Strasmore Research
मार्केट रीकैप Matt Connorलेखक: Matt Connor · अपडेट किया गया: 2026-07-23 · data as of July 23, 2026 · refreshed weekly

इस महीने के सबसे बड़े स्टॉक मूवर्स

इस महीने के सबसे बड़े स्टॉक गेनर्स और लूजर्स की सूची। एक्सचेंज टेप के अनुसार ट्रेडिंग वॉल्यूम और प्रतिशत बदलाव की पूरी जानकारी यहाँ देखें।

इस महीने के सबसे बड़े स्टॉक मूवर्स की रैंकिंग नीचे दी गई है। यह डेटा एक्सचेंज टेप से लिया गया है, जिसमें Jun 22 से Jul 21 तक के 21 ट्रेडिंग सत्र शामिल हैं। इस सूची में केवल उन्हीं ऑपरेटिंग कंपनियों को रखा गया है जिनका इस अवधि के दौरान कम से कम $1 बिलियन का कारोबार हुआ है। इस प्रकार, बोर्ड पर दिखने वाला हर उतार-चढ़ाव वास्तविक धन पर आधारित है। लेवरेज्ड और इनवर्स फंड्स को इस सूची से अलग रखा गया है। जैसे-जैसे नए सत्र पूरे होते हैं, यह डेटा अपडेट होता रहता है।

इस महीने के सबसे बड़े स्टॉक गेनर्स

यह तालिका इस अवधि के दौरान हुए सबसे बड़े लाभों को क्रमबद्ध करती है। प्रत्येक पंक्ति में प्रतिशत के साथ-साथ ट्रेड किए गए डॉलर की राशि दी गई है, जो यह बताती है कि लाभ अधिक वॉल्यूम के कारण हुआ है या कम वॉल्यूम के कारण।

क्वेरीइस महीने के सबसे बड़े स्टॉक गेनर्स (इस अवधि में $1B+ ट्रेडिंग करने वाली कंपनियाँ)
हर आंकड़े के पीछे का पूरा SQL
WITH window_days AS (
    SELECT d
    FROM (
        SELECT d, max(d) OVER () AS last_full
        FROM (
            SELECT d
            FROM (
                SELECT d, bars, medianExact(bars) OVER () AS typical_bars
                FROM (
                    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d, count() AS bars
                    FROM global_markets.delayed_stocks_minute_aggs
                    WHERE window_start >= now() - INTERVAL 34 DAY
                      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) >= 570
                      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) < 960
                    GROUP BY d
                    HAVING d < toDate(toTimeZone(now(), 'America/New_York'))
                )
            )
            WHERE bars >= 0.85 * typical_bars
        )
    )
    WHERE d > last_full - 30
)
SELECT ticker,
       round((argMax(c, d) / argMin(o, d) - 1) * 100, 1) AS month_return_pct,
       round(sum(dollars) / 1e9, 1) AS month_dollar_bn
FROM (
    SELECT ticker,
           toDate(toTimeZone(window_start, 'America/New_York')) AS d,
           argMin(toFloat64(open), window_start) AS o,
           argMax(toFloat64(close), window_start) AS c,
           sum(toFloat64(close) * toFloat64(volume)) AS dollars
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE window_start >= now() - INTERVAL 34 DAY
      AND toDate(toTimeZone(window_start, 'America/New_York')) IN (SELECT d FROM window_days)
      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) >= 570
      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) < 960
      AND ticker NOT IN ('SPCX')
      AND ticker NOT IN ('KORU','SOXL','SOXS','TQQQ','SQQQ','NVDL','NVDS','NVD','TSLL','TSLQ','TSLZ','SPXL','SPXS','UPRO','SPXU','LABU','LABD','FAS','FAZ','TNA','TZA','YINN','YANG','UDOW','SDOW','BOIL','KOLD','UCO','SCO','USD','SSO','SDS','QLD','QID','ERX','ERY','DRN','DRV','CURE','SOXY','MUU','SNXX','UVXY','SVXY','UVIX','SVIX','BULZ','WEBL','WEBS','DPST','DRIP','GUSH','AGQ','ZSL','BITX','ETHU','MSTX','MSTU','CONL','DUST','JNUG','JDST','NUGT')
      AND ticker IN (SELECT ticker FROM global_markets.stocks_ratios
                     WHERE market_cap > 0)
      AND ticker NOT IN (SELECT ticker FROM global_markets.stocks_splits
                         WHERE execution_date BETWEEN today() - 45 AND today())
    GROUP BY ticker, d
)
GROUP BY ticker
HAVING sum(dollars) >= 1000000000 AND argMin(o, d) >= 10 AND count() >= 15
ORDER BY argMax(c, d) / argMin(o, d) DESC
LIMIT 10

