Alpha ‒ Indikator av Niklaus

alpha beta capm

Alpha is a measure of the active return on an investment, the performance of that investment compared to the S&P500 index, where 0.01 = 1%

alpha < 0: the investment has earned too little for its risk (or, was too risky for the return)
alpha = 0: the investment has earned a return adequate for the risk taken
alpha > 0: the investment has a return in excess of the reward for the assumed risk

Skript med en öppen källkod

I sann TradingView-anda har författaren publicerat detta skript med öppen källkod så att andra handlare kan förstå och verifiera det. Hatten av för författaren! Du kan använda det gratis men återanvändning av den här koden i en publikation regleras av våra ordningsregler. Du kan ange den som favorit för att använda den i ett diagram.

Frånsägelse av ansvar

Informationen och publikationerna är inte avsedda att vara, och utgör inte heller finansiella, investerings-, handels- eller andra typer av råd eller rekommendationer som tillhandahålls eller stöds av TradingView. Läs mer i Användarvillkoren.

Vill du använda det här skriptet i ett diagram?

study(title="Alpha", shorttitle="Alpha")

////SHOULD BE USED TOGETHER WITH "Beta" INDICATOR
//Alpha is a measure of the active return on an investment, the performance of that investment compared to a suitable market index, where 0.01 = 1%
//alpha < 0: the investment has earned too little for its risk (or, was too risky for the return)
//alpha = 0: the investment has earned a return adequate for the risk taken
//alpha > 0: the investment has a return in excess of the reward for the assumed risk

//Beta Calculation
sym = "SPX500", res=period, src = close, length = input(title="rolling beta window",defval=300, minval=1)
ovr = security(sym, res, src)
ret = ((close - close[1])/close)
retb = ((ovr - ovr[1])/ovr)
secd = stdev(ret, length), mktd = stdev(retb, length)
Beta = correlation(ret, retb, length) * secd / mktd

//Alpha Calculation
y = input(title="alpha period", type=integer, defval=90, minval=1, maxval=1000)
ret2 = ((close - close[y])/close)
retb2 = ((ovr - ovr[y])/ovr)
alpha = ret2 - retb2*Beta
plot(alpha, color=green, style=area, transp=40)