STATE STREET GBL ADVISORS SINGAPORE ABF PAN ASIA BOND INDEX FUNDSTATE STREET GBL ADVISORS SINGAPORE ABF PAN ASIA BOND INDEX FUNDSTATE STREET GBL ADVISORS SINGAPORE ABF PAN ASIA BOND INDEX FUND

STATE STREET GBL ADVISORS SINGAPORE ABF PAN ASIA BOND INDEX FUND

Tidak ada perdagangan
Lihat pada chart super

Statistik kunci


Aset yang dikelola/Assets under management (AUM)
‪3,56 B‬USD
Aliran dana (1Y)
‪75,96 M‬USD
Imbal hasil dividen (terindikasi)
3,10%
Diskon/Premium terhadap NAV
0,05%

Tentang STATE STREET GBL ADVISORS SINGAPORE ABF PAN ASIA BOND INDEX FUND


Penerbit
State Street Corp.
Merek
ABF PAIF
Rasio biaya
0,19%
Tanggal permulaan
29 Jun 2005
Indeks dilacak
Markit iBoxx ABF Pan-Asia Index - USD
Gaya manajemen
Pasif
ISIN
SG9999002026

Klasifikasi


Kelas Aset
Pendapatan tetap
Kategori
Pemerintah, treasury
Fokus
Kredit luas
Terbatas
Jatuh tempo yang panjang
Strategi
Vanilla
Skema pembebanan
Nilai pasar
Kriteria pemilihan
Nilai pasar
Apa yang ada di dalam dana
Jenis eksposur
Obligasi, Kas & Lainnya
Pemerintah
Obligasi, Kas & Lainnya100,00%
Pemerintah95,64%
Korporasi3,31%
Kas1,04%
Merangkum tentang apa yang disarankan oleh indikator.
Osilator
Netral
PenjualanPembelian
Penjualan KuatPembelian kuat
Penjualan KuatPenjualanNetralPembelianPembelian kuat
Osilator
Netral
PenjualanPembelian
Penjualan KuatPembelian kuat
Penjualan KuatPenjualanNetralPembelianPembelian kuat
Rangkuman
Netral
PenjualanPembelian
Penjualan KuatPembelian kuat
Penjualan KuatPenjualanNetralPembelianPembelian kuat
Rangkuman
Netral
PenjualanPembelian
Penjualan KuatPembelian kuat
Penjualan KuatPenjualanNetralPembelianPembelian kuat
Rangkuman
Netral
PenjualanPembelian
Penjualan KuatPembelian kuat
Penjualan KuatPenjualanNetralPembelianPembelian kuat
Rata-Rata Pergerakan
Netral
PenjualanPembelian
Penjualan KuatPembelian kuat
Penjualan KuatPenjualanNetralPembelianPembelian kuat
Rata-Rata Pergerakan
Netral
PenjualanPembelian
Penjualan KuatPembelian kuat
Penjualan KuatPenjualanNetralPembelianPembelian kuat
Menampilkan pergerakan harga simbol selama beberapa tahun sebelumnya untuk mengidentifikasi tren yang berulang.