Strasmore Research
Deep Dives · Matt ConnorBy Matt Connor · · Updated 2026-07-24

MU: Micron Handelsvolumen Juni 2026

Micron im Juni 2026: 995.7 Milliarden Dollar Umsatz im regulären Handel, der first-platzierte Tape am Markt, während die Neubewertung auf 14 Prozent sank.

Micron hat in der ersten Hälfte des Jahres 2026 eine starke Neubewertung erlebt. Im Juni kühlte der Kurs ab, während das Handelsvolumen hoch blieb. MU schloss den Juni bei $1151.01, was einem Anstieg von 14% entspricht. Dies war der ruhigste Monat seit Februar, nachdem es im Mai einen Anstieg von 89.8% gegeben hatte. Das Handelsvolumen im regulären Handel belief sich auf $995.7 Milliarden und belegte damit den first Platz im gesamten US-Handel, noch vor SPY. Auf täglicher Basis war dies zudem der volatilste Monat des Halbjahres (127.6% annualisiert): Die Ruhe ist eine optische Täuschung. Hier sind die Ergebnisse für Juni – Handelsvolumen, Einreichungen der Ergebniswoche, Volatilität, Wettbewerber, Spread, Optionen, Short-Positionen und der Halbjahresverlauf. Jeder Wert stammt aus einer gespeicherten Abfrage; Sie können jedes Panel für das zugehörige SQL erweitern.

Der Monat in einer Zeile

AbfrageMU im Juni in einer Zeile: Open, Close, Extremwerte, Turnover und Erträge
Das exakte SQL hinter jeder Zahl
WITH
    (
        SELECT count() FROM global_markets.delayed_stocks_minute_aggs
        WHERE ticker = 'SPY'
          AND window_start >= toDateTime('2026-06-19 00:00:00') AND window_start < toDateTime('2026-06-20 00:00:00')
    ) AS spy_jun19,
    (
        SELECT max(toFloat64(high)) FROM global_markets.delayed_stocks_minute_aggs
        WHERE ticker = 'MU'
          AND window_start >= toDateTime('2026-06-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
    ) AS hi,
    (
        SELECT min(toFloat64(low)) FROM global_markets.delayed_stocks_minute_aggs
        WHERE ticker = 'MU'
          AND window_start >= toDateTime('2026-06-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
    ) AS lo
SELECT
    round(argMinIf(toFloat64(open), window_start, (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199), 2) AS month_open,
    round(argMaxIf(toFloat64(close), window_start, (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199), 2) AS month_close,
    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(hi, 2) AS month_high,
    formatDateTime(toTimeZone(minIf(window_start, toFloat64(high) >= hi - 0.011), 'America/New_York'), '%Y-%m-%d %H:%i') AS month_high_first_bar_et,
    round(lo, 2) AS month_low,
    formatDateTime(toTimeZone(minIf(window_start, toFloat64(low) <= lo + 0.011), 'America/New_York'), '%Y-%m-%d %H:%i') AS month_low_first_bar_et,
    round(minIf(toFloat64(low), (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199) - lo, 2) AS rth_minus_extended_low,
    round(toFloat64(sum(volume)) / 1e9, 2) AS month_shares_bn,
    round(sumIf(toFloat64(close) * toFloat64(volume), (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199) / 1e9, 1) AS rth_dollar_bn,
    uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS session_days_observed,
    spy_jun19 AS spy_bars_june19
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'MU'
  AND window_start >= toDateTime('2026-06-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')

Die Intramonatsspanne war für eine Aktie dieser Größe enorm: ein Tief von $850.1 (2026-06-05 16:34 ET) bis zu einem Hoch von $1255 (2026-06-25 09:35 ET) — breiter als das gesamte Jahresergebnis der meisten Aktien. Der 19. Juni war ein marktweiter Börsenschluss (0 SPY-Bars), daher umfasst der Monat 21 Handelstage.

Juni im Vergleich zum Halbjahresverlauf

Ist +14% hoch? Für diesen Ticker war dieses Halbjahr ruhig. Das Panel berechnet jeden Monat identisch und live.

AbfrageMU Monat für Monat, live neu berechnet: Return, Close und Regular-Hours-Turnover
Das exakte SQL hinter jeder Zahl
SELECT toString(toStartOfMonth(toDate(toTimeZone(window_start, 'America/New_York')))) AS period_start,
    round((argMaxIf(toFloat64(close), window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) / argMinIf(toFloat64(open), window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) - 1) * 100, 1) AS month_return_pct,
    round(argMaxIf(toFloat64(close), window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959), 2) AS month_close,
    round(sumIf(toFloat64(close) * toFloat64(volume), (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) / 1e9, 1) AS rth_dollar_bn
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'MU'
  AND window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
GROUP BY period_start
ORDER BY period_start

Der Verlauf: 40.5% im Januar, ein flaches 0% im Februar, ein -15.9% im März, der den Tiefstand des Halbjahres zum Schlusskurs markierte ($337.62), dann 48.4% im April und 89.8% im Mai — $414.73 bis $1151.01 in sechs Monaten. Das Handelsvolumen stieg mit an: $235.8 Milliarden im Januar auf $995.7 Milliarden im Juni. Die Kursbewegung im Juni war die geringste seit Februar; das Handelsvolumen im Juni war das höchste im betrachteten Zeitraum.

