Flash Finance Tamil-ஐப் பின்தொடர் பின்தொடர்Telegram

மார்ஜின் வாங்குதல் ஸ்மார்ட் மணியா?

மூன்று MTF சிக்னல்களின் அடிப்படையில் ஒவ்வொரு அமர்விலும் வரிசைப்படுத்தப்பட்ட பங்குகளுக்கு அடுத்து என்ன நடந்தது. வருமானங்கள், அதே காலத்தில் NIFTY 500 ஐ விடக் கூடுதலானவை; ஜன. 2018 முதல் 420 மாதிரி அமர்வுகளின் தொகுப்பு. இவை விவரிக்கும் புள்ளிவிவரங்கள், வர்த்தக விதி அல்ல.

நிதியளிக்கப்பட்ட பங்குகள் vs அவற்றின் சொந்த வரம்பு

ஒவ்வொரு பங்கின் நிதியளிக்கப்பட்ட பங்குகள் அதன் சொந்த 120-அமர்வு வரம்பில் எவ்வளவு உயரத்தில் இருந்தன: தாழ்விற்கு அருகில் D1, உச்சத்திற்கு அருகில் D10.

D10 − D1 இடைநிலை இடைவெளி: -0.57 pp.

-0.97
-0.85
-0.85
-1.01
-1.11
-1.08
-1.23
-1.40
-1.36
-1.54
D1D2D3D4D5D6D7D8D9D10
டெசைல்D1D2D3D4D5D6D7D8D9D10
இடைநிலை கூடுதல் வருமானம் %-0.97-0.85-0.85-1.01-1.11-1.08-1.23-1.40-1.36-1.54
சராசரி கூடுதல் வருமானம் %+0.21+0.33+0.36+0.24+0.16+0.32+0.15+0.04+0.08-0.07
NIFTY 500-ஐ விஞ்சிய %45.345.945.945.244.845.044.343.643.843.3
கவனிப்புகள்37,29937,51037,55137,50737,47837,59437,54737,51137,55037,766

20 அமர்வுகளில் நிதியளிக்கப்பட்ட பங்குகளின் மாற்றம்

கடந்த 20 அமர்வுகளில் விலை-நடுநிலை மார்ஜின் வாங்கல்: அதிக விற்பனை நடந்த நாள் D1, அதிக வாங்கல் நடந்த நாள் D10.

D10 − D1 இடைநிலை இடைவெளி: -0.17 pp.

-0.87
-0.94
-1.16
-1.33
-1.38
-1.36
-1.17
-1.08
-0.97
-1.05
D1D2D3D4D5D6D7D8D9D10
டெசைல்D1D2D3D4D5D6D7D8D9D10
இடைநிலை கூடுதல் வருமானம் %-0.87-0.94-1.16-1.33-1.38-1.36-1.17-1.08-0.97-1.05
சராசரி கூடுதல் வருமானம் %+0.07+0.28+0.18+0.12+0.11+0.00+0.26+0.19+0.32+0.29
NIFTY 500-ஐ விஞ்சிய %45.745.644.643.743.643.644.644.945.445.4
கவனிப்புகள்37,18937,42337,44137,43237,36237,49437,46137,41237,45237,660

மார்ஜின் வைத்திருப்போரின் லாபம் அல்லது நஷ்டம்

MTF நிதியளிக்கப்பட்ட பங்குகள் அவற்றின் நிதி மதிப்பிலிருந்து எவ்வளவு தூரத்தில் இருந்தன: D1 மிகப் பெரிய நஷ்டம், D10 மிகப் பெரிய ஏற்றம்.

D10 − D1 இடைநிலை இடைவெளி: +1.42 pp.

