2026 च्या पहिल्या सहामाहीत दोन वेगवेगळे बाजार एकत्र आले होते: पहिल्या तिमाहीत प्रत्येक प्रमुख निर्देशांक ETF घसरला किंवा कुठेच गेला नाही, आणि दुसऱ्या तिमाहीने त्याची भरपाई करून अधिकच सुधारणा केली. SPY ने सहामाही 8.8% वर पूर्ण केले; QQQ 18.7% वर; आणि IWM चे 21.3% हे लहान-कंपनी ETF ने आमच्याकडील रेकॉर्डवर छापलेले सर्वोत्तम पहिले सहामाही होते — पावती खाली दिली आहे, प्रत्येक मागील वर्षाच्या तुलनेत एकाच क्वेरीमध्ये पुनर्गणना केली आहे. दर बाजाराने स्वतःची कथा सांगितली: 2s10s स्प्रेड संपूर्ण सहामाहीत 72 बेसिस पॉइंट्सवरून 30 पर्यंत सपाट झाला, कधीही उलटा न होता. हे पृष्ठ सहामाहीचे संपूर्ण लेजर आहे — स्कोअरबोर्ड, इतिहास क्रमवारी, मासिक पायऱ्या, संपूर्ण उत्पन्न वक्र मॅच्युरिटीनुसार, अकरा क्षेत्रे, ऑप्शन्स टेपची महिन्यानुसार उत्क्रांती, आणि सहामाहीतील उल्लेखनीय एकल नावे. येथील प्रत्येक संख्या हा साठवलेला क्वेरी निकाल आहे; SQL साठी कोणतेही पॅनेल विस्तृत करा.
बोर्डावरील अर्धा भाग
प्रत्येक आकड्यामागील अचूक SQL
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(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), 2) AS h1_close
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('SPY', 'QQQ', 'DIA', 'IWM')
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 tickerदोन-तिमाही विभागणी हा या अर्ध्या वर्षाचा मुख्य आकार आहे: SPY -5.2% नंतर 14.1%; QQQ -6.9% नंतर 26.5%. IWM 21.3% वर या अर्ध्या वर्षाचा शांत नेता होता — लहान कंपन्यांनी सहा महिन्यांत प्रत्येक मोठ्या कंपनी निर्देशांकाला मागे टाकले. तिमाहीचा तपशील Q2 आढावा मध्ये आहे. अर्ध्या वर्षाच्या अंकगणितावर एक टीप: सहा महिन्यांसाठी SPY चा 8.8% हा त्याच्या एकट्या Q2 पेक्षा खूपच कमी आहे, कारण अर्धा वर्ष घसरण आणि पुनर्प्राप्ती यांची साखळी आहे — -5.2% आणि 14.1% चे चक्रवाढ तक्त्यात दर्शविल्याप्रमाणे पोहोचते, आणि कोणतेही 'पहिल्या सहामाहीचे परतावे' हे शीर्षक शांतपणे त्या संपूर्ण फेरीचा प्रवास एन्कोड करते.
टेपवरील प्रत्येक पहिल्या सहामाहीच्या विरुद्ध हा सहामाही
8.8% हा सहामाही असामान्य आहे का? खालील पॅनेल्स प्रत्येक वर्षासाठी, प्रति ETF जोडीसाठी, समान अंकगणित वापरून, मिनिट इतिहासाच्या प्रत्येक वर्षासाठी समान पहिल्या सहामाहीचा परतावा (जानेवारी ते जून, पहिल्या नियमित तासांच्या उघडण्यापासून शेवटच्या नियमित तासांच्या बंद होण्यापर्यंत) पुन्हा मोजतात, नंतर या सहामाहीला इतरांच्या तुलनेत क्रमांक देतात. मिनिट टेपची सर्वात जुनी तारीख खालील पद्धतीमध्ये सत्यापित केली आहे; फाइलवरील पहिला पूर्ण पहिला सहामाही म्हणजे पावत्या ज्याचे नाव देतात तो आहे.
प्रत्येक आकड्यामागील अचूक SQL
SELECT toYear(toTimeZone(window_start, 'America/New_York')) AS y,
ticker,
uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS sessions,
round((argMax(toFloat64(close), window_start) / argMin(toFloat64(open), window_start) - 1) * 100, 1) AS h1_return_pct
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('SPY', 'QQQ')
AND window_start >= toDateTime('2003-01-01 00:00:00')
AND window_start < toDateTime('2026-07-01 00:00:00')
AND toMonth(toTimeZone(window_start, 'America/New_York')) <= 6
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
GROUP BY y, ticker
HAVING sessions >= 100
ORDER BY y ASC, ticker ASCप्रत्येक आकड्यामागील अचूक SQL
SELECT ticker,
round(anyIf(ret, y = 2026), 1) AS h1_2026_pct,
arrayCount(x -> x > anyIf(ret, y = 2026), groupArrayIf(ret, y != 2026)) + 1 AS rank_best,
count() AS halves_compared,
min(y) AS first_year,
anyIf(sessions, y = 2026) AS sessions_2026
FROM (
SELECT toYear(toTimeZone(window_start, 'America/New_York')) AS y,
ticker,
uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS sessions,
(argMax(toFloat64(close), window_start) / argMin(toFloat64(open), window_start) - 1) * 100 AS ret
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('SPY', 'QQQ')
AND window_start >= toDateTime('2003-01-01 00:00:00')
AND window_start < toDateTime('2026-07-01 00:00:00')
AND toMonth(toTimeZone(window_start, 'America/New_York')) <= 6
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
GROUP BY y, ticker
HAVING sessions >= 100
)
GROUP BY ticker
ORDER BY ticker ASCSPY चा 8.8% हा 2004 पासूनच्या 23 पहिल्या सहामाहींपैकी 6 व्या क्रमांकावर आहे (क्रमांक 1 = सर्वोत्तम) — वरच्या तृतीयांशात, पण विक्रम नाही. QQQ चा 18.7% हा 16 तुलनात्मक सहामाहींपैकी 3 व्या क्रमांकावर आहे — QQQ मालिका लहान आहे — हा फंड काही वर्षे वेगळ्या मूळ चिन्हाखाली व्यापार करत होता — आणि ज्या वर्षात एखाद्या चिन्हासाठी शंभरपेक्षा कमी पहिल्या सहामाहीचे सत्र असतील, ते वर्ष टेबलमध्ये दाखवलेल्या सत्र-गणना संरक्षकाद्वारे वगळले जाते, त्यामुळे वगळणे मूक न राहता दृश्य होते.
