Strasmore Research
Market Recap

Marktrückblick Q2 2026

Matt ConnorBy Matt Connor Updated 2026-07-24

Das zweite Quartal 2026 war das Erholungsquartal: Nach einem negativen ersten Quartal stiegen alle großen Index-ETFs im zweistelligen Bereich, angeführt vom QQQ bei 26.5%. Die folgenden Panels zeigen die Struktur des Quartals – die monatliche Entwicklung, das Zinsumfeld, den Kalender – sowie zwei im Text enthaltene Datenvorbehalte. Jeder Wert ist das Ergebnis einer gespeicherten Abfrage; Sie können jedes Panel erweitern, um das exakte SQL zu sehen.

Das Quartal im Überblick

Wie hoch war die Veränderung gegenüber dem ersten Quartal? Diese Übersicht berechnet die Renditen beider Quartale in einer Abfrage — der Referenzwert für das erste Quartal wird live nach denselben Definitionen neu berechnet und nicht aus einer Datenbank gelesen.

AbfrageQ2 2026 Renditen der vier Index-ETFs, Q1 zur Kontrastierung live neu berechnet
Das exakte SQL hinter jeder Zahl
SELECT ticker,
    round((argMaxIf(toFloat64(close), window_start, toDate(toTimeZone(window_start, 'America/New_York')) <= toDate('2026-06-30') AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959)
         / argMinIf(toFloat64(open), window_start, toDate(toTimeZone(window_start, 'America/New_York')) >= toDate('2026-04-01') AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) - 1) * 100, 1) AS q2_return_pct,
    round((argMaxIf(toFloat64(close), window_start, toDate(toTimeZone(window_start, 'America/New_York')) <= toDate('2026-03-31') AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959)
         / argMinIf(toFloat64(open), window_start, toDate(toTimeZone(window_start, 'America/New_York')) >= toDate('2026-01-01') AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) - 1) * 100, 1) AS q1_return_pct,
    round(argMaxIf(toFloat64(close), window_start, toDate(toTimeZone(window_start, 'America/New_York')) <= toDate('2026-06-30') AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959), 2) AS q2_close
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('SPY', 'QQQ', 'DIA', 'IWM')
  AND window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
GROUP BY ticker
ORDER BY ticker

QQQ stieg im Quartal um 26.5% nach einem -6.9% im ersten Quartal; SPY stieg um 14.1% nach -5.2%; IWM stieg um 20.2%. Jeder Index, der im ersten Quartal fiel, erholte sich im zweiten Quartal stärker. Die vier Indizes zeigen drei verschiedene Entwicklungen: Der Wachstumsindex verzeichnete den tiefsten Rückgang im ersten Quartal und erzielte die größte Erholung; DIA — der preisgewichtete Industrieindex — schwankte von -3.9% zu 12.1%; und IWM fiel im ersten Quartal kaum (0.1%), weshalb sein 20.2%-Quartal eher einen flachen Start verstärkte, anstatt einen Rückgang auszugleichen. Die Spalte für Quartalsrenditen lässt Erholung und Momentum identisch erscheinen; erst die Spalte für das erste Quartal unterscheidet beide.

Das Quartal im Vergleich zu jedem zweiten Quartal im Datensatz

Erholungsquartale wirken aus der Innenperspektive oft historisch; der Datensatz kann zeigen, ob dieses Quartal tatsächlich so einzuordnen ist. Die Panels berechnen die identische Rendite für den Zeitraum April bis Juni für jedes Jahr der detaillierten Historie in einer Abfrage. Mit identischer Arithmetik wird dieses Quartal anschließend mit den anderen verglichen.

