Aandelen met short squeeze potentieel deze week
Wij screenen aandelen op basis van days to cover, shares short en een stijgende koers. Elke drempelwaarde wordt helder toegelicht met de berekende kansen voor de belegger.
Aandelen met een short squeeze-potentieel worden gescreend op basis van twee mechanismen: een shortpositie die groot is in verhouding tot het handelsvolume van het aandeel, en een koers die reeds stijgende is. Deze pagina voert die screening uit op basis van het meest recente door de beurs gerapporteerde short-interest-bestand, afgewikkeld op Aug 14, 2026, en meet het koersverloop over de vijf sessies eindigend op Sep 3, 2026. Dit zijn mechanismen die lijken op eerdere squeezes. Niets hiervan is een voorspelling, en de meeste zwaar geshorte aandelen komen nooit tot een squeeze.
Let op de data vóór de namen. Het short-interest-gedeelte van deze pagina is door regelgeving enkele weken oud, niet door een fout in de datastroom: brokers rapporteren hun shortposities tweemaal per maand op vastgestelde settlement-data aan FINRA, en het samengestelde bestand wordt ongeveer acht werkdagen later openbaar. De meest recente print die voor iedereen beschikbaar is, is gedateerd op Aug 14, 2026, 22 dagen geleden, terwijl het koersverloop doorloopt tot Sep 3, 2026. Wat de shortzijde in die tussenliggende periode heeft gedaan, is onzichtbaar voor elke screener, inclusief deze. Waarom short-interest-data altijd twee weken oud is doorloopt de rapportagecyclus stap voor stap.
| peildatum | leg | leeftijd (dagen) |
|---|---|---|
| Jul 31, 2026 | Short interest, previous settlement | 36 |
| Aug 14, 2026 | Short interest, latest settlement | 22 |
| Sep 3, 2026 | Price tape, last fully loaded session | 2 |
De exacte SQL achter elk getal
WITH prints AS (
SELECT DISTINCT settlement_date AS d
FROM global_markets.stocks_short_interest
ORDER BY d DESC
LIMIT 2
),
loaded AS (
SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS session
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'SPY'
AND window_start >= now() - INTERVAL 20 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 session
HAVING count() >= 380
),
legs AS (
SELECT arrayJoin([
('Short interest, previous settlement', (SELECT min(d) FROM prints)),
('Short interest, latest settlement', (SELECT max(d) FROM prints)),
('Price tape, last fully loaded session', (SELECT max(session) FROM loaded))]) AS row
)
SELECT formatDateTime(row.2, '%b %e, %Y') AS as_of_date,
row.1 AS leg,
dateDiff('day', row.2, today()) AS age_days
FROM legsDe twee settlement-prints dateren van 36 en 22 dagen geleden; dit is de tweemaandelijkse telcyclus plus de verwerkingstijd. De koersdata loopt 2 dagen achter, wat te wijten is aan de verwerkingstijd in het datamagazijn en niet aan regelgeving. Beide ouderdommen kennen beperkingen; een datastroom die stagneert, houdt deze pagina tegen in plaats van een oude datum onder een nieuwe kop te publiceren.
Lijst met short squeeze-aandelen: de huidige selectie
Elk van de onderstaande namen is door dezelfde filters gekomen op basis van hetzelfde bestand: een gemiddeld dagelijks handelsvolume van vijf miljoen aandelen, vijf of meer days to cover, en een positieve koersbeweging over de vijf sessies eindigend op Sep 3, 2026. 36 namen voldeden aan al deze criteria, en de 12 meest 'crowded' namen daarvan worden hier getoond. Days to cover is het aantal short verkochte aandelen gedeeld door het gemiddelde dagelijkse volume: het aantal volledige handelsdagen dat de short-partij nodig zou hebben om de positie terug te kopen op basis van de totale omzet.
