Den 5 mars 2026 stängde tretton aktier i Nifty500-indexet över sina 200-dagars dagliga glidande medelvärden, vilket signalerar potentiella uppåtgående trender enligt teknisk analys. Denna utveckling, identifierad av stockedge.com:s skanning, belyser positiv momentum i den indiska aktiemarknaden. Handlare betraktar priser över 200 DMA som en indikator på övergripande bulliska trender.
Det 200-dagars dagliga glidande medelvärdet (DMA) fungerar som en nyckelteknisk indikator för att bedöma en aktiens långsiktiga trend. När en aktiens stängningskurs överstiger denna nivå på daglig basis tolkas det generellt som att den går in i en uppåtgående trend, vilket indikerar ihållande köpintresse från köpare och potentiell styrka på lång sikt i aktien. Enligt data från stockedge.com uppnådde följande tretton aktier i Nifty500-paketet denna positiva brytning den 5 mars 2026: - Adani Ports and Special Economic Zone: 200 DMA vid Rs 1437.34, sista handlade pris (LTP) vid Rs 1499.3 - Elgi Equipments: 200 DMA vid Rs 499.38, LTP vid Rs 518.4 - Honasa Consumer: 200 DMA vid Rs 289.19, LTP vid Rs 298.8 - Petronet LNG: 200 DMA vid Rs 287.7, LTP vid Rs 293.05 - CG Power and Industrial Solutions: 200 DMA vid Rs 689.15, LTP vid Rs 701.1 - Siemens: 200 DMA vid Rs 3165.73, LTP vid Rs 3215.7 - Sammaan Capital: 200 DMA vid Rs 143.17, LTP vid Rs 145.21 - Ultratech Cement: 200 DMA vid Rs 12134.68, LTP vid Rs 12288 - LT Foods: 200 DMA vid Rs 425.47, LTP vid Rs 430.15 - Bharat Heavy Electricals: 200 DMA vid Rs 254.81, LTP vid Rs 257.25 - Delhivery: 200 DMA vid Rs 425.19, LTP vid Rs 428.1 - The India Cements: 200 DMA vid Rs 391.87, LTP vid Rs 393.5 - Central Bank Of India: 200 DMA vid Rs 37.66, LTP vid Rs 37.73 Dessa övergångar återspeglar stängningspriser som överstiger sina respektive 200 DMA, vilket potentiellt signalerar uppsida framöver för dessa aktier. Skanningen täcker Nifty500, ett brett index som representerar olika sektorer på den indiska marknaden. Sådana tekniska signaler används av handlare för att bedöma marknadens riktning utan att behöva förlita sig på fundamental data.
