המניות הכי שורטות עכשיו לפי ימי כיסוי ומניות שורט

"השורטים ביותר" פירושו שתי רשימות שונות לפי המדד, ורוב הכתבות בוחרות אחת בשקט בלי לומר לך. עמוד זה מציג את שתיהן, מחושבות מנתוני סליקת הריבית הקצרה העדכניים שמדווחים בבורסה ומוגבלות לשמות נזילים — ועוד מה שרוב טבלאות המובילים מדלגות עליו: האם הצפיפות נבנית או דועכת, אילו מניות מקבלות יותר שורט מהדפסה להדפסה, וכיצד המחירים התנהגו עם השמות שבראש. הנתונים מתעדכנים עם פרסום סליקות חדשות; העמודה settled בטבלה הראשונה אומרת לך איזו הדפסה אתה קורא.

המניות המוכרזות ביותר לפי ימי כיסוי — היציאות הצפופות

ימי כיסוי מחלקים את מניות השורט בנפח המסחר היומי הממוצע: כמה ימי מסחר טיפוסיים של כל הפעילות במניה יידרשו לשורטיסטים כדי לקנות בחזרה. זהו קנה המידה של עוקבי השורט-סקוויז, והכיול המלא יותר נמצא במדריך המקושר.

SELECT ticker,
       round(days_to_cover, 1) AS days_to_cover,
       round(short_interest / 1e6, 1) AS shares_short_m,
       round(avg_daily_volume / 1e6, 1) AS avg_daily_volume_m,
       toString(settlement_date) AS settled
FROM global_markets.stocks_short_interest
WHERE settlement_date = (SELECT max(settlement_date) FROM global_markets.stocks_short_interest)
  AND avg_daily_volume >= 5000000
  AND days_to_cover IS NOT NULL
  AND ticker NOT IN ('SPCX')
ORDER BY days_to_cover DESC, ticker
LIMIT 10

המוביל הנוכחי, MPT, נושא 16.9 ימי כיסוי נכון לסליקת 2026-06-30. כדאי לבצע את החישוב פעם אחת בגלוי, עם המספרים של המוביל עצמו: 138.1 מיליון מניות בשורט, חלקי 8.2 מיליון מניות של נפח מסחר יומי ממוצע, שווים ל-16.9 ימים מלאים של כל הפעילות במניה — כל קונה ומוכר כלולים — הנצרכים אך ורק על ידי כיסוי שורט. לקנה מידה, המניה החציונית הנזילה באותו קובץ מראה 1.8 ימים, ואפילו השורה האחרונה בעשירייה הראשונה הזו, עם 8.7 ימים, מציגה כפולות אחדות של אותה חציון. קריאה גבוהה כל כך אומרת שהיציאה צרה; היא אינה אומרת שהיציאה תידרש — מכניקת הסקוויז מסבירה מה צריך לקרות כדי שזה יהיה משמעותי.

האם הצפיפות נבנית או דועכת?

סליקה בודדת היא תמונה קפואה. אותו קובץ משתרע שנים אחורה, כך שלשאלה המתבקשת — איך הגיעו המובילים הנוכחיים לכאן? — יש תשובה בנתונים. לוח זה עוקב אחר שלושת השמות המובילים כיום בימים-לכיסוי, אחורה על פני שמונה הסליקות האחרונות (כארבעה חודשים).

WITH dates AS (
    SELECT DISTINCT settlement_date AS d
    FROM global_markets.stocks_short_interest
    ORDER BY d DESC
    LIMIT 8
),
top3 AS (
    SELECT ticker, row_number() OVER (ORDER BY days_to_cover DESC, ticker) AS rank
    FROM global_markets.stocks_short_interest
    WHERE settlement_date = (SELECT max(d) FROM dates)
      AND avg_daily_volume >= 5000000
      AND days_to_cover IS NOT NULL
      AND ticker NOT IN ('SPCX')
    ORDER BY days_to_cover DESC, ticker
    LIMIT 3
)
SELECT toString(settlement_date) AS settlement_date,
       maxIf(round(days_to_cover, 1), ticker = (SELECT ticker FROM top3 WHERE rank = 1)) AS current_leader_dtc,
       maxIf(round(days_to_cover, 1), ticker = (SELECT ticker FROM top3 WHERE rank = 2)) AS second_place_dtc,
       maxIf(round(days_to_cover, 1), ticker = (SELECT ticker FROM top3 WHERE rank = 3)) AS third_place_dtc
FROM global_markets.stocks_short_interest
WHERE ticker IN (SELECT ticker FROM top3)
  AND settlement_date IN (SELECT d FROM dates)
GROUP BY settlement_date
ORDER BY settlement_date