| ticker | days to cover | shares short (m) | rendement 5d (%) |
|---|---|---|---|
| ENB | 9.8 | 69.8 | 1.2 |
| MRNA | 9.2 | 52.8 | 4.3 |
| CNQ | 8.4 | 57.6 | 2.7 |
| FOXA | 8.1 | 45.3 | 0.8 |
| AUR | 7.6 | 174.9 | 11.1 |
| GOSS | 7.4 | 86.8 | 2.9 |
| SAN | 7.3 | 107.7 | 3.4 |
| STLA | 7.1 | 130.7 | 3.8 |
| AVTR | 6.9 | 52.2 | 4 |
| SBET | 6.9 | 39 | 1.1 |
| INFY | 6.8 | 130.3 | 1.7 |
| ACI | 6.7 | 51.7 | 3 |
De exacte SQL achter elk getal
WITH latest AS (
SELECT max(settlement_date) AS d FROM global_markets.stocks_short_interest
),
sessions AS (
SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS session
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'SPY'
AND window_start >= now() - INTERVAL 20 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 session
HAVING count() >= 380
ORDER BY session DESC
LIMIT 6
),
crowded AS (
SELECT ticker, days_to_cover, short_interest
FROM global_markets.stocks_short_interest
WHERE settlement_date = (SELECT d FROM latest)
AND avg_daily_volume >= 5000000
AND days_to_cover >= 5
AND ticker NOT IN ('SPCX')
AND ticker NOT IN ('KORU','SOXL','SOXS','TQQQ','SQQQ','NVDL','NVDS','NVD','TSLL','TSLQ','TSLZ','SPXL','SPXS','UPRO','SPXU','LABU','LABD','FAS','FAZ','TNA','TZA','YINN','YANG','UDOW','SDOW','BOIL','KOLD','UCO','SCO','USD','SSO','SDS','QLD','QID','ERX','ERY','DRN','DRV','CURE','SOXY','MUU','SNXX','UVXY','SVXY','UVIX','SVIX','BULZ','WEBL','WEBS','DPST','DRIP','GUSH','AGQ','ZSL','BITX','ETHU','MSTX','MSTU','CONL','DUST','JNUG','JDST','NUGT')
AND ticker NOT IN (SELECT ticker FROM global_markets.stocks_splits
WHERE execution_date BETWEEN today() - 60 AND today())
),
tape AS (
SELECT ticker,
toDate(toTimeZone(window_start, 'America/New_York')) AS session,
argMax(close, window_start) AS rth_close
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN (SELECT ticker FROM crowded)
AND toDate(toTimeZone(window_start, 'America/New_York')) IN (SELECT session FROM sessions)
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, session
),
moves AS (
SELECT ticker,
round((argMax(rth_close, session) / argMin(rth_close, session) - 1) * 100, 1) AS return_5d_pct
FROM tape
GROUP BY ticker
HAVING count() = 6 AND return_5d_pct > 0
)
SELECT c.ticker AS ticker,
round(c.days_to_cover, 1) AS days_to_cover,
round(c.short_interest / 1e6, 1) AS shares_short_m,
m.return_5d_pct AS return_5d_pct
FROM crowded c
INNER JOIN moves m ON m.ticker = c.ticker
ORDER BY c.days_to_cover DESC, c.ticker
LIMIT 12De meest 'crowded' naam in dit overzicht, ENB, laat 9.8 days to cover zien bij 69.8 miljoen short verkochte aandelen, en het aandeel steeg 1.2% over de vijf sessies eindigend op Sep 3, 2026. De laatste rij in de tabel toont 6.7 days to cover; dit is het punt waarop de weergave is afgekapt, niet de ondergrens van de selectie. De rangschikking is gebaseerd op de mate van 'crowding' in plaats van op omvang; een middelgrote positie in een dun verhandeld aandeel staat dus hoger dan een veel grotere positie in een aandeel met een hoog volume. Voor de rangschikking op omvang toont de meest geshorte aandelen van dit moment beide ranglijsten naast elkaar.