प्रत्येक आकड्यामागील अचूक SQL
SELECT toYear(toTimeZone(window_start, 'America/New_York')) AS y,
ticker,
uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS sessions,
round((argMax(toFloat64(close), window_start) / argMin(toFloat64(open), window_start) - 1) * 100, 1) AS h1_return_pct
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('DIA', 'IWM')
AND window_start >= toDateTime('2003-01-01 00:00:00')
AND window_start < toDateTime('2026-07-01 00:00:00')
AND toMonth(toTimeZone(window_start, 'America/New_York')) <= 6
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
GROUP BY y, ticker
HAVING sessions >= 100
ORDER BY y ASC, ticker ASCप्रत्येक आकड्यामागील अचूक SQL
SELECT ticker,
round(anyIf(ret, y = 2026), 1) AS h1_2026_pct,
arrayCount(x -> x > anyIf(ret, y = 2026), groupArrayIf(ret, y != 2026)) + 1 AS rank_best,
count() AS halves_compared,
min(y) AS first_year,
anyIf(sessions, y = 2026) AS sessions_2026
FROM (
SELECT toYear(toTimeZone(window_start, 'America/New_York')) AS y,
ticker,
uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS sessions,
(argMax(toFloat64(close), window_start) / argMin(toFloat64(open), window_start) - 1) * 100 AS ret
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('DIA', 'IWM')
AND window_start >= toDateTime('2003-01-01 00:00:00')
AND window_start < toDateTime('2026-07-01 00:00:00')
AND toMonth(toTimeZone(window_start, 'America/New_York')) <= 6
AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
GROUP BY y, ticker
HAVING sessions >= 100
)
GROUP BY ticker
ORDER BY ticker ASCलहान-कंपनीची पंक्ती हा सहामाहीचा मथळा आहे: IWM 2004 पासूनच्या 23 पहिल्या सहामाहींपैकी 1 व्या क्रमांकावर आहे — फंडासाठी रेकॉर्डवरील सर्वोत्तम, टेबलमधील प्रत्येक पुनर्प्राप्ती सहामाहीपेक्षा पुढे. DIA चा 8.4% हा 23 पैकी 4 व्या क्रमांकावर आहे. आधार, स्पष्टपणे सांगितला: प्रत्येक कॅलेंडर पहिल्या सहामाहीत नियमित तासांचे उघडणे ते बंद होणे, प्रत्येक वर्षी समान अंकगणित, वरची मर्यादा या कालावधीच्या शेवटी निश्चित केली आहे जेणेकरून नंतरची वर्षे समाविष्ट केली गेल्यास तुलना संच मूकपणे वाढू शकणार नाही.
महिन्यानुसार
प्रत्येक आकड्यामागील अचूक SQL
SELECT toString(toStartOfMonth(toDate(toTimeZone(window_start, 'America/New_York')))) AS period_start, 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,
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), 2) AS month_close
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('SPY', 'QQQ')
AND window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
GROUP BY period_start, ticker
ORDER BY period_start, tickerपायऱ्या थोड्या वर, खाली, खाली, तीव्रपणे वर, वर, थोड्या खाली अशा आहेत: एप्रिल हा सहामाहीचा केंद्रबिंदू होता (SPY 9.9%, QQQ 14.8% — QQQ साठी सहा महिन्यांतील सर्वोत्तम महिना), आणि जूनने SPY साठी -1.2% या शांत आकड्यासह सहामाहीची सांगता केली. जूनचा स्वतःचा आढावा, त्या शांत आकड्यामागील व्याप्तीची विभागणी, येथे आहे. महिन्यानुसार सारणी वाचताना: वर्ष जवळजवळ सपाट सुरू झाले (जानेवारीत SPY 0.9%), फेब्रुवारीत (-0.5%) आणि मार्चमध्ये (-4.2%) घसरले, नंतर एप्रिलने एकाच महिन्यात ही घसरण उलटवली, मेने ती वाढ वाढवली (4.9%), आणि जूनने स्थिरता दाखवली. सहा पैकी तीन महिने नकारात्मक होते — एका सहामाहीसाठी नाणेफेकीच्या आकड्यांची संख्या जी सकारात्मकपणे संपली, हा इक्विटी सहामाहींचा नेहमीचा आकार आहे आणि जेव्हा एखादा महिना अंतिम निकालासारखा वाचला जातो तेव्हा हे लक्षात ठेवण्यासारखे आहे.