העמודות עוקבות אחר המובילים הנוכחיים אחורה, כך שהשורה העדכנית תואמת לטבלה שלמעלה: 16.9, 11.5 ו-10.9 ימים. קראו כל עמודה מלמעלה למטה ותראו את המרקם שתמונת מצב מסתירה: צפיפות בסדר גודל כזה נבנית ומתפרקת על פני סליקות — שבועות וחודשים — לא בין לילה, ושם יכול לבלות רבעון שלם בדו-ספרתי מבלי שמשהו ייפתר. תא ריק משמעו שלסימול לא הייתה הדפסה מזכה באותה סליקה. מחצית מהמעקב אחר סחיטה היא פשוט לדעת אם אתם מביטים בהגעה טרייה או בתושב ותיק; לוח זה עונה על כך במבט אחד.

הכי שורט במספר מניות מוחלט – רשימה שונה מאוד

SELECT ticker,
       round(short_interest / 1e6, 1) AS shares_short_m,
       round(days_to_cover, 1) AS days_to_cover,
       round(avg_daily_volume / 1e6, 1) AS avg_daily_volume_m
FROM global_markets.stocks_short_interest
WHERE settlement_date = (SELECT max(settlement_date) FROM global_markets.stocks_short_interest)
  AND avg_daily_volume >= 5000000
  AND short_interest IS NOT NULL
  AND ticker NOT IN ('SPCX')
ORDER BY short_interest DESC, ticker
LIMIT 10

בדירוג לפי מספר מניות שורט גולמי, הרשימה משתנה: PLUG מובילה עם 340.7 מיליון מניות מול 56.5 מיליון מניות של מחזור יומי, מה שמתורגם ל-6 ימים לכיסוי. פוזיציות גדולות לא אומרות אוטומטית יציאות צפופות: השם הכי פחות צפוף בעשירייה הראשונה בגודל יכול לסגור את כל פוזיציית השורט שלו בתוך בערך 2 ימי מסחר רגילים. גודל וצפיפות הם צירים שונים. שם כמו NVDA יכול לשאת את אחת מפוזיציות השורט הגדולות ביותר בשוק ועדיין להיות מהיר ליציאה במחזור היומי העצום שלו, בעוד שמות אחרים באותה רשימת גודל נושאים ימים לכיסוי הרבה מעל החציון של יקום הנזילות – וגידורים, מלאי לעשיית שוק ועסקאות ערך יחסי כולם מופיעים כ"ריבית שורט" בלי שאף אחד מהם יהיה הימור נגד החברה. זה שיעור הקריאה המרכזי: ריבית שורט גולמית מודדת גודל; ימים לכיסוי מודדים צפיפות. שתי הרשימות חופפות הרבה פחות ממה שרוב האנשים מצפים – וכששם מופיע גבוה בשתיהן, זה השילוב ששווה מבט נוסף.

אילו מניות נמכרות יותר בחסר?

שני טבלאות המובילים מציגות רמות. השאלה הנוספת שמחפשים שואלים — אילו מניות נמכרות יותר בחסר כרגע — היא שינוי, ולכן דורשת שתי נקודות סילוק. פאנל זה מדרג שמות נזילים לפי הגידול בימים לכיסוי מהנתון הקודם לנתון העדכני ביותר.

WITH dates AS (
    SELECT DISTINCT settlement_date AS d
    FROM global_markets.stocks_short_interest
    ORDER BY d DESC
    LIMIT 2
)
SELECT ticker,
       round(anyIf(days_to_cover, settlement_date = (SELECT min(d) FROM dates)), 1) AS prior_dtc,
       round(anyIf(days_to_cover, settlement_date = (SELECT max(d) FROM dates)), 1) AS latest_dtc,
       round(anyIf(days_to_cover, settlement_date = (SELECT max(d) FROM dates))
             - anyIf(days_to_cover, settlement_date = (SELECT min(d) FROM dates)), 1) AS dtc_change
FROM global_markets.stocks_short_interest
WHERE settlement_date IN (SELECT d FROM dates)
  AND avg_daily_volume >= 5000000
  AND days_to_cover IS NOT NULL
  AND ticker NOT IN ('SPCX')
GROUP BY ticker
HAVING count() = 2 AND dtc_change >= 0.1
ORDER BY dtc_change DESC, ticker
LIMIT 8