-2.04
-1.46
-1.43
-1.15
-1.14
-0.95
-0.96
-0.89
-0.62
-0.62
D1D2D3D4D5D6D7D8D9D10
டெசைல்D1D2D3D4D5D6D7D8D9D10
இடைநிலை கூடுதல் வருமானம் %-2.04-1.46-1.43-1.15-1.14-0.95-0.96-0.89-0.62-0.62
சராசரி கூடுதல் வருமானம் %-0.37-0.24-0.19+0.03+0.02+0.18+0.25+0.41+0.78+1.00
NIFTY 500-ஐ விஞ்சிய %41.342.943.244.344.245.345.346.047.147.5
கவனிப்புகள்37,25537,47337,52737,46837,43137,55837,50937,48637,51437,717

இது எவ்வாறு அளவிடப்படுகிறது

2018 முதல் ஒவ்வொரு ஐந்தாவது அமர்விலும், ₹1 கோடி நிதியுதவி பெற்ற ஒவ்வொரு NSE பங்கும் (ETF-கள் தவிர) சிக்னலின்படி தரவரிசைப்படுத்தப்பட்டு பத்து சம குழுக்களாகப் பிரிக்கப்படுகிறது. ஒவ்வொரு பங்குக்கும், அடுத்த 5, 21 மற்றும் 63 அமர்வுகளில் பிரிப்பு- மற்றும் போனஸ்-சரிசெய்யப்பட்ட வருமானம் எடுக்கப்பட்டு, அதே நாட்களில் NIFTY 500-இன் வருமானம் கழிக்கப்படுகிறது. அட்டவணைகள் ஒவ்வொரு டெசைலிலும் உள்ள ஒவ்வொரு பங்கு-அமர்வையும் ஒன்றாகச் சேர்க்கின்றன. கால அளவுகள் ஒன்றோடொன்று மேலெழுவதால் அவதானிப்புகள் சுதந்திரமானவை அல்ல: எண்களை விட போக்கைப் படியுங்கள்.

9 நவ. 2026 அமர்வின் புள்ளிவிவரங்கள் · கடைசியாகப் புதுப்பிக்கப்பட்டது 2026-11-12 07:47 IST · மூலம்: எக்ஸ்சேஞ்ச் தரவு · 9/10 தரவுச் சோதனைகள் வெற்றி.

இந்தப் பக்கத்தை எப்படிப் படிப்பது. இங்குள்ள அனைத்தும் மார்ஜின் நிதியுதவி பெற்ற (MTF) நிலைகள் குறித்து பரிமாற்றங்கள் ஏற்கனவே வெளியிட்ட தரவை விவரிக்கின்றன. இது முன்கணிப்பு, பரிந்துரை, அல்லது வாங்க அல்லது விற்கச் சொல்லும் சிக்னல் அல்ல. "crowded", "fragile" அல்லது "underwater" போன்ற சொற்கள் எண்களில் உள்ள ஒரு வடிவத்தை மட்டுமே குறிக்கின்றன, வேறெதுவும் இல்லை. மார்ஜின் நிதியுதவியில் நீங்கள் போட்ட பணத்தை விடப் பெரிய நஷ்டம் ஏற்படும் அபாயம் உண்டு.

Flash Finance SEBI-பதிவு பெற்ற முதலீட்டு ஆலோசகர் அல்ல; NSE, BSE அல்லது SEBI உடன் இணைக்கப்படவும் இல்லை. பங்குச் சந்தைத் தரவு பங்குச் சந்தையாலேயே திருத்தப்படலாம். நீங்கள் செயல்பட நினைக்கும் எதையும் பங்குச் சந்தையின் சொந்தப் பதிவுகளுடன் சரிபார்க்கவும்.

⚠️ இந்தத் தளம் எவ்வாறு உருவாக்கப்படுகிறது: சந்தைத் தரவுப் பக்கங்கள் NSE/BSE வெளியீடுகள் மற்றும் நிறுவனங்களின் தாக்கல்களிலிருந்து தானாகக் கணக்கிடப்படுகின்றன; செய்திக் கட்டுரைகளும் அறிவிப்புப் பகுப்பாய்வுகளும் AI உதவியுடன் எழுதப்படுகின்றன, மனித மேற்பார்வையுடன்: AI உருவாக்குவதை எங்கள் ஆசிரியர்கள் மதிப்பாய்வு செய்கின்றனர். இரண்டிலும் பிழைகள் இருக்கலாம். எந்தவொரு முதலீட்டு முடிவுக்கு முன்பும் அசல் மூலங்களில் சரிபார்க்கவும். முதலீட்டு ஆலோசனை அல்ல; Flash Finance SEBI-பதிவு பெற்றது அல்ல. நாங்கள் AI-ஐ எவ்வாறு பயன்படுத்துகிறோம்