공매도 잔고 데이터가 항상 2주 뒤처지는 이유
공매도 잔고는 FINRA의 결제일 기준에 따라 월 2회 집계되며 보고와 취합 과정을 거쳐 발표됩니다. 이로 인해 투자자가 확인하는 수치는 실제 포지션보다 최대 4주가량 늦은 과거의 정보입니다. 공시 시차의 발생 원인과 데이터 집계 과정을 상세히 설명합니다.
공매도 잔고(short interest) 데이터의 시차
공매도 잔고 데이터는 구조적인 이유로 항상 과거의 수치입니다. 실시간으로 제공되는 정보가 아니기 때문입니다. 증권사는 FINRA가 정한 결제일(settlement dates)을 기준으로 월 2회, 즉 월 중순과 월말에 계좌 내 공매도 보유 주식 현황을 스냅샷 형태로 집계합니다. 이후 각 회원사가 이 총계를 FINRA에 보고하면, FINRA는 모든 보고서를 취합하여 약 8영업일 후에 전체 수치를 발표합니다. 여기에 데이터 공급업체와 데이터베이스를 거쳐 사용자 화면에 도달하는 시간까지 고려하면, 특정 시점에 확인할 수 있는 가장 최신의 공매도 잔고 수치는 1주에서 4주 전의 포지션을 나타냅니다. 본 페이지는 이러한 시차를 단정 짓는 대신 직접 측정하여 보여줍니다.
공시 시차는 어떻게 발생하는가
이 주기는 네 단계로 구성되며, 각 단계마다 며칠씩 시간이 소요됩니다.
- 결제일(settlement date). FINRA는 월 중순과 월말에 각각 하나씩, 결제일 일정을 공시합니다. 각 결제일에 모든 브로커-딜러는 고객 계좌와 자기 계좌에 보유한 공매도 포지션을 기록합니다. 이는 거래일이 아닌 결제일 기준입니다. T+1 결제 제도하에서는 월요일에 체결된 거래가 화요일에 결제되므로, 결제일에 집계되는 포지션은 해당 시점까지 청산이 완료된 거래들입니다.
- 보고 기한(reporting deadline). 각 회원사는 그다음 영업일 이내에 종목별 공매도 총액을 FINRA에 보고합니다. 이 단계에서는 어떠한 정보도 공개되지 않습니다. 이는 시장 데이터 피드가 아닌 규제 당국에 대한 신고 절차입니다.
- 취합(compilation). FINRA는 수천 개의 회원사별 보고서를 종목별로 합산하여 하나의 파일을 생성합니다. 이 파일에는 결제일 기준 종목당 단일 수치만 포함되며, 장중 이력, 거래소 정보, 회원사별 세부 내역은 포함되지 않습니다.
- 배포(dissemination). 해당 파일은 공시 대상 결제일로부터 약 8영업일 후에 공개됩니다. 이후 데이터 벤더들이 이를 수집하고, 거래소들이 재공시하며, 이 페이지의 기반이 되는 데이터 웨어하우스와 같은 곳에서 이를 수용합니다.
그 누구도 수치를 의도적으로 지연시키지 않습니다. 이 지연은 수집 기간, 취합 기간, 배포 과정이 합쳐진 결과입니다. 각 단계는 실시간 스트리밍 방식이 아닌, 일정에 따른 배치(batch) 처리 방식으로 진행됩니다.
측정된 일수로 본 지연 시간은 어느 정도인가?
다음은 본 데이터 창고가 실시간 증분 데이터로 수신한 모든 결제일(settlement date)이며, 한쪽에는 결제일이, 다른 한쪽에는 해당 행이 처음 기록된 날짜가 명시되어 있다.
