著者: 空売り残高が多い銘柄一覧
最新の取引所データに基づき、買い戻し日数と空売り株数が多い銘柄をリスト化しました。ショートスクイーズの監視に役立つ流動性の高い銘柄のみを掲載しています。
「空売り残高が多い銘柄（Most shorted）」の定義は、基準によって2種類あり、多くの記事はそれらを明示せずに一方のみを掲載しています。このページでは、最新の取引所報告による決済データに基づき、流動性の高い銘柄に限定して両方のリストを表示します。さらに、一般的なランキングでは省略されがちな、空売りの集中度（増大しているか減少しているか）、空売り残高が継続的に増加している銘柄、および上位銘柄の価格推移についても示しています。データは新しい決済報告の公開に合わせて更新されます。最初の表の settled 列は、表示されている報告時期を示しています。
空売り残高の買い戻しに要する日数 — 混雑する出口
Days to coverは、空売り残高を平均出来高で割った数値です。これは、ショートポジションを解消するために、通常の取引日数で何日分が必要かを示します。ショートスクイーズを監視する際の指標となります。詳細な定義については、こちらのガイドを参照してください。
各数値の背後にある正確なSQL
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現在の首位である MPT は、2026-06-30時点の決済ベースで 16.9日の買い戻し日数 を記録しています。この数値の計算式は以下の通りです。138.1百万株の空売り残高を、8.2百万株の平均出来高で割ると、16.9日となります。これは、買い手と売り手の全取引のうち、16.9日分がショートの買い戻しだけで占められることを意味します。比較として、同リスト内の流動性の高い銘柄の中央値は1.8日です。このトップ10の最下位である8.7日でさえ、中央値の数倍に達しています。これほど高い数値は、出口が極めて狭いことを示しています。ただし、実際に買い戻しが必要になるかどうかは別問題です。その仕組みについては、ショートスクイーズのメカニズムで説明しています。
混雑は蓄積しているのか、それとも解消に向かっているのか？
単一の決済データは、ある一瞬を切り取ったものです。同じデータファイルは数年分に及びます。そのため、「現在のリーダー銘柄はどのようにしてこの位置に到達したのか」という疑問には、データによる回答が存在します。このパネルでは、現在の上位3銘柄（days-to-cover）について、過去8回の決済（約4ヶ月分）に遡って追跡しています。
各数値の背後にある正確なSQL
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各列は「現在の」リーダー銘柄を過去に遡って示しています。そのため、最新の行は上記の表と一致します。数値は 16.9、11.5、10.9 日です。各列を上から下へ読むことで、スナップショットでは見えない傾向が分かります。この規模の混雑は、一晩で起こるのではなく、数週間から数ヶ月かけて決済ごとに蓄積・解消されます。また、特定の銘柄が、状況に変化がないまま四半期全体を通じて二桁の数値を維持することもあります。空欄のセルは、その決済日に該当する銘柄の記録がなかったことを意味します。スクイーズを監視する上で重要なのは、対象が新たに浮上した銘柄なのか、それとも長期的な銘柄なのかを判断することです。このパネルを見れば、それが一目で分かります。
空売り残高（株数ベース）によるランキング — 全く異なるリスト
空売り株数に基づいたランキングでは、結果が大きく変わります。PLUGは、1日あたりの出来高56.5百万株に対し、340.7百万株の空売り残高があり、Days to cover（買い戻し日数）は6日となります。ポジションが大きいからといって、必ずしも「混雑（crowded）」しているとは限りません。この規模のトップ10の中で最も混雑していない銘柄は、通常の取引で約2日で全空売りポジションを解消できる可能性があります。規模と混雑度は別の指標です。例えばNVDAは、絶対的な空売り残高が極めて大きい銘柄の一つですが、膨大な出来高により迅速な解消が可能です。一方で、同じ規模のリストにある他の銘柄は、流動性の高い銘柄の中央値を大幅に上回るDays to coverを記録しています。また、ヘッジ、マーケットメイカーの在庫、相対価値取引（relative-value trades）もすべて「空売り残高」として計上されますが、これらは必ずしもその企業に対するネガティブな賭けではありません。ここでの重要な教訓は、「絶対的な空売り残高は規模を、Days to coverは混雑度を測定する」ということです。これら2つのリストが重複することは、多くの人が予想するよりもはるかに少ない傾向にあります。両方のリストで上位に入る銘柄こそ、詳細に検討すべき対象です。
