Strasmore Research
Deep Dives · Matt ConnorBy Matt Connor · · Updated 2026-07-23

MU: Micron em junho de 2026

Micron em junho de 2026: 995.7 bilhões de dólares de turnover em horário regular, o first no ranking do mercado, com repricing de 14 por cento.

A Micron passou o primeiro semestre de 2026 com uma reprecificação violenta — e, em junho, o preço estabilizou enquanto o volume de negociação não acompanhou. A MU fechou junho a $1151.01, alta de 14% — seu mês mais calmo desde fevereiro, após um mês de maio com 89.8% — enquanto seu turnover de $995.7 bilhões em horário regular ocupou a posição first em todo o mercado americano, à frente do próprio SPY. Medido dia a dia, também foi o mês mais volátil do semestre (127.6% anualizado): a calma é uma ilusão momentânea. Aqui estão os dados de junho — volume, registros da semana de resultados, volatilidade, pares, spread, opções, posições vendidas e o arco de seis meses. Cada número é uma consulta armazenada; expanda qualquer painel para ver o SQL.

O mês em uma única linha

QueryMU em junho em uma linha: abertura, fechamento, extremos, turnover e receita
O SQL exato por trás de cada número
WITH
    (
        SELECT count() FROM global_markets.delayed_stocks_minute_aggs
        WHERE ticker = 'SPY'
          AND window_start >= toDateTime('2026-06-19 00:00:00') AND window_start < toDateTime('2026-06-20 00:00:00')
    ) AS spy_jun19,
    (
        SELECT max(toFloat64(high)) FROM global_markets.delayed_stocks_minute_aggs
        WHERE ticker = 'MU'
          AND window_start >= toDateTime('2026-06-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
    ) AS hi,
    (
        SELECT min(toFloat64(low)) FROM global_markets.delayed_stocks_minute_aggs
        WHERE ticker = 'MU'
          AND window_start >= toDateTime('2026-06-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
    ) AS lo
SELECT
    round(argMinIf(toFloat64(open), window_start, (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199), 2) AS month_open,
    round(argMaxIf(toFloat64(close), window_start, (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199), 2) AS month_close,
    round((argMaxIf(toFloat64(close), window_start, (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199) / argMinIf(toFloat64(open), window_start, (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199) - 1) * 100, 1) AS month_return_pct,
    round(hi, 2) AS month_high,
    formatDateTime(toTimeZone(minIf(window_start, toFloat64(high) >= hi - 0.011), 'America/New_York'), '%Y-%m-%d %H:%i') AS month_high_first_bar_et,
    round(lo, 2) AS month_low,
    formatDateTime(toTimeZone(minIf(window_start, toFloat64(low) <= lo + 0.011), 'America/New_York'), '%Y-%m-%d %H:%i') AS month_low_first_bar_et,
    round(minIf(toFloat64(low), (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199) - lo, 2) AS rth_minus_extended_low,
    round(toFloat64(sum(volume)) / 1e9, 2) AS month_shares_bn,
    round(sumIf(toFloat64(close) * toFloat64(volume), (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199) / 1e9, 1) AS rth_dollar_bn,
    uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS session_days_observed,
    spy_jun19 AS spy_bars_june19
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'MU'
  AND window_start >= toDateTime('2026-06-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')

A variação intramensal foi enorme para um ativo deste tamanho: mínima de $850.1 (2026-06-05 16:34 ET) a máxima de $1255 (2026-06-25 09:35 ET) — maior do que o ano inteiro da maioria das ações. O dia 19 de junho houve fechamento do mercado (0 barras do SPY), portanto o mês teve 21 sessões.

Junho frente ao arco de seis meses

14% é um valor alto? Para este ticker, neste semestre, o período foi de calmaria. O painel recalcula mensalmente de forma idêntica e em tempo real.

QueryMU mês a mês, recalculado em tempo real: retorno, fechamento e turnover em horário regular
O SQL exato por trás de cada número
SELECT toString(toStartOfMonth(toDate(toTimeZone(window_start, 'America/New_York')))) AS period_start,
    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,
    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 rth_dollar_bn
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'MU'
  AND window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
GROUP BY period_start
ORDER BY period_start

O arco: 40.5% em janeiro, um 0% estável em fevereiro, um -15.9% em março marcando o fechamento mínimo do semestre ($337.62), depois 48.4% em abril e 89.8% em maio — de $414.73 a $1151.01 em seis meses. O turnover subiu junto: $235.8 bilhões em janeiro para $995.7 bilhões em junho. A variação de preço de junho foi a menor desde fevereiro; o volume de negociação de junho foi o maior do período.

O preço esfriou. A volatilidade não.

Um mês de +14% é calmo? A volatilidade realizada — os movimentos de fechamento diários, anualizados — mostra um cenário muito diferente para junho.

