Strasmore Research
बाजार आढावा Matt Connorद्वारे Matt Connor · अपडेटेड 2026-10-18 · data as of October 18, 2026 · refreshed weekly

2026 मधील सर्वाधिक वाढलेले आणि घसरलेले शेअर्स

2026 मधील सर्वोत्तम कामगिरी करणारे आणि सर्वाधिक घसरलेले शेअर्स, exchange tapeवरील प्रत्यक्ष तरलतेनुसार क्रमबद्ध. stock splits व leveraged funds वगळले आहेत.

2026मध्ये आतापर्यंत सर्वाधिक कामगिरी करणाऱ्या शेअर्समध्ये MRNA आघाडीवर आहे. वर्षाच्या पहिल्या सत्रापासून अलीकडील पूर्ण झालेल्या सत्रापर्यंत त्याची वाढ 692.8% इतकी आहे.

या पृष्ठावर 2026मधील सर्वाधिक वाढलेल्या आणि घसरलेल्या शेअर्सची क्रमवारी दिली आहे. यात प्रत्यक्ष व्यवहार होणाऱ्या कंपन्यांचाच समावेश आहे. मोजणी vendor summaryऐवजी exchange tapeवरील व्यवहारांवर आधारित आहे. वर्ष सुरू असताना ही क्रमवारी अद्ययावत होत राहते. क्रमवारी करण्यापूर्वी stock splits आणि leveraged funds वगळले जातात. वर्षाच्या सुरुवातीपासूनच्या कामगिरीच्या बहुतेक याद्यांमध्ये नेमकी हीच बाब दुर्लक्षित राहते.

2026 मधील सर्वाधिक वाढलेले शेअर्स

खालील प्रत्येक शेअरला क्रमवारी देण्यापूर्वी तरलतेची किमान अट पूर्ण झाली आहे: मागील महिन्यातील प्रत्येक पूर्ण झालेल्या सत्रात सरासरी किमान $100 million किमतीच्या शेअर्सचे व्यवहार झाले. ज्याचा कोणी व्यवहारच करत नाही अशा शेअरवरील मोठी टक्केवारी ही परिणाम नसून केवळ quote असते.

क्वेरी2026 मधील सर्वाधिक वाढलेले शेअर्स: मोठ्या प्रमाणावर ट्रेड होणाऱ्या शेअर्समधील वर्षाच्या सुरुवातीपासूनचे अव्वल दहा
टिकरYTD परतावा (%)सरासरी दैनिक डॉलर (M)
MRNA692.83002
SNDK47111073
TWST355.2476
TXG343.5334
MXL338.4246
DELL2683100
AXTI236.9499
AEHR229.3203
PBF218.3195
KOD215.7389
प्रत्येक आकड्यामागील अचूक SQL
WITH complete AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND window_start >= toDateTime('2026-01-01 00:00:00')
      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 count() >= 380
),
universe AS (
    SELECT ticker,
           sum(toFloat64(close) * toFloat64(volume)) / uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS adv
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE window_start >= now() - INTERVAL 21 DAY
      AND toDate(toTimeZone(window_start, 'America/New_York')) >= today() - 20
      AND toDate(toTimeZone(window_start, 'America/New_York')) IN (SELECT d FROM complete)
      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
    HAVING adv >= 100000000
),
edges AS (
    SELECT ticker,
        argMinIf(toFloat64(open), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS year_open,
        argMaxIf(toFloat64(close), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS latest_close,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS bars_open,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS bars_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ((window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-01-10 00:00:00'))
        OR (window_start >= now() - INTERVAL 8 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
      AND ticker NOT IN ('SPCX')
      AND ticker NOT IN ('KORU','SOXL','SOXS','SOXY','TQQQ','SQQQ','QQQU','SPXL','SPXS','UPRO','SPXU','SPYU','LABU','LABD','FAS','FAZ','TNA','TZA','YINN','YANG','UDOW','SDOW','BOIL','KOLD','UCO','SCO','USD','SSO','SDS','QLD','QID','ERX','ERY','DRN','DRV','CURE','MUU','SNXX','UVXY','SVXY','UVIX','SVIX','BULZ','WEBL','WEBS','DPST','DRIP','GUSH','AGQ','ZSL','GDXU','GDXD','FNGU','FNGD','DUST','JNUG','JDST','NUGT','BITX','BITU','SBIT','ETHU','ETHT','NVDL','NVDS','NVD','NVDX','NVDU','NVDD','NVDQ','TSLL','TSLQ','TSLZ','TSLR','TSLT','TSLS','TSDD','AAPU','AAPD','MSFU','MSFD','GGLL','GGLS','AMZU','AMZD','METU','METD','PLTU','PLTD','SMCX','SMCZ','CONL','CONI','MSTX','MSTU','MSTZ','BRKU','AMDL','AMUU','AMDD','ELIL','ELIS','HOOX','AVGX','AVGU','TSMX','TSMZ','MULL')
      AND ticker NOT IN (SELECT ticker FROM global_markets.stocks_splits
                         WHERE execution_date BETWEEN toDate('2026-01-01') AND today())
    GROUP BY ticker
    HAVING bars_open >= 100 AND bars_close >= 100
)
SELECT e.ticker AS ticker,
    round((e.latest_close / e.year_open - 1) * 100, 1) AS ytd_return_pct,
    round(u.adv / 1e6, 0) AS avg_daily_dollar_m
FROM edges AS e
INNER JOIN universe AS u ON e.ticker = u.ticker
WHERE e.year_open >= 10
ORDER BY (e.latest_close / e.year_open) DESC
LIMIT 10
स्वतः चालवून पहा