Der Preis beruhigte sich. Die Volatilität blieb hoch.

Ist ein +14% Monat ruhig? Die realisierte Volatilität — die täglichen Schlusskursschwankungen, annualisiert — stellt den Juni ganz anders dar.

AbfrageMU nach Monaten: annualisierte Realized Volatility, durchschnittliche Session-Range, größter Tageswert
Das exakte SQL hinter jeder Zahl
SELECT
    toString(toStartOfMonth(et_date)) AS period_start,
    round(stddevSamp(log_ret) * sqrt(252) * 100, 1) AS realized_vol_ann_pct,
    round(100 * stddevSamp(log_ret) / max(stddevSamp(log_ret)) OVER (), 1) AS pct_of_peak_vol,
    round(avg(day_range_pct), 1) AS avg_day_range_pct,
    round(max(abs(day_move_pct)), 1) AS biggest_day_move_pct,
    count() AS return_days
FROM (
    SELECT et_date, day_range_pct,
        if(prev_close > 0, ln(close_usd / prev_close), NULL) AS log_ret,
        if(prev_close > 0, (close_usd / prev_close - 1) * 100, NULL) AS day_move_pct
    FROM (
        SELECT et_date, close_usd, day_range_pct,
            lagInFrame(close_usd) OVER (ORDER BY et_date ASC ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) AS prev_close
        FROM (
            SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS et_date,
                argMaxIf(toFloat64(close), window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) AS close_usd,
                (maxIf(toFloat64(high), (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) / minIf(toFloat64(low), (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) - 1) * 100 AS day_range_pct
            FROM global_markets.delayed_stocks_minute_aggs
            WHERE ticker = 'MU'
              AND window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
            GROUP BY et_date
        )
    )
)
WHERE isFinite(log_ret) AND log_ret IS NOT NULL
GROUP BY period_start
ORDER BY period_start

Der Juni war nach diesem Maßstab der volatilste Monat des ersten Halbjahres: 127.6% annualisiert, sogar über den 101.4% vom Mai, mit einer durchschnittlichen täglichen Spanne von 7.6% und einer Schlusskursbewegung von 15.8%. Die Endpunkte waren ruhig; die Tage dazwischen nicht.

Sitzung für Sitzung

AbfrageDie 21 Sessions: Close, Close-over-Close-Änderung, Full-Day-Volumen
Das exakte SQL hinter jeder Zahl
SELECT et_date, close_usd,
    round(if(prev_close = 0, NULL, (close_usd / prev_close - 1) * 100), 1) AS change_pct,
    shares_m
FROM (
    SELECT et_date, close_usd, shares_m,
           lagInFrame(close_usd) OVER (ORDER BY et_date ASC ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) AS prev_close
    FROM (
        SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS et_date,
            round(argMaxIf(toFloat64(close), window_start, (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199), 2) AS close_usd,
            round(toFloat64(sum(volume)) / 1e6, 1) AS shares_m
        FROM global_markets.delayed_stocks_minute_aggs
        WHERE ticker = 'MU'
          AND window_start >= toDateTime('2026-06-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
        GROUP BY et_date
    )
)
ORDER BY et_date

Die Tabelle zeigt starke Schwankungen — von $1034.83 am 2026-06-01 während der Turbulenzen bis zu $1151.01 in der letzten Sitzung. Das ist das, was "+14% im Monat" verschleiert: Nur die Endpunkte waren ruhig. Die volatilsten Phasen liegen in der Berichtswoche — diese folgt als Nächstes.

Stimmen die Kursschwankungen mit einem gemeldeten Quartal überein?

Die Daten lassen sich datieren – die Belege von MU aus dem Juni aus dem SEC-Index, im Vergleich zu den Kursbewegungen an diesen Daten.

