Cari
Produk
Komuniti
Pasaran
Berita
Broker
Lebih
MS
Jualan Black Friday
Sehingga 70% DISKAUN
Pasaran
/
Itali
/
ETF pasaran
/
GOAI
AMUNDI MSCI ROBOTICS & AI ESG SCREENED UCITS ETF ACC
GOAI
Euronext Milan
GOAI
Euronext Milan
GOAI
Euronext Milan
GOAI
Euronext Milan
Pasaran ditutup
Pasaran ditutup
Tiada dagangan
Lihat pada carta super
Gambaran keseluruhan
Analisis
Perbincangan
Teknikal
Bermusim
Carta
GOAI
Harga
NAV
Lebih
Carta penuh
1 hari
0.09%
5 hari
2.97%
1 bulan
9.43%
6 bulan
15.44%
Tahun sehingga kini
22.76%
1 tahun
33.53%
5 tahun
90.33%
Sepanjang masa
141.56%
Statistik utama
Assets under management (AUM)
918.67 M
EUR
Aliran dana (1T)
−144.56 M
EUR
Hasil dividen (dinyatakan)
—
Diskaun/Premium kepada NAV
0.4%
Mengenai AMUNDI MSCI ROBOTICS & AI ESG SCREENED UCITS ETF ACC
Pengeluar
SAS Rue la Boétie
Jenama
Amundi
Nisbah perbelanjaan
0.35%
Laman Utama
amundietf.lu
Tarikh penubuhan
4 Sep 2018
Indeks dijejak
MSCI ACWI IMI Robotics & AI ESG Filtered Index - Benchmark TR Net
Gaya pengurusan
Pasif
ISIN
LU1861132840
Pengelasan
Kelas Aset
Ekuiti
Kategori
Sektor
Fokus
Tema
Niche
Robotik & AI
Strategi
ESG
Skim pemberat
Berdasarkan prinsip
Kriteria pemilihan
Berdasarkan prinsip
Analisis
GOAI
Apa dalam dana
Jenis pendedahan
Saham
Perkhidmatan Teknologi
Teknologi Elektronik
Teknologi Kesihatan
Pecahan saham serantau
90%
5%
4%
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.