MRNA वर्षातील आघाडीवर 692.8% वर आहे. त्यापाठोपाठ SNDK 471% वर आणि TWST 355.2% वर तिसऱ्या क्रमांकावर आहे. यादीतील दहाव्या क्रमांकावरील KOD देखील अजून 215.7% वाढले आहे. त्यामुळे संपूर्ण यादी कोणत्याही broad indexपेक्षा खूप पुढे आहे.

प्रत्येक वाढीच्या बाजूला दिलेला dollar column टक्केवारीइतकीच माहिती देतो. KOD दररोज सरासरी सुमारे $389 millionच्या उलाढालीसह व्यवहार करते. यादीतील अव्वल स्थानावरील MRNAची सरासरी दैनिक उलाढाल $3002 million आहे. या यादीतील प्रत्येक शेअरची दैनिक उलाढाल $100 millionपेक्षा जास्त आहे. मात्र त्या किमान पातळीवरील फरक इतका मोठा आहे की, यादीच्या दोन टोकांवर समान headline percentageचे अर्थ वेगळे ठरतात. कमी व्यवहार असलेल्या शेअरची किंमत वर ढकलणे सोपे असते आणि स्क्रीनवर दिसणाऱ्या किंमतीला त्यातून बाहेर पडणे कठीण असते.

2026 मधील सर्वाधिक घसरणारे शेअर्स

त्याच मोजमापाची उलट बाजू: समान liquidity floor पूर्ण करणाऱ्या शेअर्समधील year-to-date सर्वाधिक घसरण.

क्वेरी2026 मधील सर्वाधिक घसरलेले शेअर्स: मोठ्या प्रमाणावर ट्रेड होणाऱ्या शेअर्समधील वर्षाच्या सुरुवातीपासूनचे तळाचे दहा
टिकरYTD परतावा (%)सरासरी दैनिक डॉलर (M)
CTVA-80.8410
TTD-65.7176
FLUT-64.8159
JOBY-64.3114
STLA-61.5126
OKLO-59.4288
APP-59.11168
SMR-57.8217
FICO-54.5998
Z-54.1114
प्रत्येक आकड्यामागील अचूक SQL
WITH complete AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND window_start >= toDateTime('2026-01-01 00:00:00')
      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 count() >= 380
),
universe AS (
    SELECT ticker,
           sum(toFloat64(close) * toFloat64(volume)) / uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS adv
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE window_start >= now() - INTERVAL 21 DAY
      AND toDate(toTimeZone(window_start, 'America/New_York')) >= today() - 20
      AND toDate(toTimeZone(window_start, 'America/New_York')) IN (SELECT d FROM complete)
      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
    HAVING adv >= 100000000
),
edges AS (
    SELECT ticker,
        argMinIf(toFloat64(open), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS year_open,
        argMaxIf(toFloat64(close), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS latest_close,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS bars_open,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS bars_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ((window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-01-10 00:00:00'))
        OR (window_start >= now() - INTERVAL 8 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
      AND ticker NOT IN ('SPCX')
      AND ticker NOT IN ('KORU','SOXL','SOXS','SOXY','TQQQ','SQQQ','QQQU','SPXL','SPXS','UPRO','SPXU','SPYU','LABU','LABD','FAS','FAZ','TNA','TZA','YINN','YANG','UDOW','SDOW','BOIL','KOLD','UCO','SCO','USD','SSO','SDS','QLD','QID','ERX','ERY','DRN','DRV','CURE','MUU','SNXX','UVXY','SVXY','UVIX','SVIX','BULZ','WEBL','WEBS','DPST','DRIP','GUSH','AGQ','ZSL','GDXU','GDXD','FNGU','FNGD','DUST','JNUG','JDST','NUGT','BITX','BITU','SBIT','ETHU','ETHT','NVDL','NVDS','NVD','NVDX','NVDU','NVDD','NVDQ','TSLL','TSLQ','TSLZ','TSLR','TSLT','TSLS','TSDD','AAPU','AAPD','MSFU','MSFD','GGLL','GGLS','AMZU','AMZD','METU','METD','PLTU','PLTD','SMCX','SMCZ','CONL','CONI','MSTX','MSTU','MSTZ','BRKU','AMDL','AMUU','AMDD','ELIL','ELIS','HOOX','AVGX','AVGU','TSMX','TSMZ','MULL')
      AND ticker NOT IN (SELECT ticker FROM global_markets.stocks_splits
                         WHERE execution_date BETWEEN toDate('2026-01-01') AND today())
    GROUP BY ticker
    HAVING bars_open >= 100 AND bars_close >= 100
)
SELECT e.ticker AS ticker,
    round((e.latest_close / e.year_open - 1) * 100, 1) AS ytd_return_pct,
    round(u.adv / 1e6, 0) AS avg_daily_dollar_m
FROM edges AS e
INNER JOIN universe AS u ON e.ticker = u.ticker
WHERE e.year_open >= 10
ORDER BY (e.latest_close / e.year_open) ASC
LIMIT 10
स्वतः चालवून पहा