De voorwaarde van een stijgende koers heeft een mechanische reden. Een squeeze wordt veroorzaakt door gedwongen aankopen van short sellers die hun positie sluiten. Het sluiten van een short-positie betekent dat het aandeel moet worden teruggekocht, wat pas begint zodra de koers zich tegen de positie in beweegt. Hoe een short squeeze werkt, aan de hand van de cijfers van GameStop uit 2021, brengt deze reeks in kaart.
De regels en wat elke regel wegfiltert
Een screen is een mening onderbouwd met cijfers; hieronder volgt de onderbouwing van het veld.
| label | namen |
|---|---|
| Every name in the settlement file | 22480 |
| Liquid: five million shares a day, no leveraged funds | 697 |
| Crowded: five or more days to cover | 87 |
| Rising: a positive move over the price window | 36 |
De exacte SQL achter elk getal
WITH latest AS (
SELECT max(settlement_date) AS d FROM global_markets.stocks_short_interest
),
sessions AS (
SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS session
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'SPY'
AND window_start >= now() - INTERVAL 20 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 session
HAVING count() >= 380
ORDER BY session DESC
LIMIT 6
),
reported AS (
SELECT ticker, days_to_cover, avg_daily_volume
FROM global_markets.stocks_short_interest
WHERE settlement_date = (SELECT d FROM latest)
),
liquid AS (
SELECT ticker, days_to_cover
FROM reported
WHERE avg_daily_volume >= 5000000
AND days_to_cover IS NOT NULL
AND ticker NOT IN ('SPCX')
AND ticker NOT IN ('KORU','SOXL','SOXS','TQQQ','SQQQ','NVDL','NVDS','NVD','TSLL','TSLQ','TSLZ','SPXL','SPXS','UPRO','SPXU','LABU','LABD','FAS','FAZ','TNA','TZA','YINN','YANG','UDOW','SDOW','BOIL','KOLD','UCO','SCO','USD','SSO','SDS','QLD','QID','ERX','ERY','DRN','DRV','CURE','SOXY','MUU','SNXX','UVXY','SVXY','UVIX','SVIX','BULZ','WEBL','WEBS','DPST','DRIP','GUSH','AGQ','ZSL','BITX','ETHU','MSTX','MSTU','CONL','DUST','JNUG','JDST','NUGT')
AND ticker NOT IN (SELECT ticker FROM global_markets.stocks_splits
WHERE execution_date BETWEEN today() - 60 AND today())
),
crowded AS (
SELECT ticker FROM liquid WHERE days_to_cover >= 5
),
tape AS (
SELECT ticker,
toDate(toTimeZone(window_start, 'America/New_York')) AS session,
argMax(close, window_start) AS rth_close
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN (SELECT ticker FROM crowded)
AND toDate(toTimeZone(window_start, 'America/New_York')) IN (SELECT session FROM sessions)
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, session
),
rising AS (
SELECT ticker,
round((argMax(rth_close, session) / argMin(rth_close, session) - 1) * 100, 1) AS return_5d_pct
FROM tape
GROUP BY ticker
HAVING count() = 6 AND return_5d_pct > 0
),
tally AS (
SELECT (SELECT count() FROM reported) AS all_names,
(SELECT count() FROM liquid) AS liquid_names,
(SELECT count() FROM crowded) AS crowded_names,
(SELECT count() FROM rising) AS rising_names
)
SELECT step.1 AS label, step.2 AS names
FROM (
SELECT arrayJoin([
('Every name in the settlement file', all_names),
('Liquid: five million shares a day, no leveraged funds', liquid_names),
('Crowded: five or more days to cover', crowded_names),
('Rising: a positive move over the price window', rising_names)]) AS step
FROM tally
)Het Aug 14, 2026-bestand bevat 22480 effecten. De liquiditeitsgrens en de uitsluitingslijst laten er 697 over, de drempel voor concentratierisico brengt dat terug naar 87, en de filter voor stijgende koersen laat er 36 over. Elke drempelwaarde is een keuze, en een andere keuze levert een andere lijst op. Daarom staan de regels op de pagina zelf en niet in een voetnoot.
