Cari
Produk
Komunitas
Pasar
Berita
Broker
Lebih lanjut
ID
Mulai
Pasar
/
Cina
/
Pasar ETF
/
515010
CHINA ASSET MANAGEMENT CO CAMC CSI ALL SHR COMP ETF
515010
Shanghai Stock Exchange
515010
Shanghai Stock Exchange
515010
Shanghai Stock Exchange
515010
Shanghai Stock Exchange
Pasar tutup
Pasar tutup
Tidak ada perdagangan
Lihat pada chart super
Ikhtisar
Analisis
Diskusi
Teknikal
Musiman
Chart
515010
Harga
NAV
Lebih lanjut
Chart penuh
1 hari
−4,84%
5 hari
−2,90%
1 bulan
2,45%
6 bulan
36,85%
Year to date
29,55%
1 tahun
21,44%
5 tahun
44,07%
Sepanjang waktu
39,13%
Statistik kunci
Aset yang dikelola/Assets under management (AUM)
1,23 B
CNY
Aliran dana (1Y)
238,22 M
CNY
Imbal hasil dividen (terindikasi)
—
Diskon/Premium terhadap NAV
−4,9%
Tentang CHINA ASSET MANAGEMENT CO CAMC CSI ALL SHR COMP ETF
Penerbit
CITIC Securities Co., Ltd.
Merek
ChinaAMC
Rasio biaya
0,60%
Beranda
chinaamc.com
Tanggal permulaan
17 Sep 2019
Indeks dilacak
CSI All Share Investment Banking & Brokerage Index - CNY - Benchmark TR Net
Gaya manajemen
Pasif
ISIN
CNE100003X58
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.