空売りが増加している銘柄はどれか？
両方のリーダーボードは、特定の時点の数値を示しています。検索者がもう一つよく尋ねる「現在、どの銘柄の空売りが増えているか」という問いは、変化（増減）に関するものであるため、2つの時点のデータが必要です。このパネルでは、流動性の高い銘柄を対象に、前回の発表から最新の発表までの「Days to Cover（ショートカバー日数）」の増加率に基づいてランク付けしています。
各数値の背後にある正確なSQL
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上昇率が最も高いのは ENVX です。1回の決算間隔で、Days to Coverが7.1日から10.2日へと3.1日増加しました。最も小さな変動であっても、2.1日の増加が見られます。数値を解釈する際の注意点として、Days to Coverは比率であるという点があります。この数値は、空売り残高が増加した場合、または平均出来高が減少した場合に上昇します。取引が活発な時期の後に取引が静かになると、新規の空売りがなくてもこのリストの上位に上がることがあります。空売り残高と空売り出来高の違いでは、どちらの指標がどのような理由で動くのかを詳しく説明しています。
空売り勢は勝利しているのか？
高い空売り残高は、すでに投じられた賭けです。価格の動きは、その賭けの成否を示します。このパネルでは、現在の空売り集中銘柄を抽出し、直近約1ヶ月間の通常取引終了価格に基づき、各銘柄の騰落率を算出しています（分単位のデータがない銘柄は除外されます）。
各数値の背後にある正確なSQL
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対象期間の最新セッション（2026-07-21）において、現在のDays-to-cover（カバーまでの日数）の首位銘柄は、表示期間中に7.7%変化しました。「Return（騰落率）」列と「Days-to-cover」列を比較してください。空売りが集中している中で価格が下落していれば、その投資戦略は成功しています。逆に価格が上昇していれば、空売り勢には圧力となります。この表では、多くの銘柄で両方の傾向が同時に見られます。市場がすべての空売り集中銘柄に対して、同じ月に同じ評価を下すことは稀です。この分散こそが、Days-to-coverの数値だけでは判断できない理由です。
データに見る真のショートスクイーズの様相
本ページの基となるファイルから、同じ3つのカラムを用いて、有名な事例を改めて見ていきます。2021年1月のスクイーズ発生時におけるGameStopのショートインタレスト（空売り残高）は以下の通りです。
各数値の背後にある正確なSQL
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この形状こそが教訓です。事象発生前、GMEのDays to Cover（2020-11-13）は14日であり、これは上位銘柄に匹敵する水準でした。また、年末時点でも71.2百万株の空売り残高を維持していました。その2回後のデータ（2021-01-29）では、空売り残高は21.4百万株まで急減し、一方で1日平均出来高は96.8百万株へと爆発的に増加しました。しかし、狂乱のまさにピーク時において、Days to Coverは1日となり、通常の流動性市場のメディアンを下回っていました。これこそが、1行で示される「出来高を分母とする罠」です。スクイーズが最も激しかった瞬間に、その比率は落ち着いて見えたのです。2021年1月28日のテープでは、その2週間の取引内容を分単位で確認できます。
リストの作成方法と正確な読み方
まず数値を示し、次に各行に付随する注意点を説明します。
各数値の背後にある正確なSQL
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- 流動性の下限設定は、意図的に厳格にしています。 最新の決済ファイルには22207のティッカーが含まれていますが、1日平均出来高が500万株を下回る銘柄は947に制限されています。この基準がなければ、出来高が極端に少ないために「Days to Cover（空売り残高の買い戻し日数）」が異常に高く見えるマイクロキャップ銘柄がリストを占拠してしまいます。これらは空売りが集中しているのではなく、単に取引不可能な銘柄であり、実態を反映していません。