AbfrageMUs SEC-Filings im Juni und die Session nach dem Quartals-8-K
Das exakte SQL hinter jeder Zahl
WITH
    (
        SELECT maxIf(filing_date, form_type = '8-K')
        FROM global_markets.stocks_sec_edgar_index
        WHERE cik = '0000723125' AND filing_date >= toDate('2026-06-01') AND filing_date <= toDate('2026-06-30')
    ) AS last_8k_date,
    (
        SELECT minIf(filing_date, form_type = '10-Q')
        FROM global_markets.stocks_sec_edgar_index
        WHERE cik = '0000723125' AND filing_date >= toDate('2026-06-01') AND filing_date <= toDate('2026-06-30')
    ) AS tenq_date,
    (
        SELECT (count(), countIf(form_type = '8-K'), countIf(form_type = '4'))
        FROM global_markets.stocks_sec_edgar_index
        WHERE cik = '0000723125' AND filing_date >= toDate('2026-06-01') AND filing_date <= toDate('2026-06-30')
    ) AS filing_census,
    (
        SELECT toDate(toTimeZone(min(window_start), 'America/New_York'))
        FROM global_markets.delayed_stocks_minute_aggs
        WHERE ticker = 'MU'
          AND window_start >= toDateTime('2026-06-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
          AND toFloat64(high) >= (
              SELECT max(toFloat64(high)) FROM global_markets.delayed_stocks_minute_aggs
              WHERE ticker = 'MU' AND window_start >= toDateTime('2026-06-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
          ) - 0.011
    ) AS month_high_date
SELECT
    toString(last_8k_date) AS earnings_8k_filed,
    if(last_8k_date = toDate('2026-06-24'), 1, 0) AS eightk_on_jun24,
    toString(tenq_date) AS tenq_filed,
    dateDiff('day', last_8k_date, tenq_date) AS days_8k_to_10q,
    filing_census.1 AS june_filings_total,
    filing_census.2 AS eightk_filings,
    filing_census.3 AS form4_filings,
    round((anyIf(close_usd, et_date = toDate('2026-06-25')) / anyIf(close_usd, et_date = toDate('2026-06-24')) - 1) * 100, 1) AS next_session_move_pct,
    round(anyIf(shares_m, et_date = toDate('2026-06-25')), 1) AS next_session_shares_m,
    round(anyIf(shares_m, et_date = toDate('2026-06-25')) - maxIf(shares_m, et_date != toDate('2026-06-25')), 1) AS shares_lead_over_next_busiest_m,
    if(month_high_date = toDate('2026-06-25'), 1, 0) AS month_high_on_jun25
FROM (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS et_date,
        argMaxIf(toFloat64(close), window_start, (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199) AS close_usd,
        toFloat64(sum(volume)) / 1e6 AS shares_m
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'MU'
      AND window_start >= toDateTime('2026-06-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
    GROUP BY et_date
)

Der vierteljährliche 8-K-Bericht von MU datiert auf den 2026-06-24, der 10-Q folgt einen Tag später (1; Juni-Einreichungen 8, Insider-Formular 4 3). Die Sitzung nach dem Datum des 8-K schloss 15.8% höher bei 77.2 Millionen Aktien – das höchste Volumen des Monats, 5.9 Millionen mehr als das zweithöchste – und das Monatshoch von $1255 wurde in derselben Sitzung verzeichnet (2026-06-25 09:35 ET; die Spalte für Handelsvolumen bestätigt die Übereinstimmung). Die Übereinstimmung ist die Beobachtung; diese Seite endet hier.

Eine Micron-Story oder eine Speicher-Story?

Hat sich der gesamte Speicher- und Storage-Sektor ebenfalls bewegt? Der Vergleichskorb steht fest: Die drei Storage-Werte, die im Juni am stärksten mit MU korrelierten, wurden zusammen mit NVDA und SPY als Maßstäbe festgelegt.

AbfrageJuni im Vergleich: Memory/Storage-Basket, NVDA und SPY
Das exakte SQL hinter jeder Zahl
WITH (
    SELECT (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
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'MU' AND window_start >= toDateTime('2026-06-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
) AS mu_return
SELECT ticker,
    round(june_return_pct, 1) AS june_return_pct,
    round(june_return_pct - mu_return, 1) AS vs_mu_pct_points,
    rth_dollar_bn,
    round(100 * rth_dollar_bn / max(rth_dollar_bn) OVER (), 1) AS pct_of_top_turnover
FROM (
    SELECT ticker,
        (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 AS june_return_pct,
        round(sumIf(toFloat64(close) * toFloat64(volume), (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199) / 1e9, 1) AS rth_dollar_bn
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('MU', 'SNDK', 'WDC', 'INTC', 'NVDA', 'SPY')
      AND window_start >= toDateTime('2026-06-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
    GROUP BY ticker
)
ORDER BY june_return_pct DESC

Es war eine Bewegung im Speichersektor – und MU blieb dahinter zurück. SNDK stieg um 31.3%, INTC, 27.5%, WDC 19.1% — jeder Storage-Wert übertraf MU um 5.1 bis 17.3 Punkte — während SPY und NVDA im Juni mit Verlusten schlossen. Das Besondere an MU: Sein Handelsvolumen ist in dieser Liste am höchsten.

Der bedeutendste Ticker im Handel

AbfrageGesamter US-Tape nach Regular-Hours-Dollar-Volumen im Juni 2026 (ein Symbol ohne Verifizierung ausgeschlossen)
Das exakte SQL hinter jeder Zahl
SELECT ticker,
    round(sum(toFloat64(volume) * toFloat64(close)) / 1e9, 1) AS regular_hours_dollar_bn,
    round(100 * sum(toFloat64(volume) * toFloat64(close)) / max(sum(toFloat64(volume) * toFloat64(close))) OVER (), 1) AS pct_of_leader
FROM global_markets.delayed_stocks_minute_aggs
WHERE window_start >= toDateTime('2026-06-01 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 regular_hours_dollar_bn DESC
LIMIT 10
AbfrageRanglisten-Details: MUs Platzierung, Vorsprung zum nächsten Wert und Basis
Das exakte SQL hinter jeder Zahl
WITH (
    SELECT sum(toFloat64(volume) * toFloat64(close))
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'MU'
      AND window_start >= toDateTime('2026-06-01 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
) AS mu_d
SELECT
    countIf(d > mu_d AND ticker != 'MU') + 1 AS mu_rank,
    round(mu_d / 1e9, 1) AS mu_dollar_bn,
    round((mu_d - maxIf(d, d < mu_d AND ticker != 'MU')) / 1e9, 1) AS lead_over_next_bn
FROM (
    SELECT ticker, sum(toFloat64(volume) * toFloat64(close)) AS d
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE window_start >= toDateTime('2026-06-01 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
)

