द्वारे High-Low Index म्हणजे काय? Market Breadth समजून घ्या
High-Low Indexची 10-day सरासरी, round numbersमधील formula आणि कमी sample sizeमुळे दिशाभूल करणारे वाचन कसे दिसते, हे उदाहरणासह समजून घ्या.
High-Low Index हा market breadth मोजणारा निर्देशांक आहे. तो दोन मोजमापांवर आधारित असतो: Record High Percentची 10-day simple moving average. Record High Percent म्हणजे new 52-week highs भागिले new 52-week highs आणि new 52-week lows यांच्या बेरजेने, गुणिले 100. वाचन 50 पेक्षा जास्त असल्यास new highs नोंदवणाऱ्या शेअर्सची संख्या new lows नोंदवणाऱ्या शेअर्सपेक्षा जास्त असते. वाचन 50 पेक्षा कमी असल्यास उलट स्थिती असते. Formula इतकाच संक्षिप्त आहे. पुढे round numbers वापरून केलेली arithmetic आणि sample sizeमधील अशी त्रुटी दिली आहे, ज्यामुळे मोजक्या शेअर्सवर आधारित वाचनही निर्णायक दिसू शकते.
High-Low Indexची गणना कशी करतात?
दोन्ही टप्पे प्रत्येकी एका ओळीत मावतात.
- Record High Percent, एका सत्रासाठी: तुमच्या समाविष्ट शेअर्सच्या समूहातील नव्या 52-week highवर बंद झालेले शेअर्स मोजा. नव्या 52-week lowवर बंद झालेले शेअर्स मोजा. Highsची संख्या या दोन्हींच्या बेरजेने भागा आणि नंतर 100 ने गुणा.
- High-Low Index: मागील 10 दिवसांच्या Record High Percent readingsची सरासरी काढा.
पूर्णांकांमुळे हे स्पष्ट होते. एका tapeमध्ये 90 new highs आणि 30 new lows नोंदले जातात. Highs आणि lowsची बेरीज 120 होते. 90 ला 120 ने भागल्यास 0.75 येते. त्यामुळे त्या सत्राचा Record High Percent 75 असतो. आता 10 सत्रांतील readings घ्या: 75, 70, 65, 60, 55, 50, 45, 40, 35 आणि 30. त्यांची बेरीज 525 होते. 525 ला 10 ने भागल्यास 52.5 येते. ज्या दिवशी त्या सत्राचा स्वतःचा Record High Percent 75 होता, त्या दिवशी High-Low Index 52.5 असतो.
हा फरक म्हणजे moving averageमुळे होणारा trade-off आहे. 10 दिवसांची स्मृती एका रात्रीत 100 वरून 0 पर्यंत बदलू शकणाऱ्या मालिकेला गुळगुळीत करते. मात्र त्यासाठी निर्देशांक उशिरा प्रतिक्रिया देतो. गेल्या दोन आठवड्यांत market breadth कुठे होते, याचे उत्तर हा निर्देशांक देतो. आज दुपारी काय घडले, याचे उत्तर तो कधीच देत नाही.
नवा 52-आठवड्यांचा उच्चांक कशाला म्हणतात?
एखाद्या शेअरची किंमत मागील 52 आठवड्यांतील प्रत्येक नोंदवलेल्या किमतीपेक्षा वर गेली की तो शेअर नवा 52-आठवड्यांचा उच्चांक गाठतो. हा आधार ठरवताना Data providersमध्ये एकमत नाही. काही जण दिवसभरातील उच्च आणि नीच किमतींची तुलना करतात. इतर जण केवळ closing pricesची तुलना करतात. त्यामुळे त्याच सत्रासाठी दोन्ही पद्धतींनुसार मोजणी वेगळी येते. या संपूर्ण पानावर closing prices हाच आधार आहे. नवीन 52-आठवड्यांचे उच्चांक आणि नीचांक या यादीचे स्पष्टीकरण देते.
खालील panelमध्ये 1 एप्रिल ते 31 जुलै 2026 या कालावधीत निश्चित केलेल्या 40 मोठ्या market-cap असलेल्या US कंपन्यांच्या basketसाठी प्रत्येक सत्रातील दोन्ही टोकांची मोजणी केली आहे. 40 कंपन्यांचा basket ठेवल्यामुळे ही मोजणी हाताने पडताळता येईल इतकी लहान राहते. त्यामुळे पुढे सूत्रातील त्रुटी स्पष्ट दिसते.
