Beskrivning:
Denna modell används i första hand till att sortera fram aktier som i förhållande till index är starka respektive svaga.
Betavärden anger samvariationen mellan två objekt, t ex en aktiekurs och ett index för en “Period” lång period.
Tolkning:
Köpsignaler ges då dels “BetavärdePlus” är större än 1 och stigande, dels när relativobjektets slutkurs överstiger dess “MV längd” långa medelvärde.
Säljsignaler ges då dels “BetavärdeMinus” är större än ett, dels när relativobjektets slutkurs understiger dess “MV längd” långa medelvärde.
Beräkning:
Är betavärdet 1 antas huvudobjekts kurs förändras procentuellt lika som index.
Om betavärdet är t ex 1.5 så innebär det att en procents förändring i indexets kurs antas leda till en förändring i huvudobjektets kurs på 1.5 procent.
Förutom det vanliga betavärdet beräknas även “BetavärdePlus” och “BetavärdeMinus”, för samvariationen med relativobjektet då det är stigande respektive fallande.
För att ge en uppfattning om objektets volatilitet redovisas också dess standardavvikelse för antalet “Period” perioder.
Inställningar:
MV längd = längden på kursmedelvärdet.
Period = antalet perioder som beta- och volatilitetsberäkningarna baseras på.
Relativobjekt = val av relativobjekt, t.ex. ett index.
Källa: F1 i Vikingen.
Betavärden
Beskrivning
Denna modell används i första hand till att sortera fram aktier som i förhållande till index är starka respektive svaga.
Här beräknas betavärden, som anger förhållandet mellan två objekt, t.ex. en aktiekurs och ett index för en “Period” lång period.
Är betavärdet ett (1.0) förändras huvudobjektets kurs procentuellt lika som index. Om betavärdet är t.ex. 1.5 så innebär det att en (1.0) procents förändring i indexets kurs antas leda till en förändring i huvudobjektets kurs på 1.5 procent.
Ett exempel till: Är Betavärdet = 2, så kan man gissa att aktien går upp 2 % om börsen går upp 1 %.
Då vi pratar om derivat är det mycket större siffror. Om till exempel ett certifikat har betavärdet 2000, så går certifikatet 20 gånger upp eller ner som det underliggande objektet. Vilket kallas för hävstång 20.
Signaler i Vikingen
Köp om
- Betavärdet är större än ett OCH
- Betavärdet är stigande OCH
- Index ligger över sitt medelvärde
Sälj om
- Betavärdet är mindre än -1 OCH
- Index ligger under sitt medelvärde
Förutom det vanliga betavärdet beräknas även “BetavärdePlus” och “BetavärdeMinus”, för samvariationen med relativobjektet då det är stigande respektive fallande.
Köpsignaler ges då dels “BetavärdePlus” är större än ett och stigande, dels när relativobjektets slutkurs överstiger dess “MV längd” långa medelvärde.
Säljsignaler ges då dels “BetavärdeMinus” är större än ett, dels när relativobjektets slutkurs understiger dess “MV längd” långa medelvärde.
För att ge en uppfattning om objektets volatilitet redovisas också dess standardavvikelse för antalet “Period” perioder.
Bra inställningar
Förslag på värden: En optimering på de mest omsatta aktierna gav:
| Medelvärde | Period | |
| Dag | 34 | 12 |
| Vecka | 25 | 11 |
| Månad | 17 | 10 |
Hur bra är modellen?
Här en bild på aktien Hexpol som har gett 6 gånger pengarna med månadsdata (standardinställning 11,11), 15 år. Visst finns det aktier som ger ännu bättre, t.ex. 350 gånger pengarna. Dock funderar modellen inte bra för alla objekt och det finns mycket bättre modeller som passar mer generellt.
För de aktier som ligger relativt stilla, kan modellen fungera bra. I övrigt verkar modellen sälja för sent. Om aktien beter sig ungefär som index, så blir det inte många signaler. Det vill säga, börsen kan gå ned långsamt vilket medför att modellen inte säljer om aktien rör sig som börsen. Ett tips är att ta fram en samlingstabell för modellen och rangordna efter Betavärde. Då kan man lita bättre på signalerna för objekt med höga betavärden. Fast då kan man ju lika gärna använda modellen Volatilitetssignal som ger ännu bättre signaler.
Inställningar:
MV längd = längden på kursmedelvärdet.
Period = antalet perioder som beta- och volatilitetsberäkningarna baseras på.
Relativobjekt = val av relativobjekt, t.ex. ett index.