दर: संपूर्ण वक्र, परिपक्वता दर परिपक्वता
ट्रेझरी वक्राने या सहामाहीत वळण घेतले, सरकले नाही. अगदी लहान टोक — ज्या परिपक्वता धोरणाशी सर्वात जवळून जोडल्या जातात — त्यात फारशी हालचाल झाली नाही; दोन वर्षांच्या दरात दोन तृतीयांश टक्क्याची वाढ झाली; तीस वर्षांच्या दराने फारसा फरक पडला नाही. ही तक्ता संपूर्ण वक्र दर्शवते, सहामाहीची सुरुवात आणि शेवट.
प्रत्येक आकड्यामागील अचूक SQL
SELECT maturity, start_pct, end_pct, round((end_pct - start_pct) * 100, 0) AS change_bp FROM (
SELECT '1-month' AS maturity, (SELECT round(argMin(yield_1_month, date), 2) FROM global_markets.treasury_yields WHERE date >= toDate('2026-01-01') AND date <= toDate('2026-06-30') AND isNotNull(yield_1_month)) AS start_pct, (SELECT round(argMax(yield_1_month, date), 2) FROM global_markets.treasury_yields WHERE date >= toDate('2026-01-01') AND date <= toDate('2026-06-30') AND isNotNull(yield_1_month)) AS end_pct, 1 AS o
UNION ALL SELECT '3-month', (SELECT round(argMin(yield_3_month, date), 2) FROM global_markets.treasury_yields WHERE date >= toDate('2026-01-01') AND date <= toDate('2026-06-30') AND isNotNull(yield_3_month)), (SELECT round(argMax(yield_3_month, date), 2) FROM global_markets.treasury_yields WHERE date >= toDate('2026-01-01') AND date <= toDate('2026-06-30') AND isNotNull(yield_3_month)), 2
UNION ALL SELECT '1-year', (SELECT round(argMin(yield_1_year, date), 2) FROM global_markets.treasury_yields WHERE date >= toDate('2026-01-01') AND date <= toDate('2026-06-30') AND isNotNull(yield_1_year)), (SELECT round(argMax(yield_1_year, date), 2) FROM global_markets.treasury_yields WHERE date >= toDate('2026-01-01') AND date <= toDate('2026-06-30') AND isNotNull(yield_1_year)), 3
UNION ALL SELECT '2-year', (SELECT round(argMin(yield_2_year, date), 2) FROM global_markets.treasury_yields WHERE date >= toDate('2026-01-01') AND date <= toDate('2026-06-30') AND isNotNull(yield_2_year)), (SELECT round(argMax(yield_2_year, date), 2) FROM global_markets.treasury_yields WHERE date >= toDate('2026-01-01') AND date <= toDate('2026-06-30') AND isNotNull(yield_2_year)), 4
UNION ALL SELECT '5-year', (SELECT round(argMin(yield_5_year, date), 2) FROM global_markets.treasury_yields WHERE date >= toDate('2026-01-01') AND date <= toDate('2026-06-30') AND isNotNull(yield_5_year)), (SELECT round(argMax(yield_5_year, date), 2) FROM global_markets.treasury_yields WHERE date >= toDate('2026-01-01') AND date <= toDate('2026-06-30') AND isNotNull(yield_5_year)), 5
UNION ALL SELECT '10-year', (SELECT round(argMin(yield_10_year, date), 2) FROM global_markets.treasury_yields WHERE date >= toDate('2026-01-01') AND date <= toDate('2026-06-30') AND isNotNull(yield_10_year)), (SELECT round(argMax(yield_10_year, date), 2) FROM global_markets.treasury_yields WHERE date >= toDate('2026-01-01') AND date <= toDate('2026-06-30') AND isNotNull(yield_10_year)), 6
UNION ALL SELECT '30-year', (SELECT round(argMin(yield_30_year, date), 2) FROM global_markets.treasury_yields WHERE date >= toDate('2026-01-01') AND date <= toDate('2026-06-30') AND isNotNull(yield_30_year)), (SELECT round(argMax(yield_30_year, date), 2) FROM global_markets.treasury_yields WHERE date >= toDate('2026-01-01') AND date <= toDate('2026-06-30') AND isNotNull(yield_30_year)), 7
) ORDER BY oबदल स्तंभ वरपासून खालपर्यंत वाचा आणि वळण स्पष्ट दिसेल: 1-महिन्याचा दर -2 आधार बिंदूंनी हलला, तर 2-वर्षांचा दर 67 ने वाढला आणि 30-वर्षांचा दर फक्त 5 ने वाढला. समांतर सरकण्यात प्रत्येक परिपक्वता एकत्र हलते; या सहामाहीत वक्राचा मध्य भाग हलला आणि दोन्ही टोके स्थिर राहिली — लहान दर धोरणाजवळ अडकले, लांब दर क्वचित हलले.