MU belegte im Juni nach dem Dollar-Handelsvolumen während der regulären Handelszeiten Platz first aller an US-Börsen gelisteten Symbole — $995.7 Milliarden. Damit lag das Unternehmen $224.3 Milliarden vor SPY auf dem zweiten Platz. Dass ein einzelnes Unternehmen einen Monat lang einen Flaggschiff-ETF übertrifft, ist eine seltene Handelsstruktur; die Abschnitte über der Berichtswoche zu den Quartalszahlen und den Vergleichsgruppen liefern hierzu den Kontext. Basis: 1. bis 30. Juni während der regulären Handelszeiten, eine wiederverwendete Listung wurde aufgrund ausstehender Unternehmensverifizierung ausgeschlossen (seine Belege). Die marktweite Übersicht finden Sie im Juni-Rückblick.

Die Zusammensetzung des Handelsvolumens

AbfrageGesamter MU-Tape in einer Zeile: Prints, Print-Größen und Quote-Census
Das exakte SQL hinter jeder Zahl
WITH
    (
        SELECT (round(count() / 1e6, 2),
                round(100.0 * countIf(bid_price > 0 AND ask_price > 0 AND ask_price > bid_price) / count(), 2),
                countIf(bid_price > 0 AND ask_price > 0 AND ask_price < bid_price),
                countIf(bid_price <= 0 OR ask_price <= 0))
        FROM global_markets.cache_stocks_quotes
        WHERE ticker = 'MU'
          AND sip_timestamp >= toDateTime64('2026-06-01 00:00:00', 9) AND sip_timestamp < toDateTime64('2026-07-01 00:00:00', 9)
    ) AS quote_census
SELECT
    round(count() / 1e6, 2) AS prints_m,
    quantileDeterministic(0.5)(toFloat64(size), toUInt64(abs(sequence_number))) AS median_print_shares,
    round(avg(toFloat64(size)), 1) AS avg_print_shares,
    round(100.0 * countIf(size < 100) / count(), 1) AS odd_lot_pct_of_prints,
    round(100.0 * countIf(toFloat64(size) != round(toFloat64(size))) / count(), 2) AS fractional_pct_of_prints,
    quote_census.1 AS nbbo_updates_m,
    quote_census.2 AS clean_two_sided_pct,
    quote_census.3 AS crossed_updates,
    quote_census.4 AS one_sided_or_empty_updates
FROM global_markets.stocks_trades
WHERE ticker = 'MU'
  AND sip_timestamp >= toDateTime64('2026-06-01 00:00:00', 9) AND sip_timestamp < toDateTime64('2026-07-01 00:00:00', 9)

35.17 Millionen Transaktionen mit einem Median von 8 Aktien — und 91.7% Odd Lots. Dies ist eine der am stärksten auf Privatanleger aufgeteilten Handelsaktivitäten, die wir gemessen haben (im Juni war das Volumen bei NVDA deutlich niedriger; diese Analyse enthält die Gegenüberstellung). Bei einem Aktienkurs im vierstelligen Bereich bedeutet ein „Round Lot“ eine erhebliche Summe, weshalb kleine Positionen systembedingt dominieren; Bruchteils-Transaktionen (9.04%) zeigen in dieselbe Richtung. Die Quote-Hälfte: 19.64 Millionen NBBO-Updates, 99.86% saubere zwei-seitige Angebote, 16963 gekreuzte Angebote, 78 einseitige oder leere Angebote — offengelegt, nicht ausgelassen.

Der Spread während einer Neubewertung

Eine Aktie, die ihr Niveau in einem Quartal fast verdreifacht, wirft eine andere Frage zum Spread auf: Wurde sie weiterhin mit engen Spreads gehandelt, während der Preis ein neues Niveau erreichte?

AbfrageSpread nach Session: Median der Regular-Hours in Cents und Basispunkten
Das exakte SQL hinter jeder Zahl
SELECT session,
    round(quantileDeterministicIf(0.5)(toFloat64(ask_price) - toFloat64(bid_price), toUInt64(toUnixTimestamp64Micro(sip_timestamp)), bid_price > 0 AND ask_price >= bid_price) * 100, 1) AS med_spread_cents,
    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), 2) AS med_spread_bps,
    count() AS quote_updates,
    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 = 'MU'
  AND sip_timestamp >= toDateTime64('2026-06-01 13:30:00', 9) AND sip_timestamp < toDateTime64('2026-07-01 00:00:00', 9)
  AND (toHour(sip_timestamp) * 60 + toMinute(sip_timestamp)) BETWEEN 810 AND 1199
GROUP BY toDate(toTimeZone(sip_timestamp, 'America/New_York')) AS session
ORDER BY session

In Basispunkten blieb der Spread während der gesamten Bewegung auf institutionellem Niveau: 3.96 Basispunkte bei 2026-06-01, 4.19 Basispunkte in der letzten Sitzung — der Cent-Betrag folgt in etwa dem jeweiligen Preisniveau. Details zu den Mechanismen finden Sie in der Erklärung zum Spread.