AbfrageJedes zweite Quartal im Tape: SPY und QQQ, identisch nach Jahr neu berechnet (Sitzungsanzahl angegeben)
Das exakte SQL hinter jeder Zahl
SELECT toYear(toTimeZone(window_start, 'America/New_York')) AS y,
       ticker,
       uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS sessions,
       round((argMax(toFloat64(close), window_start) / argMin(toFloat64(open), window_start) - 1) * 100, 1) AS q2_return_pct
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('SPY', 'QQQ')
  AND window_start >= toDateTime('2003-01-01 00:00:00')
  AND window_start < toDateTime('2026-07-01 00:00:00')
  AND toMonth(toTimeZone(window_start, 'America/New_York')) BETWEEN 4 AND 6
  AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
GROUP BY y, ticker
HAVING sessions >= 50
ORDER BY y ASC, ticker ASC
AbfrageRanglisten: dieses Quartal im Vergleich zu jedem vorangegangenen zweiten Quartal (Rang 1 = best; Eigenvergleich ausgeschlossen)
Das exakte SQL hinter jeder Zahl
SELECT ticker,
       round(anyIf(ret, y = 2026), 1) AS q2_2026_pct,
       arrayCount(x -> x > anyIf(ret, y = 2026), groupArrayIf(ret, y != 2026)) + 1 AS rank_best,
       count() AS q2s_compared,
       min(y) AS first_year,
       anyIf(sessions, y = 2026) AS sessions_2026
FROM (
    SELECT toYear(toTimeZone(window_start, 'America/New_York')) AS y,
           ticker,
           uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS sessions,
           (argMax(toFloat64(close), window_start) / argMin(toFloat64(open), window_start) - 1) * 100 AS ret
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('SPY', 'QQQ')
      AND window_start >= toDateTime('2003-01-01 00:00:00')
      AND window_start < toDateTime('2026-07-01 00:00:00')
      AND toMonth(toTimeZone(window_start, 'America/New_York')) BETWEEN 4 AND 6
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY y, ticker
    HAVING sessions >= 50
)
GROUP BY ticker
ORDER BY ticker ASC

Die Messung ist nahezu historisch: Die 26.5% Rendite von QQQ liegt auf Platz 2 von 17 vergleichbaren zweiten Quartalen (Rang 1 = bestes Ergebnis) — genau ein vorheriges zweites Quartal war besser, wie die obige Jahrestabelle zeigt. Die 14.1% von SPY liegt auf Platz 3 von 23 seit 2004. Zwei Hinweise sind zu beachten: Die Serie von QQQ ist kürzer (der ETF wurde über einen Zeitraum unter einem anderen Ticker gehandelt — eine Regelung zur Anzahl der Handelstage schließt diese Jahre aus, die jährlichen Werte sind in der Tabelle aufgeführt). Zudem setzt jede Historien-Abfrage die Obergrenze am Ende dieses Quartals fest, sodass der Vergleichssatz nicht unbemerkt wächst, wenn spätere Jahre hinzukommen. Grundlage für jeden Rang auf dieser Seite: Die Kursspanne von Börsenöffnung bis Börsenschluss innerhalb des Kalenderquartals während der regulären Handelszeiten.

Die monatliche Treppenstufen-Entwicklung

AbfrageQ2 Monat für Monat: April, Mai, Juni (SPY und QQQ, identisch neu berechnet)
Das exakte SQL hinter jeder Zahl
SELECT toString(toStartOfMonth(toDate(toTimeZone(window_start, 'America/New_York')))) AS period_start, ticker,
    round((argMaxIf(toFloat64(close), window_start, (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199) / argMinIf(toFloat64(open), window_start, (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199) - 1) * 100, 1) AS month_return_pct,
    round(argMaxIf(toFloat64(close), window_start, (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199), 2) AS month_close
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('SPY', 'QQQ')
  AND window_start >= toDateTime('2026-04-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
GROUP BY period_start, ticker
ORDER BY period_start, ticker

Das Quartal war am Anfang sehr stark: Der April lieferte die Hauptgewinne (SPY 9.9%, QQQ 14.8%), der Mai steuerte weitere Zuwächse bei (4.9% und 10.3%), und der Juni verzeichnete leichte Verluste — SPY -1.2%. Der Juni-Rückblick enthält detaillierte Informationen zum Monat sowie die Analyse der Marktbreite.

Die Marktführer im Quartalsvergleich

AbfrageQ2 Handelsvolumen in $ während der regulären Handelszeiten, gesamtes Tape (ein wiederverwendetes Symbol zur Verifizierung ausgeschlossen)
Das exakte SQL hinter jeder Zahl
SELECT ticker,
    round(sum(toFloat64(close) * toFloat64(volume)) / 1e9, 1) AS dollar_bn,
    round(100 * sum(toFloat64(close) * toFloat64(volume)) / max(sum(toFloat64(close) * toFloat64(volume))) OVER (), 1) AS pct_of_leader
FROM global_markets.delayed_stocks_minute_aggs
WHERE window_start >= toDateTime('2026-04-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
  AND (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199
  AND ticker NOT IN ('SPCX')
GROUP BY ticker
ORDER BY dollar_bn DESC
LIMIT 8