| settlement_date | 도착지 | 공시 지연일수 |
|---|---|---|
| 2026-03-13 | 2026-04-01 | 19 |
| 2026-03-31 | 2026-04-10 | 10 |
| 2026-04-15 | 2026-05-01 | 16 |
| 2026-04-30 | 2026-05-11 | 11 |
| 2026-05-15 | 2026-06-10 | 26 |
| 2026-05-29 | 2026-06-10 | 12 |
| 2026-06-15 | 2026-07-01 | 16 |
| 2026-06-30 | 2026-07-11 | 11 |
| 2026-07-15 | 2026-08-01 | 17 |
| 2026-07-31 | 2026-08-11 | 11 |
| 2026-08-14 | 2026-09-01 | 18 |
| 2026-08-31 | 2026-09-10 | 10 |
| 2026-09-15 | 2026-10-01 | 16 |
| 2026-09-30 | 2026-10-09 | 9 |
모든 수치 뒤에 숨겨진 정확한 SQL
WITH first_arrival AS (
SELECT settlement_date,
toDate(min(_ingest_time)) AS arrived
FROM global_markets.stocks_short_interest
GROUP BY settlement_date
),
bulk_days AS (
SELECT arrived
FROM first_arrival
GROUP BY arrived
HAVING count() > 5
)
SELECT settlement_date,
toString(arrived) AS arrived_here,
dateDiff('day', settlement_date, arrived) AS publication_lag_days
FROM first_arrival
WHERE arrived NOT IN (SELECT arrived FROM bulk_days)
ORDER BY settlement_date파일에 기록된 가장 최근의 결제일인 2026-09-30는 2026-10-09에 도착했으며, 이는 해당 포지션이 기록된 시점으로부터 9일이 경과한 후입니다. 그 직전의 결제 건은 16일이 소요되었습니다. 전체 시리즈를 살펴보면 지연 시간은 상수가 아닌 일정한 범위 내에서 분포합니다.
| 측정된 결제 | 최단 지연일수 | 중앙값 지연일수 | 최장 지연일수 | 일괄 로드된 결제 | 일괄 로드일 |
|---|---|---|---|---|---|
| 14 | 9 | 14 | 26 | 197 | 2026-03-16 |
모든 수치 뒤에 숨겨진 정확한 SQL
WITH first_arrival AS (
SELECT settlement_date,
toDate(min(_ingest_time)) AS arrived
FROM global_markets.stocks_short_interest
GROUP BY settlement_date
),
bulk_days AS (
SELECT arrived
FROM first_arrival
GROUP BY arrived
HAVING count() > 5
),
organic AS (
SELECT settlement_date,
dateDiff('day', settlement_date, arrived) AS lag
FROM first_arrival
WHERE arrived NOT IN (SELECT arrived FROM bulk_days)
)
SELECT count() AS settlements_measured,
min(lag) AS fastest_lag_days,
round(quantileDeterministic(0.5)(lag, cityHash64(settlement_date)), 1) AS median_lag_days,
max(lag) AS slowest_lag_days,
(SELECT count() FROM first_arrival WHERE arrived IN (SELECT arrived FROM bulk_days)) AS settlements_bulk_loaded,
(SELECT toString(max(arrived)) FROM bulk_days) AS bulk_load_date
FROM organic14건의 증분 결제 데이터를 분석한 결과, 가장 빠르게 기록된 건은 결제일로부터 9일이 소요되었고, 가장 느린 건은 26일이 소요되었습니다. 중앙값은 14일로, 제목에서 언급한 '2주'라는 기간은 추정이 아닌 실측치입니다.
해당 쿼리에서 제외된 항목에 유의하십시오. 데이터 창고의 이력은 공시 속도를 기록한 것이 아닙니다. 2026-03-16에 본 데이터베이스는 아카이브를 한꺼번에 채우는 과정에서 197건의 결제 데이터를 일괄 로드했습니다. 해당 행들의 수신 타임스탬프는 공시 시점이 아닌 데이터 적재 시점을 나타내며, 이를 바탕으로 계산된 '지연 시간'은 로드 일정에 따른 결과물일 뿐입니다. 아카이브가 구축된 이후 하나씩 순차적으로 도착한 결제 데이터만이 실제 파이프라인을 측정하며, 위 데이터가 바로 그에 해당합니다.
현재 사이클의 위치
이러한 시차는 격차 그 자체에서 가장 쉽게 확인할 수 있습니다. 어느 시점에서든 이미 발생했으나 아직 공표되지 않은 결제일이 존재하기 때문입니다. 이 패널은 실시간 수신 내역을 보여줍니다.