प्रत्येक आकड्यामागील अचूक SQL
WITH daily_close AS (
SELECT ticker,
toDate(toTimeZone(window_start, 'America/New_York')) AS session_date,
argMax(close, window_start) AS close_px
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('AAPL','MSFT','NVDA','AMZN','GOOGL','AVGO','JPM','JNJ','XOM','PG',
'KO','PEP','WMT','HD','CVX','MRK','PFE','ABBV','CSCO','ORCL',
'CRM','ADBE','MCD','NKE','VZ','T','DIS','BA','CAT','GE',
'IBM','MMM','UNH','LLY','COST','TGT','SBUX','GS','MS','LIN')
AND window_start >= toDateTime('2025-03-01 00:00:00')
AND window_start < toDateTime('2026-08-01 05:00:00')
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
GROUP BY ticker, session_date
),
extremes AS (
SELECT cur.ticker AS ticker,
cur.session_date AS session_date,
cur.close_px AS close_px,
max(hist.close_px) AS high_52w,
min(hist.close_px) AS low_52w
FROM daily_close AS cur
INNER JOIN daily_close AS hist ON cur.ticker = hist.ticker
WHERE cur.session_date >= toDate('2026-04-01')
AND hist.session_date <= cur.session_date
AND hist.session_date > cur.session_date - 364
GROUP BY cur.ticker, cur.session_date, cur.close_px
),
daily AS (
SELECT session_date,
countIf(close_px >= high_52w) AS new_highs,
countIf(close_px <= low_52w) AS new_lows,
countIf(close_px >= high_52w) + countIf(close_px <= low_52w) AS names_at_extreme
FROM extremes
GROUP BY session_date
HAVING names_at_extreme > 0
)
SELECT session_date AS date,
formatDateTimeInJodaSyntax(session_date, 'MMM d') AS session_label,
new_highs,
new_lows
FROM daily
ORDER BY session_date77 सत्रांमध्ये हे दोन आकडे क्वचितच एकाच वेळी वाढतात. Jul 29 रोजी, म्हणजे या कालावधीतील शेवटच्या सत्रात, 40 पैकी 3 शेअर्स 52-आठवड्यांच्या उच्चांकावर बंद झाले आणि 0 शेअर्स 52-आठवड्यांच्या नीचांकावर बंद झाले. Apr 1 रोजी, म्हणजे पहिल्या सत्रात, उच्चांकांची संख्या 1 आणि नीचांकांची संख्या 1 होती. Basketमधील इतर प्रत्येक शेअर त्याच्या स्वतःच्या rangeच्या आत होता आणि तो मोजणीत कधीच आला नाही.
High-Low Indexचे चांगले वाचन कोणते?
50 ही रेषा pivot आहे. या पातळीवर highs आणि lows यांचे संतुलन असते. पारंपरिक मजबूत संकेत 70 हा आहे. संपूर्ण 10-day averageमध्ये new highsची संख्या new lowsपेक्षा two-to-oneपेक्षा अधिक असते, तेव्हा हा संकेत दिसतो. पारंपरिक कमजोर संकेत 30 हा आहे. तो 70चा उलटा प्रतिबिंब आहे. 30 आणि 70 यांच्या दरम्यान Index बाजारातील टोकाच्या हालचाली मिश्र असल्याचे दर्शवतो. Index बहुतेक वेळा याच पट्ट्यात असतो.
खालील panel त्याच basketसाठी raw daily Record High Percentची स्वतःच्या 10-day averageशी तुलना दाखवतो. विलंबाचे परिणाम chartमध्ये दिसतात; त्यांचे स्वतंत्र वर्णन केलेले नाही.