Optionen: ein zweiseitiges Orderbuch

AbfrageMUs Optionsmarkt in einer Zeile: Gesamtsummen, Expiries, Put/Call-Verhältnis
Das exakte SQL hinter jeder Zahl
SELECT
    round(count() / 1e6, 2) AS prints_m,
    uniqExact(ticker) AS distinct_contracts,
    round(sum(size) / 1e6, 2) AS contracts_traded_m,
    round(sum(toFloat64(price) * size) * 100 / 1e9, 2) AS premium_notional_busd,
    round(toFloat64(sumIf(size, substring(ticker, 11, 1) = 'P')) / toFloat64(sumIf(size, substring(ticker, 11, 1) = 'C')), 2) AS month_put_call_ratio,
    uniqExact(substring(ticker, 5, 6)) AS expiries_traded,
    round(intDiv(toUInt32OrZero(substring(argMax(ticker, sz), 12, 8)), 1000), 0) AS busiest_strike_usd
FROM (
    SELECT ticker, price, size, sum(size) OVER (PARTITION BY ticker) AS sz
    FROM global_markets.options_trades
    WHERE startsWith(ticker, 'O:MU') AND length(ticker) = 19
      AND sip_timestamp >= toDateTime64('2026-06-01 00:00:00', 9) AND sip_timestamp < toDateTime64('2026-07-01 00:00:00', 9)
)

16.76 Millionen Kontrakte über 11789 verschiedene Kontrakte verteilt, für 77.13 Milliarden Dollar an Prämien — und das Orderbuch war zweiseitig: das Put/Call-Verhältnis für den Monat lag bei 0.99, was im Wesentlichen Parität entspricht (die NVDA-Kontrakte für Juni waren stark call-lastig; vergleichen). Eine Annäherung an die Parität während einer heftigen Neubewertung bedeutet, dass der Optionsmarkt auf beiden Seiten der Kursbewegung gespalten ist — die Daten zeigen die Spaltung, nicht die Absicht.

AbfrageVerteilung der Kontrakte: Call- und Put-Volumen nach Strike-Buckets
Das exakte SQL hinter jeder Zahl
SELECT
    concat('$', toString(toUInt32(bucket))) AS strike_bucket,
    call_contracts,
    put_contracts,
    round(100.0 * put_contracts / (call_contracts + put_contracts), 1) AS put_share_pct
FROM (
    SELECT
        least(floor(toFloat64(toUInt32OrZero(substring(ticker, 12, 8))) / 1000 / 100) * 100, 1500) AS bucket,
        toUInt64(sumIf(size, substring(ticker, 11, 1) = 'C')) AS call_contracts,
        toUInt64(sumIf(size, substring(ticker, 11, 1) = 'P')) AS put_contracts
    FROM global_markets.options_trades
    WHERE startsWith(ticker, 'O:MU') AND length(ticker) = 19
      AND sip_timestamp >= toDateTime64('2026-06-01 00:00:00', 9) AND sip_timestamp < toDateTime64('2026-07-01 00:00:00', 9)
    GROUP BY bucket
)
ORDER BY toUInt32OrZero(substring(strike_bucket, 2))

Die Strike-Verteilung umfasst einen Bereich, der im Januar noch absurd gewesen wäre — signifikantes Volumen vom $0-Bereich bis zur Obergrenze von $1500+; dies verdeutlicht die Kursbewegung des Basiswerts. Was hat das Halten dieser Bewegung gekostet? Die Kurse der letzten Sitzung des Monats bestimmen den Preis:

AbfragePreisbewegung zum Monatsende: der letzte At-the-Money-Straddle im Juni
Das exakte SQL hinter jeder Zahl
WITH (
    SELECT argMaxIf(toFloat64(close), window_start, (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199)
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'MU' AND window_start >= toDateTime('2026-06-30 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
) AS spot
SELECT
    toString(any(expiry)) AS nearest_expiry,
    dateDiff('day', toDate('2026-06-30'), any(expiry)) AS calendar_days_to_expiry,
    round(spot, 2) AS spot_close,
    argMin(strike_usd, (dist, strike_usd)) AS atm_strike,
    round(argMin(call_last + put_last, (dist, strike_usd)), 2) AS straddle_usd,
    round(argMin(call_last + put_last, (dist, strike_usd)) / spot * 100, 2) AS straddle_pct_of_spot,
    count() AS two_sided_strikes
FROM (
    SELECT expiry, strike_usd, abs(strike_usd - spot) AS dist,
        anyIf(last_px, opt_type = 'C') AS call_last,
        anyIf(last_px, opt_type = 'P') AS put_last
    FROM (
        SELECT
            toDateOrNull(concat('20', substring(ticker, 5, 2), '-', substring(ticker, 7, 2), '-', substring(ticker, 9, 2))) AS expiry,
            substring(ticker, 11, 1) AS opt_type,
            toFloat64(toUInt32OrZero(substring(ticker, 12, 8))) / 1000 AS strike_usd,
            argMax(toFloat64(price), (sip_timestamp, toFloat64(price))) AS last_px
        FROM global_markets.options_trades
        WHERE startsWith(ticker, 'O:MU') AND length(ticker) = 19
          AND sip_timestamp >= toDateTime64('2026-06-30 00:00:00', 9) AND sip_timestamp < toDateTime64('2026-07-01 00:00:00', 9)
        GROUP BY expiry, opt_type, strike_usd
    )
    WHERE expiry > toDate('2026-06-30')
    GROUP BY expiry, strike_usd
    HAVING countIf(opt_type = 'C') > 0 AND countIf(opt_type = 'P') > 0
)
WHERE expiry = (
    SELECT min(toDateOrNull(concat('20', substring(ticker, 5, 2), '-', substring(ticker, 7, 2), '-', substring(ticker, 9, 2))))
    FROM global_markets.options_trades
    WHERE startsWith(ticker, 'O:MU') AND length(ticker) = 19
      AND sip_timestamp >= toDateTime64('2026-06-30 00:00:00', 9) AND sip_timestamp < toDateTime64('2026-07-01 00:00:00', 9)
      AND toDateOrNull(concat('20', substring(ticker, 5, 2), '-', substring(ticker, 7, 2), '-', substring(ticker, 9, 2))) > toDate('2026-06-30')
)