Über das gesamte Quartal hinweg lag MU ($2047.5 Milliarden) vor SPY ($2032 Milliarden) an der Spitze der Handelsaktivität. Eine einzelne Aktie übertraf den führenden Indexfonds über drei Monate hinweg um 99.2% des Gesamtvolumens des Marktführers. Dahinter folgten QQQ ($1658.5 Milliarden) und anschließend NVDA mit $1591.8 Milliarden — deren Juni tick für tick hier analysiert wird — sowie TSLA mit $1198.8 Milliarden. Beachten Sie die Art der Liste: Es handelt sich um den Umsatz während der regulären Handelszeiten, nicht um die Performance — eine Aktie kann in einem fallenden Monat den Markt dominieren. Der Juni des Marktführers wird tick für tick in der Detailanalyse analysiert. Basis: 1. April bis 30. Juni während der regulären Handelszeiten; ein Eintrag für Juni mit wiederverwendetem Symbol wurde aufgrund ausstehender Unternehmensverifizierung ausgeschlossen (seine Belege).

Marktdurchdringung: die tägliche Tendenz

AbfrageSPY Sitzungen Up vs. Down über das Quartal, eine Stichprobe
Das exakte SQL hinter jeder Zahl
SELECT countIf(day_ret > 0) AS up_sessions,
       countIf(day_ret < 0) AS down_sessions,
       countIf(day_ret = 0) AS flat_sessions,
       count() AS sessions_total
FROM (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d,
           round((argMax(toFloat64(close), window_start) / argMin(toFloat64(open), window_start) - 1) * 100, 2) AS day_ret
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND window_start >= toDateTime('2026-04-01 00:00:00')
      AND window_start < toDateTime('2026-07-01 00:00:00')
      AND (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199
    GROUP BY d
)

36 der 62 Sitzungen des Quartals schlossen mit einem Kursanstieg beim SPY gegenüber 26 Kursverlusten — diese Dominanz der steigenden Kurse entspricht einem zweistelligen Quartal. Die Ticker-Analyse (jeder Advancer und Decliner) ist auf Quartalsebene begrenzt: Der vollständige Scan des Gesamtmarktes überschreitet das Budget der Abfrage auf dieser Seite (gemessen während der Erstellung). Daher bezieht sich die gleichgewichtete Marktdurchdringung auf Monatsebene — die Aufteilung von Advancern und Declinern im Juni, wobei mehr Werte fielen als stiegen, findet sich in der Juni-Zusammenfassung — und die Grenze wird hier offengelegt, anstatt sie stillschweigend zu verengen.

Der Optionsmarkt, Monat für Monat

Die Mikrostruktur des Quartals wird in der einzigen relevanten Skala dargestellt: Monat für Monat über das gesamte Handelsvolumen der börsennotierten Optionen hinweg. Das Volumen stieg bis zum Quartalsende an: von 1386.9 Millionen Kontrakten im April auf 1477.9 Millionen im Juni, dem aktivsten Monat des Quartals. Der Anteil der Optionen mit derselben Fälligkeit (0DTE) stieg ebenfalls von 30.3% auf 34.3% an. Der Anteil im Juni ist der höchste des ersten Halbjahres; die Entwicklung seit Januar finden Sie in der H1-Zusammenfassung.