प्रत्येक आकड्यामागील अचूक SQL
WITH daily_close AS (
SELECT ticker,
toDate(toTimeZone(window_start, 'America/New_York')) AS session_date,
argMax(close, window_start) AS close_px
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('AAPL','MSFT','NVDA','AMZN','GOOGL','AVGO','JPM','JNJ','XOM','PG',
'KO','PEP','WMT','HD','CVX','MRK','PFE','ABBV','CSCO','ORCL',
'CRM','ADBE','MCD','NKE','VZ','T','DIS','BA','CAT','GE',
'IBM','MMM','UNH','LLY','COST','TGT','SBUX','GS','MS','LIN')
AND window_start >= toDateTime('2025-03-01 00:00:00')
AND window_start < toDateTime('2026-08-01 05:00:00')
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
GROUP BY ticker, session_date
),
extremes AS (
SELECT cur.ticker AS ticker,
cur.session_date AS session_date,
cur.close_px AS close_px,
max(hist.close_px) AS high_52w,
min(hist.close_px) AS low_52w
FROM daily_close AS cur
INNER JOIN daily_close AS hist ON cur.ticker = hist.ticker
WHERE cur.session_date >= toDate('2026-04-01')
AND hist.session_date <= cur.session_date
AND hist.session_date > cur.session_date - 364
GROUP BY cur.ticker, cur.session_date, cur.close_px
),
daily AS (
SELECT session_date,
countIf(close_px >= high_52w) AS new_highs,
countIf(close_px >= high_52w) + countIf(close_px <= low_52w) AS names_at_extreme
FROM extremes
GROUP BY session_date
HAVING names_at_extreme > 0
),
rhp AS (
SELECT session_date,
round(100 * new_highs / names_at_extreme, 1) AS record_high_pct
FROM daily
),
smoothed AS (
SELECT session_date,
record_high_pct,
round(avg(record_high_pct) OVER (ORDER BY session_date
ROWS BETWEEN 9 PRECEDING AND CURRENT ROW), 1) AS high_low_index_pct,
count() OVER (ORDER BY session_date
ROWS BETWEEN 9 PRECEDING AND CURRENT ROW) AS sessions_in_window
FROM rhp
)
SELECT session_date AS date,
formatDateTimeInJodaSyntax(session_date, 'MMM d') AS session_label,
record_high_pct,
high_low_index_pct
FROM smoothed
WHERE sessions_in_window = 10
ORDER BY session_dateदाखवलेल्या कालावधीची सुरुवात 100 इतक्या Record High Percentने Apr 15 रोजी होते. त्या वेळी Index 52.5 होता. कालावधीची समाप्ती 100 येथे Jul 29 रोजी होते. त्या वेळी Index 64 होता. प्रत्येक आकडा 70 आणि 30 या markersच्या तुलनेत वाचा. दोन रेषांमधील अंतर हे smoothingची किंमत दर्शवते. कोणत्याही दिवशी averageमध्ये मागील nine sessionsचा समावेश अजूनही असतो. या panelमधून सुरुवातीचे nine sessions वगळले आहेत, कारण 10-day averageसाठी 10 दिवस आवश्यक असतात.
बाजारातील बहुतांश भाग denominatorमध्ये समाविष्ट होत नाही
लक्षात ठेवण्यासारखी मर्यादा येथे आहे. Record High Percentचा denominator म्हणजे new highs अधिक new lows; त्याशिवाय इतर काहीही त्यात नसते. 52-week rangeच्या मध्यभागी स्थिर असलेला शेअर numeratorमध्येही नसतो आणि denominatorमध्येही नसतो. 3,000 शेअर्सपैकी 900 शेअर्सनी अत्यंत पातळी गाठलेल्या सत्रात आणि केवळ 9 शेअर्सनी ती पातळी गाठलेल्या सत्रात हा index फरक करू शकत नाही. दोन्ही सत्रांसाठी तो समान आत्मविश्वासपूर्ण दोन-अंकी आकडा दाखवतो.
ऑगस्टमधील मंद सत्रात 6,000 शेअर्स असलेल्या exchangeची कल्पना करा: 40 शेअर्सनी new highs आणि 20 शेअर्सनी new lows नोंदवले. Record High Percent म्हणजे 40 भागिले 60, म्हणजे 66.7. हा आकडा बाजारातील व्यापक वाढ दर्शवतो असे वाटते. पण त्याची गणना listingsपैकी केवळ 1% शेअर्सवर आधारित होती. उर्वरित 5,940 शेअर्सचे त्यात कोणतेही योगदान नव्हते.
40 शेअर्सची basket ही बाब मोजता येईल अशा स्वरूपात दाखवते. Windowमधील प्रत्येक सत्रात कोणत्याही extremeवर पोहोचलेल्या शेअर्सची संख्या मोजून त्यानुसार ते bucketमध्ये वर्गीकृत केले जाते.