Hoeveel van elk bedrijf is short verkocht
Het cijfer waar de meeste mensen naar zoeken is short interest als percentage van de float, en dat staat niet in deze data. Het beursbestand rapporteert het aantal short verkochte aandelen en het gemiddelde dagelijkse handelsvolume, zonder enig type aandelentelling. Wat wel kan worden afgeleid, is de positie afgezet tegen het totaal aantal uitstaande aandelen, door de marktwaarde van elk bedrijf te delen door de koers van het aandeel.
RIG voert de lijst aan met 24.1% van de uitstaande aandelen short verkocht: 268.9 miljoen aandelen tegenover 1117 miljoen bestaande aandelen. De 10 getoonde rijen zijn de hoogste waarden onder de gescreende namen met een gepubliceerd aantal aandelen, en de laatste daarvan geeft nog steeds 10.8% aan. Lees die kolom als een ondergrens en nooit als het float-getal. Float telt alleen de aandelen die daadwerkelijk van eigenaar wisselen, exclusief belangen van insiders en andere geblokkeerde holdings. De float is de kleinere noemer, dus het werkelijke percentage van de float dat short is verkocht, ligt hoger dan elk getoond cijfer. Hoeveel hoger hangt af van de eigendomsstructuur van elk bedrijf, en die informatie bevat dit archief niet.
Neemt de short crowding toe of af?
Eén print is slechts een momentopname. Omdat hetzelfde bestand jaren teruggaat, kan de vraag voor de gehele markt met data worden beantwoord.
| settlement date | namen 5+ DTC | namen 10+ DTC | mediaan DTC liquide |
|---|---|---|---|
| 2026-02-27 | 54 | 5 | 1.83 |
| 2026-03-13 | 58 | 7 | 1.54 |
| 2026-03-31 | 73 | 9 | 1.62 |
| 2026-04-15 | 69 | 6 | 1.75 |
| 2026-04-30 | 82 | 11 | 1.85 |
| 2026-05-15 | 83 | 8 | 2.02 |
| 2026-05-29 | 84 | 4 | 1.88 |
| 2026-06-15 | 97 | 12 | 1.8 |
| 2026-06-30 | 96 | 5 | 1.87 |
| 2026-07-15 | 103 | 6 | 2.27 |
| 2026-07-31 | 92 | 3 | 2.15 |
| 2026-08-14 | 88 | 8 | 2.16 |
De exacte SQL achter elk getal
WITH dates AS (
SELECT DISTINCT settlement_date AS d
FROM global_markets.stocks_short_interest
ORDER BY d DESC
LIMIT 12
)
SELECT toString(settlement_date) AS settlement_date,
countIf(days_to_cover >= 5) AS names_5plus_dtc,
countIf(days_to_cover >= 10) AS names_10plus_dtc,
round(quantileExact(0.5)(days_to_cover), 2) AS median_dtc_liquid
FROM global_markets.stocks_short_interest
WHERE settlement_date IN (SELECT d FROM dates)
AND avg_daily_volume >= 5000000
AND days_to_cover IS NOT NULL
AND ticker NOT IN ('SPCX')
AND ticker NOT IN ('KORU','SOXL','SOXS','TQQQ','SQQQ','NVDL','NVDS','NVD','TSLL','TSLQ','TSLZ','SPXL','SPXS','UPRO','SPXU','LABU','LABD','FAS','FAZ','TNA','TZA','YINN','YANG','UDOW','SDOW','BOIL','KOLD','UCO','SCO','USD','SSO','SDS','QLD','QID','ERX','ERY','DRN','DRV','CURE','SOXY','MUU','SNXX','UVXY','SVXY','UVIX','SVIX','BULZ','WEBL','WEBS','DPST','DRIP','GUSH','AGQ','ZSL','BITX','ETHU','MSTX','MSTU','CONL','DUST','JNUG','JDST','NUGT')
GROUP BY settlement_date
ORDER BY settlement_dateOver de 12 settlements die hier worden getoond, is het aantal liquide namen met vijf of meer dagen om de positie te sluiten (days to cover) verschoven van 54 naar 88. De uiterste zijde van de verdeling blijft veel dunner: 8 namen stonden op tien of meer days to cover bij de laatste print. De mediaan voor liquide namen bedraagt 2.16 dagen; dat maakt een drempel van vijf dagen zinvol in plaats van willekeurig. De pagina aandelen met de hoogste days-to-cover volgt die extreme uitschieters afzonderlijk.