העולה המובילה, ENVX, עלתה מ-7.1 ל-10.2 ימים לכיסוי בפער סילוק בודד — עלייה של 3.1 ימים; המהלך הקטן ביותר המוצג עדיין הוסיף 2.1 ימים. הסתייגות טכנית אחת לפני שמפרשים כוונה בשורה כלשהי: ימים לכיסוי הוא יחס, והוא עולה כאשר מניות בחסר גדלות או כאשר הנפח הממוצע מתכווץ. מניה שנעשית שקטה לאחר תקופה רבת אירועים יכולה לטפס בטבלה זו מבלי שנמכרה אף מניה אחת נוספת בחסר — ריבית חסר לעומת נפח חסר מפרק איזו מדידה נעה ומדוע.

האם השורטים הכבדים מנצחים?

ריבית שורט גבוהה היא הימור שכבר הונח. המחיר מראה כיצד התנהל ההימור. פאנל זה לוקח את מובילי הצפיפות הנוכחיים ומחשב את שינוי המחיר של כל אחד מהם על פני כחודש המסחר האחרון, ממחירי סגירה בשעות רגילות (שמות ללא נתוני דקות רשומים נושרים).

WITH top5 AS (
    SELECT ticker, round(days_to_cover, 1) AS dtc
    FROM global_markets.stocks_short_interest
    WHERE settlement_date = (SELECT max(settlement_date) FROM global_markets.stocks_short_interest)
      AND avg_daily_volume >= 5000000
      AND days_to_cover IS NOT NULL
      AND ticker NOT IN ('SPCX')
    ORDER BY days_to_cover DESC, ticker
    LIMIT 5
),
daily AS (
    SELECT ticker,
           toDate(toTimeZone(window_start, 'America/New_York')) AS session,
           argMax(close, window_start) AS rth_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN (SELECT ticker FROM top5)
      AND window_start >= now() - INTERVAL 35 DAY
      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60
          + toMinute(toTimeZone(window_start, 'America/New_York')) BETWEEN 570 AND 959
    GROUP BY ticker, session
),
moves AS (
    SELECT ticker,
           count() AS sessions,
           toString(min(session)) AS from_session,
           toString(max(session)) AS to_session,
           round((argMax(rth_close, session) / argMin(rth_close, session) - 1) * 100, 1) AS return_pct
    FROM daily
    GROUP BY ticker
    HAVING sessions >= 15
)
SELECT m.ticker AS ticker,
       t.dtc AS days_to_cover,
       m.return_pct AS return_pct,
       m.from_session AS from_session,
       m.to_session AS to_session
FROM moves m
INNER JOIN top5 t ON m.ticker = t.ticker
ORDER BY t.dtc DESC, m.ticker

נכון למושב האחרון בחלון (2026-07-23), מוביל הימים-לכיסוי הנוכחי נע 8% במהלך החודש המוצג. סרוק את עמודת התשואה מול עמודת הימים-לכיסוי: מחיר יורד לצד שורטינג כבד הוא תזה שמקבלת תשלום; מחיר עולה הוא לחץ על הקהל. ברוב ההדפסות טבלה זו מציגה את שני הכיוונים בו-זמנית — השוק ממעט לציין כל שורט כבד באותה צורה באותו חודש, והפיזור הזה הוא בדיוק הסיבה שמספר ימים-לכיסוי גבוה כשלעצמו אינו מכריע דבר.