Zum Börsenschluss am 30. Juni lag die nächste Fälligkeit 2 Kalendertage entfernt; das At-the-money-Paar — ein Call und ein Put zum Strike von 1150 $ — wurde zuletzt für insgesamt 69.95 $ gehandelt: 6.08% des Aktienkurses von 1151.01 $. Ein Käufer hätte eine Bewegung dieser Größenordnung in jede Richtung innerhalb dieser 2 Tage benötigt, um die Gewinnschwelle zu erreichen — der Juni endete weiterhin mit einer Einpreisung für überdurchschnittliche Bewegungen.

Der Nachrichtenfluss

AbfrageMU-markierte Artikel im Juni: Volumen, Anteil des Top-Publishers, Co-Tags
Das exakte SQL hinter jeder Zahl
WITH
    (
        SELECT (JSONExtractString(any(publisher), 'name'), count())
        FROM global_markets.stocks_news
        WHERE has(tickers, 'MU')
          AND published_utc >= toDateTime('2026-06-01 00:00:00') AND published_utc < toDateTime('2026-07-01 04:00:00')
        GROUP BY JSONExtractString(publisher, 'name') ORDER BY count() DESC LIMIT 1
    ) AS top_pub
SELECT
    count() AS june_articles,
    uniqExact(JSONExtractString(publisher, 'name')) AS publishers,
    top_pub.1 AS top_publisher,
    round(100.0 * top_pub.2 / count(), 0) AS top_publisher_pct,
    countIf(has(tickers, 'NVDA')) AS nvda_co_articles,
    countIf(has(tickers, 'SNDK')) AS sndk_co_articles,
    countIf(has(tickers, 'INTC')) AS intc_co_articles
FROM global_markets.stocks_news
WHERE has(tickers, 'MU')
  AND published_utc >= toDateTime('2026-06-01 00:00:00') AND published_utc < toDateTime('2026-07-01 04:00:00')

195 MU-markierte Artikel von 4 Verlagen — mit Skepsis lesen, da The Motley Fool allein 59% davon verfasste. Co-Tags bilden eine Halbleiter-Story: NVDA in 86 Artikeln, SNDK in 32, INTC in 21. Worum ging es? Die eigenen Artikel-Tags des Anbieters liefern das Vokabular, ohne es zu übernehmen:

AbfrageThemen der MU-Berichterstattung im Juni: Anzahl der Vendor-Artikel-Tags
Das exakte SQL hinter jeder Zahl
SELECT keyword, count() AS articles,
    round(100.0 * count() / (SELECT count() FROM global_markets.stocks_news WHERE has(tickers, 'MU') AND published_utc >= toDateTime('2026-06-01 00:00:00') AND published_utc < toDateTime('2026-07-01 04:00:00')), 1) AS pct_of_articles
FROM global_markets.stocks_news
ARRAY JOIN keywords AS keyword
WHERE has(tickers, 'MU')
  AND published_utc >= toDateTime('2026-06-01 00:00:00') AND published_utc < toDateTime('2026-07-01 04:00:00')
GROUP BY keyword
ORDER BY articles DESC, keyword ASC
LIMIT 10

"AI infrastructure" führt mit 49 von 195 Artikeln, gefolgt von "memory chips", "DRAM" und "high-bandwidth memory" — ein KI-Speicher-Vokabular, das als Tag-Anzahl und nicht als Erklärung berichtet wird.