Wat er doorgaans daarna is gebeurd
Screens zoals deze zijn eenvoudig op te stellen en gemakkelijk verkeerd te interpreteren. Daarom hebben we dezelfde screen in omgekeerde volgorde uitgevoerd, met dezelfde offset ten opzichte van het bestand. Voor elke settlement-print in het afgelopen jaar hebben we de namen genomen die de crowding-drempel op die print passeerden en die stegen in de zes sessies eindigend twintig kalenderdagen later – het punt waar deze pagina zich vandaag bevindt. Vervolgens hebben we gemeten wat elk van deze namen in de daaropvolgende dertig kalenderdagen deed.
| beweging over 30 dagen | aantal namen | cumulatief aandeel (%) |
|---|---|---|
| Fell more than 20% | 72 | 11.5 |
| Fell 10% to 20% | 97 | 27 |
| Fell 0% to 10% | 158 | 52.2 |
| Rose 0% to 10% | 165 | 78.5 |
| Rose 10% to 20% | 61 | 88.2 |
| Rose more than 20% | 74 | 100 |
De exacte SQL achter elk getal
WITH screened AS (
SELECT settlement_date, ticker
FROM global_markets.stocks_short_interest
WHERE settlement_date >= today() - 400
AND settlement_date <= today() - 55
AND avg_daily_volume >= 5000000
AND days_to_cover >= 5
AND ticker NOT IN ('SPCX')
AND ticker NOT IN ('KORU','SOXL','SOXS','TQQQ','SQQQ','NVDL','NVDS','NVD','TSLL','TSLQ','TSLZ','SPXL','SPXS','UPRO','SPXU','LABU','LABD','FAS','FAZ','TNA','TZA','YINN','YANG','UDOW','SDOW','BOIL','KOLD','UCO','SCO','USD','SSO','SDS','QLD','QID','ERX','ERY','DRN','DRV','CURE','SOXY','MUU','SNXX','UVXY','SVXY','UVIX','SVIX','BULZ','WEBL','WEBS','DPST','DRIP','GUSH','AGQ','ZSL','BITX','ETHU','MSTX','MSTU','CONL','DUST','JNUG','JDST','NUGT')
),
split_hits AS (
SELECT s.settlement_date AS sd, s.ticker AS tkr
FROM screened s
INNER JOIN global_markets.stocks_splits sp ON sp.ticker = s.ticker
WHERE sp.execution_date > s.settlement_date + 11
AND sp.execution_date <= s.settlement_date + 50
),
daily AS (
SELECT ticker,
toDate(toTimeZone(window_start, 'America/New_York')) AS session,
argMax(close, window_start) AS rth_close
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN (SELECT DISTINCT ticker FROM screened)
AND window_start >= now() - INTERVAL 400 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, session
),
paired AS (
SELECT s.settlement_date AS sd,
s.ticker AS tkr,
(argMaxIf(d.rth_close, d.session, d.session <= s.settlement_date + 20)
/ argMinIf(d.rth_close, d.session, d.session <= s.settlement_date + 20) - 1) * 100 AS prior_pct,
(argMaxIf(d.rth_close, d.session, d.session >= s.settlement_date + 20)
/ argMinIf(d.rth_close, d.session, d.session >= s.settlement_date + 20) - 1) * 100 AS next_pct
FROM screened s
INNER JOIN daily d ON d.ticker = s.ticker
WHERE d.session > s.settlement_date + 11
AND d.session <= s.settlement_date + 50
GROUP BY sd, tkr
HAVING countIf(d.session <= s.settlement_date + 20) >= 4
AND countIf(d.session >= s.settlement_date + 20) >= 15
),
outcomes AS (
SELECT multiIf(next_pct < -20, 1,
next_pct < -10, 2,
next_pct < 0, 3,
next_pct < 10, 4,
next_pct < 20, 5, 6) AS bucket,
