshäufigkeit auf täglich festzulegen und die historischen Preisdaten für die XLU-Utility ETF zu verwenden. Führen Sie die Daten über den AIM-Algorithmus aus, berechnen Sie die interne Rendite, erfassen Sie den endgültigen Portfoliowert, jeden Bargeldausfall und die Gesamtzahl der Trades. Welche Eingangsvariablen werden Ihrer Meinung nach am stärksten Einfluss auf die Renditeannahmen für die Prüfung von AIM haben? Es ist immer notwendig, die Annahmen bei einer empirischen Analyse zu dokumentieren, hier ist die Liste für diese Analyse: Gesamtinvestitionsvolumen beträgt 10.000. Der Erstkauf ist der offene Preis am 12/22/1998 AIM Entscheidungen basieren auf dem Schlusskurs der Aktie am letzten Handelstag des Monats für die monatliche Bewertungshäufigkeit, den letzten Handelstag der Woche für die wöchentliche Bewertungshäufigkeit oder den Schlusskurs für An diesem Tag für die tägliche Beurteilung Häufigkeit. Kauf oder Verkaufspreis ist der offene Kurs der Aktie am nächsten Handelstag nach einer AIM-Entscheidung. Kauf - oder Verkaufsaufträge werden nur dann ausgelöst, wenn der AIM-Marktauftrag / - 5 des aktuellen Aktienwerts des Portfolios ist. Bargelddefizite werden gefördert und das Geldkonto wird auf Null gesetzt, bis ein Verkaufsauftrag ausgeführt wird. Aktienhandelsprovisionen werden nicht berücksichtigt, jedoch können wir die gesamten Provisionsaufwendungen unter Verwendung der Gesamtzahl der Geschäfte abschätzen. Die Rendite der Barreserve beträgt 0,5 APR. Dividenden werden in zusätzliche Anteile reinvestiert. Back-Testergebnisse Die Tabelle mit dem Titel Back-Testergebnisse zeigt die Ergebnisse aller 54 Backtests. Wir verwendeten die Regressionsanalyse, um zu ermitteln, welche der drei Eingangsvariablen den signifikantesten Effekt auf die Rendite haben und die Ergebnisse sind: Typ der ETF - Wichtigste anfängliche Kapitalbeteiligung - Signifikante Häufigkeit der Bewertung - unbedeutend Die beiden signifikanten Variablen, ETF und der anfänglichen Kapitalbeteiligung für 94 der Variation, die wir in der Rendite sehen (für den statistisch orientierten r-Quadrat-Wert liegt bei 0,937) Beachten Sie, dass ein signifikanter Bargeldfehlbetrag bei Investitionen in SPY und XLU beobachtet wurde Auf allen Ebenen der Bewertungshäufigkeiten und mit anfänglichen Aktieninvestitionen bis zu 50. Allerdings gab es keine Liquiditätsengpässe bei der Investition in XLE unabhängig von der Bewertungshäufigkeit oder der ursprünglichen Beteiligung. Um zu verstehen, warum es keinen Bargeldfehlbetrag gab, wenn wir in die XLE investierten, müssen wir den Bullenmarkt von Mitte 2002 bis zum Höhepunkt dieses Bullenlaufes Ende 2007 dekonstruieren. Von 7/23/2002 bis 26.12.2007 XLE Preis Reichte von 19,80 bis 80,55 ein 306,8 Anstieg. AIM würde mehrfache Verkaufssignale während dieses Aufstiegs ausgeben und Gebäude-Bargeldreserven für Kaufgelegenheiten während des unvermeidlichen Marktrückganges bauen, der folgte. Die SPY und XLU erlebten einen ähnlichen Stierlauf von Ende 2002 bis Ende 2007, aber der Anstieg war nicht so dramatisch. XLU wuchs 191.4 und SPY wuchs 100.4. Da XLE ein höherer Beta-Bestand ist, führte dies zu einer höheren Preissteigerung, was es AIM ermöglicht, mehr Gewinne zu erfassen. Dies führte dazu, dass in den Kassen genügend Bargeld vorhanden war, um während des steilen Marktrückgangs von Ende 2008 bis Mitte 2009 mehrfache Kaufsignale zu nutzen. Wir sehen auch, dass sich die Anzahl der Geschäfte erhöht, wenn die Bewertungshäufigkeit ansteigt und die ETF-Beta zunimmt. Intuitiv ist das sinnvoll, da wir mehr Handelschancen erwarten