Analisi ETF settoriali S&P 500 H1 2026

Il report settoriale per il primo semestre del 2026 analizza l'intero spettro dei risultati: il settore technology (XLK) ha chiuso i sei mesi con un incremento del 30.8%, i communication services (XLC) hanno chiuso con il -9.3%, e circa quaranta punti percentuali hanno separato il miglior settore dal peggiore. Tre degli undici ETF settoriali dell'S&P 500 hanno chiuso il semestre in negativo, e quasi nessun titolo ha mantenuto la propria posizione rispetto al primo trimestre; il semestre è stato composto da due mercati opposti uniti tra loro, e questa pagina analizza entrambi. Ogni numero riportato di seguito è il risultato di una query salvata; espandere ogni pannello per visualizzare il codice SQL esatto.

Cos'è un ETF settoriale — e come viene valutato in questa pagina

Gli undici fondi Select Sector SPDR suddividono l'S&P 500 in comparti industriali, permettendo di acquistare — o fare hedge — una singola posizione settoriale tramite un unico ticker. Ogni fondo detiene i componenti dell'indice di settore, ponderati per capitalizzazione di mercato, e viene scambiato durante tutta la sessione come un'azione. Questa pagina valuta ogni fondo secondo quattro criteri: il rendimento del prezzo (dalla prima apertura alla chiusura della sessione ordinaria), il split trimestrale indicato sotto il numero frazionario, il volume in dollari (prezzo moltiplicato per le azioni scambiate — il parametro più preciso per misurare il flusso di capitale) e lo spread bid-ask — ovvero la differenza tra il miglior prezzo di acquisto e il miglior prezzo di vendita, che rappresenta il costo di un'operazione completa. Il registro a livello di indice per lo stesso semestre — tassi, options, IPO, breadth — è disponibile in il recap di mercato H1 2026.

Il bilancio: undici settori, divisioni tra metà e quarto

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

Leggete prima la colonna della metà: il settore technology ha guidato con 30.8%, seguito da industrials con 19% ed energy con 18.8%, mentre tre settori hanno chiuso in negativo — communication services con -9.3%, consumer discretionary con -2.3% e financials con -2.2%. Otto settori su undici in positivo rappresentano una breadth rispettabile per una metà che ha aperto con gli indici in calo.

Le colonne del quarto contengono il vero scenario. I leader del Q1 sono stati energy (36.9%), materials (9.8%), utilities (7%) e staples (5.5%) — un trade sulle commodity unito alle classiche defensives — mentre technology (-8.7%), financials (-9.9%) e discretionary (-9.3%) sono scesi insieme al mercato generale. Il Q2 ha invertito la tendenza: technology ha reso 42%, industrials 13.3% e health care 7.8%, mentre energy (-11%), communication services (-3.7%) e utilities (-1%) hanno chiuso il trimestre in rosso. Il percorso di energy — 36.9% e poi -11% — e l'immagine speculare di financials — -9.9% e poi 7.7% — sono le due illustrazioni più chiare di ciò che un singolo dato semestrale può nascondere.

La rotazione, mese per mese

Tre ticker spiegano l'intera dinamica di rotazione; questo pannello li monitora su base mensile: XLE (leader del -9.3%), XLK (leader del 30.8%) e XLF (il mirror trade).

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 è cresciuto in ognuno dei primi tre mesi — 14.1% a gennaio, 11.6% a febbraio, 6% a marzo, con un ritmo in decelerazione — per poi registrare tre mesi consecutivi senza guadagni (-0.2%, -4.7%, -6.8%). XLK ha seguito l'immagine speculare: valori negativi a gennaio, febbraio e marzo, poi 18.9% ad aprile e 19.1% a maggio — due mesi consecutivi che hanno costituito quasi l'intera prima metà di leadership del settore. Aprile rappresenta il passaggio di consegne: il cambio di leadership è visibile in un'unica colonna di questa tabella. I due mesi positivi di XLF sono stati aprile e giugno, rispettivamente a 4.7% e 4.7%. I dati pubblicati che hanno influenzato lo scambio della prima metà — dati sull'inflazione, payroll, curva Treasury — sono raccolti in il quadro macroeconomico in entrata nel H2 2026.