Die Short-Positionen sanken – und eine Deckungslücke bleibt bestehen

AbfrageFINRA Off-Exchange Short Volume: MUs Juni-Abdeckung und Short-Anteil
Das exakte SQL hinter jeder Zahl
SELECT toString(date) AS d,
    round(toFloat64(any(short_volume)) / 1e6, 2) AS short_shares_m,
    round(100 * toFloat64(any(short_volume)) / toFloat64(any(total_volume)), 1) AS short_pct_of_offexchange
FROM global_markets.stocks_short_volume
WHERE ticker = 'MU' AND date >= toDate('2026-06-01') AND date <= toDate('2026-06-30')
GROUP BY date
ORDER BY date

Zuerst die Deckung: Das Short-Volume-File von MU für Juni enthält nur 16 von 21 Sitzungen — über die marktweite Kürzung am 29. Juni hinaus fehlen mehrere MU-Zeilen schlichtweg — daher wird kein Verhältnis auf Monatsbasis berechnet; die täglichen Zeilen sind korrekt, die Lücken wurden offengelegt.

AbfrageJuni-Settlement-Paar: Short Interest zur Monatsmitte und zum Monatsende
Das exakte SQL hinter jeder Zahl
SELECT
    toString(maxIf(settlement_date, settlement_date <= toDate('2026-06-20'))) AS mid_june_settlement,
    round(toFloat64(maxIf(short_interest, settlement_date <= toDate('2026-06-20'))) / 1e6, 2) AS mid_june_shares_short_m,
    toString(maxIf(settlement_date, settlement_date > toDate('2026-06-20'))) AS eom_settlement,
    round(toFloat64(maxIf(short_interest, settlement_date > toDate('2026-06-20'))) / 1e6, 2) AS eom_shares_short_m,
    round((toFloat64(maxIf(short_interest, settlement_date <= toDate('2026-06-20'))) - toFloat64(maxIf(short_interest, settlement_date > toDate('2026-06-20')))) / 1e6, 2) AS decline_m_shares,
    round(toFloat64(maxIf(short_interest, settlement_date > toDate('2026-06-20'))) / toFloat64(maxIf(avg_daily_volume, settlement_date > toDate('2026-06-20'))), 2) AS eom_days_to_cover
FROM global_markets.stocks_short_interest
WHERE ticker = 'MU' AND settlement_date >= toDate('2026-06-01') AND settlement_date <= toDate('2026-06-30')

Das Settlement-Paar ist vollständig: 41.59 Millionen Short-Aktien zum 2026-06-15 Settlement sanken bis zum 2026-06-30 auf 31.67 Millionen — ein Rückgang um 9.92 Millionen Aktien in der zweiten Hälfte, also dem Zeitraum der Earnings-Woche. Die Position am Monatsende entspricht 0.53 Tagen des durchschnittlichen Volumens — ein kleiner Wert für diesen Ticker. Diese Seite wurde ursprünglich mit diesem ausstehenden Wert veröffentlicht (die Verzögerung ist normal); die obige Zahl entspricht dem aktuellen Stand.

Die Fundamentaldaten hinter den Kursen

Was zeigen die eigenen Angaben des Unternehmens? Ein Vorbehalt bleibt: Der Datenfeed hinkt dem Veröffentlichungskalender hinterher. Der aktuellste Datensatz ist älter als der 10-Q Bericht vom 10. Juni. Der Trend ist somit das entscheidende Merkmal, nicht der aktuellste Wert.

AbfrageMUs letzte sechs gemeldete Quartale: Umsatz, Net Income, Diluted EPS
Das exakte SQL hinter jeder Zahl
SELECT quarter_end, revenue_bn,
    round(100 * revenue_bn / max(revenue_bn) OVER (), 1) AS pct_of_peak_revenue,
    net_income_bn, diluted_eps
FROM (
    SELECT toString(period_end) AS quarter_end,
        round(toFloat64(revenue) / 1e9, 2) AS revenue_bn,
        round(toFloat64(net_income_loss_attributable_common_shareholders) / 1e9, 2) AS net_income_bn,
        round(toFloat64(diluted_earnings_per_share), 2) AS diluted_eps
    FROM global_markets.stocks_income_statements
    WHERE has(tickers, 'MU') AND timeframe = 'quarterly'
    ORDER BY period_end DESC
    LIMIT 6
)
ORDER BY quarter_end ASC

Über die sechs vorliegenden Quartale variiert der Umsatz von $7.75 Milliarden (2024-08-29) bis zu $13.64 Milliarden (2025-11-27). Der aktuellste Datensatz stellt dabei den Höchstwert des Zeitraums dar. In diesem Quartal wurde ein Net Income von $5.24 Milliarden und ein diluted EPS von $4.6 erzielt. Die Entwicklung verläuft nicht linear, endet jedoch auf einem Höchststand.

Worauf abzuwarten ist

Nur Kalenderfakten: Die nächste Abrechnung der Short-Positionen erfolgt Mitte Juli mit der üblichen Verzögerung durch die FINRA; das im Juni eingereichte Quartal wird zu einer fundamentalen Kennzahl, sobald der Datenanbieter die Aktualisierung abgeschlossen hat; und die Juli-Daten erhalten diese Behandlung in der nächsten Ausgabe der Serie.

FAQ

Warum war die MU-Aktie im Juni 2026 so volatil?

Diese Seite liefert Messwerte statt Erklärungen: MU handelte zwischen $850.1 und $1255; der vierteljährliche 8-K-Bericht datiert vom 2026-06-24, wobei die nächste Sitzung mit dem höchsten Handelsvolumen des Monats bei 15.8% lag; der gesamte Speicher-Sektor (Memory Basket) entwickelte sich im selben Zeitraum ähnlich.

