Cari
Produk
Komunitas
Pasar
Berita
Broker
Lebih lanjut
ID
Mulai
Pasar
/
Swiss
/
Pasar ETF
/
SLNC.USD
CS PHYSICAL STAKED SOLANA
SLNC.USD
SIX Swiss Exchange
SLNC.USD
SIX Swiss Exchange
SLNC.USD
SIX Swiss Exchange
SLNC.USD
SIX Swiss Exchange
Pasar tutup
Pasar tutup
Tidak ada perdagangan
Lihat pada chart super
Ikhtisar
Analisis
Diskusi
Teknikal
Musiman
Chart
SLNC.USD
Harga
NAV
Lebih lanjut
Chart penuh
1 hari
4,28%
5 hari
24,92%
1 bulan
1,59%
6 bulan
36,64%
Year to date
6,22%
1 tahun
130,89%
5 tahun
599,27%
Sepanjang waktu
599,27%
Statistik kunci
Aset yang dikelola/Assets under management (AUM)
349,76 M
USD
Aliran dana (1Y)
42,04 M
USD
Imbal hasil dividen (terindikasi)
—
Diskon/Premium terhadap NAV
6,08%
Total saham beredar / Total shares outstanding
16,84 M
Rasio biaya
—
Tentang CS PHYSICAL STAKED SOLANA
Penerbit
Coinshares International Ltd.
Merek
CoinShares
Beranda
etp.coinshares.com
Tanggal permulaan
23 Mar 2022
Indeks dilacak
SOL/USD Exchange Rate - USD - Benchmark Price Return
Metode replikasi
Fisik
Gaya manajemen
Pasif
ISIN
GB00BNRRFY34
Teknikal
Merangkum tentang apa yang disarankan oleh
indikator.
Osilator
Netral
Penjualan
Pembelian
Penjualan Kuat
Pembelian kuat
Penjualan Kuat
Penjualan
Netral
Pembelian
Pembelian kuat
Osilator
Netral
Penjualan
Pembelian
Penjualan Kuat
Pembelian kuat
Penjualan Kuat
Penjualan
Netral
Pembelian
Pembelian kuat
Rangkuman
Netral
Penjualan
Pembelian
Penjualan Kuat
Pembelian kuat
Penjualan Kuat
Penjualan
Netral
Pembelian
Pembelian kuat
Rangkuman
Netral
Penjualan
Pembelian
Penjualan Kuat
Pembelian kuat
Penjualan Kuat
Penjualan
Netral
Pembelian
Pembelian kuat
Rangkuman
Netral
Penjualan
Pembelian
Penjualan Kuat
Pembelian kuat
Penjualan Kuat
Penjualan
Netral
Pembelian
Pembelian kuat
Rata-Rata Pergerakan
Netral
Penjualan
Pembelian
Penjualan Kuat
Pembelian kuat
Penjualan Kuat
Penjualan
Netral
Pembelian
Pembelian kuat
Rata-Rata Pergerakan
Netral
Penjualan
Pembelian
Penjualan Kuat
Pembelian kuat
Penjualan Kuat
Penjualan
Netral
Pembelian
Pembelian kuat
Musiman
Menampilkan pergerakan harga simbol selama beberapa tahun sebelumnya untuk mengidentifikasi tren yang berulang.