Strasmore Research
Deep Dives · Matt ConnorBy Matt Connor · · Updated 2026-07-23

Ranking de sectores S&P 500 primer semestre 2026

Análisis de los once ETF sectoriales del S&P 500 para el primer semestre de 2026. Evaluamos la rotación entre trimestres, el breadth y el spread de cada ticker.

El reporte de desempeño sectorial del primer semestre de 2026 analiza todo el espectro de resultados: el sector tecnológico (XLK) cerró los seis meses con una subida del 30.8%, los servicios de comunicación (XLC) cerró con un -9.3%, y hubo una diferencia de aproximadamente cuarenta puntos porcentuales entre el mejor y el peor sector. Tres de los once ETF sectoriales del S&P 500 cerraron el semestre con rendimientos negativos, y casi ningún sector mantuvo su posición del primer trimestre al segundo. El semestre consistió en dos mercados opuestos integrados, y esta página evalúa ambos. Cada cifra presentada es el resultado de una consulta almacenada; puede expandir cualquier panel para ver la consulta SQL exacta.

Qué es un ETF de sector — y cómo califica esta página

Los once fondos Select Sector SPDR dividen el S&P 500 en grupos industriales, de modo que un solo ticker permite comprar —o cubrir— una postura sectorial. Cada fondo mantiene a los integrantes de su índice sectorial, ponderados por valor de mercado, y cotiza durante toda la sesión como una acción. Esta página califica cada fondo de cuatro formas: retorno de precio (desde la apertura hasta el cierre de la primera sesión regular), el split trimestral debajo del número medio, volumen de dólares (precio multiplicado por acciones negociadas —la medida más clara de cuánto dinero cambió de manos—) y el bid-ask spread —la diferencia entre el mejor precio de compra y el mejor precio de venta, que es lo que cuesta una operación de ida y vuelta—. El registro a nivel de índice para los mismos seis meses —tasas, opciones, IPOs, amplitud— se encuentra en el resumen de mercado del primer semestre de 2026.

El marcador: once sectores, divisiones de mitad y trimestre

ConsultaLos once ETFs de sectores: retorno H1 2026, división Q1 y Q2, y volumen en dólares H1
El SQL exacto detrás de cada cifra
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('2026-01-01') AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) - 1) * 100, 1) AS h1_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)
         / 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(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 h1_dollar_bn
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('XLB', 'XLC', 'XLE', 'XLF', 'XLI', 'XLK', 'XLP', 'XLRE', 'XLU', 'XLV', 'XLY')
  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

Lea primero la columna de la mitad del año: el sector tecnológico lideró con 30.8%, seguido por industriales con 19% y energía con 18.8%, mientras que tres sectores cerraron en negativo: servicios de comunicación con -9.3%, consumo discrecional con -2.3% y financieros con -2.2%. Que ocho de once sectores hayan sido positivos representa una amplitud respetable para un semestre que inició con índices a la baja.

Las columnas trimestrales contienen la información relevante. Los líderes del primer trimestre fueron energía (36.9%), materiales (9.8%), servicios públicos (7%) y productos básicos (5.5%) —una operación de materias primas más las defensivas clásicas— mientras que tecnología (-8.7%), financieros (-9.9%) y consumo discrecional (-9.3%) cayeron junto con el mercado general. El segundo trimestre invirtió la tabla: tecnología rindió 42%, industriales 13.3% y atención médica 7.8%, mientras que energía (-11%), servicios de comunicación (-3.7%) y servicios públicos (-1%) terminaron el trimestre en rojo. El movimiento de energía —36.9% y luego -11%— y el efecto espejo de los financieros —-9.9% y luego 7.7%— son las dos ilustraciones más claras de lo que oculta una cifra semestral única.

La rotación, mes a mes

Tres tickers resumen toda la historia de la rotación, por lo que este panel los rastrea mes a mes: XLE (líder del 18.8%), XLK (del 18.8%) y XLF (la operación espejo).

ConsultaXLE, XLF y XLK por mes: rotación H1 2026 a nivel mensual
El SQL exacto detrás de cada cifra
SELECT toString(toStartOfMonth(toDate(toTimeZone(window_start, 'America/New_York')))) AS month, ticker,
    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
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('XLE', 'XLF', 'XLK')
  AND window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
GROUP BY month, ticker
ORDER BY month, ticker

XLE subió en cada uno de los tres primeros meses — 14.1% en enero, 11.6% en febrero, 6% en marzo, en una escalera de desaceleración — y luego pasó tres meses consecutivos sin ganancias (-0.2%, -4.7%, -6.8%). XLK mostró la imagen espejo: negativo en enero, febrero y marzo, luego 18.9% en abril y 19.1% en mayo — dos meses consecutivos que construyeron casi la mitad del liderazgo del sector. Abril es el relevo: el cambio de liderazgo se observa en una sola columna de esta tabla. Los dos meses positivos de XLF fueron abril y junio, en 4.7% y 4.7%. Los datos publicados contra los que operó el primer semestre — cifras de inflación, nóminas, la curva del Tesoro — se recopilan en el panorama macroeconómico al entrar al H2 2026.