प्रत्येक आकड्यामागील अचूक SQL
WITH daily_close AS (
SELECT ticker,
toDate(toTimeZone(window_start, 'America/New_York')) AS session_date,
argMax(close, window_start) AS close_px
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('AAPL','MSFT','NVDA','AMZN','GOOGL','AVGO','JPM','JNJ','XOM','PG',
'KO','PEP','WMT','HD','CVX','MRK','PFE','ABBV','CSCO','ORCL',
'CRM','ADBE','MCD','NKE','VZ','T','DIS','BA','CAT','GE',
'IBM','MMM','UNH','LLY','COST','TGT','SBUX','GS','MS','LIN')
AND window_start >= toDateTime('2025-03-01 00:00:00')
AND window_start < toDateTime('2026-08-01 05:00:00')
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
GROUP BY ticker, session_date
),
extremes AS (
SELECT cur.ticker AS ticker,
cur.session_date AS session_date,
cur.close_px AS close_px,
max(hist.close_px) AS high_52w,
min(hist.close_px) AS low_52w
FROM daily_close AS cur
INNER JOIN daily_close AS hist ON cur.ticker = hist.ticker
WHERE cur.session_date >= toDate('2026-04-01')
AND hist.session_date <= cur.session_date
AND hist.session_date > cur.session_date - 364
GROUP BY cur.ticker, cur.session_date, cur.close_px
),
daily AS (
SELECT session_date,
countIf(close_px >= high_52w) AS new_highs,
countIf(close_px >= high_52w) + countIf(close_px <= low_52w) AS names_at_extreme
FROM extremes
GROUP BY session_date
HAVING names_at_extreme > 0
)
SELECT multiIf(names_at_extreme <= 3, '1 to 3 names',
names_at_extreme <= 9, '4 to 9 names',
'10 or more names') AS sample_size_bucket,
count() AS readings,
round(avg(names_at_extreme), 1) AS avg_names_in_denominator,
round(quantileDeterministic(0.5)(100 * new_highs / names_at_extreme,
cityHash64(session_date)), 1) AS median_record_high_pct,
round(quantileDeterministic(0.5)(abs(100 * new_highs / names_at_extreme - 50),
cityHash64(session_date)), 1) AS median_distance_from_50
FROM daily
GROUP BY sample_size_bucket
ORDER BY avg_names_in_denominator39 सत्रांमध्ये, संपूर्ण reading ही 40 पैकी सरासरी 2 शेअर्सवर आधारित होती; ही सत्रे 1 to 3 names bucketमध्ये होती. त्या सत्रांमध्ये Record High Percentचा median 100 होता आणि तो 50च्या पातळीपासून median 50 points दूर होता. 10 or more names सत्रांमध्ये, त्यापैकी 1 सत्रांमध्ये सरासरी 10 शेअर्स सहभागी होते. या सत्रांचा median 70 होता आणि तो मध्यबिंदूपासून 20 points दूर होता.
गणितामुळे thin sessionमध्ये कोणते readings दाखवता येतील यालाही मर्यादा येते. तीन शेअर्स extremeवर असतील, तर शक्य readings केवळ 0, 33.3, 66.7 आणि 100 असतात. दोन शेअर्स असतील, तर केवळ 0, 50 आणि 100 शक्य असतात. दोन highs आणि एक low यांच्या आधारे तयार झालेल्या 66.7 या readingमध्ये असा दशांशबिंदू असतो, ज्याला तिचा sample आधार देऊ शकत नाही. ही समस्या टाळण्याची पद्धत स्पष्ट आहे: indexकडे एकट्याने पाहू नका; त्याच्या बाजूला highs आणि lowsच्या मूळ संख्याही पाहा.