איך נראתה סחיטה אמיתית בנתונים האלה

שווה לשחזר את המקרה המפורסם מאותו קובץ שעליו בנוי העמוד הזה, תוך שימוש באותן שלוש עמודות. השורט אינטרסט של גיימסטופ במהלך הסחיטה של ינואר 2021:

SELECT toString(settlement_date) AS settlement_date,
       round(short_interest / 1e6, 1) AS shares_short_m,
       round(avg_daily_volume / 1e6, 1) AS avg_daily_volume_m,
       round(days_to_cover, 1) AS days_to_cover
FROM global_markets.stocks_short_interest
WHERE ticker = 'GME'
  AND settlement_date BETWEEN '2020-11-01' AND '2021-03-31'
ORDER BY settlement_date

הצורה היא כל השיעור. לקראת האירוע, GME הציגה 14 ימים לכיסוי (2020-11-13) — טריטוריה של צמרת הטבלה — ועדיין החזיקה 71.2 מיליון מניות בשורט בסוף השנה. שתי הדפסות לאחר מכן (2021-01-29), המניות בשורט קרסו ל-21.4 מיליון בעוד שמחזור המסחר היומי הממוצע התפוצץ ל-96.8 מיליון מניות — וימים לכיסוי הראו 1, מתחת לחציון הרגיל של שוק נזיל, בשיא המדויק של הטירוף. זו מלכודת מכנה הנפח בשורה אחת: היחס נראה רגוע בדיוק כשהסחיטה הייתה החזקה ביותר. הטייפ של 28 בינואר 2021 מראה איך נראה המסחר עצמו בתוך השבועיים האלה, דקה אחר דקה.

איך הרשימה הזו נבנית — ואיך לקרוא אותה בכנות

קודם המספרים, ואחר כך ההסתייגויות המלוות כל שורה למעלה.

WITH dates AS (
    SELECT DISTINCT settlement_date AS d
    FROM global_markets.stocks_short_interest
    ORDER BY d DESC
    LIMIT 2
),
top10_dtc_latest AS (
    SELECT ticker FROM global_markets.stocks_short_interest
    WHERE settlement_date = (SELECT max(d) FROM dates) AND avg_daily_volume >= 5000000
      AND days_to_cover IS NOT NULL AND ticker NOT IN ('SPCX')
    ORDER BY days_to_cover DESC, ticker LIMIT 10
),
top10_dtc_prior AS (
    SELECT ticker FROM global_markets.stocks_short_interest
    WHERE settlement_date = (SELECT min(d) FROM dates) AND avg_daily_volume >= 5000000
      AND days_to_cover IS NOT NULL AND ticker NOT IN ('SPCX')
    ORDER BY days_to_cover DESC, ticker LIMIT 10
),
size10_latest AS (
    SELECT ticker, days_to_cover FROM global_markets.stocks_short_interest
    WHERE settlement_date = (SELECT max(d) FROM dates) AND avg_daily_volume >= 5000000
      AND short_interest IS NOT NULL AND ticker NOT IN ('SPCX')
    ORDER BY short_interest DESC, ticker LIMIT 10
)
SELECT
    (SELECT count() FROM global_markets.stocks_short_interest
     WHERE settlement_date = (SELECT max(d) FROM dates)) AS tickers_reported,
    (SELECT count() FROM global_markets.stocks_short_interest
     WHERE settlement_date = (SELECT max(d) FROM dates) AND avg_daily_volume >= 5000000) AS liquid_tickers,
    (SELECT round(quantileDeterministic(0.5)(days_to_cover, cityHash64(ticker)), 1)
     FROM global_markets.stocks_short_interest
     WHERE settlement_date = (SELECT max(d) FROM dates) AND avg_daily_volume >= 5000000
       AND days_to_cover IS NOT NULL) AS liquid_median_dtc,
    (SELECT count() FROM top10_dtc_latest
     WHERE ticker IN (SELECT ticker FROM top10_dtc_prior)) AS dtc_top10_repeats,
    (SELECT round(min(days_to_cover), 1) FROM size10_latest) AS size_top10_min_dtc