year-to-date सर्वाधिक घसरण CTVAची असून ती -80.8% इतकी आहे. त्यानंतर TTDचा क्रमांक असून त्याची घसरण -65.7% इतकी आहे. यादीतील दहाव्या क्रमांकावर Z असून ते -54.1% इतके आहे. या यादीतील अनेक शेअर्स speculative micro caps नसून मोठ्या आणि मोठ्या प्रमाणावर धारण केलेल्या कंपन्यांचे आहेत. Loser list मधील हाच भाग अनेकांना आश्चर्यचकित करतो. Liquidity आणि analyst coverage शेअरच्या किमतीला कोणताही तळ देत नाहीत. यापैकी एखादा शेअर पोर्टफोलिओतील असामान्यपणे मोठा हिस्सा म्हणून धारण करणाऱ्या गुंतवणूकदाराला संपूर्ण घसरण सहन करावी लागली. एकाच शेअरच्या मालकीचा धोका या पृष्ठावर volatility आणि drawdownच्या आकडेवारीद्वारे हे मोजले जाते.

2026 मध्ये बाजारातील किती हिस्सा वाढला आहे

Leaderboardमध्ये फक्त दोन टोकांची माहिती दिसते. Breadthमधून संपूर्ण चित्र समोर येते: आकारानुसार विभागलेल्या हालचालींच्या bucketमध्ये, index fundsसह तपासलेल्या संपूर्ण universeमधील वाढणारे आणि घसरणारे names कसे विभाजित आहेत हे यात दिसते.

क्वेरीवर्षाच्या सुरुवातीपासूनची व्याप्ती: तपासलेल्या विश्वाचे परताव्याच्या गटांनुसार वितरण
गटनावेबाजूचा हिस्सा (%)
Down 40%+3741.2
Down 20-40%8441.2
Down 10-20%10441.2
Down 0-10%18741.2
Up 0-10%16258.8
Up 10-25%19458.8
Up 25-50%11658.8
Up 50%+11658.8
प्रत्येक आकड्यामागील अचूक SQL
WITH complete AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND window_start >= toDateTime('2026-01-01 00:00:00')
      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 count() >= 380
),
universe AS (
    SELECT ticker,
           sum(toFloat64(close) * toFloat64(volume)) / uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS adv
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE window_start >= now() - INTERVAL 21 DAY
      AND toDate(toTimeZone(window_start, 'America/New_York')) >= today() - 20
      AND toDate(toTimeZone(window_start, 'America/New_York')) IN (SELECT d FROM complete)
      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
    HAVING adv >= 100000000
),
edges AS (
    SELECT ticker,
        argMinIf(toFloat64(open), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS year_open,
        argMaxIf(toFloat64(close), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS latest_close,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS bars_open,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS bars_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ((window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-01-10 00:00:00'))
        OR (window_start >= now() - INTERVAL 8 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
      AND ticker NOT IN ('SPCX')
      AND ticker NOT IN ('KORU','SOXL','SOXS','SOXY','TQQQ','SQQQ','QQQU','SPXL','SPXS','UPRO','SPXU','SPYU','LABU','LABD','FAS','FAZ','TNA','TZA','YINN','YANG','UDOW','SDOW','BOIL','KOLD','UCO','SCO','USD','SSO','SDS','QLD','QID','ERX','ERY','DRN','DRV','CURE','MUU','SNXX','UVXY','SVXY','UVIX','SVIX','BULZ','WEBL','WEBS','DPST','DRIP','GUSH','AGQ','ZSL','GDXU','GDXD','FNGU','FNGD','DUST','JNUG','JDST','NUGT','BITX','BITU','SBIT','ETHU','ETHT','NVDL','NVDS','NVD','NVDX','NVDU','NVDD','NVDQ','TSLL','TSLQ','TSLZ','TSLR','TSLT','TSLS','TSDD','AAPU','AAPD','MSFU','MSFD','GGLL','GGLS','AMZU','AMZD','METU','METD','PLTU','PLTD','SMCX','SMCZ','CONL','CONI','MSTX','MSTU','MSTZ','BRKU','AMDL','AMUU','AMDD','ELIL','ELIS','HOOX','AVGX','AVGU','TSMX','TSMZ','MULL')
      AND ticker NOT IN (SELECT ticker FROM global_markets.stocks_splits
                         WHERE execution_date BETWEEN toDate('2026-01-01') AND today())
    GROUP BY ticker
    HAVING bars_open >= 100 AND bars_close >= 100
),
rets AS (
    SELECT e.ticker AS ticker, (e.latest_close / e.year_open - 1) * 100 AS ret
    FROM edges AS e
    INNER JOIN universe AS u ON e.ticker = u.ticker
    WHERE e.year_open >= 10
)
SELECT bucket,
       names,
       round(100 * sum(names) OVER (PARTITION BY side) / sum(names) OVER (), 1) AS side_share_pct
FROM (
    SELECT tup.1 AS bucket, tup.2 AS names, tup.3 AS ord, tup.4 AS side
    FROM (
        SELECT arrayJoin([
            ('Down 40%+',   countIf(ret < -40),               1, 'down'),
            ('Down 20-40%', countIf(ret >= -40 AND ret < -20), 2, 'down'),
            ('Down 10-20%', countIf(ret >= -20 AND ret < -10), 3, 'down'),
            ('Down 0-10%',  countIf(ret >= -10 AND ret < 0),   4, 'down'),
            ('Up 0-10%',    countIf(ret >= 0 AND ret < 10),    5, 'up'),
            ('Up 10-25%',   countIf(ret >= 10 AND ret < 25),   6, 'up'),
            ('Up 25-50%',   countIf(ret >= 25 AND ret < 50),   7, 'up'),
            ('Up 50%+',     countIf(ret >= 50),                8, 'up')
        ]) AS tup
        FROM rets
    )
)
ORDER BY ord
स्वतः चालवून पहा