बाजारातील विस्तार: High-Low Index विरुद्ध advance/decline
दोन्ही मोजमापांमध्ये किती शेअर्स बाजारातील हालचालीत सहभागी आहेत, हे पाहिले जाते. मात्र त्यांचे कालावधी वेगळे आहेत. Advance/decline breadthमध्ये कालच्या तुलनेत वाढून किंवा घटून बंद झालेले प्रत्येक नाव मोजले जाते. त्याचा denominator संपूर्ण universe असतो आणि तो एका दिवसाचे चित्र दाखवतो. High-Low Indexमध्ये केवळ 52-week उच्चांक किंवा नीचांक गाठणारी नावे मोजली जातात. त्याचा denominator लहान असतो आणि तो संपूर्ण वर्षाच्या इतिहासाच्या तुलनेत किंमती कुठे आहेत, हे दाखवतो. एखाद्या दिवशी बाजारातील बहुतेक शेअर्स वाढलेले असू शकतात, पण 52-week उच्चांकाच्या जवळ पोहोचलेली नावे फारच कमी असू शकतात.
खालील panelमध्ये, त्याच basketवरील दोन्ही मोजमापांचा समान 10 sessionsचा सरासरीकृत डेटा दाखवला आहे. त्यामुळे दोन्ही एकाच scaleवर तुलना करता येतात.
प्रत्येक आकड्यामागील अचूक SQL
WITH daily_close AS (
SELECT ticker,
toDate(toTimeZone(window_start, 'America/New_York')) AS session_date,
argMax(close, window_start) AS close_px
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('AAPL','MSFT','NVDA','AMZN','GOOGL','AVGO','JPM','JNJ','XOM','PG',
'KO','PEP','WMT','HD','CVX','MRK','PFE','ABBV','CSCO','ORCL',
'CRM','ADBE','MCD','NKE','VZ','T','DIS','BA','CAT','GE',
'IBM','MMM','UNH','LLY','COST','TGT','SBUX','GS','MS','LIN')
AND window_start >= toDateTime('2025-03-01 00:00:00')
AND window_start < toDateTime('2026-08-01 05:00:00')
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
+ toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
GROUP BY ticker, session_date
),
extremes AS (
SELECT cur.ticker AS ticker,
cur.session_date AS session_date,
cur.close_px AS close_px,
max(hist.close_px) AS high_52w,
min(hist.close_px) AS low_52w
FROM daily_close AS cur
INNER JOIN daily_close AS hist ON cur.ticker = hist.ticker
WHERE cur.session_date >= toDate('2026-04-01')
AND hist.session_date <= cur.session_date
AND hist.session_date > cur.session_date - 364
GROUP BY cur.ticker, cur.session_date, cur.close_px
),
daily AS (
SELECT session_date,
countIf(close_px >= high_52w) AS new_highs,
countIf(close_px >= high_52w) + countIf(close_px <= low_52w) AS names_at_extreme
FROM extremes
GROUP BY session_date
HAVING names_at_extreme > 0
),
prior AS (
SELECT ticker,
session_date,
close_px,
lagInFrame(close_px, 1) OVER (PARTITION BY ticker ORDER BY session_date
ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) AS prev_close
FROM daily_close
),
breadth AS (
SELECT session_date,
round(100 * countIf(close_px > prev_close) / count(), 1) AS advancing_pct
FROM prior
WHERE session_date >= toDate('2026-04-01')
AND prev_close > 0
GROUP BY session_date
HAVING count() >= 20
),
combined AS (
SELECT d.session_date AS session_date,
round(100 * d.new_highs / d.names_at_extreme, 1) AS record_high_pct,
b.advancing_pct AS advancing_pct
FROM daily AS d
INNER JOIN breadth AS b ON d.session_date = b.session_date
),
smoothed AS (
SELECT session_date,
round(avg(record_high_pct) OVER (ORDER BY session_date
ROWS BETWEEN 9 PRECEDING AND CURRENT ROW), 1) AS high_low_index_pct,
round(avg(advancing_pct) OVER (ORDER BY session_date
ROWS BETWEEN 9 PRECEDING AND CURRENT ROW), 1) AS advancing_pct_10d,
count() OVER (ORDER BY session_date
ROWS BETWEEN 9 PRECEDING AND CURRENT ROW) AS sessions_in_window
FROM combined
)
SELECT session_date AS date,
formatDateTimeInJodaSyntax(session_date, 'MMM d') AS session_label,
high_low_index_pct,
advancing_pct_10d
FROM smoothed
WHERE sessions_in_window = 10
ORDER BY session_dateApr 15 रोजी plotted rangeची सुरुवात High-Low Indexसाठी 52.5 आणि 10-day advancing shareसाठी 52.8 येथे होते. Jul 29 रोजी ती अनुक्रमे 64 आणि 52.5 येथे संपते. या कालावधीत 68 plotted sessions आहेत. Advancing shareचा पट्टा अरुंद असतो. सामान्य sessionमध्ये basketमधील साधारण निम्मे शेअर्स वाढून बंद होतात. अशा दहा sessionsची सरासरी घेतल्यावर रेषा scaleच्या मध्याजवळ राहते. High-Low Indexला असा स्थिर आधार नसतो. सलग दहा sessionsमध्ये basketमधील कोणत्याही नावाने 52-week low नोंदवला नाही, तर प्रत्येक दिवसाचे reading 100 असते आणि त्याची सरासरीही 100 राहते.