• רצפת הנזילות נושכת חזק, בכוונה. קובץ הסליקה האחרון נושא 22207 סימונים; רצפת חמישה מיליון מניות במחזור יומי ממוצע שומרת 947 מהם. בלעדיה, שני טבלאות המובילים מתמלאים במניות מיקרו שימים לכיסוי אצלן גבוה בשמיים הם תוצר של נפח אפסי, לא של שורט צפוף — שמות בלתי סחירים שעונים על שאלה שאיש לא שאל.
• הרשימה דביקה, לא קפואה. 5 מעשיריית הימים לכיסוי המובילה הנוכחית ישבו גם בעשירייה המובילה של הסליקה הקודמת. החברות בצמרת עקבית מספיק כדי להיות בעלת משמעות, ומתחלפת מספיק כדי שהרשימה של ההדפסה הקודמת אינה הרשימה של ההדפסה הזו.
• הנתונים ישנים מעצם טיבם. סליקות מדווחות על ידי הבורסה פעמיים בחודש ומתפרסמות בפיגור — ההדפסה שאתם קוראים כבר בת ימים לפני שהיא בכלל מגיעה למסך, וייתכן שפוזיציות זזו מאז.
• אין עמודת היצע צף, אין מתמטיקה של היצע צף. קובץ זה מדווח על מניות בחסר ומחזור יומי ממוצע, כך שקנה המידה הכנה שלו הוא ימים לכיסוי. המדד הפופולרי האחר — שורט כתאחוז מההיצע הצף — דורש נתוני היצע צף שטבלה זו אינה כוללת, והשניים יכולים שלא להתיישב: מניית ענק עם היצע צף גבוה יכולה להוביל את רשימת המניות בחסר ובקושי להרשם בשני מדדי הצפיפות.
• סימון אחד מוחרג בשמו בשאילתת SQL. סימון בקובץ הנוכחי הועבר לאחרונה מחברה אחת לחברה חדשה שהונפקה, והזנות מספקים עלולות לערבב את רשומות שתי הישויות תחת הסימון המשותף. במקום להסתכן בייחוס פוזיציית השורט של חברה אחת לאחרת, כל שאילתה בדף זה מפילה אותו; רשימת ההחרגה עוקבת אחר בדיקות זהות הסימון שלנו בכל רענון.
• שורט גבוה הוא תיאור, לא פסק דין. שמות בחסר כבד כוללים גם סחיטה עתידית (שורט סקוויז) וגם חברות שהשוק איבחן נכון. הטבלה אינה יכולה לומר לכם איזה מהן היא איזה — וגם לא מי שמוכר לכם כלי סינון.

שאלות נפוצות על המניות הכי משורטות

מהי המניה הכי משורטת כרגע?

לפי ימים לכיסוי בקרב שמות נזילים, MPT מובילה בסליקה האחרונה עם 16.9 ימים. לפי מספר מניות בשורט במונחים אבסולוטיים, PLUG מובילה עם 340.7 מיליון מניות. שתי הטבלאות לעיל מתעדכנות עם פרסום הסליקות.

אילו מניות נעשות משורטות יותר כרגע?

נמדד כשינוי בימים לכיסוי בין שתי הסליקות האחרונות, ENVX הוסיפה הכי הרבה — 3.1 ימים, מ-7.1 ל-10.2. טבלת המובילות לעיל מציגה את העליות הגדולות ביותר מסליקה לסליקה בקרב שמות נזילים.

מדוע שתי רשימות "הכי משורטות" אינן תואמות?

הן מודדות דברים שונים: מניות בשורט (גודל) לעומת מניות בשורט ביחס למחזור יומי (צפיפות). רשימת הגודל מדרגת מניות בשורט גולמיות, ולכן היא נוטה לשמות סחירים מאוד שהפוזיציות בהם יכולות להיות ענקיות אך — בחלק מהמקרים — עדיין קלות ליציאה, בעוד שרשימת הצפיפות חושפת שמות שבהם הפוזיציה בשורט גדולה ביחס למחזור של אותה מניה.

האם שורט אינטרסט גבוה אומר ששורט סקוויז מתקרב?

לא. זהו תנאי מקדים, לא תחזית — רוב המניות המשורטות בכבדות לעולם אינן חוות סקוויז. GameStop הציגה 14 ימים לכיסוי לפני הסקוויז של ינואר 2021, והרבה מניות הציגו מספרים דומים ללא זיקוקים. המדריך לשורט אינטרסט מסביר מה המספר כן אומר ומה לא.

עד כמה הנתונים עדכניים?

כל טבלה קוראת את הסליקה החדשה ביותר בתיק (המתוארכת בעמודת settled בטבלה הראשונה) והדף הזה מתחדש ברענון. שורט אינטרסט מדווח על ידי הבורסה פעמיים בחודש בפיגור פרסום של שבוע עד מספר שבועות.

כל טבלה היא שאילתה שמורה ומתועדת גרסה על הקובץ המדווח מהבורסה — ניתן להרחיב את ה-SQL, או לסנן את היקום המלא בדרכך שלך במסוף Strasmore.