CRNX ने 133.6% की बढ़त के साथ सूची में 9.4 बिलियन डॉलर के ट्रेड के साथ शीर्ष स्थान प्राप्त किया। इसके बाद PBF 75.5% पर और MAN 56.8% पर रहे। एक महीने में इस तरह का बड़ा बदलाव आमतौर पर स्टॉक के average daily volume के मुकाबले बढ़े हुए relative volume के रूप में दिखाई देता है। यह अक्सर पूरी अवधि में निरंतर वृद्धि के बजाय किसी एक सत्र में overnight gap के साथ शुरू होता है।

इस महीने के सबसे बड़े घाटा उठाने वाले स्टॉक्स

उल्टा क्रम: इस अवधि के दौरान सबसे बड़ी गिरावट वाले वे स्टॉक्स, जिन्होंने $1 billion का न्यूनतम स्तर पार किया है।

क्वेरीइस महीने के सबसे बड़े स्टॉक लूज़र्स (इस अवधि में $1B+ ट्रेडिंग करने वाली कंपनियाँ)
हर आंकड़े के पीछे का पूरा SQL
WITH window_days AS (
    SELECT d
    FROM (
        SELECT d, max(d) OVER () AS last_full
        FROM (
            SELECT d
            FROM (
                SELECT d, bars, medianExact(bars) OVER () AS typical_bars
                FROM (
                    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d, count() AS bars
                    FROM global_markets.delayed_stocks_minute_aggs
                    WHERE window_start >= now() - INTERVAL 34 DAY
                      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) >= 570
                      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) < 960
                    GROUP BY d
                    HAVING d < toDate(toTimeZone(now(), 'America/New_York'))
                )
            )
            WHERE bars >= 0.85 * typical_bars
        )
    )
    WHERE d > last_full - 30
)
SELECT ticker,
       round((argMax(c, d) / argMin(o, d) - 1) * 100, 1) AS month_return_pct,
       round(sum(dollars) / 1e9, 1) AS month_dollar_bn
FROM (
    SELECT ticker,
           toDate(toTimeZone(window_start, 'America/New_York')) AS d,
           argMin(toFloat64(open), window_start) AS o,
           argMax(toFloat64(close), window_start) AS c,
           sum(toFloat64(close) * toFloat64(volume)) AS dollars
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE window_start >= now() - INTERVAL 34 DAY
      AND toDate(toTimeZone(window_start, 'America/New_York')) IN (SELECT d FROM window_days)
      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) >= 570
      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) < 960
      AND ticker NOT IN ('SPCX')
      AND ticker NOT IN ('KORU','SOXL','SOXS','TQQQ','SQQQ','NVDL','NVDS','NVD','TSLL','TSLQ','TSLZ','SPXL','SPXS','UPRO','SPXU','LABU','LABD','FAS','FAZ','TNA','TZA','YINN','YANG','UDOW','SDOW','BOIL','KOLD','UCO','SCO','USD','SSO','SDS','QLD','QID','ERX','ERY','DRN','DRV','CURE','SOXY','MUU','SNXX','UVXY','SVXY','UVIX','SVIX','BULZ','WEBL','WEBS','DPST','DRIP','GUSH','AGQ','ZSL','BITX','ETHU','MSTX','MSTU','CONL','DUST','JNUG','JDST','NUGT')
      AND ticker IN (SELECT ticker FROM global_markets.stocks_ratios
                     WHERE market_cap > 0)
      AND ticker NOT IN (SELECT ticker FROM global_markets.stocks_splits
                         WHERE execution_date BETWEEN today() - 45 AND today())
    GROUP BY ticker, d
)
GROUP BY ticker
HAVING sum(dollars) >= 1000000000 AND argMin(o, d) >= 10 AND count() >= 15
ORDER BY argMax(c, d) / argMin(o, d) ASC
LIMIT 10