तपासलेल्या namesपैकी 58.8% वर्षाच्या सुरुवातीपासून वाढले आहेत आणि 41.2% घसरले आहेत. Distributionमधून top-ten tableमध्ये लपलेली माहिती दिसते. एका टोकाला Down 40%+ bucketमध्ये 37 names आहेत, तर दुसऱ्या टोकाला Up 50%+ bucketमध्ये 116 names आहेत. Unchangedच्या दोन्ही बाजूंना Down 0-10% bucketमध्ये 187 आणि Up 0-10% bucketमध्ये 162 names आहेत. कोणत्याही वर्षात बाजारातील बहुतांश namesमध्ये साधारण हालचाल होते. वरील दोन tablesमधील names हे त्या सरासरी तयार करणाऱ्या अपवादात्मक हालचालींचे प्रतिनिधित्व करतात.

बाजाराची सद्यस्थिती

एखाद्या शेअरची वर्षभरातील कामगिरी बाजाराच्या कामगिरीच्या तुलनेत वेगळी दिसते. नेमक्या याच कालावधीत चार प्रमुख index ETFsची कामगिरी:

क्वेरीचार प्रमुख निर्देशांक ETFs: त्याच मोजणी कालावधीतील वर्षाच्या सुरुवातीपासूनची कामगिरी
लेबलYTD परतावा (%)मापन प्रारंभ दिनांकमापन समाप्ती दिनांक
Nasdaq 100 (QQQ)17.42026-01-022026-10-15
S&P 500 (SPY)12.52026-01-022026-10-15
Russell 2000 (IWM)11.12026-01-022026-10-15
Dow (DIA)8.22026-01-022026-10-15
प्रत्येक आकड्यामागील अचूक SQL
WITH complete AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND window_start >= toDateTime('2026-01-01 00:00:00')
      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 count() >= 380
),
edges AS (
    SELECT ticker,
        argMinIf(toFloat64(open), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS year_open,
        argMaxIf(toFloat64(close), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS latest_close,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS bars_open,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS bars_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ((window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-01-10 00:00:00'))
        OR (window_start >= now() - INTERVAL 8 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
      AND ticker IN ('SPY', 'QQQ', 'DIA', 'IWM')
    GROUP BY ticker
    HAVING bars_open >= 100 AND bars_close >= 100
)
SELECT multiIf(ticker = 'SPY', 'S&P 500 (SPY)', ticker = 'QQQ', 'Nasdaq 100 (QQQ)',
               ticker = 'DIA', 'Dow (DIA)', ticker = 'IWM', 'Russell 2000 (IWM)', ticker) AS label,
    round((latest_close / year_open - 1) * 100, 1) AS ytd_return_pct,
    (SELECT toString(min(d)) FROM complete) AS measured_from_date,
    (SELECT toString(max(d)) FROM complete) AS measured_through_date
FROM edges
ORDER BY ytd_return_pct DESC
स्वतः चालवून पहा

वरील दोन्ही फलक आणि पॅनेल एकाच कालावधीवर आधारित आहेत: 2026च्या पहिल्या पूर्ण सत्रापासून (2026-01-02) ते सर्वात अलीकडे पूर्ण झालेल्या सत्रापर्यंत (2026-10-15). या कालावधीत Nasdaq 100 (QQQ)ने 17.4% परतावा दिला, तर Dow (DIA)ने 8.2% परतावा दिला. सर्वाधिक वाढ झालेल्या शेअर्सच्या तक्त्यातील प्रत्येक नावाने या चारही निर्देशांकांना मोठ्या फरकाने मागे टाकले. हे निर्देशांकाच्या गणिताचे उदाहरण आहे: शेकडो holdingsची सरासरी काढून एकच रेषा तयार होते आणि त्यात वैयक्तिक हालचाली काही प्रमाणात एकमेकींना निष्प्रभ करतात. त्या रेषेखालील spread मात्र स्वतः त्या रेषेपेक्षा खूपच व्यापक होता. पहिल्या सहामाहीसाठीचे sector scorecard सर्व अकरा sectorsची परस्पर तुलनात्मक क्रमवारी देते.