Breadthसोबत participation measures पाहिल्यास बाजाराचे चित्र अधिक स्पष्ट होते. Relative volumeमध्ये एखाद्या नावात त्याच्या नेहमीच्या पातळीच्या तुलनेत आज असामान्य प्रमाणात trading होत आहे का, हे पाहिले जाते. या आठवड्यातील सर्वाधिक हालचाल झालेले शेअर्स कोणती नावे प्रत्यक्षात मोठ्या प्रमाणात हलली, हे दाखवते. या आठवड्यातील असामान्य volume असलेले शेअर्स trading कुठे झाले, हे दाखवते.
High-Low Index संबंधी वारंवार विचारले जाणारे प्रश्न
High-Low Indexचे वाचन 70च्या वर असल्यास त्याचा अर्थ काय?
याचा अर्थ मागील दहा सत्रांच्या सरासरीत नवीन 52-week highsची संख्या नवीन 52-week lowsपेक्षा two-to-oneपेक्षा अधिक प्रमाणात जास्त होती. हा मजबूत बाजारस्थितीचा पारंपरिक संकेत आहे. मात्र किती शेअर्सनी प्रत्यक्षात टोकाची पातळी गाठली, हे यातून समजत नाही. त्यासाठीची संख्या या निर्देशांकासोबत तपासावी.
Record High Percent आणि High-Low Indexमध्ये काय फरक आहे?
Record High Percent हा एका सत्राचा आकडा आहे: नवीन highs ÷ (नवीन highs + नवीन lows) × 100. High-Low Index हा त्या आकड्याची 10-day simple moving average आहे. पहिला आजची स्थिती दर्शवतो. दुसरा मागील दोन आठवड्यांची स्थिती दर्शवतो.
High-Low Index 0 किंवा 100 असू शकतो का?
होय. जर universeमधील कोणत्याही शेअरने सलग दहा सत्रे नवीन 52-week low नोंदवला नाही, तर प्रत्येक दैनिक वाचन 100 असेल आणि सरासरीही 100 असेल. कोणत्याही शेअरने high किंवा low नोंदवला नाही, तर अपूर्णांकाच्या छेदात शून्य येतो. अशा सत्राचे वाचन परिभाषित नसते.
High-Low Index आणि advance/decline breadth एकच आहेत का?
नाही. Advance/decline breadth संपूर्ण universeला छेद म्हणून वापरतो आणि एका दिवसातील दिशात्मक हालचाल दर्शवतो. High-Low Index 52-week extremesवर असलेल्या शेअर्सच्या छोट्या गटाला छेद म्हणून वापरतो आणि वर्षभरातील किंमतपातळीच्या तुलनेत त्यांची स्थिती दर्शवतो.
High-Low Indexच्या छेदात साधारण किती शेअर्स असतात?
एप्रिल ते जुलै 2026 या कालावधीत येथे मोजलेल्या 40-name basketमध्ये, 1 to 3 names bucketमधील सत्रांमध्ये छेदातील नावांची सरासरी संख्या 2 होती. संपूर्ण Exchangeवरील आकडे absolute termsमध्ये मोठे असतात, पण ते सर्व listingsच्या तुलनेत तरीही लहान प्रमाणात असतात. म्हणून raw counts निर्देशांकाच्या शेजारी screenवर ठेवणे महत्त्वाचे आहे.
या पृष्ठावरील प्रत्येक count हा closing pricesवर आधारित stored, versioned queryमधून घेतलेला आहे. त्यामागील SQL वाचण्यासाठी कोणतेही panel उघडा किंवा Strasmore terminalवर आपल्या पसंतीच्या basketसाठी हीच breadth series पुन्हा तयार करा.