Breadth all'interno di ogni settore

Il rendimento di un fondo settoriale non indica quanti dei suoi componenti abbiano partecipato al movimento. Il database non contiene una colonna di classificazione settoriale, pertanto questo pannello misura la breadth all'interno del settore utilizzando un paniere fisso e completamente divulgato: cinque titoli large-cap per settore, cinquantaquattro in totale, tutti presenti nel SQL. Si tratta di un campione di nomi celebri, non delle reali posizioni dei fondi — i limiti del paniere sono specificati nelle note dei dati.

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

Due righe ricevono maggiore attenzione. Health care: tutti i 5 dei cinque titoli del paniere sono cresciuti, con una mediana del 21.7% — mentre XLV, il fondo, ha guadagnato del 2.5% nella prima metà. Il rendimento di un fondo è ponderato per market value; la mediana di un paniere pesa ogni componente in modo uguale — il settore health care rappresenta il caso più ampio in cui il paniere batte il fondo. Il settore Technology presenta lo stesso scarto ma in senso inverso — ed è, misurato dall'inizio alla fine, il più ampio di tutti: il fondo ha guadagnato del 30.8% mentre i suoi cinque nomi più noti si sono divisi tra il 3 di rialzo e il 2 di ribasso con una mediana del 5.2%, e ORCL ha registrato il -25.7%. Il guadagno principale del settore non è derivato dalle sue classiche megacap — il pannello successivo mostra da dove è derivato. Altri dati nella tabella: il 84.3% di CAT è il miglior risultato tra tutti i cinquantaquattro nomi, e communication services è il settore più debole — 1 su cinque titoli in rialzo, con una mediana del -15.2%, e NFLX al -24.2%.

Il trade memorie-semiconduttori nel settore technology

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

Analizzando il settore technology, emerge il trade principale sui singoli titoli. SNDK ha reso 830.1% in sei mesi, MU 290%, INTC 269.3% e AMD 165.3% — mentre NVDA, il titolo con il maggior volume di scambi nel set con 3287.9 miliardi di turnover semestrale, ha reso 5.2%, con AVGO al 6.9% e QCOM al 6.3%. Il settore si è diviso nettamente in due: i titoli legati a memorie e foundry hanno moltiplicato i rendimenti, mentre i consolidati acceleratori AI sono rimasti laterali. Il dato del Q2 spiega la tempistica: il 229.9% di MU, il 210% di INTC e il 179.8% di AMD sono avvenuti nello stesso trimestre in cui XLK ha registrato il suo 42% — il rally del fondo settoriale e il repricing delle memorie coincidono negli stessi tre mesi di scambi. Analisi dettagliata di MU a giugno qui, e Approfondimento su NVDA a giugno segue la divergenza sessione per sessione.

Dove sono finiti i dollari degli scambi

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

Il volume in dollari si è mosso in un'unica direzione: tutti gli undici fondi settoriali hanno scambiato meno dollari nel secondo trimestre rispetto al primo. La prima riga della tabella mostra il calo minore — XLK al -23%, da $161.2 miliardi a $124.8 miliardi — mentre l'ultima riga riguarda il real estate al -45%. I prodotti settoriali hanno registrato la maggiore attività nel trimestre in cui gli indici sono scesi; l'attività si è ridotta con l'avanzare della ripresa. Due note rilevanti dai pannelli sopra: XLE è stato il fondo settoriale più scambiato del semestre con $316.2 miliardi, e solo MU ha generato un turnover di $2862.1 miliardi — circa dieci volte i $286 miliardi del fondo XLK. I prodotti settoriali hanno segnato il punteggio; i singoli titoli sono stati il fulcro delle operazioni del primo semestre.

