Cari
Produk
Komuniti
Pasaran
Berita
Broker
Lebih
MS
Jualan Black Friday
Sehingga 70% DISKAUN
Pasaran
/
United Kingdom
/
ETF pasaran
/
SNVD
LEVERAGE SHARES -1X NVIDIA ETP
SNVD
London Stock Exchange
SNVD
London Stock Exchange
SNVD
London Stock Exchange
SNVD
London Stock Exchange
Pasaran ditutup
Pasaran ditutup
Tiada dagangan
Lihat pada carta super
Gambaran keseluruhan
Analisis
Perbincangan
Teknikal
Bermusim
Carta
SNVD
Harga
NAV
Lebih
Carta penuh
1 hari
−1.16%
5 hari
2.09%
1 bulan
2.32%
6 bulan
−28.55%
Tahun sehingga kini
−70.12%
1 tahun
−72.00%
5 tahun
−97.98%
Sepanjang masa
−98.02%
Statistik utama
Assets under management (AUM)
410.78 K
GBP
Aliran dana (1T)
27.45 M
GBP
Hasil dividen (dinyatakan)
—
Diskaun/Premium kepada NAV
−2.3%
Mengenai LEVERAGE SHARES -1X NVIDIA ETP
Pengeluar
Mirae Asset Global Investments Co., Ltd.
Jenama
Leverage Shares
Nisbah perbelanjaan
2.78%
Laman Utama
leverageshares.com
Tarikh penubuhan
4 Jun 2020
Indeks dijejak
iSTOXX Leveraged -1X TSLA Index - Benchmark TR Net
Gaya pengurusan
Pasif
ISIN
IE00BKTW5674
Pengelasan
Kelas Aset
Ekuiti
Kategori
Sektor
Fokus
Teknologi maklumat
Niche
Semikonduktor
Strategi
Vanila
Skim pemberat
Aset tunggal
Kriteria pemilihan
Aset tunggal
Analisis
SNVD
Apa dalam dana
Jenis pendedahan
Bon, Tunai & Lain-lain
Tunai
Bon, Tunai & Lain-lain
100.00%
Tunai
199.97%
Lain-lain
−99.97%
Teknikal
Kesimpulan dari cadangan
penunjuk.
Pengayun
Neutral
Jual
Beli
Jual kuat
Beli kuat
Jual kuat
Jual
Neutral
Beli
Beli kuat
Pengayun
Neutral
Jual
Beli
Jual kuat
Beli kuat
Jual kuat
Jual
Neutral
Beli
Beli kuat
Ringkasan
Neutral
Jual
Beli
Jual kuat
Beli kuat
Jual kuat
Jual
Neutral
Beli
Beli kuat
Ringkasan
Neutral
Jual
Beli
Jual kuat
Beli kuat
Jual kuat
Jual
Neutral
Beli
Beli kuat
Ringkasan
Neutral
Jual
Beli
Jual kuat
Beli kuat
Jual kuat
Jual
Neutral
Beli
Beli kuat
Moving Averages
Neutral
Jual
Beli
Jual kuat
Beli kuat
Jual kuat
Jual
Neutral
Beli
Beli kuat
Moving Averages
Neutral
Jual
Beli
Jual kuat
Beli kuat
Jual kuat
Jual
Neutral
Beli
Beli kuat
Bermusim
Memaparkan pergerakan harga simbol sepanjang tahun-tahun sebelumnya untuk mengenalpasti trend berulang.