NVTS में -47.6% की सबसे बड़ी गिरावट देखी गई, जिसमें $5.1 billion का कारोबार हुआ, जबकि WOLF -47.1% पर दूसरे स्थान पर रहा। इस बोर्ड पर डॉलर कॉलम पर ध्यान दें। भारी ट्रेडिंग वॉल्यूम के दौरान होने वाली गिरावट और शांत बाजार में होने वाली गिरावट अलग होती है, और यहाँ इन्हें मान लेने के बजाय स्पष्ट रूप से अलग दिखाया गया है।

तीन अलग-अलग टाइमफ्रेम पर एक ही सवाल

एक सवाल, तीन विंडो। एक स्टॉक एक लिस्ट में सबसे ऊपर हो सकता है, जबकि अन्य दो में उसका कोई नाम न हो।

ये तीनों बोर्ड अलग-अलग बनाए गए हैं और इनके स्क्रीन समान नहीं हैं। साप्ताहिक पेज पिछले पांच सत्रों के आधार पर अपना स्वयं का लिक्विडिटी फ्लोर और सेशन मिनिमम निर्धारित करता है। वहीं, साल की शुरुआत से अब तक (year-to-date) वाला पेज कुल ट्रेड वॉल्यूम के बजाय औसत दैनिक डॉलर वॉल्यूम का उपयोग करता है। प्रत्येक पेज अपने 'मेथड' सेक्शन में अपने नियम बताता है, इसलिए किसी स्टॉक की तुलना करने से पहले उन्हें अवश्य पढ़ें।

एक बड़ा गैप साप्ताहिक बोर्ड पर हावी हो सकता है, लेकिन साल भर में वह खत्म हो जाता है। मासिक उतार-चढ़ाव कभी-कभी साप्ताहिक बोर्ड तक भी नहीं पहुँच पाता। इन तीनों को एक साथ देखने से यह समझने का सबसे आसान तरीका मिलता है कि कोई घटना केवल एक दिन की है या वह एक ट्रेंड है।

इसी अवधि के दौरान बाजार की स्थिति

किसी स्टॉक का मासिक प्रदर्शन बाजार के मासिक प्रदर्शन से भिन्न हो सकता है। चार प्रमुख इंडेक्स ट्रैकर्स का प्रदर्शन, प्रत्येक को इस अवधि के पहले ओपनिंग प्रिंट पर रीबेस किया गया है:

क्वेरीसमान अवधि के चार प्रमुख इंडेक्स ट्रैकर्स, पहले ओपन के आधार पर रीबेस्ड
हर आंकड़े के पीछे का पूरा SQL
WITH window_days AS (
    SELECT d
    FROM (
        SELECT d, max(d) OVER () AS last_full
        FROM (
            SELECT d
            FROM (
                SELECT d, bars, medianExact(bars) OVER () AS typical_bars
                FROM (
                    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d, count() AS bars
                    FROM global_markets.delayed_stocks_minute_aggs
                    WHERE window_start >= now() - INTERVAL 34 DAY
                      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) >= 570
                      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) < 960
                    GROUP BY d
                    HAVING d < toDate(toTimeZone(now(), 'America/New_York'))
                )
            )
            WHERE bars >= 0.85 * typical_bars
        )
    )
    WHERE d > last_full - 30
)
SELECT session,
       round(anyIf(cum_pct, ticker = 'SPY'), 2) AS sp500_pct,
       round(anyIf(cum_pct, ticker = 'QQQ'), 2) AS nasdaq100_pct,
       round(anyIf(cum_pct, ticker = 'DIA'), 2) AS dow_pct,
       round(anyIf(cum_pct, ticker = 'IWM'), 2) AS russell2000_pct
FROM (
    SELECT ticker,
           formatDateTime(d, '%Y-%m-%d') AS session,
           100 * (c / first_value(o) OVER (PARTITION BY ticker ORDER BY d) - 1) AS cum_pct
    FROM (
        SELECT ticker,
               toDate(toTimeZone(window_start, 'America/New_York')) AS d,
               argMin(toFloat64(open), window_start) AS o,
               argMax(toFloat64(close), window_start) AS c
        FROM global_markets.delayed_stocks_minute_aggs
        WHERE window_start >= now() - INTERVAL 34 DAY
          AND ticker IN ('SPY', 'QQQ', 'DIA', 'IWM')
          AND toDate(toTimeZone(window_start, 'America/New_York')) IN (SELECT d FROM window_days)
          AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) >= 570
          AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) < 960
        GROUP BY ticker, d
    )
)
GROUP BY session
ORDER BY session