würden, wenn wir unseren Portfoliowert öfter prüfen oder wenn der Kurs der ETF stärker auf - / abschwingt. Betrachtet man die Grafik "Effekte der Investitionstypen", so sehen wir, dass die Energie ETF, Ticker XLE, den signifikantesten Effekt auf die Rendite mit einem Durchschnitt von 11 und einem Bereich von 7,1 bis 14,5 hatte. Auswirkungen der Anlageart Nun können Sie die Grafik mit dem Titel Effekte der Anfänglichen Kapitalanlage betrachten. Wir sehen, dass die durchschnittliche Rendite linear von 5,3 mit einer 30 anfänglichen Aktieninvestition den ganzen Weg bis zu 11 mit einer 80 anfänglichen Aktieninvestition erhöht. Beachten Sie, dass die niedrigste Rendite, die wir beobachtet wurde 3,8 und die höchste war 14,5. Effekte der Anfänglichen Kapitalanlage Schließlich, mit Blick auf die Grafik mit dem Titel Effekte der Assessment Frequency, sehen wir, dass die durchschnittliche Rendite nicht sehr viel von täglichen bis monatlichen Bewertungen ändern. In der Tat gab es nur einen kleinen Unterschied von 0,6 durchschnittliche Rendite zwischen täglichen und monatlichen Bewertungen. Effekte der Beurteilungshäufigkeit Da die Beurteilungshäufigkeit zeitlich gemessen wird, können wir sie aus einer anderen Perspektive betrachten. Wir können eine Payback, in Dollar pro Stunde, für die Zeit, die die Bewertung der nächsten Kauf / Verkauf / Halten Entscheidung berechnet. Um dies zu erreichen, müssen wir den durchschnittlichen Anstieg des endgültigen Portfoliowertes für häufigere Bewertungen und die Gesamtzahl der für die Bewertungen aufgewendeten Stunden abschätzen. Zum Beispiel, wenn wir verbringen 5 Minuten jedes Mal, wenn wir den AIM-Algorithmus zu aktualisieren, dann über die 14,7 Jahre dieser Studie hätten wir 14,7 insgesamt Stunden für monatliche Bewertungen, 63,7 Stunden für wöchentlich und 318,5 Stunden täglich verbracht haben. Betrachtet man die Grafik der Effekte der Bewertungsrate auf den endgültigen Portfolio-Wert, so sehen wir, dass der durchschnittliche endgültige Portfolio-Wert 21.445 für monatliche Bewertungen, 23.772 für wöchentlich und 25.044 für täglich betrug. Auf der Grundlage dieser Informationen wird die Rendite für die zunehmende Bewertung von monatlicher bis wöchentlicher Berechnung wie folgt berechnet: (Erhöhung des endgültigen Portfoliowertes) / (zusätzliche Zeit für die Bewertung) (23.772 - 21.445) / (63.7 - 14.7) 2.370 / 49 47.49 pro Stunde Haben wir unser durchschnittliches Portfolio um 2.370 erhöht, indem wir 49 zusätzliche Stunden verbrauchten, um den AIM-Algorithmus für eine Amortisation von 47.49 pro Stunde zu aktualisieren, nicht um ein schäbiges Gehalt. Die Payback für die Erhöhung der Bewertung von monatlich bis täglich ist 11,85 pro Stunde und 4,99 pro Stunde für die Erhöhung der Bewertung von wöchentlich bis täglich. Auswirkungen der Assessment Frequency auf den endgültigen Portfolio Value Fazit Aus unserem ersten AIM Artikel haben wir gesehen, dass Sie auf Buy / Hold investieren können, indem Sie AIM mit dem stark diversifizierten ETF - SPY nutzen. Aus diesem Artikel sehen wir, dass durch die Demontage von SPY und die Nutzung von AIM auf einzelne Branchen mehr Verbesserungen erzielt werden können. Dies ist auf die einzelnen Industrie-ETFs mit einem anderen Grad der Volatilität (gemessen durch Beta) als die aggregierten SPY. Dieser Unterschied ermöglicht es AIM, mehr der inhärenten Flüchtigkeit zu erfassen, die für SPY nicht verfügbar ist. Dies wird durch die Regressionsanalyse unserer Backtest-Daten weiter verifiziert. Wir können daraus schließen, dass der wichtigste Faktor zu