Amplitud dentro de cada sector

El rendimiento de un fondo sectorial no indica cuántos de sus componentes participaron. El almacén de datos no cuenta con una columna de clasificación sectorial, por lo que este panel mide la amplitud intra-sector con una cesta fija y totalmente divulgada: cinco nombres de gran capitalización por sector, cincuenta y cinco en total, todos listados en el SQL. Se trata de una muestra de nombres conocidos, no de las posiciones reales de los fondos; los límites de la cesta se detallan en las notas de datos.

ConsultaCanastas de cinco nombres por sector: miembros al alza vs a la baja, mediana, mejor y peor — H1 2026
El SQL exacto detrás de cada cifra
SELECT sector,
       count() AS members,
       countIf(ret_pct > 0) AS members_up,
       countIf(ret_pct <= 0) AS members_down,
       round(quantileDeterministic(0.5)(ret_pct, cityHash64(ticker)), 1) AS median_member_pct,
       argMax(ticker, (ret_pct, ticker)) AS best_member,
       round(max(ret_pct), 1) AS best_member_pct,
       argMin(ticker, (ret_pct, ticker)) AS worst_member,
       round(min(ret_pct), 1) AS worst_member_pct
FROM (
    SELECT ticker,
           multiIf(ticker IN ('AAPL','MSFT','NVDA','AVGO','ORCL'), 'technology (XLK)',
                   ticker IN ('META','GOOGL','NFLX','DIS','TMUS'), 'communication services (XLC)',
                   ticker IN ('XOM','CVX','COP','EOG','SLB'), 'energy (XLE)',
                   ticker IN ('JPM','BAC','WFC','GS','MS'), 'financials (XLF)',
                   ticker IN ('GE','CAT','RTX','UNP','UPS'), 'industrials (XLI)',
                   ticker IN ('LLY','UNH','JNJ','ABBV','MRK'), 'health care (XLV)',
                   ticker IN ('AMZN','TSLA','HD','MCD','NKE'), 'consumer discretionary (XLY)',
                   ticker IN ('PG','COST','WMT','KO','PEP'), 'consumer staples (XLP)',
                   ticker IN ('NEE','SO','DUK','CEG','AEP'), 'utilities (XLU)',
                   ticker IN ('PLD','AMT','EQIX','WELL','SPG'), 'real estate (XLRE)',
                   'materials (XLB)') AS sector,
           (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 AS ret_pct
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('AAPL','MSFT','NVDA','AVGO','ORCL','META','GOOGL','NFLX','DIS','TMUS','XOM','CVX','COP','EOG','SLB','JPM','BAC','WFC','GS','MS','GE','CAT','RTX','UNP','UPS','LLY','UNH','JNJ','ABBV','MRK','AMZN','TSLA','HD','MCD','NKE','PG','COST','WMT','KO','PEP','NEE','SO','DUK','CEG','AEP','PLD','AMT','EQIX','WELL','SPG','LIN','SHW','APD','FCX','ECL')
      AND window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
    GROUP BY ticker
)
GROUP BY sector
ORDER BY median_member_pct DESC, sector

Dos filas reciben la mayor atención. Salud: los 5 de sus cinco nombres en la cesta subieron, con una mediana de 21.7%, mientras que XLV, el fondo, ganó un 2.5% en el semestre. El rendimiento de un fondo se pondera por valor de mercado; la mediana de una cesta pondera a cada miembro por igual. El sector salud es el caso más amplio donde la cesta supera al fondo. El sector tecnología presenta la misma brecha pero a la inversa y, medida de extremo a extremo, es la más amplia de todas: el fondo ganó un 30.8% mientras que sus cinco nombres más conocidos se dividieron en 3 al alza y 2 a la baja con una mediana de 5.2%, y ORCL registró un -25.7%. La ganancia principal del sector no provino de sus megacaps clásicas; de dónde provino se detalla en el siguiente panel. En otros puntos de la tabla: el 84.3% de CAT es el mejor resultado entre los cincuenta y cinco nombres, y servicios de comunicación es el sector más débil: 1 de cinco subieron, con una mediana de -15.2%, y NFLX se situó en -24.2%.