multiIf(next_pct < -20, 'Fell more than 20%',
next_pct < -10, 'Fell 10% to 20%',
next_pct < 0, 'Fell 0% to 10%',
next_pct < 10, 'Rose 0% to 10%',
next_pct < 20, 'Rose 10% to 20%', 'Rose more than 20%') AS move_over_30_days
FROM paired
WHERE prior_pct > 0
AND (sd, tkr) NOT IN (SELECT sd, tkr FROM split_hits)
),
tallied AS (
SELECT bucket, move_over_30_days, count() AS name_count
FROM outcomes
GROUP BY bucket, move_over_30_days
)
SELECT move_over_30_days,
name_count,
round(100.0 * sum(name_count) OVER (ORDER BY bucket) / sum(name_count) OVER (), 1) AS cumulative_share_pct
FROM tallied
ORDER BY bucket52.2% van die observaties van namen en settlements noteerde dertig dagen later lager. Dat komt dicht in de buurt van een muntworp en dat is de eerlijke conclusie van deze pagina: short sellers hebben vaak gelijk, en 'crowded-plus-rising' beschrijft een opzet in plaats van een voorsprong. De uitersten van de verdeling zijn waar een squeeze zichtbaar zou worden, en beide zijn dun. 72 van de observaties daalde met meer dan een vijfde; 74 steeg met meer dan een vijfde, de categorie waarin een echte squeeze terecht zou komen. 88.2% van de steekproef bereikte die uitersten nooit.
Beschouw dat paneel als een verdeling, niet als een handelsresultaat. Het negeert kosten, leenvergoedingen en positiegrootte, en het weegt elke gemarkeerde naam identiek. Beide benen zijn verankerd op twintig kalenderdagen na elke settlement-datum, dezelfde offset die deze pagina gebruikt, waardoor elke gemarkeerde naam rust op koersen die een lezer had kunnen zien. Een jaar aan settlements is een korte steekproef.
Hoe dit wordt gemeten
Alle regels en uitsluitingen die ten grondslag liggen aan de bovenstaande cijfers.
- Het short-interest-bestand is gebaseerd op beursrapportages en verschijnt tweemaal per maand. De hier gebruikte data zijn afgewikkeld op Aug 14, 2026, 22 dagen geleden. Er bestaat in de Verenigde Staten geen dagelijks gepubliceerd short-interest-cijfer; er zijn enkel schattingen van dataleveranciers die zijn gemodelleerd op basis van securities-lending-data.
- Liquiditeitsdrempel: vijf miljoen aandelen gemiddeld dagvolume, zoals gerapporteerd in hetzelfde bestand. Zonder deze drempel zou de lijst volstaan met microcaps waarvan de enorme days-to-cover-waarde een vertekend beeld geeft door een volume dat nagenoeg nul is.
- Crowding-drempel: vijf of meer days-to-cover, ruim boven de liquide mediaan die hierboven wordt getoond.
- Momentum-component: de verandering tussen de slotkoersen van de laatste zes volledige reguliere handelssessies, wat neerkomt op een rendement over vijf sessies. Een sessie wordt pas in het venster opgenomen zodra de benchmark-tape een volledige dag aan minuutkoersen bevat. Een sessie die nog in de feed binnenkomt, wordt vastgehouden in plaats van onvolledig gemeten; hierdoor kan het venster één sessie achterlopen op de kalender, zelfs als die sessie al is gesloten. De prijzen zijn de slotkoersen van de reguliere handelssessie.
