LG전자
066570전기/전자- 시가총액
- 25.3조
- 거래대금
- 1,636억원
- PER
- 29.2
- PBR
- 1.17
- 1년 최고 대비
- -64.6%
- 외국인
- 29.2%
LG전자(066570)는 전기/전자 업종이고 시가총액은 25.3조 규모예요. 종가랩은 최근 이 종목을 5번 종가베팅 후보로 골랐고, 가장 가까운 선정일은 2026-10-21(수급 30점)이에요. 아침 결과가 나온 5번 중 2번이 올랐고 평균은 +0.06%예요. 최근 7일 유튜브·텔레그램 콘텐츠에서는 이 종목을 호재로 본 의견이 2건, 악재로 본 의견이 0건이었어요.
일봉 차트
최근 60거래일한 봉이 하루 — 오르면 빨강, 내리면 파랑, 아래 막대는 거래량이에요. 맨 아래 RSI는 최근 14일 동안 오른 힘의 세기로, 70 위면 너무 달아올랐고 30 아래면 많이 눌린 상태로 봐요.
종가베팅 선정 이력
최근 5회아침 결과 5회 평균+0.06%최고 +3.70% · 최저 -4.88%
- 26.10.21당일 +0.98%A수급 30점·전략이 선정다음날 아침 -0.48%
- 26.10.16당일 +0.77%C수급 30점·전략이 선정다음날 아침 -4.88%
- 26.10.02당일 +1.89%A수급 72점·전략이 선정다음날 아침 +3.70%
- 26.09.21당일 +2.32%A수급 76점·전략이 선정다음날 아침 +1.97%
- 26.09.15당일 +1.92%B수급 62점·전략이 선정다음날 아침 0.00%
당일은 리포트를 만든 시각(장 마감 무렵)의 등락이라 위 현재가 등락과 다를 수 있어요. 다음날 아침은 추천이 확정된 뒤의 가격에 사서 다음 거래일 아침 장이 열린 직후에 팔았다고 가정한 등락이에요(수수료·세금 제외).
수급
| 날짜 | 개인 | 외국인 | 기관 | 프로그램 |
|---|---|---|---|---|
| 10.21기준일 | +57 | +99 | -152 | +79 |
| 10.20 | +106 | +88 | -198 | +102 |
| 10.19 | +157 | -89 | -69 | +235 |
| 10.16 | +35 | +69 | -107 | +14 |
| 10.15 | -140 | -57 | +194 | +251 |
최근 5일 합계
- 기관-332억
- 외국인+110억
- 개인+214억
- 프로그램+681억
표의 단위는 억원이고, 그날 사들인 금액이 팔아치운 금액보다 많으면 빨강(+), 반대면 파랑(−)이에요.
재료 뉴스
최근 3일 · 제목에 LG전자가 나온 기사 32건 중 4건관련도가 낮은 기사 46건 중 8건 보기
- 15:10매일경제
“45년 모터 경쟁력…로봇 시장 공략”
- 14:35동아사이언스
국내 최초 우주 로봇팔·반도체 핵심 장비…올해의 10대 기계기술
- 14:04파이낸셜뉴스
LG전자, 글로벌 장애 청소년, 사회진출 위한 AI 역량 강화 지원
- 14:01데일리안
LG전자 베스트샵, 코리아 그랜드 페스티벌서 가전 할인 프로모션 진행
- 13:48머니투데이
[사진]'SEP 2026' 글로벌 데이터센터 동향 및 End to End LG 통합 냉각...
- 13:02조선비즈
[2026 기계의 날] 항공엔진 보호막부터 우주용 로봇팔까지… 올해의 1...
- 11:17헤럴드경제
LG전자 ‘디오스 트루스팀 식기세척기’...강한 살균력 ‘건강 위생설...
- 11:17이데일리
[기고] 새는 공기역학을 몰라도 난다
제목에 종목명이 나온 기사만 먼저 보여줘요.
수집한 기사 모두 보기 →전략별 성적
실험실 전략 21개이 종목이 실험실 전략에 걸렸을 때의 성적을 전략별로 모은 거예요. 성공률은 옆에 적힌 전략 평균과 비교해서 보세요. 몇 번 걸린 종목의 성공률 100%는 운일 가능성이 큽니다 — 그래서 이 숫자는 눈으로 보는 용도이고, 종목을 고르거나 전략 점수를 매길 때는 쓰지 않아요. 한 번만 걸린 전략 4개는 빼고 보여줘요.
전략 15개 더 보기접기
콘텐츠 여론
- 호재2건
- 악재0건
- 중립0건
유튜브·텔레그램에서 이 종목을 긍정·부정·중립으로 말한 횟수예요. 추천 점수와 종목 선정에는 반영하지 않아요.
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