El trade de semiconductores de memoria dentro de la tecnología

ConsultaOcho nombres de chips y memoria con alto volumen: retorno H1, división trimestral, volumen en dólares H1
El SQL exacto detrás de cada cifra
SELECT ticker,
    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 h1_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, (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, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959)
         / argMinIf(toFloat64(open), window_start, window_start >= toDateTime('2026-04-01 00:00:00') 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(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 h1_dollar_bn
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('MU', 'SNDK', 'NVDA', 'AMD', 'INTC', 'AVGO', 'QCOM', 'TXN')
  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 h1_return_pct DESC, ticker

Al analizar el sector tecnológico, surge la tendencia que define a la mitad del mercado. SNDK obtuvo un retorno del 830.1% en seis meses, MU 290%, INTC 269.3%, y AMD 165.3% — mientras que NVDA, el ticker individual con mayor volumen en el conjunto con un turnover semestral de $3287.9 billion, retornó un 5.2%, con AVGO en 6.9% y QCOM en 6.3%. El sector se dividió en dos: las acciones de memoria y fundición se multiplicaron, mientras que las empresas consolidadas de aceleradores de IA se mantuvieron laterales. La columna del segundo trimestre marca el momento clave: el 229.9% de MU, el 210% de INTC y el 179.8% de AMD ocurrieron en el mismo trimestre en que el XLK registró su 42% — el rally del ETF del sector y el ajuste de precios de la memoria sucedieron en los mismos tres meses. Aquí se analiza tick por tick el junio de MU y el análisis profundo de NVDA en junio rastrea la divergencia sesión por sesión.

Hacia dónde se dirigió el volumen de negociación

ConsultaVolumen en dólares de ETFs de sectores, Q1 vs Q2 2026: cada fondo operó menos en el trimestre de recuperación
El SQL exacto detrás de cada cifra
SELECT ticker,
    round(sumIf(toFloat64(close) * toFloat64(volume), 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) / 1e9, 1) AS q1_dollar_bn,
    round(sumIf(toFloat64(close) * toFloat64(volume), 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) / 1e9, 1) AS q2_dollar_bn,
    round((sumIf(toFloat64(close) * toFloat64(volume), 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)
         / sumIf(toFloat64(close) * toFloat64(volume), 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) - 1) * 100, 0) AS q2_vs_q1_pct
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('XLB', 'XLC', 'XLE', 'XLF', 'XLI', 'XLK', 'XLP', 'XLRE', 'XLU', 'XLV', 'XLY')
  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 q2_vs_q1_pct DESC, ticker

El volumen en dólares se movió en una sola dirección: cada uno de los once fondos sectoriales negoció menos dólares en el segundo trimestre que en el primero. La primera fila de la tabla muestra la caída más pequeña —XLK con un -23%, de $161.2 mil millones a $124.8 mil millones— y la última es el sector inmobiliario con un -45%. Los fondos sectoriales tuvieron mayor actividad en el trimestre en que los índices cayeron, y su actividad disminuyó conforme avanzó la recuperación. Dos notas relevantes de los paneles superiores: XLE fue el fondo sectorial más negociado del semestre con $316.2 mil millones, y solo MU tuvo una rotación de $2862.1 mil millones, aproximadamente diez veces los $286 mil millones del fondo XLK. Los productos sectoriales marcaron el resultado; las acciones individuales fueron donde se desarrolló el juego en el primer semestre.

El costo de operar cada sector

Las tablas de rendimientos son comunes; las cintas de cotizaciones no. Este panel mide el bid-ask spread mediano de cada fondo —el costo de una operación de ida y vuelta— durante una sesión completa, el 29 de junio de 2026, basándose en cada actualización del NBBO impresa ese día.

ConsultaSpread cotizado mediano por ETF de sector, una sesión representativa (29 de junio de 2026), horario regular
El SQL exacto detrás de cada cifra
SELECT ticker,
    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,
    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 IN ('XLB', 'XLC', 'XLE', 'XLF', 'XLI', 'XLK', 'XLP', 'XLRE', 'XLU', 'XLV', 'XLY')
  AND sip_timestamp >= toDateTime64('2026-06-29 13:30:00', 9) AND sip_timestamp < toDateTime64('2026-06-29 20:00:00', 9)
GROUP BY ticker
ORDER BY med_spread_bps, ticker

El fondo más barato de operar en esa sesión fue XLV con una mediana de 0.62 puntos básicos; el más caro fue XLRE con 2.23. Un punto básico es una centésima de un por ciento, por lo que toda la tabla se sitúa en centésimas de un por ciento por operación de ida y vuelta, lo que significa en la práctica que "los ETF de sectores son líquidos". El recuento de actualizaciones de cotizaciones varía casi diez veces en toda la tabla, y aun así las medianas se mantienen agrupadas a un par de puntos básicos de diferencia entre sí. En contraste, el análisis profundo de microestructura del 29 de junio examina la cinta de cotizaciones del SPY de esa misma sesión, la cual presenta spreads aún más estrechos que cualquier fondo en esta tabla.