- Beide data zijn begrensd. Het paneel bovenaan toont de ouderdom van elke input in dagen, en voor die ouderdom gelden strikte grenzen. Een settlement-print die ouder is dan een maand, of een prijs-tape die verder achterloopt dan de normale verwerkingsvertraging, zorgt ervoor dat deze pagina wordt vastgehouden voor controle in plaats van dat er een verouderde datum onder een nieuwe kop wordt gepubliceerd.
- Uitsluitingen. Leveraged en inverse ETF's worden uit elk paneel verwijderd (hun short interest is grotendeels een bijproduct van hedging), evenals één ambigu symbool dat door dataleveranciers voor twee verschillende bedrijven wordt gebruikt. Panelen die een prijsbeweging meten, sluiten ook namen uit waarvan de aandelensplitsing binnen het meetvenster van dat paneel valt, aangezien een splitsing een grote koersbeweging simuleert. In de backtest wordt deze toets per settlement uitgevoerd, waardoor een splitsing in de ene maand nooit de observaties van een aandeel in andere maanden verwijdert.
- Fondsen staan in dit bestand naast operationele bedrijven. Een obligatie- of index-ETF kan een grote shortpositie hebben die voortkomt uit de techniek van creation-and-redemption in plaats van uit een speculatieve weddenschap tegen het fonds.
- Geen float en geen aandelenhoeveelheid in dit bestand, en nergens in de database is open interest van opties opgenomen. De kolom met uitstaande aandelen hierboven is afkomstig uit een afzonderlijke tabel met fundamentele gegevens; een naam zonder gepubliceerde marktwaarde valt daarom uit dat paneel.
- Niets hiervan is een voorspelling of aanbeveling. Het beschrijft meetbare condities, inclusief het bijbehorende resultatenpaneel.
Veelgestelde vragen
Hoe vindt u kandidaten voor een short squeeze?
Filter het door de beurs gerapporteerde short-interest-bestand op posities die groot zijn in verhouding tot het dagelijkse handelsvolume van het aandeel. Selecteer alleen namen die liquide genoeg zijn om te verhandelen en controleer vervolgens of de koers al stijgt. Deze screening van het Aug 14, 2026 short-interest-bestand hanteert een 'days to cover' van vijf of meer, een gemiddeld dagelijks volume van vijf miljoen aandelen en een positieve koersbeweging over vijf sessies. Dit resulteerde in 36 namen.
Welk percentage short interest veroorzaakt een squeeze?
Er bestaat geen magisch getal; wie er een noemt, doet een gok. Squeezes zijn begonnen bij waarden over het gehele spectrum, en veel vaker gebeurt er helemaal niets: over een jaar aan historische settlement-prints was 52.2% van de namen die deze screening zou hebben gemarkeerd, dertig dagen later lager geprijsd. Een hoog short interest is een randvoorwaarde, nooit een trigger.
Hoe oud zijn de short-interest-gegevens?
De meest recente settlement in dit bestand is gedateerd op Aug 14, 2026, 22 dagen geleden, en de koersgegevens lopen tot en met Sep 3, 2026. Dat gat is het gevolg van de rapportagecyclus en niet van verouderde data: posities worden twee keer per maand geteld en ongeveer acht werkdagen na elke settlement-datum gepubliceerd. Elk short-interest-cijfer is daarom bij aankomst al weken oud.
Welke aandelen worden op dit moment het meest geshort?
De ongefilterde ranglijsten, één op basis van 'days to cover' en één op basis van het ruwe aantal geshorte aandelen, staan op de pagina met meest geshorte aandelen. Deze pagina beantwoordt een specifiekere vraag: van de namen in het Aug 14, 2026-bestand waarvan de koers ook stijgt, is ENB de meest 'crowded' positie met 9.8 'days to cover'. Dit is een leider in de screening en niet noodzakelijkerwijs het meest geshorte aandeel op de markt.
Elk paneel is een opgeslagen, geversioneerde query op het door de beurs gerapporteerde bestand. Vouw de SQL onder een tabel uit of voer de screening uit met uw eigen drempelwaarden op de Strasmore-terminal.