त्याचा उतारावर काय परिणाम झाला
प्रत्येक आकड्यामागील अचूक SQL
SELECT
round((argMin(yield_10_year - yield_2_year, date)) * 100, 0) AS start_bp,
round((argMax(yield_10_year - yield_2_year, date)) * 100, 0) AS end_bp,
round(min((yield_10_year - yield_2_year)) * 100, 0) AS min_bp,
count() AS prints
FROM global_markets.treasury_yields
WHERE date >= toDate('2026-01-01') AND date <= toDate('2026-06-30')
AND isNotNull(yield_10_year) AND isNotNull(yield_2_year)लहान मुदतीचा दर मोठ्या मुदतीच्या दरापेक्षा वेगाने वाढणे म्हणजेच उतार सपाट होणे होय: 2 वर्षे आणि 10 वर्षे यांच्यातील प्रसार 124 प्रिंट्समध्ये 72 पासून 30 आधार बिंदूंपर्यंत खाली आला — आणि या अर्ध्या वर्षातील त्याची सर्वात कमी प्रिंट 27 होती, त्यामुळे वक्र कधीही उलट न होता सपाट झाला. सपाट वक्राचा पुढे काय होईल याबद्दलचा "अर्थ" हा अंदाज आहे, आणि ही तक्ता अंदाज बांधत नाही.
प्रत्येक आकड्यामागील अचूक SQL
SELECT toString(date) AS d, round((yield_10_year - yield_2_year) * 100, 0) AS spread_2s10s_bp
FROM global_markets.treasury_yields
WHERE date >= toDate('2026-01-01') AND date <= toDate('2026-06-30')
AND isNotNull(yield_10_year) AND isNotNull(yield_2_year)
ORDER BY dateदैनंदिन मालिका दर्शवते की हे सपाटीकरण एकच घटना नसून एक सततची प्रक्रिया होती — 124 प्रिंट्स अर्ध्या वर्षात हळूहळू खाली येत गेल्या, ज्यात प्रसार वर्षाच्या सुरुवातीला 72 आधार बिंदूंवर होता आणि शेवटी 30 वर संपला.
क्षेत्रे: निर्देशांकाने लपवलेली विखुरलेलीता
बाजाराच्या कोणत्या भागांनी प्रत्यक्षात या सहामाहीत पैसा कमावला? अकरा SPDR क्षेत्रीय ETF, सहामाही आणि तिमाही विभागणीसह, एकच प्रश्न.
प्रत्येक आकड्यामागील अचूक SQL
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 tickerविखुरलेलीता ही कथा आहे: तंत्रज्ञान (XLK) ने सहामाही 30.8% वाढ पूर्ण केली — 42% दुसऱ्या तिमाहीसह — तर दळणवळण सेवा (XLC) ने -9.3% वाढ पूर्ण केली, म्हणजे सहा महिन्यांत सर्वोत्तम आणि सर्वात वाईट क्षेत्रामध्ये अंदाजे चाळीस टक्के गुणांचा फरक. "बाजार" मालकीचा अर्थ त्या दोन्ही टोकांची मालकी घेणे होय. ऊर्जा ही दीर्घ कालावधीबद्दलची चेतावणी देणारी कथा आहे: XLE ने 18.8% ची निरोगी सहामाही दर्शविली — जी 36.9% पहिल्या तिमाहीत आणि त्यानंतर -11% दुसऱ्या तिमाहीत तयार झाली. निर्देशांक कोसळलेल्या तिमाहीत ते बाजारातील सर्वात मजबूत मोठे क्षेत्र होते, आणि ते सुधारलेल्या तिमाहीत सर्वात कमकुवत क्षेत्रांपैकी एक होते. वित्तीय (XLF) ने हाच चित्रपट उलटा चालवला: -9.9% पहिल्या तिमाहीत, नंतर 7.7% दुसऱ्या तिमाहीत. एकच H1 आकडा दोन्ही फेऱ्या सपाट करतो; तिमाही विभागणी ही प्रामाणिक दृष्टी आहे.
प्रत्येक क्षेत्रात व्यापार करण्यासाठी किती खर्च येतो
परताव्याचे तक्ते सर्वत्र उपलब्ध आहेत; कोट टेप्स मात्र नाहीत. हा पॅनेल प्रत्येक क्षेत्राच्या ETF चा मध्य बिड-आस्क स्प्रेड एका संपूर्ण प्रातिनिधिक सत्रात मोजतो — 123 सत्रे या अर्ध्या वर्षात, आणि 29 जून हे येथे मोजलेले सत्र आहे, असे लेबल केलेले — त्या दिवसाच्या प्रत्येक NBBO अपडेटवरून.
प्रत्येक आकड्यामागील अचूक SQL
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_bpsया अकरा कोटपैकी प्रत्येक काही बेसिस पॉइंट्स किंवा त्यापेक्षा कमी आहे — सर्वात स्वस्त 0.62 bps (XLV), सर्वात रुंद 2.23 bps (XLRE) — याचाच अर्थ "सेक्टर ETFs लिक्विड आहेत" हा व्यावहारिक अर्थ आहे: कोणतेही क्षेत्रीय दृष्टिकोन स्वीकारण्याचा खर्च टक्क्याच्या शंभराव्या भागात मोजला जातो. वैयक्तिक स्टॉक्सशी तुलना करण्यासाठी, 29 जूनचा सखोल अभ्यास एका पातळ नावाचा स्प्रेड या पातळीपेक्षा शेकडो पटीने जास्त, त्याच सत्रात मोजतो.