AbfrageApril: gesamtes Optionskontraktvolumen und Anteil der Fälligkeit am selben Tag (ein Scan)
Das exakte SQL hinter jeder Zahl
SELECT round(sum(toFloat64(volume)) / 1e6, 1) AS contracts_mm,
       round(100.0 * sumIf(toFloat64(volume), toDateOrNull(concat('20', substring(ticker, length(ticker) - 14, 6))) = toDate(toTimeZone(window_start, 'America/New_York'))) / sum(toFloat64(volume)), 1) AS zero_dte_pct,
       uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS sessions
FROM global_markets.options_minute_aggs
WHERE window_start >= toDateTime('2026-04-01 00:00:00')
  AND window_start < toDateTime('2026-05-01 00:00:00')
AbfrageMai: gesamtes Optionskontraktvolumen und Anteil der Fälligkeit am selben Tag (ein Scan)
Das exakte SQL hinter jeder Zahl
SELECT round(sum(toFloat64(volume)) / 1e6, 1) AS contracts_mm,
       round(100.0 * sumIf(toFloat64(volume), toDateOrNull(concat('20', substring(ticker, length(ticker) - 14, 6))) = toDate(toTimeZone(window_start, 'America/New_York'))) / sum(toFloat64(volume)), 1) AS zero_dte_pct,
       uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS sessions
FROM global_markets.options_minute_aggs
WHERE window_start >= toDateTime('2026-05-01 00:00:00')
  AND window_start < toDateTime('2026-06-01 00:00:00')
AbfrageJuni: gesamtes Optionskontraktvolumen und Anteil der Fälligkeit am selben Tag (ein Scan)
Das exakte SQL hinter jeder Zahl
SELECT round(sum(toFloat64(volume)) / 1e6, 1) AS contracts_mm,
       round(100.0 * sumIf(toFloat64(volume), toDateOrNull(concat('20', substring(ticker, length(ticker) - 14, 6))) = toDate(toTimeZone(window_start, 'America/New_York'))) / sum(toFloat64(volume)), 1) AS zero_dte_pct,
       uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS sessions
FROM global_markets.options_minute_aggs
WHERE window_start >= toDateTime('2026-06-01 00:00:00')
  AND window_start < toDateTime('2026-07-01 00:00:00')

Die Handelskosten, monatlich stichprobenartig ermittelt

AbfrageSPY Median-Quote Spread für eine markierte Stichprobensitzung pro Monat des Quartals (jeweils zweiter Mittwoch)
Das exakte SQL hinter jeder Zahl
SELECT toDate(toTimeZone(sip_timestamp, 'America/New_York')) AS session,
       round(quantileDeterministicIf(0.5)((toFloat64(ask_price) - toFloat64(bid_price)) / ((toFloat64(ask_price) + toFloat64(bid_price)) / 2) * 10000, toUInt64(toUnixTimestamp64Micro(sip_timestamp)), bid_price > 0 AND ask_price >= bid_price), 3) AS med_spread_bps,
       round(count() / 1e6, 2) AS quote_updates_m,
       countIf(NOT (bid_price > 0 AND ask_price > 0 AND ask_price >= bid_price)) AS invalid_dropped
FROM global_markets.cache_stocks_quotes
WHERE ticker = 'SPY'
  AND ((sip_timestamp >= toDateTime64('2026-04-15 13:30:00', 9) AND sip_timestamp < toDateTime64('2026-04-15 20:00:00', 9))
    OR (sip_timestamp >= toDateTime64('2026-05-13 13:30:00', 9) AND sip_timestamp < toDateTime64('2026-05-13 20:00:00', 9))
    OR (sip_timestamp >= toDateTime64('2026-06-10 13:30:00', 9) AND sip_timestamp < toDateTime64('2026-06-10 20:00:00', 9)))
GROUP BY session
ORDER BY session ASC

Der Median des angebotenen Spread für SPY basierend auf den monatlichen Stichproben des Quartals: 0.286 bps im April, 0.27 im Mai und 0.409 im Juni — die Stichprobe vom Juni weist den weitesten Spread auf. Die Basis der Daten: es handelt sich um einzelne markierte Stichproben-Sitzungen (jeweils der zweite Mittwoch im Monat) und nicht um Mediane des gesamten Monats; ungültige Kurse werden in der Stichprobe mitgezählt und nicht ausgeschlossen.

Zinsen: das Quartal, in dem die Kurve flacher wurde

AbfrageDer 2s10s spread und der 10-jährige bis Q2, täglich
Das exakte SQL hinter jeder Zahl
SELECT toString(date) AS d,
    round(yield_10_year, 2) AS y10,
    round((yield_10_year - yield_2_year) * 100, 0) AS spread_2s10s_bp
FROM global_markets.treasury_yields
WHERE date >= toDate('2026-04-01') AND date <= toDate('2026-06-30')
  AND isNotNull(yield_10_year) AND isNotNull(yield_2_year)
ORDER BY date

Der 2s10s spread begann das Quartal bei 52 Basispunkten und endete bei 30 – ein Quartal der Verflachung, wobei die 10-jährige Rendite bei 4.44% schloss. Die sechsmonatige Perspektive dazu findet sich im H1 Recap. Technisch gesehen bedeutet eine Verflachung, dass der kurzfristige Teil näher an den langfristigen Teil herankam; ob sich dieser Trend fortsetzt, lässt sich aus dieser Tabelle nicht ableiten, und diese Seite versucht dies auch nicht zu analysieren.