अंतिम सत्र तक, S&P 500 ट्रैकर 0.08% पर, Nasdaq 100 ट्रैकर -4.46% पर, Dow ट्रैकर 0.91% पर और Russell 2000 ट्रैकर -0.21% पर था। चार बास्केट, एक अवधि, चार अलग-अलग परिणाम। अब इस रेंज के मुकाबले लीडरबोर्ड देखें: इसी अवधि में सबसे अधिक लाभ कमाने वाले शेयरों का शीर्ष 133.6% तक पहुँचा। व्यक्तिगत कंपनियों का प्रदर्शन उन्हें रखने वाले बास्केट की तुलना में कहीं अधिक भिन्न होता है, यही कारण है कि मूवर्स लिस्ट में एकल नाम शामिल होते हैं।

प्रमुख कंपनियों का प्रदर्शन कैसा रहा

इस महीने के सबसे अच्छा प्रदर्शन करने वाले शेयरों को खोजने वाले पाठक आमतौर पर यह भी जानना चाहते हैं कि उनके पास पहले से मौजूद शेयरों का क्या हाल रहा। आठ प्रमुख मेगा-कैप कंपनियों का एक निश्चित समूह, समान समयावधि और समान संरचना के साथ:

क्वेरीसमान अवधि के आठ प्रमुख मेगा-कैप नाम
हर आंकड़े के पीछे का पूरा SQL
WITH window_days AS (
    SELECT d
    FROM (
        SELECT d, max(d) OVER () AS last_full
        FROM (
            SELECT d
            FROM (
                SELECT d, bars, medianExact(bars) OVER () AS typical_bars
                FROM (
                    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d, count() AS bars
                    FROM global_markets.delayed_stocks_minute_aggs
                    WHERE window_start >= now() - INTERVAL 34 DAY
                      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) >= 570
                      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) < 960
                    GROUP BY d
                    HAVING d < toDate(toTimeZone(now(), 'America/New_York'))
                )
            )
            WHERE bars >= 0.85 * typical_bars
        )
    )
    WHERE d > last_full - 30
)
SELECT ticker,
       round((argMax(c, d) / argMin(o, d) - 1) * 100, 1) AS month_return_pct
FROM (
    SELECT ticker,
           toDate(toTimeZone(window_start, 'America/New_York')) AS d,
           argMin(toFloat64(open), window_start) AS o,
           argMax(toFloat64(close), window_start) AS c
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE window_start >= now() - INTERVAL 34 DAY
      AND ticker IN ('AAPL', 'MSFT', 'NVDA', 'AMZN', 'GOOGL', 'META', 'TSLA', 'AVGO')
      AND toDate(toTimeZone(window_start, 'America/New_York')) IN (SELECT d FROM window_days)
      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) >= 570
      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) < 960
      AND ticker NOT IN (SELECT ticker FROM global_markets.stocks_splits
                         WHERE execution_date BETWEEN today() - 45 AND today())
    GROUP BY ticker, d
)
GROUP BY ticker
HAVING count() >= 15
ORDER BY argMax(c, d) / argMin(o, d) DESC

इस समूह का प्रदर्शन 12.5% से META (उच्चतम) से लेकर -6.6% से AVGO (न्यूनतम) तक रहा। ये कंपनियां एक साथ नहीं चलीं, जो कि अपवाद के बजाय एक सामान्य बात है। इंडेक्स में होने के कारण ये कंपनियां एक साथ आती हैं; लेकिन इनके राजस्व स्रोत एक-दूसरे से बहुत अलग हैं। यह समूह रैंकिंग के बजाय आठ कंपनियों की एक निश्चित सूची है, इसलिए इसे केवल एक संदर्भ के रूप में देखें, न कि कंपनियों के आकार के दावे के रूप में।

एक सामान्य महीना कैसा दिखता है

लीडरबोर्ड केवल चरम परिणामों को दिखाते हैं। यह डेटा औसत प्रदर्शन को दर्शाता है। सभी 1161 कंपनियों को उनके रिटर्न के आधार पर अलग-अलग श्रेणियों में बांटा गया है:

क्वेरीप्रत्येक स्क्रीन की गई कंपनी का प्रदर्शन: बकेट के अनुसार मासिक रिटर्न
हर आंकड़े के पीछे का पूरा SQL
WITH window_days AS (
    SELECT d
    FROM (
        SELECT d, max(d) OVER () AS last_full
        FROM (
            SELECT d
            FROM (
                SELECT d, bars, medianExact(bars) OVER () AS typical_bars
                FROM (
                    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d, count() AS bars
                    FROM global_markets.delayed_stocks_minute_aggs
                    WHERE window_start >= now() - INTERVAL 34 DAY
                      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) >= 570
                      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) < 960
                    GROUP BY d
                    HAVING d < toDate(toTimeZone(now(), 'America/New_York'))
                )
            )
            WHERE bars >= 0.85 * typical_bars
        )
    )
    WHERE d > last_full - 30
)
SELECT tup.1 AS return_bucket,
       tup.3 AS stocks
FROM (
    SELECT arrayJoin(arrayZip(
               ['down 20% or more', 'down 10% to 20%', 'down 0% to 10%',
                'up 0% to 10%', 'up 10% to 20%', 'up 20% or more'],
               [1, 2, 3, 4, 5, 6],
               [countIf(r <= -20), countIf(r > -20 AND r <= -10), countIf(r > -10 AND r < 0),
                countIf(r >= 0 AND r < 10), countIf(r >= 10 AND r < 20), countIf(r >= 20)])) AS tup
    FROM (
        SELECT ticker,
               (argMax(c, d) / argMin(o, d) - 1) * 100 AS r
        FROM (
            SELECT ticker,
                   toDate(toTimeZone(window_start, 'America/New_York')) AS d,
                   argMin(toFloat64(open), window_start) AS o,
                   argMax(toFloat64(close), window_start) AS c,
                   sum(toFloat64(close) * toFloat64(volume)) AS dollars
            FROM global_markets.delayed_stocks_minute_aggs
            WHERE window_start >= now() - INTERVAL 34 DAY
              AND toDate(toTimeZone(window_start, 'America/New_York')) IN (SELECT d FROM window_days)
              AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) >= 570
              AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) < 960
              AND ticker NOT IN ('SPCX')
              AND ticker NOT IN ('KORU','SOXL','SOXS','TQQQ','SQQQ','NVDL','NVDS','NVD','TSLL','TSLQ','TSLZ','SPXL','SPXS','UPRO','SPXU','LABU','LABD','FAS','FAZ','TNA','TZA','YINN','YANG','UDOW','SDOW','BOIL','KOLD','UCO','SCO','USD','SSO','SDS','QLD','QID','ERX','ERY','DRN','DRV','CURE','SOXY','MUU','SNXX','UVXY','SVXY','UVIX','SVIX','BULZ','WEBL','WEBS','DPST','DRIP','GUSH','AGQ','ZSL','BITX','ETHU','MSTX','MSTU','CONL','DUST','JNUG','JDST','NUGT')
              AND ticker IN (SELECT ticker FROM global_markets.stocks_ratios
                             WHERE market_cap > 0)
              AND ticker NOT IN (SELECT ticker FROM global_markets.stocks_splits
                                 WHERE execution_date BETWEEN today() - 45 AND today())
            GROUP BY ticker, d
        )
        GROUP BY ticker
        HAVING sum(dollars) >= 1000000000 AND argMin(o, d) >= 10 AND count() >= 15
    )
)
ORDER BY tup.2

स्क्रीन की गई कंपनियों में से 60 ने इस अवधि में 20% या उससे अधिक का लाभ कमाया, जबकि 77 ने 20% या उससे अधिक का नुकसान उठाया। शून्य के सबसे करीब वाली दो श्रेणियों में 314 और 426 नाम थे। यह चार्ट 'मूवर्स लीडरबोर्ड' का आधार है, और शीर्ष दस नाम इसके सबसे दाहिने छोर पर होते हैं। ऊपर दिए गए बोर्डों को इस संदर्भ में देखें: मासिक आधार पर शीर्ष दस में आने वाला बदलाव एक अपवाद है, यह किसी सामान्य स्टॉक के लिए कभी भी सामान्य महीना नहीं होता है।

किसी स्टॉक को मंथली मूवर्स लिस्ट में क्या शामिल करता है

एक महीना कई घटनाओं के लिए पर्याप्त लंबा होता है, लेकिन इतना छोटा भी कि उनमें से कोई एक घटना आमतौर पर हावी हो जाती है। इन लिस्ट में शामिल नाम आमतौर पर कंपनी के कैलेंडर की किसी महत्वपूर्ण तारीख से मेल खाते हैं। तिमाही परिणाम (Quarterly results) सबसे आम कारण हैं: परिणामों का अनुमान से बेहतर या कम होना एक ही सत्र में कीमत को बदल देता है, और बाकी महीना उस नए स्तर के आसपास ट्रेड करता है। गाइडेंस (Guidance) में बदलाव भी परिणामों के बिना यही काम करते हैं।