अर्ध्या वर्षातील बाजाराची व्याप्ती
अर्ध्या वर्षाच्या स्तरावर बाजाराची व्याप्ती दोन प्रकारे मोजली जाते. स्थूल मापन: SPY ने अर्ध्या वर्षातील 123 सत्रांपैकी 64 सत्रांत वाढ आणि 59 सत्रांत घट नोंदवली — हे जवळपास नाणेफेकीइतकेच मिश्र आहे, पण एकूणच अर्धे वर्ष सकारात्मक होते. दैनंदिन आकडेवारीतून ही वरची दिशा म्हणजे हळूहळू वाढणारी बाजारपेठ दिसते. सूक्ष्म मापन — प्रत्येक टिकरची स्वतंत्र गणना — महिन्याच्या स्तरावर दिसते: जूनमधील वाढणाऱ्या/घटणाऱ्या समभागांचे विभाजन जूनच्या आढाव्यात आहे (तेथे घटणाऱ्या समभागांची संख्या वाढणाऱ्यांपेक्षा जास्त होती), आणि तिमाहीच्या सीमारेषेवरील आकडेवारी दुसऱ्या तिमाहीच्या आढाव्यात आहे. संपूर्ण सहा महिन्यांच्या बाजारपेठेतील वाढणाऱ्या समभागांची एकच स्कॅन काढणे या पानावर उपलब्ध असलेल्या क्वेरी बजेटपेक्षा जास्त आहे; ही मर्यादा येथे उघडपणे सांगितली आहे, ती शांतपणे कमी केली नाही.
प्रत्येक आकड्यामागील अचूक SQL
SELECT countIf(day_ret > 0) AS up_sessions,
countIf(day_ret < 0) AS down_sessions,
countIf(day_ret = 0) AS flat_sessions,
count() AS sessions_total
FROM (
SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d,
round((argMax(toFloat64(close), window_start) / argMin(toFloat64(open), window_start) - 1) * 100, 2) AS day_ret
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'SPY'
AND window_start >= toDateTime('2026-01-01 00:00:00')
AND window_start < toDateTime('2026-07-01 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 d
)पर्याय टेप, महिन्यागणिक
फक्त सहा महिन्यांचे पान काय दाखवू शकते: पर्याय टेप स्वतः कशी विकसित झाली. खालील प्रत्येक पटल एका महिन्याचे संपूर्ण टेप स्कॅन आहे — एकूण कॉन्ट्रॅक्ट व्हॉल्यूम, आणि त्याच्या स्वतःच्या कालबाह्य दिवशी (0DTE) व्यापार झालेला वाटा. मोजलेली कथा: व्हॉल्यूम जानेवारीतील 1316.1 दशलक्ष कॉन्ट्रॅक्टपासून जूनमधील 1477.9 दशलक्षापर्यंत चालले — अर्ध्या वर्षातील सर्वात व्यस्त पर्याय महिना — आणि त्याच दिवशी कालबाह्य होणाऱ्या कॉन्ट्रॅक्टचा वाटा जानेवारीतील 26.5% वरून जूनमध्ये 34.3% पर्यंत वाढला, जो अर्ध्या वर्षातील सर्वोच्च महिना होता. जूनमधील एक तृतीयांश पर्याय व्हॉल्यूम त्याच दिवशी कालबाह्य होणाऱ्या कॉन्ट्रॅक्टवर व्यापार झाला.
प्रत्येक आकड्यामागील अचूक SQL
SELECT round(sum(toFloat64(volume)) / 1e6, 1) AS contracts_mm,
round(100.0 * sumIf(toFloat64(volume), toDateOrNull(concat('20', substring(ticker, length(ticker) - 14, 6))) = toDate(toTimeZone(window_start, 'America/New_York'))) / sum(toFloat64(volume)), 1) AS zero_dte_pct,
uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS sessions
FROM global_markets.options_minute_aggs
WHERE window_start >= toDateTime('2026-01-01 00:00:00')
AND window_start < toDateTime('2026-02-01 00:00:00')प्रत्येक आकड्यामागील अचूक SQL
SELECT round(sum(toFloat64(volume)) / 1e6, 1) AS contracts_mm,
round(100.0 * sumIf(toFloat64(volume), toDateOrNull(concat('20', substring(ticker, length(ticker) - 14, 6))) = toDate(toTimeZone(window_start, 'America/New_York'))) / sum(toFloat64(volume)), 1) AS zero_dte_pct,
uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS sessions
FROM global_markets.options_minute_aggs
WHERE window_start >= toDateTime('2026-02-01 00:00:00')
AND window_start < toDateTime('2026-03-01 00:00:00')प्रत्येक आकड्यामागील अचूक SQL
SELECT round(sum(toFloat64(volume)) / 1e6, 1) AS contracts_mm,
round(100.0 * sumIf(toFloat64(volume), toDateOrNull(concat('20', substring(ticker, length(ticker) - 14, 6))) = toDate(toTimeZone(window_start, 'America/New_York'))) / sum(toFloat64(volume)), 1) AS zero_dte_pct,
uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS sessions
FROM global_markets.options_minute_aggs