Der Kalender, Quartalsskala

AbfrageUnternehmenskalender Q2 (Lücke zwischen June 30 Filing und Index offengelegt)
Das exakte SQL hinter jeder Zahl
SELECT
    (SELECT count() FROM global_markets.stocks_dividends WHERE ex_dividend_date >= toDate('2026-04-01') AND ex_dividend_date <= toDate('2026-06-30')) AS ex_div_events,
    (SELECT count() FROM global_markets.stocks_splits WHERE execution_date >= toDate('2026-04-01') AND execution_date <= toDate('2026-06-30')) AS splits,
    (SELECT count() FROM global_markets.stocks_ipos WHERE listing_date >= toDate('2026-04-01') AND listing_date <= toDate('2026-06-30')) AS ipos,
    (SELECT uniqExact(accession_number) FROM global_markets.stocks_sec_edgar_index WHERE filing_date >= toDate('2026-04-01') AND filing_date <= toDate('2026-06-30')) AS q2_filings,
    (SELECT uniqExact(accession_number) FROM global_markets.stocks_sec_edgar_index WHERE filing_date = toDate('2026-04-30')) AS filings_apr30,
    (SELECT uniqExact(accession_number) FROM global_markets.stocks_sec_edgar_index WHERE filing_date = toDate('2026-06-30')) AS filings_jun30

105 im Quartal börsennotierte Unternehmen, 435 durchgeführte Aktiensplits und 15402 ex-dividend Ereignisse, die ausgezahlt wurden. Die Anzahl der Einreichungen (235075) weist die offengelegte Lücke auf: Der Index enthält nur 31 Einreichungen am 30. Juni — dem letzten Tag des Quartals — und 34 am 30. April, während an benachbarten Tagen Tausende vorliegen. Daher fehlen dem Quartalstotal zwei Monatsendtage, wodurch der Wert unterbewertet bleibt, bis der Feed die Daten nachpflegt. Die Lücke am Monatsende hat eine eigene Diagnosehinweis.

Der Kalender im Anlauf auf das Quartalsende

AbfrageListings, Splits und Ex-Dividenden-Ereignisse nach Monat über das Quartal
Das exakte SQL hinter jeder Zahl
SELECT m, ipos, splits, ex_divs FROM (
    SELECT '2026-04' AS m,
        (SELECT count() FROM global_markets.stocks_ipos WHERE listing_date >= toDate('2026-04-01') AND listing_date <= toDate('2026-04-30')) AS ipos,
        (SELECT count() FROM global_markets.stocks_splits WHERE execution_date >= toDate('2026-04-01') AND execution_date <= toDate('2026-04-30')) AS splits,
        (SELECT count() FROM global_markets.stocks_dividends WHERE ex_dividend_date >= toDate('2026-04-01') AND ex_dividend_date <= toDate('2026-04-30')) AS ex_divs, 1 AS o
    UNION ALL SELECT '2026-05',
        (SELECT count() FROM global_markets.stocks_ipos WHERE listing_date >= toDate('2026-05-01') AND listing_date <= toDate('2026-05-31')),
        (SELECT count() FROM global_markets.stocks_splits WHERE execution_date >= toDate('2026-05-01') AND execution_date <= toDate('2026-05-31')),
        (SELECT count() FROM global_markets.stocks_dividends WHERE ex_dividend_date >= toDate('2026-05-01') AND ex_dividend_date <= toDate('2026-05-31')), 2
    UNION ALL SELECT '2026-06',
        (SELECT count() FROM global_markets.stocks_ipos WHERE listing_date >= toDate('2026-06-01') AND listing_date <= toDate('2026-06-30')),
        (SELECT count() FROM global_markets.stocks_splits WHERE execution_date >= toDate('2026-06-01') AND execution_date <= toDate('2026-06-30')),
        (SELECT count() FROM global_markets.stocks_dividends WHERE ex_dividend_date >= toDate('2026-06-01') AND ex_dividend_date <= toDate('2026-06-30')), 3
) ORDER BY o

Der Unternehmenskalender verdichtete sich im Verlauf des Quartals: Die Zahl der Ex-Dividenden-Termine stieg monatlich an, von 3947 im April bis zu 6651 im Juni, und auch die Aktiensplits nahmen zu (129 bis 164). Die Börsennotierungen blieben über die drei Monate hinweg stabil — die Metapher der Welle bezieht sich in diesem Quartal auf die Dividenden, nicht auf die IPOs.