Preguntas frecuentes

¿Qué sector tuvo el mejor desempeño en el primer semestre de 2026?

Tecnología. XLK obtuvo un retorno del 30.8% en el semestre, todo en el segundo trimestre (42% en el Q2 tras el -8.7% en el Q1). Servicios de comunicación (XLC) fue el peor con un -9.3%.

¿Lideraron los mismos sectores en el Q1 y Q2 de 2026?

No; los dos trimestres fueron casi opuestos. Energía lideró el Q1 con un 36.9% y cerró el Q2 con un -11%; tecnología registró un -8.7% en el Q1 y lideró el Q2 con un 42%. Los sectores de servicios públicos y productos básicos lideraron al inicio y perdieron fuerza al final.

¿Cuál es el costo de operar un ETF de sector SPDR?

En la sesión medida del 29 de junio de 2026, los spreads medios cotizados oscilaron entre 0.62 puntos básicos (XLV) y 2.23 (XLRE); centésimas de un porcentaje por operación de ida y vuelta, mucho más estrechos que los de una acción individual típica.

¿Por qué el retorno de un ETF de sector difiere de los retornos de sus componentes?

Los fondos ponderan sus posiciones por valor de mercado, por lo que unos pocos componentes gigantes dominan el resultado, mientras que la mediana de una canasta trata a cada miembro por igual. En el primer semestre de 2026, la brecha fue mayor en el sector de salud: una mediana de canasta de cinco nombres de 21.7% frente al 2.5% de XLV.

¿Cuáles son los once ETFs de sectores?

XLB (materiales), XLC (servicios de comunicación), XLE (energía), XLF (financieros), XLI (industriales), XLK (tecnología), XLP (productos básicos de consumo), XLRE (bienes raíces), XLU (servicios públicos), XLV (salud) y XLY (consumo discrecional). Juntos dividen el S&P 500.

Notas de los datos

Notas completas de los datos
  • Las cestas de amplitud son muestras editoriales fijas de cinco empresas de gran capitalización por sector, no son posiciones de fondos y no tienen ponderaciones. Los candidatos se filtraron según el calendario de splits del semestre; las barras de un minuto no están ajustadas, y un split a mitad del periodo altera el rendimiento de apertura a cierre, por lo que se reemplazaron dos nombres evidentes tras ese filtro. Cada cifra en esta página es un rendimiento de precio; los dividendos no están incluidos.
  • Las medianas de la cesta utilizan cuantiles deterministas, y los mejores/peores miembros se desempatan por ticker, por lo que la regeneración no puede reordenar los empates.
  • El panel de spread mide una sesión etiquetada (29 de junio de 2026), no el semestre completo; un escaneo de seis meses de cotizaciones completas a través de once tickers excede el presupuesto de consulta que genera esta página. Las cotizaciones inválidas (cruzadas o de un solo lado) se contabilizan en el panel, no se eliminan silenciosamente.
  • El panel de scorecard utiliza la misma consulta que lleva el resumen del H1, por lo que ambas páginas no pueden discrepar en un número de sector.

Metodología

  • El periodo comprende del 1 de enero al 30 de junio de 2026. Los rendimientos se calculan desde la apertura hasta el cierre de la sesión regular dentro de cada periodo, según las consultas mostradas. El horario regular se filtra con la hora del este (9:30–15:59, convertida por fila), considerando el horario de verano (DST) para los meses en EST y EDT.
  • Los límites de los trimestres se aplican según la fecha de negociación del horario del este: el Q1 termina el 31 de marzo y el Q2 comienza el 1 de abril.
  • El volumen en dólares suma el precio por las acciones durante el horario regular en las mismas consultas.
  • La generación se realiza mediante la ruta de solo lectura restringida; la página pública nunca consulta datos en tiempo real. Estado del almacén de datos al 12 de julio de 2026.

El registro completo del semestre —índices, tasas y el tape de opciones— se encuentra en el resumen de mercado del H1 2026. Para analizar un sector de forma distinta, cada panel puede ejecutarse tal cual mediante SQL en la terminal Strasmore.

#sectors#etfs#rotation#spreads#semiconductors