WHERE window_start >= toDateTime('2026-03-01 00:00:00')
AND window_start < toDateTime('2026-04-01 00:00:00')प्रत्येक आकड्यामागील अचूक SQL
SELECT round(sum(toFloat64(volume)) / 1e6, 1) AS contracts_mm,
round(100.0 * sumIf(toFloat64(volume), toDateOrNull(concat('20', substring(ticker, length(ticker) - 14, 6))) = toDate(toTimeZone(window_start, 'America/New_York'))) / sum(toFloat64(volume)), 1) AS zero_dte_pct,
uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS sessions
FROM global_markets.options_minute_aggs
WHERE window_start >= toDateTime('2026-04-01 00:00:00')
AND window_start < toDateTime('2026-05-01 00:00:00')प्रत्येक आकड्यामागील अचूक SQL
SELECT round(sum(toFloat64(volume)) / 1e6, 1) AS contracts_mm,
round(100.0 * sumIf(toFloat64(volume), toDateOrNull(concat('20', substring(ticker, length(ticker) - 14, 6))) = toDate(toTimeZone(window_start, 'America/New_York'))) / sum(toFloat64(volume)), 1) AS zero_dte_pct,
uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS sessions
FROM global_markets.options_minute_aggs
WHERE window_start >= toDateTime('2026-05-01 00:00:00')
AND window_start < toDateTime('2026-06-01 00:00:00')प्रत्येक आकड्यामागील अचूक SQL
SELECT round(sum(toFloat64(volume)) / 1e6, 1) AS contracts_mm,
round(100.0 * sumIf(toFloat64(volume), toDateOrNull(concat('20', substring(ticker, length(ticker) - 14, 6))) = toDate(toTimeZone(window_start, 'America/New_York'))) / sum(toFloat64(volume)), 1) AS zero_dte_pct,
uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS sessions
FROM global_markets.options_minute_aggs
WHERE window_start >= toDateTime('2026-06-01 00:00:00')
AND window_start < toDateTime('2026-07-01 00:00:00')व्यापाराची किंमत, मासिक नमुना
प्रत्येक आकड्यामागील अचूक SQL
SELECT toDate(toTimeZone(sip_timestamp, 'America/New_York')) AS session,
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), 3) 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 = 'SPY'
AND ((sip_timestamp >= toDateTime64('2026-01-14 14:30:00', 9) AND sip_timestamp < toDateTime64('2026-01-14 21:00:00', 9))
OR (sip_timestamp >= toDateTime64('2026-02-11 14:30:00', 9) AND sip_timestamp < toDateTime64('2026-02-11 21:00:00', 9))
OR (sip_timestamp >= toDateTime64('2026-03-11 13:30:00', 9) AND sip_timestamp < toDateTime64('2026-03-11 20:00:00', 9))
OR (sip_timestamp >= toDateTime64('2026-04-15 13:30:00', 9) AND sip_timestamp < toDateTime64('2026-04-15 20:00:00', 9))
OR (sip_timestamp >= toDateTime64('2026-05-13 13:30:00', 9) AND sip_timestamp < toDateTime64('2026-05-13 20:00:00', 9))
OR (sip_timestamp >= toDateTime64('2026-06-10 13:30:00', 9) AND sip_timestamp < toDateTime64('2026-06-10 20:00:00', 9)))
GROUP BY session
ORDER BY session ASCप्रत्येक महिन्याच्या दुसऱ्या बुधवारी SPY चा मध्यक उद्धृत प्रसार: जानेवारीच्या नमुन्यात 0.145 बेसिस पॉइंट्स, फेब्रुवारीत 0.144, वसंत ऋतूच्या नमुन्यांमध्ये जवळपास दुप्पट, आणि जूनच्या नमुन्यात 0.409 बेसिस पॉइंट्स — या सहा महिन्यांतील सर्वात विस्तृत. आधार, उघड केलेला: हे एकल लेबल केलेले नमुना सत्र आहेत (प्रत्येक महिन्याचा दुसरा बुधवार), महिनाभराचे मध्यक नव्हे — सहा महिन्यांचा संपूर्ण कोट टेप स्कॅन करणे या पृष्ठाच्या क्वेरी बजेटपेक्षा अधिक आहे. नमुना तारखा पॅनेलमध्ये आहेत, आणि अवैध कोट तेथे मोजले जातात, शांतपणे टाकले जात नाहीत.
अर्ध्या वर्षातील उल्लेखनीय नावे
मोजलेली उल्लेखनीयता, संपादकीय निवड नव्हे: खालील संच हा तिमाही-स्तरीय डॉलर-व्हॉल्यूम लीडरबोर्डचा शीर्ष भाग आहे, येथे पुनर्गणना केला आहे जेणेकरून या पृष्ठाची स्वतःची पावती असेल, आणि प्रत्येक नाव ज्याने सखोल विश्लेषण मिळवले आहे ते त्याच्याशी जोडलेले आहे.