Die Sitzungsübersicht

Abfrage62 Sitzungen im Quartal, verifiziert aus dem Tape, Monat für Monat
Das exakte SQL hinter jeder Zahl
SELECT
    (SELECT uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) FROM global_markets.delayed_stocks_minute_aggs
     WHERE ticker = 'SPY' AND window_start >= toDateTime('2026-04-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')) AS q2_sessions,
    (SELECT uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) FROM global_markets.delayed_stocks_minute_aggs
     WHERE ticker = 'SPY' AND window_start >= toDateTime('2026-04-01 00:00:00') AND window_start < toDateTime('2026-05-01 00:00:00')) AS april_sessions,
    (SELECT uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) FROM global_markets.delayed_stocks_minute_aggs
     WHERE ticker = 'SPY' AND window_start >= toDateTime('2026-05-01 00:00:00') AND window_start < toDateTime('2026-06-01 00:00:00')) AS may_sessions,
    (SELECT uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) FROM global_markets.delayed_stocks_minute_aggs
     WHERE ticker = 'SPY' AND window_start >= toDateTime('2026-06-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')) AS june_sessions

62 Sitzungen, die auf beobachteten Bars statt auf Kalenderannahmen basieren: 21 im April, 20 im Mai (Memorial Day), 21 im Juni (Juneteenth). Die Aufstellungen auf Monatsebene und Belege zum Handelsschluss finden Sie im Juni-Rückblick und im Erklärungsbericht zu den Feiertagen.

Datenhinweise

Vollständige Datenhinweise
  • Die Short Interest endet mit dem Settlement am 15. Juni zum Zeitpunkt der Erstellung — der Wert für Ende Juni steht noch aus; der Juni-Rückblick enthält die vollständige Offenlegung. Dieser Beitrag wird aktualisiert, sobald die Daten vorliegen.
  • Die Lücke zwischen Monatsend-Meldung und Index wird direkt im Text angegeben: Der 30. Juni UND der 30. April liegen innerhalb dieses Quartals, und der 31. März weist dieselbe Signatur auf — jeder Monatsendwert von 2026, dessen letzter Kalendertag ein Wochentag war, ist nahezu leer. Die Diagnosehinweise enthält die Belege und die begrenzte Diagnose.
  • Mikrostruktur (Tick-Ebene) wurde hier bewusst weggelassen — der Deep-Dive vom 29. Juni enthält die vollständige Analyse der Session-Tape-Anatomie.
  • Ausschluss von Volumenführern: Ein Juni-Listing mit wiederverwendetem Symbol wurde aufgrund ausstehender Unternehmensverifizierung ausgeschlossen.

Methodik

  • Der Zeitraum umfasst den 1. April bis zum 30. Juni 2026 — 62 Sitzungen, verifiziert durch beobachtete Bars. Die Quartalsrenditen werden vom Eröffnungskurs bis zum Schlusskurs der regulären Handelszeiten innerhalb des Zeitraums berechnet; der Vergleich zum Q1 wird auf Basis identischer Definitionen live neu berechnet.
  • Zeitstempel werden in UTC gespeichert und mit rohen UTC-Grenzwerten gefiltert; die regulären Handelszeiten liegen zwischen 13:30 und 20:00 UTC über das (EDT) Quartal hinweg. Das Dollar-Volumen berechnet sich aus dem Schlusskurs pro Minute multipliziert mit dem Volumen pro Minute während der regulären Handelszeiten. Mehrjährige historische Datenblöcke filtern die regulären Handelszeiten nach der Eastern-Wall-Clock (umgerechnet pro Zeile – die DST-sichere Konvention über Jahrzehnte hinweg) und setzen ihre Obergrenze am Ende dieses Quartals; die Tiefenprüfung (Minuten-Historie bis September 2003) findet sich in der Methodik des H1 Recap wieder.
  • Die Generierung erfolgt über den geschützten Read-only-Pfad; die öffentliche Seite führt niemals Live-Abfragen aus. Datenbestand des Warehouse zum 5. Juli 2026.

Dies ist die erste Ausgabe des standardmäßigen Quartals-Recaps; die Ausgabe für Q3 wird hierauf verlinken. Monatliche Details: Juni. Das in diesem Quartal abgeschlossene Halbjahr: H1 2026.

#market recap#quarterly#rates#volume#ipos