USCF ETF Trust USCF Sustainable Commodity Strategy FundUSCF ETF Trust USCF Sustainable Commodity Strategy FundUSCF ETF Trust USCF Sustainable Commodity Strategy Fund

USCF ETF Trust USCF Sustainable Commodity Strategy Fund

Tidak ada perdagangan
Lihat pada chart super

Statistik kunci


Aset yang dikelola/Assets under management (AUM)
‪2,23 M‬USD
Aliran dana (1Y)
Imbal hasil dividen (terindikasi)
2,16%
Diskon/Premium terhadap NAV
1,4%

Tentang USCF ETF Trust USCF Sustainable Commodity Strategy Fund


Penerbit
The Marygold Cos, Inc.
Merek
USCF
Rasio biaya
0,59%
Tanggal permulaan
9 Agu 2023
Indeks dilacak
No Underlying Index
Gaya manajemen
Aktif

Klasifikasi


Kelas Aset
Komoditas
Kategori
Pasar yang luas
Fokus
Pasar yang luas
Terbatas
Variabel
Strategi
Aktif
Skema pembebanan
Hak milik
Kriteria pemilihan
Hak milik
Apa yang ada di dalam dana
Jenis eksposur
SahamObligasi, Kas & Lainnya
Teknologi Elektronik
ETF
Kas
Futures
Saham25,41%
Teknologi Elektronik10,51%
Utilitas8,52%
Produsen Pabrikan3,11%
Layanan Industri2,75%
Industri Proses0,52%
Obligasi, Kas & Lainnya74,59%
ETF33,35%
Kas21,16%
Futures20,08%
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.