प्रत्येक आकड्यामागील अचूक SQL
SELECT ticker,
round(sum(toFloat64(close) * toFloat64(volume)) / 1e9, 1) AS dollar_bn,
round(100 * sum(toFloat64(close) * toFloat64(volume)) / max(sum(toFloat64(close) * toFloat64(volume))) OVER (), 1) AS pct_of_leader
FROM global_markets.delayed_stocks_minute_aggs
WHERE window_start >= toDateTime('2026-04-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
AND (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199
AND ticker NOT IN ('SPCX')
GROUP BY ticker
ORDER BY dollar_bn DESC
LIMIT 8MU ने दुसऱ्या तिमाहीत SPY ला मागे टाकले ($2047.5 अब्ज विरुद्ध $2032 अब्ज) — हीच पावती Q2 आढावा मध्ये आहे. त्या लीडर संचातील सहा एकल नावांसाठी, अर्धे वर्ष:
प्रत्येक आकड्यामागील अचूक SQL
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, (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', 'NVDA', 'TSLA', 'SNDK', 'AMD', 'INTC')
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 tickerमेमरी-आणि-सेमीकंडक्टर कॉम्प्लेक्सने अर्ध्या वर्षावर वर्चस्व गाजवले: SNDK ने सहा महिन्यांत 830.1% परतावा दिला, MU ने 290% — त्याचा जून येथे टिक-दर-टिक विच्छेदित केला आहे — आणि INTC ने 269.3%. NVDA, या संचातील सर्वात मोठा टेप $3287.9 अब्ज अर्ध-वार्षिक उलाढालीसह, 5.2% परतावा दिला — मेमरी नावे गुणाकार करत असताना एकल आकडे; त्याचा जून सखोल अभ्यास तो फरक सत्र-दर-सत्र दर्शवितो. TSLA हे -8.2% वर या संचातील एकमेव घसरणारे नाव आहे. जून मेगा-लिस्टिंग पुनर्वापर केलेल्या चिन्हाखाली व्यापार करते आणि संस्था पडताळणी प्रलंबित असताना लीडर स्कॅनमधून वगळले आहे — त्याच्या पहिल्या महिन्याची स्वतःची पावती-दर-पावती पोस्ट आहे. आधार: लीडर SET हा Q2 नियमित-तास डॉलर व्हॉल्यूमद्वारे निवडला जातो (वरील स्कॅन); परतावा स्तंभ हे अर्ध्या वर्षाचे आहेत, पहिल्या नियमित-तास उघडण्यापासून शेवटच्या नियमित-तास बंद होण्यापर्यंत.
अर्ध्या वर्षातील IPO लाट, महिन्यागणिक
प्रत्येक आकड्यामागील अचूक SQL
SELECT toString(toStartOfMonth(listing_date)) AS m, count() AS listings
FROM global_markets.stocks_ipos
WHERE listing_date >= toDate('2026-01-01') AND listing_date <= toDate('2026-06-30')
GROUP BY m
ORDER BY mलिस्टिंगची लाट सुरुवातीला केंद्रित आणि असमान होती: फेब्रुवारी हा या अर्ध्या वर्षातील सर्वात व्यस्त महिना होता, ज्यात 47 लिस्टिंग झाली, तर मार्च हा सर्वात शांत महिना होता, ज्यात 17 लिस्टिंग झाली — प्रसिद्ध जून मेगा-लिस्टिंग अन्यथा सामान्य व्हॉल्यूम असलेल्या महिन्यात आली (35 लिस्टिंग).
सहामाहीचे कॅलेंडर
प्रत्येक आकड्यामागील अचूक SQL
SELECT
(SELECT count() FROM global_markets.stocks_dividends WHERE ex_dividend_date >= toDate('2026-01-01') AND ex_dividend_date <= toDate('2026-06-30')) AS ex_div_events,
(SELECT count() FROM global_markets.stocks_splits WHERE execution_date >= toDate('2026-01-01') AND execution_date <= toDate('2026-06-30')) AS splits,
(SELECT count() FROM global_markets.stocks_ipos WHERE listing_date >= toDate('2026-01-01') AND listing_date <= toDate('2026-06-30')) AS ipos,
(SELECT uniqExact(accession_number) FROM global_markets.stocks_sec_edgar_index WHERE filing_date >= toDate('2026-01-01') AND filing_date <= toDate('2026-06-30')) AS h1_filings,
(SELECT uniqExact(accession_number) FROM global_markets.stocks_sec_edgar_index WHERE filing_date = toDate('2026-03-31')) AS filings_mar31,
(SELECT uniqExact(accession_number) FROM global_markets.stocks_sec_edgar_index WHERE filing_date = toDate('2026-04-30')) AS filings_apr30,
(SELECT uniqExact(accession_number) FROM global_markets.stocks_sec_edgar_index WHERE filing_date = toDate('2026-06-30')) AS filings_jun30205 कंपन्या सहामाहीत सार्वजनिक झाल्या — ही यादीकरणाची एक लाट आहे, ज्यामध्ये जूनमधील सर्वात मोठ्या पदार्पणाची स्वतःची पावती-दर-पावती पोस्ट आहे — त्यासोबत 830 विभाजने आणि 28356 लाभांश-वगळता घटना आहेत. प्रमाणासाठी, हे सहामाहीतील प्रत्येक व्यापार सत्रात एकापेक्षा अधिक नवीन यादीकरण आहे. फाइलिंगची एकूण संख्या तिहेरी प्रकटीकरण घेऊन येते: SEC निर्देशांक सहामाहीच्या प्रत्येक महिन्याच्या शेवटी जवळजवळ रिकामा असतो ज्याचा शेवटचा कॅलेंडर दिवस आठवड्याचा दिवस होता (31 मार्च रोजी 55 फाइलिंग्ज, 30 एप्रिल रोजी 34, आणि 30 जून रोजी 31, शेजारच्या दिवशी हजारोंच्या तुलनेत), त्यामुळे सहामाहीतील फाइलिंगची संख्या फीड बॅकफिल होईपर्यंत कमी दर्शवली जाते — महिन्याच्या शेवटच्या अंतराची स्वतःची निदानात्मक नोंद आहे.
सत्राची पावती
प्रत्येक आकड्यामागील अचूक SQL
SELECT
(SELECT uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'SPY' AND window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')) AS h1_sessionsडेटा नोंदी
पूर्ण डेटा नोंदी
- शॉर्ट इंटरेस्ट 15 जूनच्या सेटलमेंटपर्यंतचा आहे (जूनअखेरचा प्रिंट प्रलंबित आहे — जूनचा आढावा मध्ये संपूर्ण माहिती दिली जाईल; ही पोस्ट ती माहिती आल्यावर पुन्हा तयार होईल).