| 최신 파일 결제 | 해당 공시 종목 | 공시 지연일수 | 다음 파일 결제 행 | 이후 일일 공매도 거래량 파일 | 결제일부터 최신 파일까지의 일수 |
|---|---|---|---|---|---|
| 2026-09-30 | 22579 | 9 | 0 | 12 | 16 |
모든 수치 뒤에 숨겨진 정확한 SQL
WITH (SELECT max(settlement_date) FROM global_markets.stocks_short_interest) AS latest
SELECT toString(latest) AS latest_settlement_on_file,
(SELECT count() FROM global_markets.stocks_short_interest
WHERE settlement_date = latest) AS securities_in_that_print,
(SELECT dateDiff('day', latest, toDate(min(_ingest_time))) FROM global_markets.stocks_short_interest
WHERE settlement_date = latest) AS its_publication_lag_days,
(SELECT count() FROM global_markets.stocks_short_interest
WHERE settlement_date > latest AND settlement_date <= latest + 16) AS next_settlement_rows_on_file,
(SELECT count(DISTINCT date) FROM global_markets.stocks_short_volume
WHERE date > latest) AS daily_short_volume_files_since,
(SELECT dateDiff('day', latest, max(date)) FROM global_markets.stocks_short_volume) AS days_from_settlement_to_newest_daily_file기록상 가장 최근의 공매도 잔고(short interest) 데이터는 2026-09-30 결제분으로, 22579 종목을 대상으로 하며 실제 발생 후 9일이 지나 전달되었습니다. 사이클상 다음 결제일은 0개의 행을 보여주는데, 아직 공표되지 않은 상태이며 앞서 측정한 시차를 고려할 때 이는 전적으로 정상입니다. 해당 열은 의도적으로 0으로 제한되어 있습니다. 데이터가 발표되면 이 제한이 해제되고, 이 페이지는 구식 정보를 조용히 제공하는 대신 업데이트를 위해 대기하게 됩니다. 이는 한 사이클 전 6월 요약에서 인라인으로 다루었던 것과 동일한 트리거입니다.
한편, 일일 공매도 거래량(short-volume) 파일은 해당 결제일 이후 12회 공표되었으며, 가장 최신 데이터는 가장 최근의 공매도 잔고 스냅샷보다 16일 더 앞서 있습니다. 두 개의 FINRA 데이터셋은 서로 다른 주기로 작동합니다.
데이터 처리 지연 중 발생하는 가격 변동
데이터 처리 지연은 그사이에 가격이 변동할 때만 의미가 있습니다. 실제로 가격은 변동합니다. 본 패널은 최신 결제일(settlement date) 종가를 기준으로, 해당 종목이 실제 데이터 파일이 도착한 날의 정규장 종가와 얼마나 차이가 나는지 측정합니다.
| Ticker(종목코드) | 공매도 주식수(M) | 결제일 종가 | 공시일 종가 | 대기 중 변동률(%) | 윈도우 내 세션 |
|---|---|---|---|---|---|
| GME | 42.7 | 24.64 | 26.6 | 8 | 8 |
| TSLA | 70.9 | 354.9 | 382.71 | 7.8 | 8 |
| MU | 26 | 1068.95 | 1028.14 | -3.8 | 8 |
| AAPL | 120.8 | 333.01 | 336.63 | 1.1 | 8 |
| NVDA | 311.4 | 228.29 | 229.35 | 0.5 | 8 |
모든 수치 뒤에 숨겨진 정확한 SQL
WITH latest AS (SELECT max(settlement_date) AS d FROM global_markets.stocks_short_interest),
arrived AS (
SELECT toDate(min(_ingest_time)) AS a
FROM global_markets.stocks_short_interest
WHERE settlement_date = (SELECT d FROM latest)
),
daily AS (
SELECT ticker,
toDate(toTimeZone(window_start, 'America/New_York')) AS session,
argMax(toFloat64(close), window_start) AS rth_close
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('AAPL', 'TSLA', 'NVDA', 'GME', 'MU')
AND toDate(toTimeZone(window_start, 'America/New_York')) >= (SELECT d FROM latest)
AND toDate(toTimeZone(window_start, 'America/New_York')) <= (SELECT a FROM arrived)
AND toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York')) BETWEEN 570 AND 959
GROUP BY ticker, session
)
SELECT si.ticker AS ticker,
round(si.short_interest / 1e6, 1) AS shares_short_m,
round(argMin(d.rth_close, d.session), 2) AS close_at_settlement,
round(argMax(d.rth_close, d.session), 2) AS close_when_published,
round((argMax(d.rth_close, d.session) / argMin(d.rth_close, d.session) - 1) * 100, 1) AS move_while_pending_pct,
count() AS sessions_in_window
FROM global_markets.stocks_short_interest AS si
INNER JOIN daily AS d ON d.ticker = si.ticker
WHERE si.settlement_date = (SELECT d FROM latest)
GROUP BY si.ticker, si.short_interest
ORDER BY abs(move_while_pending_pct) DESC, si.ticker ASC해당 기간은 8 거래일 동안 지속되었습니다. 다섯 종목 중 가장 큰 변동 폭을 보인 것은 GME로, 결제일 종가 $24.64에서 공매도 잔고 데이터가 공개된 날 $26.6로 변동했습니다. 이는 공매도 포지션이 42.7백만 주로 고정되어 있던 기간 동안 8%의 변화가 발생했음을 의미합니다. 가장 변동 폭이 작았던 NVDA조차 0.5%의 변동을 보였습니다.