विलय और अधिग्रहण (Merger and acquisition) की खबरें मंथली बोर्ड पर सबसे अलग प्रभाव डालती हैं। स्टॉक घोषित सौदे की कीमत के पास पहुँच जाता है और फिर शांत हो जाता है; इस दौरान ट्रेड होने वाली राशि (dollars traded) बहुत अधिक रहती है, जबकि प्रतिशत परिवर्तन स्थिर हो जाता है। यदि गेनर्स टेबल के शीर्ष पर कोई नाम बहुत अधिक ट्रेड वॉल्यूम और बीच अवधि में स्थिर हुई कीमत दिखाता है, तो उस पैटर्न की जांच सबसे पहले की जानी चाहिए।

सेक्टर के उतार-चढ़ाव एक महीने की अवधि में उस तरह मायने रखते हैं जैसे वे एक सप्ताह में शायद ही कभी रखते हैं। ब्याज दरों, तेल, या मेमोरी की कीमतों में बदलाव पूरे समूह को एक साथ प्रभावित करता है, यही कारण है कि मंथली बोर्ड में अक्सर दस असंबंधित नामों के बजाय समान व्यवसायों का समूह दिखाई देता है। विश्लेषकों की कार्रवाई, इंडेक्स में शामिल होना या निकलना, ट्रायल और रेगुलेटरी नतीजे, और शॉर्ट स्क्वीज़ (short squeezes) बाकी लिस्ट को भरते हैं। इनमें से कुछ भी केवल प्रतिशत से स्पष्ट नहीं होता है, यही कारण है कि यहाँ हर उतार-चढ़ाव के साथ ट्रेड की गई राशि (dollars-traded) और मार्केट विंडो दी गई है।

इसे कैसे मापा जाता है

यहाँ सभी थ्रेशोल्ड (threshold) स्पष्ट रूप से बताए गए हैं। छिपे हुए नियमों वाला स्क्रीन डेटा नहीं, बल्कि एक राय होता है।

  • विंडो (The window)। इसमें पिछले 30 कैलेंडर दिनों का डेटा शामिल है, जो Jul 21 से Jun 22 तक की 21 सत्रों (sessions) तक जाता है। सत्र के योग्य होने के लिए दो नियम हैं। सत्र का न्यूयॉर्क के वर्तमान समय से पहले बंद होना आवश्यक है, इसलिए वर्तमान सत्र इसमें शामिल नहीं होता। इसके अलावा, नियमित घंटों के बार (bar) की संख्या 34-दिवसीय स्कैन के मीडियन सत्र के 85% तक होनी चाहिए। यह नियम उस पुराने दिन को हटा देता है जिसका डेटा अभी पूरी तरह लोड नहीं हुआ है। छुट्टियों के छोटे सत्र में सामान्य दिन के मुकाबले लगभग आधे बार होते हैं, इसलिए यह नियम उन्हें भी हटा देता है।
  • रिटर्न (The return)। विंडो के भीतर का पहला नियमित सत्र ओपनिंग प्राइस से लेकर अंतिम नियमित सत्र क्लोजिंग प्राइस तक का रिटर्न, जिसे मिनट बार से बनाया गया है। इसमें केवल नियमित घंटे शामिल हैं, इसलिए प्री-मार्केट और आफ्टर-ऑवर्स डेटा को बाहर रखा गया है। यह एक प्राइस रिटर्न है: इसमें डिविडेंड (dividends) को वापस नहीं जोड़ा जाता है।
  • फ्लोर (The floors)। पूरी विंडो में कम से कम $1 बिलियन का ट्रेड होना चाहिए, ओपनिंग प्राइस $10 या उससे अधिक होना चाहिए, और विंडो के कम से कम 15 सत्रों में ट्रेड होना चाहिए। डॉलर फ्लोर एक मासिक कुल राशि है, जिससे इसे पार करना एक सप्ताह के मुकाबले आसान हो जाता है।
  • अपवर्जन (The exclusions)। लेवरेज्ड और इनवर्स फंड्स को नाम के आधार पर हटा दिया जाता है। प्रत्येक टिकर के पास हमारे रेफरेंस डेटा में कंपनी फंडामेंटल्स और मार्केट कैपिटलाइजेशन होना चाहिए। इस दूसरे नियम के कारण ETFs, क्लोज्ड-एंड फंड्स, कमोडिटी ट्रस्ट और लेवरेज्ड सिंगल-स्टॉक प्रोडक्ट्स हट जाते हैं, जो अन्यथा अधिकांश बोर्डों को भर देते। यह रेफरेंस टेबल प्रत्येक टिकर के लिए एक पंक्ति रखता है, न कि दैनिक स्नैपशॉट, इसलिए स्क्रीन पूरी टेबल को पढ़ती है। पिछले 45 दिनों में स्टॉक स्प्लिट होने वाले किसी भी टिकर को हटा दिया जाता है, क्योंकि स्प्लिट से प्रति-शेयर कीमत बदल जाती है लेकिन होल्डिंग का मूल्य नहीं बदलता। वेंडर फीड द्वारा दो अलग-अलग कंपनियों के बीच पुन: आवंटित (reassigned) किए गए किसी भी सिंबल को नाम से बाहर कर दिया जाता है।
  • मेगा-कैप पैनल (The mega-cap panel)। आठ प्रमुख अमेरिकी कंपनियों का एक निश्चित बास्केट, जो उस पैनल के SQL में नाम से सूचीबद्ध है। यह बोर्डों की तरह ही समान विंडो और रिटर्न निर्माण का उपयोग करता है, और यह डॉलर-वॉल्यूम स्क्रीन से बाहर रहता है।
  • क्या लागू नहीं है। इसमें कोई सेक्टर फ़िल्टर, मार्केट-कैप फ्लोर या इंडेक्स-मेंबरशिप आवश्यकता नहीं है, इसलिए एक अत्यधिक ट्रेड होने वाली छोटी कंपनी भी एक बड़ी कंपनी के साथ बोर्ड पर हो सकती है। रैंकिंग केवल प्रतिशत परिवर्तन द्वारा की जाती है, इसीलिए इसके बगल में ट्रेड किए गए डॉलर का कॉलम दिया गया है।