- リストは固定されておらず、流動性があります。 現在のDays to Coverトップ10のうち5は、前回の決済時のトップ10にも含まれていました。上位銘柄は、意味のある継続性を持つ一方で、前回のリストが今回のリストと一致しない程度の入れ替わりも発生します。
- データにはタイムラグがあります。 決済データは取引所から月に2回報告され、公開までに遅延が生じます。現在読まれているデータは、画面に表示される時点で既に数日前のものであり、その間にポジションが変化している可能性があります。
- 浮動株の列や計算は含めていません。 このファイルは空売り株数と1日平均出来高を報告しているため、指標としてはDays to Coverが適切です。もう一つの一般的な指標である「浮動株に対する空売り比率」には、この表に含まれていない浮動株データが必要です。そのため、両者は一致しない場合があります。例えば、浮動株の多い大型株は、空売り株数では上位に入っても、混雑度を示す指標ではほとんど数値が出ないことがあります。
- SQLにより特定の銘柄を意図的に除外しています。 現在のファイル内のあるティッカーは、最近、既存の企業から新規上場企業へと割り当てが変更されました。ベンダーのフィードでは、共通のシンボルに対して両社の記録が混在する可能性があります。一方の企業の空売りポジションを他方の企業に誤って帰属させるリスクを避けるため、本ページのすべてのクエリでは当該銘柄を除外しています。この除外リストは、更新のたびにシンボル照合プロセスを経て適用されます。
- 高い空売り比率は「状態」を示すものであり、「判断」ではありません。 空売りが集中している銘柄には、将来的なショートスクイーズが期待できる銘柄と、市場が正しく評価（判断）した銘柄の両方が含まれます。この表では、どちらのケースであるかを判別することはできません。これは、スクリーナーを販売している業者であっても同様です。
空売り銘柄に関するよくある質問
現在、最も空売りされている銘柄は何ですか？
流動性の高い銘柄における「買い戻し日数（days to cover）」では、直近の決済データに基づき MPT が 16.9 日で首位です。空売り残高の総数では、PLUG が 340.7 百万株で首位です。上記の各テーブルは、決済データの公開に合わせて更新されます。
現在、空売りが増加している銘柄はどれですか？
直近2回の決済データにおける「買い戻し日数」の変化量では、ENVX が最も増加しました。7.1 日から 10.2 日へと、3.1 日増加しています。上記の「変動銘柄（movers）」テーブルには、流動性の高い銘柄の中で、前回比で最も大きく数値が上昇した銘柄がリストされています。
なぜ「最も空売りされている」リストの2つは一致しないのですか？
これらは異なる指標を測定しているためです。一方は空売り残高（規模）を、もう一方は出来高に対する空売り残高（混雑度）を測定しています。規模のリストは純粋な空売り株数をランク付けするため、取引量の多い銘柄に偏る傾向があります。それらの銘柄は、ポジションが非常に大きくても、一部の銘柄では迅速に決済できる場合があります。一方、混雑度のリストは、その銘柄の取引量に対して空売りポジションが大きい銘柄を浮き彫りにします。
空売り残高が多いことは、ショートスクイーズの予兆ですか？
いいえ。それは前提条件であり、予測ではありません。空売りが非常に多い銘柄の多くは、スクイーズには至りません。GameStopは2021年1月のスクイーズ前に 14 日の買い戻し日を記録していましたが、同様の数値を記録しながら何も起こらなかった銘柄は数多く存在します。空売りガイドでは、この数値が示すこと、および示さないことについて解説しています。
このデータの鮮度はどの程度ですか？
各テーブルは、保管されている最新の決済データ（最初のテーブルの settled 列に記載）を読み込んでいます。このページは更新時に再生成されます。空売り残高は取引所によって月2回報告されますが、公開までに1週間から数週間の遅延が生じます。
すべてのテーブルは、取引所が報告したファイルに対する、バージョン管理された保存済みクエリです。SQLを展開するか、Strasmoreターミナルを使用して、ご自身で全ユニバースをスクリーニングしてください。