이것이 데이터 지연이 갖는 실질적인 의미입니다. "X 종목의 공매도 잔고"를 다루는 모든 헤드라인은 마지막 결제일 기준의 포지션을 설명할 뿐이며, 위에서 언급한 기간 내의 모든 변화는 보이지 않습니다. 공매도 투자자가 주가 상승 시 포지션을 청산했는지, 혹은 주가 하락 시 추가로 매도했는지에 대해 해당 수치는 말해주지 않으며, 다음 데이터가 발표되기 전까지는 알 수 없습니다.
구식 분자를 사용하여 산출한 커버 데이즈(Days to cover)
커버 데이즈는 공매도 잔고를 일평균 거래량으로 나눈 값으로, 대다수 독자가 실제로 접하는 비율입니다. 이 지표는 두 번에 걸쳐 구식 데이터라는 한계를 갖습니다. 결제일 기준으로 고정된 분자와, 해당 파일이 수주 전에 이미 계산해 둔 거래량 분모를 사용하기 때문입니다. GameStop은 대중에게 잘 알려진 종목이자 유동성이 풍부한 종목 중 하나로, 이러한 현상을 가장 명확하게 보여주는 사례입니다.
| 결제 | 공매도 주식수(M) | 파일 ADV(일평균거래량, M) | 보고된 커버리지 일수 | 결제 이후 테이프 ADV(M) | 최근 거래량 기준 커버리지 일수 | 차이 일수 | 측정된 세션 |
|---|---|---|---|---|---|---|---|
| 2026-09-30 | 42.7 | 10.73 | 3.98 | 9.02 | 4.73 | 0.75 | 7 |
모든 수치 뒤에 숨겨진 정확한 SQL
WITH latest AS (SELECT max(settlement_date) AS d FROM global_markets.stocks_short_interest),
arrived AS (
SELECT toDate(min(_ingest_time)) AS a
FROM global_markets.stocks_short_interest
WHERE settlement_date = (SELECT d FROM latest)
),
tape AS (
SELECT count(DISTINCT toDate(toTimeZone(window_start, 'America/New_York'))) AS sessions,
sum(toFloat64(volume)) AS shares
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'GME'
AND toDate(toTimeZone(window_start, 'America/New_York')) > (SELECT d FROM latest)
AND toDate(toTimeZone(window_start, 'America/New_York')) <= (SELECT a FROM arrived)
AND toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York')) BETWEEN 570 AND 959
)
SELECT toString((SELECT d FROM latest)) AS settlement,
round(si.short_interest / 1e6, 1) AS shares_short_m,
round(si.avg_daily_volume / 1e6, 2) AS file_adv_m,
round(si.days_to_cover, 2) AS reported_days_to_cover,
round(tape.shares / tape.sessions / 1e6, 2) AS tape_adv_since_settlement_m,
round(si.short_interest / (tape.shares / tape.sessions), 2) AS days_to_cover_on_recent_volume,
round(abs(si.short_interest / (tape.shares / tape.sessions) - si.days_to_cover), 2) AS days_of_difference,
tape.sessions AS sessions_measured
FROM global_markets.stocks_short_interest AS si, tape
WHERE si.ticker = 'GME'
AND si.settlement_date = (SELECT d FROM latest)표의 행을 왼쪽에서 오른쪽으로 읽어 보십시오. 2026-09-30 결제일 기준으로 GameStop의 공매도 잔고는 42.7백만 주였습니다. 해당 파일은 이 수치를 일평균 거래량 10.73백만 주와 결합하여, 스크리너에서 확인할 수 있는 3.98 커버 데이즈를 산출합니다.
