2026-05-03 추천 목록

한미반도체

0427002026-05-03 종가 조회 중...
섹터
기계/장비
리포트가
370,000원
당일 등락
+3.50%
거래대금
2조원
시가총액
35.1조

고른 이유

한미반도체(042700)는 2026년 5월 3일 종가랩이 종가베팅(장 마감 무렵에 사서 다음 거래일 아침에 파는 매매) 후보로 고른 기계/장비 종목이에요.

리포트를 만든 시각(장 마감 무렵) 가격은 370,000원, 당일 등락률은 +3.50%, 거래대금은 20,312억원이었어요.

수급(기관·외국인 매수)은 60점(수급이 강해요)이었어요.

이 날은 수급·차트·뉴스를 합친 종합 점수로 골랐어요.

수급60점수급이 강해요

기관 +168억 · 외국인 +1,592억

기술+3.50%당일 등락

평균 가격선이 상승 순서 · 1년 최고가에 가까움

재료0건당일 뉴스

이 날 모아 온 재료가 없어요

한눈에 보는 체크리스트

종가베팅을 잘하는 트레이더들이 종목을 고를 때 묻는 질문에, 분석한 시각의 값으로 답해요.

  • 관심을 받았나

    조회 순위 20위 안 기록이 없어요

  • 돈이 몰렸나

    거래대금 20,312억 · 오늘 +3.50%

  • 함께 움직였나

    함께 오른 테마 기록이 없어요

  • 재료가 이어지나

    확인된 재료 기록이 없어요

  • 의미 있는 자리인가

    가격 위치 기록이 없어요

  • 밤사이 대응할 수 있나

    저녁과 다음 날 아침 8시에도 거래되는 종목이에요

손절 기준은 아래 ‘성적 계산 기준’ 카드의 손절 계산기로 미리 정해 보세요.

수급

수급 60점연속 0일
날짜개인외국인기관프로그램
04.30기준일-1,766+1,592+1680
04.29-121-544+6580
04.28-1,106+614+4880
04.27-3,739+3,117+6290
04.24-470+257+2070

최근 5일 합계

  • 기관+2,150억
  • 외국인+5,036억
  • 개인-7,203억
  • 프로그램0억

표의 단위는 억원이고, 그날 사들인 금액이 팔아치운 금액보다 많으면 빨강(+), 반대면 파랑(−)이에요.

차트

○ 평균선 상승 배열○ 1년 최고가 근처
5MA 10MA 20MA 상승 하락

최근 1주일 1시간봉이에요. 평균선 상승 배열은 최근 5·10·20일 평균 가격이 짧은 기간 순서로 위에 있다는 뜻이에요. 1년 최고가 근처는 현재가가 1년 최고가의 95% 이상인 상태예요.

시간대별 프로그램 매매

시각매수매도순매수증감
이 날짜는 시간대별 기록이 없어요

장중에 쌓여요. 증권사가 지난 날짜의 시간대별 값을 주지 않아 수집을 시작하기 전 리포트는 소급해서 채울 수 없어요.

종목 상태 점수

100점 기준

48점

  • 수급60 / 100비중 40

    기관·외국인 양매수 · 순매수 규모 · 개인 반대편

    해당 없음 · 연속 순매수 · 프로그램 순매수

  • 기술80 / 100비중 30

    평균 가격선 상승 순서 · 1년 최고가 근접 · 거래대금 · 당일 등락 구간

    해당 없음 · 섹터 대표 종목

  • 재료0 / 100비중 30

    테마주·뉴스 재료·유튜브 언급

    해당 없음 · 오늘의 테마주 · 뉴스 재료 · 유튜브·텔레그램 언급

세 축을 40:30:30 비중으로 합한 값이에요(수급 60점 · 기술 80점 · 재료 0점). 이 날은 점수로 종목을 골랐어요(지금 기준으로 다시 계산한 값이에요).

전략 점수

기준선 0

—

이 리포트는 전략이 아니라 점수로 종목을 고르던 때예요. 그래서 전략 점수가 없어요.

성적 계산 기준

살 때

370,000원

분석을 마친 시각(장 마감 무렵)의 가격이에요

팔 때

다음 거래일 아침 가격

아직 안 나왔어요 — 다음 거래일 아침에 채워져요

손실 제한

직접 설정

잃어도 괜찮은 금액을 정하고 수량을 거꾸로 계산해 보세요

추천이 확정된 뒤의 가격에 사서 다음 날 아침 장이 열린 직후에 팔았다고 가정한 성적이에요. 사고파는 시각이 달라지면 결과도 달라져요.

이 화면의 숫자는 시장 데이터를 미리 정한 규칙으로 계산해 자동으로 만들었고, 뉴스·콘텐츠 요약과 분류는 AI가 만들어요. AI 분류에는 오류가 있을 수 있어요. 데이터와 계산 방법