वर्ष-आजपर्यंतची हालचाल खोटी दाखवणारा stock split

Stock splitमुळे holdingचे मूल्य न बदलता शेअर्सची संख्या आणि प्रति-शेअर किंमत बदलते. एवढ्या दीर्घ कालावधीत अनेक कंपन्या split करतात. त्यामुळे unadjusted year-to-date calculationमध्ये प्रति-शेअर किमतीतील बदल हा कामगिरी म्हणून नोंदवला जातो. खालील प्रत्येक कंपनीने 2026मध्ये किमान एक-पंचमांशाने प्रति-शेअर किंमत बदलवणारा split किंवा stock dividend केला होता. प्रत्येक कंपनीने समान liquidity floorही पूर्ण केला होता. त्यामुळे split filterने त्यांना काढून टाकण्यापूर्वी त्या वरील यादीसाठी पात्र होत्या.

क्वेरीफलकातून वगळलेले: वर्षाच्या सुरुवातीपासूनच्या हालचालीचा खोटा आभास निर्माण करणारे 2026 मधील मोठे splits
टिकरअसमायोजित YTD (%)स्प्लिटचा किंमतीवरील परिणाम (%)स्प्लिट प्रकारस्प्लिट दिनांक
BKNG-96.9-96forward split2026-04-06
KLAC-86.2-90forward split2026-06-12
CVNA-85.6-80forward split2026-05-08
VGT-83.9-87.5forward split2026-04-21
VUG-81.7-83.3forward split2026-04-21
VOOG-81-83.3forward split2026-04-21
MGK-77.9-80forward split2026-04-21
IWF-73.9-75forward split2026-04-29
VO-72.2-75forward split2026-04-21
INTW-57.3-87.5forward split2026-06-26
CRWD-48.4-75stock dividend2026-07-02
MNST-40.9-50stock dividend2026-08-11
APH-40.6-50stock dividend2026-09-03
HON7.6100reverse split2026-06-29
ETHA141.8200reverse split2026-10-06
प्रत्येक आकड्यामागील अचूक SQL
WITH complete AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND window_start >= toDateTime('2026-01-01 00:00:00')
      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 count() >= 380
),
universe AS (
    SELECT ticker,
           sum(toFloat64(close) * toFloat64(volume)) / uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS adv
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE window_start >= now() - INTERVAL 21 DAY
      AND toDate(toTimeZone(window_start, 'America/New_York')) >= today() - 20
      AND toDate(toTimeZone(window_start, 'America/New_York')) IN (SELECT d FROM complete)
      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
    HAVING adv >= 100000000
),
split_terms AS (
    SELECT ticker,
        argMax(split_to, execution_date) AS new_shares,
        argMax(split_from, execution_date) AS old_shares,
        round((old_shares / new_shares - 1) * 100, 1) AS split_price_effect_pct,
        replaceAll(argMax(adjustment_type, execution_date), '_', ' ') AS split_type,
        toString(max(execution_date)) AS split_date
    FROM global_markets.stocks_splits
    WHERE execution_date BETWEEN toDate('2026-01-01') AND today()
    GROUP BY ticker
    HAVING new_shares > 0 AND old_shares > 0
       AND greatest(new_shares / old_shares, old_shares / new_shares) >= 1.25
),
edges AS (
    SELECT ticker,
        argMinIf(toFloat64(open), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS year_open,
        argMaxIf(toFloat64(close), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS latest_close,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS bars_open,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS bars_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ((window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-01-10 00:00:00'))
        OR (window_start >= now() - INTERVAL 8 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
      AND ticker NOT IN ('SPCX')
      AND ticker NOT IN ('KORU','SOXL','SOXS','SOXY','TQQQ','SQQQ','QQQU','SPXL','SPXS','UPRO','SPXU','SPYU','LABU','LABD','FAS','FAZ','TNA','TZA','YINN','YANG','UDOW','SDOW','BOIL','KOLD','UCO','SCO','USD','SSO','SDS','QLD','QID','ERX','ERY','DRN','DRV','CURE','MUU','SNXX','UVXY','SVXY','UVIX','SVIX','BULZ','WEBL','WEBS','DPST','DRIP','GUSH','AGQ','ZSL','GDXU','GDXD','FNGU','FNGD','DUST','JNUG','JDST','NUGT','BITX','BITU','SBIT','ETHU','ETHT','NVDL','NVDS','NVD','NVDX','NVDU','NVDD','NVDQ','TSLL','TSLQ','TSLZ','TSLR','TSLT','TSLS','TSDD','AAPU','AAPD','MSFU','MSFD','GGLL','GGLS','AMZU','AMZD','METU','METD','PLTU','PLTD','SMCX','SMCZ','CONL','CONI','MSTX','MSTU','MSTZ','BRKU','AMDL','AMUU','AMDD','ELIL','ELIS','HOOX','AVGX','AVGU','TSMX','TSMZ','MULL')
      AND ticker IN (SELECT ticker FROM split_terms)
    GROUP BY ticker
    HAVING bars_open >= 100 AND bars_close >= 100
),
ranked AS (
    SELECT e.ticker AS ticker,
        round((e.latest_close / e.year_open - 1) * 100, 1) AS unadjusted_ytd_pct,
        s.split_price_effect_pct AS split_price_effect_pct,
        s.split_type AS split_type,
        s.split_date AS split_date
    FROM edges AS e
    INNER JOIN split_terms AS s ON e.ticker = s.ticker
    WHERE e.year_open >= 10 AND e.ticker IN (SELECT ticker FROM universe)
)
SELECT ticker, unadjusted_ytd_pct, split_price_effect_pct, split_type, split_date
FROM (
    SELECT ticker, unadjusted_ytd_pct, split_price_effect_pct, split_type, split_date,
           row_number() OVER (ORDER BY unadjusted_ytd_pct ASC) AS rn_low,
           row_number() OVER (ORDER BY unadjusted_ytd_pct DESC) AS rn_high
    FROM ranked
)
WHERE rn_low <= 14 OR rn_high = 1
ORDER BY unadjusted_ytd_pct ASC
स्वतः चालवून पहा