이제 분모를 실제 데이터로 교체해 보겠습니다. 해당 데이터가 처리되는 동안 거래된 7번의 정규 세션 동안, GameStop의 통합 테이프(consolidated tape) 기준 일평균 거래량은 9.02백만 주였습니다. 동일한 공매도 잔고를 이 거래량으로 나누면 4.73일이 산출되며, 이는 발표된 비율과 0.75일의 차이를 보입니다. 분자는 동일하게 유지한 채 거래량 가정치만 변경한 결과입니다. 커버 데이즈는 실시간으로 엑시트(exit)에 소요되는 시간을 측정하는 지표가 아니라, 두 개의 과거 데이터를 기반으로 작성된 시차를 가진 비율로 간주해야 합니다.
숏 스퀴즈: 시차로 인한 실질적 타격
대부분의 투자자가 이 질문을 검색하는 이유는 숏 스퀴즈(short squeeze) 때문이다. 스퀴즈 상황에서 숏 포지션은 핵심적인 이야기이며, 이는 실시간으로 누구도 확인할 수 없는 수치이기도 하다. 2021년 초의 GameStop 사례가 교과서적인 예시다. 아래 열은 각 결제일의 정규장 종가와 그로부터 8거래일 후의 종가를 나타내며, 이는 FINRA(금융산업규제기구)의 대략 8영업일 공시 목표를 대변한다.
| 결제 | 공매도 주식수(M) | 결제일 종가 | 8세션 후 종가 | 대기 중 변동률(%) |
|---|---|---|---|---|
| 2020-12-15 | 68.1 | 13.87 | 20.98 | 51.3 |
| 2020-12-31 | 71.2 | 18.81 | 31.44 | 67.1 |
| 2021-01-15 | 61.8 | 35.49 | 197.44 | 456.3 |
| 2021-01-29 | 21.4 | 328.24 | 51.19 | -84.4 |
| 2021-02-12 | 16.5 | 52.33 | 109.16 | 108.6 |
| 2021-02-26 | 14.2 | 101.6 | 263.05 | 158.9 |
모든 수치 뒤에 숨겨진 정확한 SQL
WITH daily AS (
SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS session,
argMax(toFloat64(close), window_start) AS cl
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'GME'
AND window_start >= toDateTime('2020-12-01 00:00:00')
AND window_start < toDateTime('2021-03-15 00:00:00')
AND toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York')) BETWEEN 570 AND 959
GROUP BY session
),
ranked AS (
SELECT session, cl, row_number() OVER (ORDER BY session) AS n
FROM daily
)
SELECT toString(si.settlement_date) AS settlement,
round(si.short_interest / 1e6, 1) AS shares_short_m,
round(r0.cl, 2) AS close_at_settlement,
round(r8.cl, 2) AS close_8_sessions_later,
round((r8.cl / r0.cl - 1) * 100, 1) AS move_while_pending_pct
FROM global_markets.stocks_short_interest AS si
INNER JOIN ranked AS r0 ON r0.session = si.settlement_date
INNER JOIN ranked AS r8 ON r8.n = r0.n + 8
WHERE si.ticker = 'GME'
AND si.settlement_date >= toDate('2020-12-15')
AND si.settlement_date <= toDate('2021-02-26')
ORDER BY si.settlement_date2021-01-15 결제일을 살펴보자. 당시 주가는 $35.49였고 숏 포지션은 61.8백만 주로 기록되었다. 8거래일 후, 해당 데이터가 대중에게 공개될 무렵 GameStop의 종가는 $197.44로 456.3%의 변동을 보였다. 공시 당일 숏 인터레스트(short interest) 수치를 확인한 투자자들은 이미 해당 가격대에 존재하지 않는 종목에 대한 설명을 읽고 있었던 셈이다.
다음 데이터는 반대의 함정을 보여준다. 2021-01-29 결제일에는 숏 포지션이 대부분 해소된 21.4백만 주로 기록되었고, 당시 주가는 $328.24였다. 8거래일 후 주가는 $51.19가 되어 -84.4%의 변동을 나타냈다. 숏 커버링(covering)은 해당 데이터가 공개되기 전에 이미 완료된 상태였다. 스퀴즈의 양면인 포지션 집중과 청산 모두 사후에야 공개되었다.