berücksichtigen, wenn Sie AIM verwenden, um ein Portfolio von Beteiligungen zu kontrollieren ist die Art der Aktien / Investmentfonds / ETF, die Sie wählen. Um genauer zu sein, scheint es, dass der AIM-Algorithmus mit höheren beta / mehr volatile Investitionen effizienter ist. Ein Wort der Vorsicht aber ist diese Analyse auf ETFs mit Betas, die von 0,18 bis 1,24 liegen begrenzt, haben wir nicht untersucht, die ultra-flüchtigen ETFs, die zwei und drei Mal mehr volatil als die Standard-ETFs sind. So ist es wahrscheinlich nicht sicher, unsere Ergebnisse auf diese Art von Investment-Fahrzeuge zu extrapolieren. Es gibt einen ausführlichen Artikel über die Titelauswahl in den Archiven der A. I.M. Benutzer-Website, hier ist der Link: Stock Selection Artikel. Obwohl dies auf die Auswahl der Bestände in einzelnen Unternehmen fokussiert ist, sollte das Konzept einfach für die ETF-Auswahl gelten. Der nächste Faktor, der eine signifikante Wirkung auf die Rendite zeigt, ist die anfängliche Beteiligung. Da die Rendite linear ansteigt, wenn das anfängliche investierte Kapital zunimmt, sollten wir diesen Faktor als Risiko - / Rückkehrhebel verwenden. Zum Beispiel, wenn Sie ein konservativer Investor und bereit sind, eine niedrigere Rendite für diese Sicherheit zu akzeptieren, dann nur investieren 30-50 zunächst in der ETF. Umgekehrt, wenn Sie bereit sind, auf die volle Kraft der riskanten Investitionen zu nehmen, dann gehen für die Gusto einer 60-80 anfänglichen Aktieninvestitionen. Schließlich, der letzte Faktor, Häufigkeit der Beurteilung scheint unwesentlich in Bezug auf die Rendite. Wenn wir jedoch die Auszahlung für zusätzliche Zeit für die Beurteilung des AIM-Algorithmus betrachten, sehen wir, dass unsere Erhöhung des Portfolio-Wertes die beste ist, wenn die Bewertungshäufigkeit von monatlich auf wöchentlich erhöht wird (durchschnittlich 47,49 pro zusätzliche Stunde, die für die Bewertung des AIM-Algorithmus verwendet wurde). Natürlich können Sie bewerten Frequenz als Komfort Faktor. Wenn Sie die Zeit oder Prädisposition haben, um Ihr Portfolio täglich mit allen Mitteln zu überprüfen. Wenn Sie nicht haben, dass viel Zeit, sondern haben eine kurze Zeit an den Wochenenden dann Ihre AIMing wöchentlich. Wenn Ihre Tage und Wochen mit anderen Aktivitäten gefüllt werden dann vielleicht monatliche Portfolio-Checks für Sie sind. In jedem Szenario erwarten Sie ähnliche Renditen zu sehen, aber bewusst sein, dass Ihre gesamten Trading-Kommissionen Kosten steigen wird, wie die Häufigkeit der Bewertung steigt. Mehr von diesem AuthorSlideshare verwendet Cookies, um Funktionalität und Leistung zu verbessern und Ihnen relevante Werbung zu bieten. Wenn Sie fortfahren, die Website zu durchsuchen, stimmen Sie der Verwendung von Cookies auf dieser Website zu. Siehe unsere Benutzervereinbarung und Datenschutzbestimmungen. Slideshare verwendet Cookies, um Funktionalität und Leistung zu verbessern und Ihnen relevante Werbung zu bieten. Wenn Sie fortfahren, die Website zu durchsuchen, stimmen Sie der Verwendung von Cookies auf dieser Website zu. Siehe unsere Datenschutzrichtlinie und Benutzervereinbarung für Details. Entdecken Sie alle Ihre Lieblingsthemen in der SlideShare App Holen Sie sich die SlideShare App zu speichern für später sogar offline Fortsetzung der mobilen Website Upload Login Signup Doppeltippen Sie, um zu verkleinern Back-Testing die besondere Robert Lichello Automatic Investment Management (AIM) System in Bezug auf Timing Die jeweilige Aktie Teilen Sie diese SlideShare LinkedIn Corporation copy 2016
No comments:
Post a Comment