BKNG unadjusted screenवर forward splitनंतर -96.9% अशी नोंद दाखवेल; त्या कृतीमुळे प्रति-शेअर किंमत -96% बदलली. KLAC forward splitनंतर -86.2% अशी नोंद दाखवेल; त्या कृतीमुळे किंमत -90% बदलली. Split लागू झालेल्या दिवशी दोन्हीपैकी कोणत्याही holdingच्या धारकाचे काहीही नुकसान झाले नाही. प्रति-शेअर किंमत एका घटकाने विभागली गेली आणि शेअर्सची संख्या त्याच घटकाने गुणाकारली गेली. Split effect columnमध्ये केवळ splitमुळे झालेला किमतीतील बदल वेगळा दाखवला आहे. Unadjusted screen हा बदलच कामगिरी म्हणून वाचतो.

Panelमधील शेवटची ओळ उलट दिशेने जाते: ETHA येथे 141.8% दाखवते, कारण reverse splitमुळे तिची प्रति-शेअर किंमत 200% वाढली. त्यामुळे किंमत कमी होण्याऐवजी वाढली. हा टप्पा वगळणारी कोणतीही यादी एकाच वेळी वरच्या आणि खालच्या भागात चुकीचे चित्र दाखवते. म्हणून screen split tickers वेगळे ठेवते आणि त्यांच्या किमती दुरुस्त करण्याचा प्रयत्न करत नाही. Fundसुद्धा या panelमध्ये येऊ शकतो. Index fundsदेखील त्यांच्या शेअर्सचे split करतात आणि या screenमध्ये कंपन्या व funds दोन्हींचा समावेश आहे.

हा स्क्रीन कसा मोजला जातो

स्क्रीनच्या प्रत्येक टप्प्यानंतर उरलेल्या नावांची संख्या:

क्वेरीतपासणीची टप्प्याटप्प्याने प्रक्रिया: प्रत्येक फिल्टरनंतर किती नावे टिकतात
स्क्रीन टप्पानावे
Traded the first and the last full session4543
Averaging $100m+ a day over the past month1082
Opened 2026 above $10 a share1049
Not on the excluded-fund list1017
No split or stock dividend in 20261000
प्रत्येक आकड्यामागील अचूक SQL
WITH complete AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND window_start >= toDateTime('2026-01-01 00:00:00')
      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 count() >= 380
),
universe AS (
    SELECT ticker
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE window_start >= now() - INTERVAL 21 DAY
      AND toDate(toTimeZone(window_start, 'America/New_York')) >= today() - 20
      AND toDate(toTimeZone(window_start, 'America/New_York')) IN (SELECT d FROM complete)
      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
    HAVING sum(toFloat64(close) * toFloat64(volume)) / uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) >= 100000000
),
edges AS (
    SELECT ticker,
        argMinIf(toFloat64(open), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS year_open,
        argMaxIf(toFloat64(close), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS latest_close,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS bars_open,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS bars_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ((window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-01-10 00:00:00'))
        OR (window_start >= now() - INTERVAL 8 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 ticker
    HAVING bars_open >= 100 AND bars_close >= 100
),
flagged AS (
    SELECT ticker,
        year_open,
        ticker IN (SELECT ticker FROM universe) AS liquid,
        ticker NOT IN ('SPCX','KORU','SOXL','SOXS','SOXY','TQQQ','SQQQ','QQQU','SPXL','SPXS','UPRO','SPXU','SPYU','LABU','LABD','FAS','FAZ','TNA','TZA','YINN','YANG','UDOW','SDOW','BOIL','KOLD','UCO','SCO','USD','SSO','SDS','QLD','QID','ERX','ERY','DRN','DRV','CURE','MUU','SNXX','UVXY','SVXY','UVIX','SVIX','BULZ','WEBL','WEBS','DPST','DRIP','GUSH','AGQ','ZSL','GDXU','GDXD','FNGU','FNGD','DUST','JNUG','JDST','NUGT','BITX','BITU','SBIT','ETHU','ETHT','NVDL','NVDS','NVD','NVDX','NVDU','NVDD','NVDQ','TSLL','TSLQ','TSLZ','TSLR','TSLT','TSLS','TSDD','AAPU','AAPD','MSFU','MSFD','GGLL','GGLS','AMZU','AMZD','METU','METD','PLTU','PLTD','SMCX','SMCZ','CONL','CONI','MSTX','MSTU','MSTZ','BRKU','AMDL','AMUU','AMDD','ELIL','ELIS','HOOX','AVGX','AVGU','TSMX','TSMZ','MULL') AS not_geared,
        ticker NOT IN (SELECT ticker FROM global_markets.stocks_splits
                       WHERE execution_date BETWEEN toDate('2026-01-01') AND today()) AS no_split
    FROM edges
)
SELECT tup.1 AS screen_step, tup.2 AS names
FROM (
    SELECT arrayJoin([
        ('Traded the first and the last full session', count()),
        ('Averaging $100m+ a day over the past month', countIf(liquid)),
        ('Opened 2026 above $10 a share', countIf(liquid AND year_open >= 10)),
        ('Not on the excluded-fund list', countIf(liquid AND year_open >= 10 AND not_geared)),
        ('No split or stock dividend in 2026', countIf(liquid AND year_open >= 10 AND not_geared AND no_split))
    ]) AS tup
    FROM flagged
)
स्वतः चालवून पहा