일간 데이터의 한계와 그 의미
FINRA는 매일 공매도 거래량(short volume)을 발표하며, 이는 다음 날 아침에 공개됩니다. 이는 당일 보고된 전체 거래량 중 공매도 체결로 표시된 비중을 나타냅니다. 실시간에 가깝지만, 이는 공매도 잔고(short interest)와는 다른 지표입니다. 공매도 거래량은 '거래 흐름'을 측정하는 것으로, 여기에는 장 마감 시점에 포지션이 정리되는 마켓 메이커(market maker)의 헤지 물량이 상당수 포함되어 있으며, '보유 포지션'을 의미하지는 않습니다. 특정 종목의 공매도 잔고는 변함이 없더라도, 일주일 내내 매일 높은 공매도 거래량이 기록될 수 있습니다. 두 데이터셋의 차이는 도로 위의 교통량과 그 끝에 주차된 차량 수의 차이와 같습니다. 두 파일에 대한 상세 설명은 이곳에서 확인할 수 있습니다.
미국 시장에는 매일 공개되는 공매도 잔고 수치가 존재하지 않습니다. 데이터 제공업체들은 증권 대차 데이터와 거래 흐름을 모델링하여 일간 '추정치'를 판매하지만, 이는 공시된 정보가 아닌 모델링 결과일 뿐입니다. 공식 공매도 잔고 수치는 한 달에 두 번 발표되며, 시차를 두고 제공됩니다.
자주 묻는 질문(FAQ)
공매도 잔고(short interest) 데이터는 왜 2주나 지난 것입니까?
증권사는 FINRA(미국 금융산업조정기구)가 정한 월 2회 결제일에만 공매도 포지션을 스냅샷 형태로 집계합니다. 이후 며칠간의 영업일이 지나야 총계를 보고하며, FINRA는 결제일로부터 약 8영업일이 지난 후에 취합된 파일을 배포합니다. 본 데이터베이스가 실시간으로 수신한 결제 데이터를 기준으로 보면, 전체 처리 과정에는 9일에서 26일이 소요되며, 중앙값은 14일입니다.
증권사는 공매도 잔고를 어떻게 계산하고 보고합니까?
각 증권사(broker-dealer)는 결제일 기준으로 고객 계좌와 자기 계좌에 보유된 공매도 주식 수를 집계하여 종목별로 합산한 뒤 FINRA에 보고합니다. FINRA는 모든 회원사의 보고서를 합산하여 종목당 하나의 수치로 산출하며, 이번 2026-09-30 공시에는 22579개의 종목이 포함되었습니다. 이는 거래 건수를 집계하는 것이 아니라 규제 목적의 포지션 총량을 산출하는 것입니다.
NYSE, Nasdaq, OTC 주식의 보고 주기는 다릅니까?
아닙니다. 미국 내 모든 상장 시장에 동일한 월 2회 결제 일정과 동일한 취합 및 배포 주기가 적용됩니다. 각 거래소는 자체적으로 집계하는 것이 아니라 FINRA의 파일을 재공시할 뿐입니다. 주식의 상장 장소는 공매도 잔고 데이터의 시차에 아무런 영향을 주지 않습니다.
공매도 잔고 비율이 높거나 낮은 것은 무엇을 의미합니까?
주식의 보유 가치를 결정하는 특정 임계값은 없으며, 수치가 높다고 해서 반드시 주가 하락을 예고하는 것도 아닙니다. 공매도 과열(crowding) 지표는 해당 주식의 거래량 대비 공매도 포지션이 얼마나 큰지를 나타낼 뿐입니다. GameStop의 최근 공시 기준 커버 일수(days to cover)는 3.98일인 반면, 대부분의 유동성이 높은 종목은 한 자릿수 초반에 불과합니다. 분포 현황은 현재 공매도 과열 상위 종목에서 확인할 수 있습니다.
보고 시차가 숏 스퀴즈(short squeeze) 판단에 영향을 줍니까?
시차가 가장 중요한 변수가 되는 지점입니다. 2021-01-15 GameStop 결제 당시, 주가는 측정 시점부터 공시 시점과 유사한 8거래일 동안 456.3% 변동했습니다. 또한 2021-01-29 공시 시점에는 이미 공매도 포지션이 21.4백만 주로 감소한 상태였습니다. 숏 스퀴즈 과열은 사건이 발생한 이후에야 공공 데이터를 통해 확인됩니다.
위의 모든 패널은 해당 데이터를 산출한 SQL과 함께 제공됩니다. 항목을 확장하여 수치를 검증하거나, Strasmore 터미널에서 결제 캘린더를 실행하십시오.