Mulai
Asia Medical and Agricultural Laboratory and Research Center PCL NVDRAsia Medical and Agricultural Laboratory and Research Center PCL NVDRAsia Medical and Agricultural Laboratory and Research Center PCL NVDR

Asia Medical and Agricultural Laboratory and Research Center PCL NVDR

Tidak ada perdagangan
Lihat pada chart super
Ikhtisar
Finansial Diskusi Teknikal Musiman

Chart AMARC.R


Chart penuh

Statistik kunci


Kapitalisasi pasar
‪1,65 B‬ THB
Imbal hasil dividen (terindikasi)
3,55%
Rasio Harga terhadap Perolehan (TTM)
13,02
EPS Dasar (TTM)
0,30 THB
Pendapatan Bersih (FY)
‪39,90 M‬ THB
Pendapatan (FY)
‪345,28 M‬ THB
Saham Mengambang
—
Beta (1Y)
1,66

Tentang Asia Medical and Agricultural Laboratory and Research Center PCL


Sektor
Layanan Komersil
Industri
Layanan Komersil Lain-Lain
CEO
Chindanai Chaiyong
Website
amarc.co.th
Kantor pusat
Bangkok
Didirikan
2004
ISIN
THB017010R14
FIGI
BBG019XFMHC4

Lihat nama-nama besar lainnya dari industri yang sama dengan AMARC.R.

Finansial


Kinerja
Konversi pendapatan ke keuntungan
Tingkat dan cakupan utang
Perolehan
Selanjutnya:—

Teknikal


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

Musiman


Menampilkan pergerakan harga simbol selama beberapa tahun sebelumnya untuk mengidentifikasi tren yang berulang.