पद्धत संपूर्णपणे पुढीलप्रमाणे:

  • कालावधी. 2026 मधील पहिल्या पूर्ण trading sessionपासून tapeवरील सर्वात अलीकडील पूर्ण sessionपर्यंतचा कालावधी घेतला आहे. दोन्ही टोकांची माहिती minute barsमधून घेतली जाते. एखाद्या sessionमध्ये नियमित बाजाराच्या वेळेतील barsची संपूर्ण संख्या असेल, तरच तो session मोजला जातो. त्यामुळे सुरू असलेला दिवस पूर्ण झालेला मानला जात नाही.
  • परतावा. वर्षातील पहिल्या regular-session openची तुलना शेवटच्या regular-session closeशी केली जाते. गणना minute barsमधून केली जाते. Premarket आणि after-hours prints वगळले जातात. हे price returns आहेत; dividends पुन्हा जोडले जात नाहीत. त्यामुळे high-yield नावाचा परतावा total-return आकड्यापेक्षा येथे किंचित कमी दिसतो.
  • Liquidity floor. मागील 20 calendar daysमध्ये प्रत्येक पूर्ण regular-hours sessionसाठी सरासरी किमान $100 million turnover आवश्यक आहे. सुरुवातीपासून शेवटपर्यंत चाललेले sessionच मोजले जातात. अन्यथा अर्धवट sessionमधील एका दिवसाची काही रक्कम पूर्ण दिवसाने भागली जाऊन प्रत्येक नावाचा turnover कमी दिसला असता. या एका filterमुळे universe 4543 tickersवरून 1082वर येतो.
  • Price floor. वर्षाची सुरुवात करताना stockची किंमत प्रति शेअर $10पेक्षा जास्त असणे आवश्यक आहे. $10पेक्षा कमी किंमतीच्या नावांमध्ये छोट्या price stepsमधून मोठे टक्केवारीतील बदल दिसू शकतात.
  • Leveraged आणि inverse funds curated listद्वारे वगळले जातात. प्रत्येक tableखालील SQLमध्ये ही यादी पूर्णपणे दिली आहे. त्यात indexवर आधारित geared funds आणि एखाद्या कंपनीच्या दैनंदिन हालचालीला अनेकपटीने वाढवणारे single-stock funds समाविष्ट आहेत. कंपनीशी संबंधित एकही बातमी नसताना geared fund कोणत्याही raw movers listच्या शीर्षस्थानी येऊ शकतो. ही यादी हाताने अद्ययावत केली जाते. हीच तिची मर्यादा आहे: या महिन्यात सुरू झालेला fund कोणीतरी यादीत जोडल्यानंतरच वगळला जाईल.
  • सामान्य funds वगळले जात नाहीत. Liquidity आणि price floors पूर्ण करणारा unlevered index किंवा sector ETF येथे operating companiesसोबत क्रमवारीत असतो आणि breadth countsमध्येही समाविष्ट असतो. Fund हा त्याच universeमध्ये आधीच मोजलेल्या नावांचा basket असतो. त्यामुळे या rowsचा अर्थ एका कंपनीचे वर्ष नसून त्या basketची कामगिरी असा घ्यावा.
  • Splits. 2026मध्ये split किंवा stock dividend लागू झालेला कोणताही ticker, ratio कितीही लहान असला तरी, बाजूला ठेवला जातो. हा सावध दृष्टिकोन आहे. त्यामुळे काही वास्तविक चांगली कामगिरी करणाऱ्या नावांना boardवर स्थान मिळत नाही; परंतु share-countमधील बदलाला परतावा म्हणून कधीही प्रकाशित केले जात नाही. वरील panelमध्ये split इतका मोठा असल्यामुळे हालचाल कृत्रिमरीत्या मोठी दिसू शकणारी वगळलेली नावे दाखवली आहेत.
  • उशिरा झालेल्या listings. वर्षाच्या पहिल्या sessionनंतर list झालेल्या कंपनीसाठी January price उपलब्ध नसतो. त्यामुळे ती या tablesमध्ये दिसत नाही. नवीन listingsचे प्रमाण मोठे असलेल्या वर्षात ही एक वास्तविक उणीव आहे.
  • निकाल. 1000 नावांची क्रमवारी लावली आहे. त्यांपैकी वरची आणि खालची दहा नावे या पृष्ठावरील दोन boards आहेत.

