Cari
Produk
Komuniti
Pasaran
Broker
Lebih
MS
Mulakan
Pasaran
/
Itali
/
ETF pasaran
/
SNV3
LEVERAGE SHARES -3X SHORT NVIDIA ETP
SNV3
Euronext Milan
SNV3
Euronext Milan
SNV3
Euronext Milan
SNV3
Euronext Milan
Pasaran ditutup
Pasaran ditutup
Tiada dagangan
Lihat pada carta super
Gambaran keseluruhan
Analisis
Perbincangan
Teknikal
Bermusim
Carta
SNV3
Harga
NAV
Lebih
Carta penuh
1 hari
5 hari
1 bulan
6 bulan
Tahun sehingga kini
1 tahun
5 tahun
Sepanjang masa
Statistik utama
Assets under management (AUM)
2.53 M
EUR
Aliran dana (1T)
1.44 B
EUR
Hasil dividen (dinyatakan)
—
Diskaun/Premium kepada NAV
−3.5%
Jumlah saham belum jelas
95.87 K
Nisbah perbelanjaan
4.78%
Mengenai LEVERAGE SHARES -3X SHORT NVIDIA ETP
Pengeluar
Leverage Shares LLC
Jenama
Leverage Shares
Laman Utama
leverageshares.com
Tarikh penubuhan
9 Jun 2022
Struktur
Irish VCIC
Indeks dijejak
iSTOXX Inverse Leveraged -3X NVDA (USD)(NR)
Kaedah penggandaan
Fizikal
Gaya pengurusan
Pasif
Penasihat utama
Leverage Shares Management Co. Ltd.
ISIN
XS2944874416
Pengelasan
Kelas Aset
Ekuiti
Kategori
Sektor
Fokus
Teknologi maklumat
Niche
Semikonduktor
Strategi
Vanila
Geografi
A.S.
Skim pemberat
Aset tunggal
Kriteria pemilihan
Aset tunggal
Analisis
SNV3
Apa dalam dana
Jenis pendedahan
Bon, Tunai & Lain-lain
Tunai
Bon, Tunai & Lain-lain
100.00%
Tunai
399.98%
Lain-lain
−299.98%
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.