एक पैनल में इस प्रक्रिया का पूरा विवरण होता है: विंडो द्वारा कवर किए गए सत्र, और वह यूनिवर्स जिससे प्रत्येक बोर्ड को स्कैन किया गया था।

क्वेरीइस पेज के प्रत्येक बोर्ड के पीछे की अवधि और स्क्रीन किया गया यूनिवर्स
हर आंकड़े के पीछे का पूरा SQL
WITH window_days AS (
    SELECT d
    FROM (
        SELECT d, max(d) OVER () AS last_full
        FROM (
            SELECT d
            FROM (
                SELECT d, bars, medianExact(bars) OVER () AS typical_bars
                FROM (
                    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d, count() AS bars
                    FROM global_markets.delayed_stocks_minute_aggs
                    WHERE window_start >= now() - INTERVAL 34 DAY
                      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) >= 570
                      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) < 960
                    GROUP BY d
                    HAVING d < toDate(toTimeZone(now(), 'America/New_York'))
                )
            )
            WHERE bars >= 0.85 * typical_bars
        )
    )
    WHERE d > last_full - 30
),
screened AS (
    SELECT ticker
    FROM (
        SELECT ticker,
               toDate(toTimeZone(window_start, 'America/New_York')) AS d,
               argMin(toFloat64(open), window_start) AS o,
               sum(toFloat64(close) * toFloat64(volume)) AS dollars
        FROM global_markets.delayed_stocks_minute_aggs
        WHERE window_start >= now() - INTERVAL 34 DAY
          AND toDate(toTimeZone(window_start, 'America/New_York')) IN (SELECT d FROM window_days)
          AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) >= 570
          AND toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York')) < 960
          AND ticker NOT IN ('SPCX')
          AND ticker NOT IN ('KORU','SOXL','SOXS','TQQQ','SQQQ','NVDL','NVDS','NVD','TSLL','TSLQ','TSLZ','SPXL','SPXS','UPRO','SPXU','LABU','LABD','FAS','FAZ','TNA','TZA','YINN','YANG','UDOW','SDOW','BOIL','KOLD','UCO','SCO','USD','SSO','SDS','QLD','QID','ERX','ERY','DRN','DRV','CURE','SOXY','MUU','SNXX','UVXY','SVXY','UVIX','SVIX','BULZ','WEBL','WEBS','DPST','DRIP','GUSH','AGQ','ZSL','BITX','ETHU','MSTX','MSTU','CONL','DUST','JNUG','JDST','NUGT')
          AND ticker IN (SELECT ticker FROM global_markets.stocks_ratios
                         WHERE market_cap > 0)
          AND ticker NOT IN (SELECT ticker FROM global_markets.stocks_splits
                             WHERE execution_date BETWEEN today() - 45 AND today())
        GROUP BY ticker, d
    )
    GROUP BY ticker
    HAVING sum(dollars) >= 1000000000 AND argMin(o, d) >= 10 AND count() >= 15
)
SELECT formatDateTime(w.first_d, '%b %e') AS first_session_date,
       formatDateTime(w.last_d, '%b %e') AS last_session_date,
       w.n AS sessions,
       (SELECT count() FROM global_markets.stocks_ratios WHERE market_cap > 0) AS companies_on_file,
       (SELECT count() FROM screened) AS companies_screened
FROM (SELECT min(d) AS first_d, max(d) AS last_d, count() AS n FROM window_days) AS w