तीन कालावधींमध्ये तोच प्रश्न

वर्षाच्या सुरुवातीपासूनचा कालावधी हा एका शिडीवरील एक पायरी आहे; प्रत्येक कालावधीत बाजारातील हालचालीचे चित्र वेगळे दिसते. आठवड्याचा आढावा म्हणजे या आठवड्यातील सर्वाधिक वाढलेले आणि घसरलेले शेअर्स, महिन्याचा आढावा म्हणजे या महिन्यातील सर्वाधिक हालचाल झालेले शेअर्स, आणि हे पृष्ठ वर्षभराचा आढावा देते. प्रत्येक पायरीसाठी पात्रतेचे निकष वेगळे आहेत: हे पृष्ठ मागील महिन्यातील दररोजच्या सरासरी $100 million व्यवहारांवर आधारित screening करते. त्याउलट, आठवड्याचे आणि महिन्याचे पृष्ठ त्यांच्या संबंधित कालावधीत झालेल्या एकूण डॉलर-मूल्याच्या व्यवहारांवर screening करतात. त्यामुळे एखादे नाव एका यादीत पात्र ठरू शकते आणि दुसऱ्या यादीत नाही.

कमाईच्या निकालांवरील प्रतिक्रियेमुळे एखादे नाव साप्ताहिक यादीत अग्रस्थानी येऊ शकते, पण वर्षभराच्या यादीत ते मधल्या क्रमांकावर असू शकते. वर्षाच्या आतापर्यंतच्या व्यापक चित्रासाठी पहिल्या सहामाहीचा बाजार आढावा index, rates आणि sectorविषयक तपशील देतो. तसेच, leveraged ETFs कसे कार्य करतात हे geared funds येथे स्वतंत्र का ठेवले आहेत, ते स्पष्ट करते.

वारंवार विचारले जाणारे प्रश्न

2026 मध्ये सर्वाधिक कामगिरी करणारा स्टॉक कोणता?

दररोज सरासरी किमान $100 millionचा व्यवहार असलेल्या, वर्षाची सुरुवात $10 पेक्षा जास्त किमतीने केलेल्या, 2026 मध्ये split न झालेल्या आणि leveraged-fund यादीत नसलेल्या स्टॉक्समध्ये MRNA हा आजपर्यंत 2026 मधील सर्वाधिक कामगिरी करणारा स्टॉक आहे. वर्षातील पहिल्या सत्रापासून तो 692.8% वाढला आहे. SNDK हा 471% वाढीसह दुसऱ्या क्रमांकावर आहे.

2026 मध्ये कोणत्या स्टॉक्समध्ये सर्वाधिक घसरण झाली?

या स्क्रीननुसार CTVA हा 2026 मधील सर्वात खराब कामगिरी करणारा स्टॉक आहे. त्याची घसरण -80.8% आहे. TTD हा -65.7% घसरणीसह त्यानंतर आहे. 2026 मधील सर्वाधिक घसरण झालेल्या स्टॉक्सची संपूर्ण यादी वरील दुसऱ्या तक्त्यात आहे. वर्ष पुढे सरकत असताना ती अद्ययावत केली जाते.

वर्षाच्या सुरुवातीपासूनचा stock return कसा मोजला जातो?

वर्षाच्या सुरुवातीपासूनचा return हा सर्वात अलीकडील किंमतीची तुलना calendar yearच्या सुरुवातीच्या किंमतीशी करतो आणि बदल टक्केवारीत व्यक्त करतो. येथे 2026 मधील पहिल्या नियमित सत्रातील opening priceची तुलना सर्वात अलीकडे पूर्ण झालेल्या सत्राच्या closing priceशी केली आहे. वर्षात split झालेल्या स्टॉक्सना समायोजित करण्याऐवजी वेगळे ठेवले जाते. त्यामुळे वाचक आणि tape यांच्या दरम्यान कोणताही adjustment factor ठेवलेला नाही.

2026 मधील gainersच्या यादीत leveraged ETFsचा समावेश आहे का?

नाही. Leveraged किंवा inverse fund एखाद्या indexच्या किंवा एकाच स्टॉकच्या दररोजच्या हालचालीला अनेक पटींनी वाढवतो. त्यामुळे कंपनीशी संबंधित कोणतीही बातमी नसतानाही असे funds raw moversच्या यादीत वर येतात. Ranking करण्यापूर्वी नावाच्या आधारे हे funds काढून टाकले जातात. प्रत्येक तक्त्याखालील SQLमध्ये यादी पाहता येते. सामान्य index आणि sector ETFs वेगळ्या प्रकारात येतात. ते कोणत्याही स्टॉकप्रमाणेच समान किमान निकष पूर्ण करतात आणि येथे rank केले जातात. त्यामुळे एखादा fund दोन्हीपैकी कोणत्याही यादीत दिसू शकतो.

येथील प्रत्येक तक्ता SQLसह जोडलेला stored query आहे. स्क्रीनचे परीक्षण करण्यासाठी कोणतेही panel expand करा किंवा Strasmore terminalवर स्वतःचे किमान निकष वापरून ते पुन्हा तयार करा.

#market movers#gainers and losers#year to date#stock splits#market breadth