- 2026 मधील तीन महिन्याअखेरचे फायलिंग-इंडेक्स दिवस जवळजवळ रिकामे आहेत (31 मार्च, 30 एप्रिल, 30 जून — अर्ध्या वर्षातील प्रत्येक महिन्याअखेरचा शेवटचा कॅलेंडर दिवस आठवड्याचा दिवस होता); हे आकडेवारीसह स्पष्ट केले आहे, महिन्याअखेरच्या अंतराच्या नोंदी मध्ये निदान केले आहे. मागील वर्षांच्या महिन्याअखेरच्या नोंदींमध्ये हजारो फायलिंग असतात, त्यामुळे ही फीडमधील कमतरता आहे, फायलिंगची सुट्टी नाही.
- अर्ध्या प्रमाणातील लीडरबोर्ड मर्यादित आहे: सहा महिन्यांचा बाजार-व्यापी स्कॅन या पेजच्या क्वेरी बजेटपेक्षा जास्त आहे, त्यामुळे उल्लेखनीय नावांचा संच तिमाही-प्रमाणातील लीडर स्कॅनमधून निवडला जातो (जो इनलाइन दाखवला आहे), आणि त्या निश्चित संचासाठी अर्ध्या वर्षाचे परतावे मोजले जातात — हा आधार जिथे वापरला आहे तिथे सांगितला आहे. Q2 आणि जून च्या आढाव्यांमध्ये त्यांच्या प्रमाणातील पूर्ण लीडर टेबल्स आहेत.
- अर्ध्या प्रमाणातील संपूर्ण बाजाराची रुंदी देखील मर्यादित आहे — दिवस-दाण्याचा विभाग दाखवला आहे; टिकर-दाण्याची संख्या महिना आणि तिमाही प्रमाणात आहे, जी रुंदी विभागात दुवा दिली आहे.
- QQQ ची इतिहास मालिका SPY पेक्षा लहान आहे: या फंडाचा काही वर्षे वेगळा रूट सिंबल होता; सेशन-काउंट गार्ड ती वर्षे स्पष्टपणे वगळते (दर वर्षीचे सेशन काउंट टेबलमध्ये आहेत).
- सहा ऑप्शन्स पॅनेल हे संपूर्ण टेपचे मासिक स्कॅन आहेत आणि स्प्रेड ट्रेंड नमुना दर महिन्याला एक लेबल केलेले सेशन घेतो — दोन्ही बॅच पाथवर चालतात; नमुना आधार इनलाइन सांगितला आहे.
- मायक्रोस्ट्रक्चर 29 जूनच्या सखोल विश्लेषणात आहे.
पद्धती
- कालावधी 1 जानेवारी – 30 जून 2026 — 123 सत्रे, निरीक्षित बारमधून सत्यापित. परतावे प्रत्येक विंडोमध्ये पहिल्या नियमित तासांच्या उघडण्यापासून शेवटच्या नियमित तासांच्या बंद होण्यापर्यंत, सर्व दर्शविलेल्या समान क्वेरीमध्ये गणले जातात.
- ऐतिहासिक तुलना निर्मितीच्या वेळी संपूर्ण मिनिट इतिहासावर थेट पुनर्गणना केल्या जातात — साठवलेल्या मूल्यांवरून कधीही वाचल्या जात नाहीत. खोली सत्यापन: येथे वापरलेल्या विलंबित दृश्यातील सर्वात जुनी मिनिट-बार तारीख बेस टेबलशी (सप्टेंबर 2003) जुळते, लेखनाच्या वेळी तपासले गेले, म्हणून फाइलवरील पहिला पूर्ण पहिला सहामाही 2004 चा आहे. प्रत्येक इतिहास क्वेरी त्याची वरची मर्यादा या कालावधीच्या शेवटी निश्चित करते (जेव्हा नंतरची वर्षे समाविष्ट केली जातात तेव्हा तुलना संच वाढू शकत नाही) आणि दर्शविलेल्या प्रति-वर्ष सत्र संख्यांसह किमान-सत्र संरक्षक लागू करते.
- टाइमस्टॅम्प कच्च्या UTC सीमांसह UTC मध्ये साठवले जातात. बहु-वर्ष इतिहास ब्लॉक पूर्वेकडील भिंतीच्या घड्याळावर (9:30–15:59, प्रति पंक्ती रूपांतरित — दशकांमध्ये फक्त DST-सुरक्षित प्रथा) नियमित तास फिल्टर करतात; फक्त EDT-श्रेणीतील एकल-विंडो ब्लॉक समतुल्य कच्चा-UTC बँड वापरतात. दोन्ही प्रथा येथे सांगितल्या आहेत.
- निर्मिती गेटेड रीड-ओन्ली मार्गावरून चालते; सार्वजनिक पृष्ठ कधीही थेट क्वेरी करत नाही. 5 जुलै 2026 पर्यंतची वेअरहाऊस स्थिती.
ही स्थायी सहामाही आढाव्याची पहिली आवृत्ती आहे; पूर्ण-वर्ष आवृत्ती जानेवारीमध्ये येईल. तिमाही तपशील: Q2 2026. ज्या मॅक्रो रिलीझच्या विरुद्ध सहामाही व्यापार करत होता ते मॅक्रो आढावा मध्ये आहेत.