Wie hoch war die Volatilität von MU im Juni 2026?

Der volatilste Monat des Halbjahres: 127.6% annualisierte realisierte Volatilität und eine durchschnittliche Spanne pro Sitzung von 7.6%, bei einer Gesamtrendite (Endpoint-to-Endpoint) von nur 14%.

War die Bewegung von MU im Juni unternehmensspezifisch oder branchenweit?

Branchenweit, wobei MU das Schlusslicht unter den Gewinnern war: SNDK stieg um 31.3% und jeder Speicherwert übertraf die 14% von MU, während SPY und NVDA niedriger schlossen. Das Besondere bei MU war der Umsatz: $995.7 Milliarden, der höchste im gesamten Basket.

Ist die Short Interest von MU hoch?

Gering im Verhältnis zum eigenen Handelsvolumen: 31.67 Millionen Aktien zum 2026-06-30-Settlement — das entspricht etwa 0.53 Tagen des durchschnittlichen Volumens zur Glattstellung, ein Rückgang um 9.92 Millionen gegenüber Mitte Juni. Die Short Interest wird aufgrund von Verzögerungen beim Settlement immer zeitversetzt veröffentlicht.

Was bedeutet die Put/Call-Ratio von MU?

Die Ratio von 0.99 im Juni bedeutet, dass Puts und Calls in fast gleichem Volumen gehandelt wurden – ein zweiseitiger Markt statt einer einseitigen Wette. Ein Wert deutlich unter eins deutet auf eine Call-Orientierung hin (NVDA im Juni), ein Wert deutlich über eins auf eine Put-Orientierung.

Datenhinweise

Vollständige Datenhinweise
  • Unternehmen. MU ist Micron Technology, Inc., CIK 0000723125 — eine durchgehende EDGAR-Identität; keine Einschränkungen durch Symbol-Wiederverwendung.
  • Abdeckung des Short-Volumens. Die Juni-Datei umfasst 16 von 21 Sitzungen (einschließlich der Kürzung am 29. Juni sowie MU-spezifischer Ausfälle); die Verhältnisse werden nur pro Tag ausgewiesen.
  • Peer-Basket. SNDK, WDC, INTC — die am häufigsten verwendeten Speicher-Unternehmen in den MU-News im Juni — plus NVDA und SPY als Vergleichswerte; die Auswahl erfolgte vorab und nicht nachträglich.
  • Optionen-Analyse. Ablaufdatum, Typ und Strike-Preis wurden aus dem OCC-Symbol neu interpretiert (Positionen 5/11/12); die Prämie basiert auf dem 100-Aktien-Multiplikator.
  • Straddle-Methode. Letzte gehandelte Preise (nicht Kurse) beim Strike-Preis, der dem finalen Schlusskurs am nächsten liegt, und dem nächsten Ablaufdatum nach Monatsende — es handelt sich um tatsächliche Handelsdaten, nicht um implizite Volatilität aus Modellen.
  • Verzögerung bei Fundamentaldaten. Der Feed der Gewinn- und Verlustrechnung folgt dem Einreichungskalender; der neueste MU-Datensatz ist älter als der 10-Q vom 10. Juni — dient nur als Trendkontext.
  • Schlusskurs am 19. Juni wurde durch den Zero-SPY-Bars-Scoreboard-Beleg verifiziert.
  • Spread-Panels schließen gekreuzte oder einseitige Kurse aus; die Anzahl der Ausfälle wird in der Zeile angegeben.
  • Der marktweite Kontext — einschließlich dieses Tickers an der Spitze der Leaderboard-Liste — ist im Juni 2026 Rückblick enthalten.

Methodik

  • Der Zeitraum umfasst den 1. bis 30. Juni 2026 (21 Sitzungen, verifiziert anhand der beobachteten Bars). Die Renditen werden vom Eröffnungskurs bis zum Schlusskurs der regulären Handelszeiten berechnet; da der Juni vollständig in EDT liegt, sind die regulären Handelszeiten als Rohgrenzen 13:30–20:00 UTC definiert. Die nachfolgenden Panels decken EST-Monate ab und verwenden stattdessen den Eastern-Clock-Filter.
  • Realisierte Volatilität = Stichprobenstandardabweichung der täglichen Log-Renditen (Schlusskurse der regulären Handelszeiten), annualisiert durch die Quadratwurzel aus 252; die erste Rendite eines Monats, die die Monatsgrenze überschreitet, wird dem späteren Monat zugerechnet.
  • Nachlaufende Vergleiche werden live neu berechnet und nicht aus einem gespeicherten Wert bezogen.
  • Die Generierung erfolgt ausschließlich in Batches über den geschützten Read-only-Pfad; die öffentliche Seite führt niemals Live-Abfragen aus. Datenbestand vom 12. Juli 2026.

Jedes Panel ist ein einzelnes gespeichertes Objekt — Chart, Tabelle, SQL. Führen Sie weitere Abfragen über das Strasmore-Terminal aus.

← All MU periods
#mu#micron#deepdive#microstructure#options