Головна » брокери » К-коефіцієнт

К-коефіцієнт

брокери : К-коефіцієнт
ВИЗНАЧЕННЯ К-коефіцієнта

Коефіцієнт K вивчає послідовність віддачі власного капіталу за часом. Дані для співвідношення отримані з індексу доданої вартості щомісяця (VAMI), який відстежує хід первинних інвестицій у розмірі 1000 доларів у аналізовану цінність. Коефіцієнт К обчислюється як: коефіцієнт К досліджує послідовність доходу власного капіталу за час. Коефіцієнт K розраховується як:

K - Коефіцієнт = нахил регресійної лінії LogVAMI * Квадратний корінь кількості спостережень за рік

(Стандартна помилка нахилу * Кількість спостережень)

НАРУШЕННЯ Вниз К-коефіцієнт

Коефіцієнт K був розроблений торговцем похідними та статистиком Ларсом Кестнером як спосіб вирішити сприйнятий розрив у аналізі прибутку. Через те, що інвестори лякаються як прибутковості, так і послідовності, Kestner розробив свій коефіцієнт K для вимірювання ризику проти прибутку, аналізуючи, наскільки стабільна віддача цінних паперів, портфеля чи менеджера. Він враховує не тільки саму віддачу, але і порядок цих повернень при оцінці ризику. Розрахунок передбачає проведення лінійної регресії на логарифмічному сукупному поверненні кривої місячного індексу доданої вартості (VAMI). Результати регресії потім використовуються у формулі K-відношення. Нахил - це віддача, яка повинна бути позитивною, тоді як стандартна похибка нахилу представляє ризик.

Що показує коефіцієнт K?

Коефіцієнт вимірює повернення цінних паперів у часі, і він вважається хорошим інструментом для вимірювання ефективності власного капіталу, оскільки він враховує тенденцію повернення, а не знімки часу. Коефіцієнт K дозволяє порівнювати сукупні доходи за різними доходами (та менеджерами капіталу) з часом. Він відрізняється від широко застосовуваної міри Шарпа тим, що враховує порядок, коли відбувається повернення. На практиці коефіцієнт К розрахований на перегляд у тандемі разом із іншими показниками продуктивності та на додаток до них.

Окрім їх використання для аналізу окремих фондових доходів, категорій стилів та розпорядників фондів, для облігацій також можна розраховувати коефіцієнти К. Коефіцієнти K відрізнятимуться між класами активів (внутрішні акції проти облігацій проти акцій на ринках, що розвиваються), в межах класів активів (наприклад, великий обсяг порівняно з малим обмеженням) та за часовим періодом.

У 2003 році Кестнер представив модифіковану версію свого вихідного коефіцієнта K, яка змінила формулу обчислення, щоб включити кількість значень повернених даних у знаменник. Він вніс додаткову модифікацію, яка додала обчислювач до квадратного кореня у 2013 році.

Порівняйте інвестиційні рахунки Ім’я постачальника Опис Розкриття рекламодавця × Пропозиції, що з’являються в цій таблиці, є партнерствами, від яких Investopedia отримує компенсацію.

Пов'язані умови

Як працює залишкове стандартне відхилення Залишкове стандартне відхилення - це статистичний термін, який використовується для опису різниці стандартних відхилень спостережуваних значень від прогнозованих значень, як показано балами регресійного аналізу. більше R-Squared R-квадрат - це статистична міра, яка представляє частку дисперсії для залежної змінної, пояснювану незалежною змінною. докладніше Як працює множинна лінійна регресія Множинна лінійна регресія (MLR) - це статистична методика, яка використовує кілька пояснювальних змінних для прогнозування результату змінної відповіді. докладніше Розуміння лінійних зв’язків Лінійна залежність (або лінійна асоціація) - це статистичний термін, що використовується для опису прямо пропорційних відносин між змінною та постійною. докладніше, як працює аналіз варіації (ANOVA) Аналіз дисперсії (ANOVA) - це інструмент статистичного аналізу, який розділяє загальну мінливість, виявлену в наборі даних, на два компоненти: випадкові та систематичні фактори. детальніше Визначення стандартного відхилення Стандартне відхилення - це статистика, яка вимірює дисперсію набору даних щодо його середнього значення та обчислюється як квадратний корінь дисперсії. Він обчислюється як квадратний корень дисперсії шляхом визначення варіації між кожною точкою даних щодо середнього. більше Партнерські посилання
Рекомендуємо
Залиште Свій Коментар