2026-10-22 추천 목록

삼성물산

0282602026-10-22 종가 조회 중...
섹터
유통
리포트가
286,500원
당일 등락
-1.21%
거래대금
1,384억원
시가총액
46.5조

고른 이유

삼성물산(028260)은 2026년 10월 22일 종가랩이 종가베팅(장 마감 무렵에 사서 다음 거래일 아침에 파는 매매) 후보로 고른 유통 종목이에요.

리포트를 만든 시각(장 마감 무렵) 가격은 286,500원, 당일 등락률은 -1.21%, 거래대금은 1,384억원이었어요.

수급(기관·외국인 매수)은 46점(수급이 보통이에요)이었어요.

이 날은 수급·차트·뉴스를 합친 종합 점수로 골랐어요.

수급46점수급이 보통이에요

기관 +108억 · 3일 연속

기술-1.21%당일 등락

유통 대표 종목

재료90건당일 뉴스

뉴스 90건 (협력·MOU)

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 1,384억 · 오늘 -1.21% · 전일 거래대금의 1.2배

  • 함께 움직였나

    유통 후보 중 가장 많이 올랐어요

  • 재료가 이어지나

    재료 유형 협력·MOU · 기사에서 다음 일정은 찾지 못했어요

  • 의미 있는 자리인가

    1년 최고가까지 49.3% · 오늘 고가보다 4.2% 아래 · 200,000원보다 43.3% 위 · 120일선보다 24.5% 아래

  • 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 46점연속 3일
날짜개인외국인기관프로그램
10.22기준일-94-14+108-275
10.21-119+122-2-90
10.20-19+60-40+1
10.19+25-102+74-131
10.16-154+315-153-13

최근 5일 합계

  • 기관-12억
  • 외국인+381억
  • 개인-361억
  • 프로그램-507억

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

19:40까지 · 57구간
시각매수매도순매수증감
19:40최종464739-275+0
19:30464739-275+0
19:20463739-276+0
19:10463739-276+0
19:00463739-276+0
18:50463739-276-0
18:40463739-276-0
18:30463739-276+0
18:20463739-276-0
18:10463738-276+1
18:00460737-277-0
17:50460737-277+0
17:40460737-277+0
17:30459737-277+0
17:20459737-277+0
17:10459737-278+0
17:00458736-278+1
16:50457736-279+0
16:40457736-279-0
16:30457736-2790
16:20457736-2790
16:10457736-2790
16:00457736-279+0
15:50457736-2790
15:40457736-279-1
15:30456734-278+21
15:20361659-2980
15:10360659-298+7
15:00339644-305+8
14:50316630-314+15
14:40288616-328+2
14:30282613-330+1
14:20276607-331+2
14:10261594-333-1
14:00258590-332-21
13:40229540-311-4
13:30228535-307-48
13:10214473-259-5
13:00212466-254-6
12:50205453-248-9
12:40194434-240-1
12:30193431-238-21
12:10168384-217-3
12:00167380-214-27
11:40153339-187-5
11:30151332-181-14
11:10142309-167+0
11:00140307-167-11
10:50136292-156-17
10:40130269-139-5
10:30129263-134-25
10:10114224-110-3
10:00113219-106-39
09:4093161-68-6
09:3092154-62-50
09:105164-12-9
09:004649-3—

최신 구간이 맨 위예요. 금액은 억 원이고 매수·매도·순매수는 모두 그 시각까지의 당일 누적이에요. 증감이 그 구간에 실제로 들어온(빠진) 금액이에요.

종목 상태 점수

후보 36종 중 상위 22%

37점

  • 수급46 / 100비중 40

    개인 반대편 · 연속 순매수 · 기관·외국인 양매수 · 순매수 규모

    해당 없음 · 프로그램 순매수

  • 기술30 / 100비중 30

    섹터 대표 종목 · 거래대금

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

  • 재료33 / 100비중 30

    뉴스 재료

    해당 없음 · 오늘의 테마주 · 유튜브·텔레그램 언급

세 축을 40:30:30 비중으로 합한 값이에요(수급 46점 · 기술 30점 · 재료 33점). 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

286,500원

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.

뉴스 재료

이 날 90건 언급
시점 미정· 다음 일정 없음· 종목 단독· 진행· 수치 미확정연구 중 · 추천 미반영

“실버타운과 요양시설을 공동 개발하고” 서비스를 제공할 계획은 언급됐지만, 이후 진행 일정이나 사업 규모는 공개되지 않았다.

이 재료가 다시 기사에 등장한 날 6일 / 이후 10일 (주가 등락 기사 제외)

협력·MOU호재 55

주된 재료는 삼성물산과 삼성노블라이프의 시니어 리빙 사업 협력이다. 실버타운·요양시설 공동 개발과 기존 아파트 거주자 대상 돌봄 서비스 계획이 언급됐으나, 계약 금액이나 구체적인 일정은 제시되지 않았다.

  • •첫 해외 행보도, 취임 4주년도 UAE… 중동에 공들이는 이재용
  • •UAE 발전소 건설현장 찾은 이재용... AI·첨단산업 전력 인프라 직접 ...
  • •살던 집에서 돌봄까지…삼성물산 '시니어 리빙' 확대
  • •전력·메모리·자본력 앞세워…JY, 전쟁 포화 뚫고 ‘AI 인프라 세일즈...
기사 제목 11개 더 보기
  • •CBD 프라임오피스 선매각 매물로... 공급과잉 부담 털고 매각가 높이나
  • •이재용, 중동서 AI·원전·에너지 미래 먹거리 찾는다…글로벌 경영 가...
  • •양천 서부트럭터미널, 내년 4월 '첫삽' 추진…분양매출 1.4조 첨단 복합...
  • •중동 찾은 이재용, UAE서 AIDC 사업 추진
  • •“500만원 쏘더니 직접 찾아왔다”…이재용, 중동서 깜짝 등장
  • •AI 시대 핵심은 '전력'…이재용, UAE 발전소 현장 직접 챙겨
  • •이재용, 중동서 직원들과 '구내식당 한끼'…최대 500만원 상품권도
  • •“매장가서 입으면 선물 펑펑”…눈길 끄는 빈폴골프 ‘핏 앤 럭’ 프...
  • •"살던 집에서 돌봄서비스"…삼성물산·노블라이프 협력
  • •UAE ‘함바집’ 간 이재용…직원들과 식사
  • •이재용, 삼성물산 ‘UAE 발전소 건설 현장’ 찾아 임직원 격려

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