स्क्रीन की शुरुआत 4124 टिकर्स से हुई थी जिनमें रेफरेंस टेबल में मार्केट कैपिटलाइजेशन था, और यह 1161 कंपनियों के साथ समाप्त हुई जो डॉलर-वॉल्यूम, प्राइस और सत्र फ्लोर को पार कर गईं। दोनों आंकड़े इस पेज के प्रत्येक रिफ्रेश के साथ स्टोर किए जाते हैं, इसलिए यदि यूनिवर्स छोटा हो जाता है, तो वह विवरण (receipt) में दिखाई देता है।

FAQ

इस महीने किन शेयरों में सबसे अधिक बढ़त हुई है?

Jul 21 को समाप्त होने वाली अवधि के लिए, $1 billion से अधिक ट्रेड करने वाली कंपनियों में सबसे अधिक लाभ CRNX में 133.6% और PBF में 75.5% रहा। शीर्ष दस कंपनियों की पूरी सूची इस पेज की पहली तालिका में दी गई है, जो नए सत्रों के पूरा होने पर अपडेट होती रहती है।

इस महीने किन शेयरों में सबसे अधिक गिरावट आई है?

NVTS में -47.6% की सबसे अधिक गिरावट देखी गई, इसके बाद WOLF में -47.1% रही। इन दोनों का माप समान 21 सत्रों के आधार पर किया गया है, और इसमें भी बढ़त वाली सूची की तरह ही $1 billion का वॉल्यूम फ्लोर लागू है।

मासिक स्टॉक रिटर्न को कैसे मापा जाता है?

यहाँ मासिक रिटर्न का अर्थ है किसी स्टॉक की उस अवधि के पहले नियमित सत्र के ओपनिंग प्राइस और अंतिम नियमित सत्र के क्लोजिंग प्राइस के बीच का अंतर, जिसे मिनट बार (minute bars) से तैयार किया गया है। यह एक प्राइस रिटर्न है, इसलिए इसमें डिविडेंड शामिल नहीं किया जाता है। यदि किसी कंपनी का स्टॉक स्प्लिट इस अवधि के दौरान होता है, तो उसे बैक-एडजस्ट करने के बजाय सूची से हटा दिया जाता है।

स्टॉक मूवर्स लिस्ट से लेवरेज्ड ETFs को क्यों बाहर रखा गया है?

एक लेवरेज्ड या इनवर्स फंड किसी इंडेक्स या सिंगल स्टॉक के दैनिक उतार-चढ़ाव को कई गुना बढ़ा देता है। इस कारण, बिना किसी कंपनी समाचार के भी यह एक सामान्य मार्केट डे पर मूवर्स बोर्ड में सबसे ऊपर आ सकता है। इन्हें हटाने से यह सूची केवल ऑपरेटिंग कंपनियों तक सीमित रहती है। लेवरेज्ड ETFs कैसे काम करते हैं में डेली रीसेट और एक महीने तक होल्ड करने से होने वाले ड्रिफ्ट के बारे में बताया गया है।

ऊपर दिया गया प्रत्येक पैनल एक स्टोर किया गया क्वेरी है जिसके साथ SQL जुड़ा हुआ है। किसी एक को खोलें, डॉलर फ्लोर या विंडो की अवधि बदलें, और Strasmore टर्मिनल पर स्वयं उसी डेटा को स्क्रीन करें।

#market movers#gainers and losers#monthly returns#market data