Il costo di negoziazione per ogni settore

Le tabelle dei rendimenti sono comuni, mentre i listini delle quotazioni no. Questo pannello misura il bid-ask spread mediano di ogni fondo — il costo di un'operazione di andata e ritorno — durante l'intera sessione del 29 giugno 2026, basandosi su ogni aggiornamento NBBO registrato in quel giorno.

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

Il fondo con il costo di negoziazione più basso in quella sessione è stato XLV con una mediana di 0.62 punti base; il più alto è stato XLRE con 2.23. Un punto base corrisponde a un centesimo di punto percentuale; pertanto, l'intera tabella si attesta su centesimi di punto percentuale per ogni operazione di andata e ritorno — il significato pratico di "gli ETF di settore sono liquidi". Il numero di aggiornamenti delle quotazioni varia quasi di dieci volte tra i diversi fondi, eppure i valori mediani rimangono raggruppati entro un paio di punti base l'uno dall'altro. Per contrasto, l'analisi approfondita della microstructure del 29 giugno esamina il listino delle quotazioni di SPY per la stessa sessione, che presenta spread ancora più stretti rispetto a qualsiasi fondo in questa tabella.

FAQ

Quale settore ha ottenuto le migliori performance nel primo semestre del 2026?

Technology. XLK ha registrato un rendimento del 30.8% nel semestre, interamente concentrato nel secondo trimestre (-8.7% nel primo trimestre e 42% nel secondo). Communication services (XLC) è stato il peggiore con il -9.3%.

Gli stessi settori hanno guidato il mercato nel Q1 e nel Q2 del 2026?

No — i due trimestri sono stati quasi opposti. Energy ha guidato il Q1 con il 36.9% e ha chiuso il Q2 al -11%; technology ha registrato il -8.7% nel Q1 ed è stato il leader del Q2 con il 42%. Utilities e consumer staples hanno guidato nella prima parte dell'anno per poi perdere slancio verso la fine.

Qual è il costo per fare trading su un settore SPDR ETF?

Nella sessione analizzata del 29 giugno 2026, gli spread mediani quotati sono andati da 0.62 punti base (XLV) a 2.23 (XLRE) — centesimi di percentuale per round trip, molto più contenuti rispetto a un tipico singolo titolo.

Perché il rendimento di un settore ETF differisce dai rendimenti dei suoi componenti?

I fondi pesano le posizioni in base al market value, quindi pochi titoli giganti dominano il risultato, mentre la mediana di un paniere tratta ogni componente allo stesso modo. Nel primo semestre del 2026 il divario è stato massimo nel settore health care: una mediana di un paniere di cinque nomi pari al 21.7% contro il 2.5% di XLV.

Quali sono gli undici settore ETF?

XLB (materials), XLC (communication services), XLE (energy), XLF (financials), XLI (industrials), XLK (technology), XLP (consumer staples), XLRE (real estate), XLU (utilities), XLV (health care) e XLY (consumer discretionary). Insieme suddividono l'S&P 500.

Note sui dati

Metodologia

• Il periodo di riferimento va dall'1 gennaio al 30 giugno 2026. I rendimenti sono calcolati dall'apertura alla chiusura delle sessioni ordinarie all'interno di ogni finestra, tramite le query indicate. Le ore ordinarie sono filtrate secondo l'orario dell'Eastern wall clock (9:30–15:59, convertito per riga) — compatibile con il passaggio DST tra i mesi EST e EDT del semestre.
• I confini trimestrali sono applicati sulla data di trading dell'Eastern time: il Q1 termina il 31 marzo, il Q2 inizia il 1° aprile.
• Il volume in dollari somma il prezzo per il numero di azioni scambiate durante le ore ordinarie nelle medesime query.
• La generazione avviene tramite il percorso di sola lettura protetto; la pagina pubblica non interroga mai i dati live. Stato del Warehouse al 12 luglio 2026.

Il registro completo del semestre — indici, tassi, l'options tape — è disponibile nel riepilogo del mercato H1 2026. Per analizzare un settore in modo differente, ogni SQL dei pannelli può essere eseguito così com'è sul terminale Strasmore.