QueryMU por mês: volatilidade realizada anualizada, range médio da sessão e maior variação diária
O SQL exato por trás de cada número
SELECT
    toString(toStartOfMonth(et_date)) AS period_start,
    round(stddevSamp(log_ret) * sqrt(252) * 100, 1) AS realized_vol_ann_pct,
    round(100 * stddevSamp(log_ret) / max(stddevSamp(log_ret)) OVER (), 1) AS pct_of_peak_vol,
    round(avg(day_range_pct), 1) AS avg_day_range_pct,
    round(max(abs(day_move_pct)), 1) AS biggest_day_move_pct,
    count() AS return_days
FROM (
    SELECT et_date, day_range_pct,
        if(prev_close > 0, ln(close_usd / prev_close), NULL) AS log_ret,
        if(prev_close > 0, (close_usd / prev_close - 1) * 100, NULL) AS day_move_pct
    FROM (
        SELECT et_date, close_usd, day_range_pct,
            lagInFrame(close_usd) OVER (ORDER BY et_date ASC ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) AS prev_close
        FROM (
            SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS et_date,
                argMaxIf(toFloat64(close), window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) AS close_usd,
                (maxIf(toFloat64(high), (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) / minIf(toFloat64(low), (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) - 1) * 100 AS day_range_pct
            FROM global_markets.delayed_stocks_minute_aggs
            WHERE ticker = 'MU'
              AND window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
            GROUP BY et_date
        )
    )
)
WHERE isFinite(log_ret) AND log_ret IS NOT NULL
GROUP BY period_start
ORDER BY period_start

Junho foi o mês mais volátil do semestre por este indicador: 127.6% anualizada, superando até os 101.4% de maio, com um range médio de sessão de 7.6% e um movimento de fechamento sobre fechamento de 15.8%. Os pontos extremos foram estáveis; os dias intermediários não foram.

Sessão por sessão

QueryAs 21 sessões: fechamento, variação close-over-close e volume total do dia
O SQL exato por trás de cada número
SELECT et_date, close_usd,
    round(if(prev_close = 0, NULL, (close_usd / prev_close - 1) * 100), 1) AS change_pct,
    shares_m
FROM (
    SELECT et_date, close_usd, shares_m,
           lagInFrame(close_usd) OVER (ORDER BY et_date ASC ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) AS prev_close
    FROM (
        SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS et_date,
            round(argMaxIf(toFloat64(close), window_start, (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199), 2) AS close_usd,
            round(toFloat64(sum(volume)) / 1e6, 1) AS shares_m
        FROM global_markets.delayed_stocks_minute_aggs
        WHERE ticker = 'MU'
          AND window_start >= toDateTime('2026-06-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
        GROUP BY et_date
    )
)
ORDER BY et_date

A tabela apresenta forte volatilidade — de $1034.83 em 2026-06-01 durante a turbulência até $1151.01 na sessão final. É isso que o termo "+14% no mês" omite: apenas os pontos extremos foram estáveis. Os maiores movimentos ocorrem na semana de divulgação de resultados — detalhados a seguir.

As oscilações coincidiram com um trimestre reportado?

É possível datar os eventos — o rastro documental de MU em junho, extraído do próprio índice da SEC, comparado ao que o tape registrou nessas datas.

QueryArquivos da SEC de MU em junho e a sessão seguinte ao 8-K trimestral
O SQL exato por trás de cada número
WITH
    (
        SELECT maxIf(filing_date, form_type = '8-K')
        FROM global_markets.stocks_sec_edgar_index
        WHERE cik = '0000723125' AND filing_date >= toDate('2026-06-01') AND filing_date <= toDate('2026-06-30')
    ) AS last_8k_date,
    (
        SELECT minIf(filing_date, form_type = '10-Q')
        FROM global_markets.stocks_sec_edgar_index
        WHERE cik = '0000723125' AND filing_date >= toDate('2026-06-01') AND filing_date <= toDate('2026-06-30')
    ) AS tenq_date,
    (
        SELECT (count(), countIf(form_type = '8-K'), countIf(form_type = '4'))
        FROM global_markets.stocks_sec_edgar_index
        WHERE cik = '0000723125' AND filing_date >= toDate('2026-06-01') AND filing_date <= toDate('2026-06-30')
    ) AS filing_census,
    (
        SELECT toDate(toTimeZone(min(window_start), 'America/New_York'))
        FROM global_markets.delayed_stocks_minute_aggs
        WHERE ticker = 'MU'
          AND window_start >= toDateTime('2026-06-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
          AND toFloat64(high) >= (
              SELECT max(toFloat64(high)) FROM global_markets.delayed_stocks_minute_aggs
              WHERE ticker = 'MU' AND window_start >= toDateTime('2026-06-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
          ) - 0.011
    ) AS month_high_date
SELECT
    toString(last_8k_date) AS earnings_8k_filed,
    if(last_8k_date = toDate('2026-06-24'), 1, 0) AS eightk_on_jun24,
    toString(tenq_date) AS tenq_filed,
    dateDiff('day', last_8k_date, tenq_date) AS days_8k_to_10q,
    filing_census.1 AS june_filings_total,
    filing_census.2 AS eightk_filings,
    filing_census.3 AS form4_filings,
    round((anyIf(close_usd, et_date = toDate('2026-06-25')) / anyIf(close_usd, et_date = toDate('2026-06-24')) - 1) * 100, 1) AS next_session_move_pct,
    round(anyIf(shares_m, et_date = toDate('2026-06-25')), 1) AS next_session_shares_m,
    round(anyIf(shares_m, et_date = toDate('2026-06-25')) - maxIf(shares_m, et_date != toDate('2026-06-25')), 1) AS shares_lead_over_next_busiest_m,
    if(month_high_date = toDate('2026-06-25'), 1, 0) AS month_high_on_jun25
FROM (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS et_date,
        argMaxIf(toFloat64(close), window_start, (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199) AS close_usd,
        toFloat64(sum(volume)) / 1e6 AS shares_m
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'MU'
      AND window_start >= toDateTime('2026-06-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
    GROUP BY et_date
)

O formulário 8-K trimestral da MU tem data de 2026-06-24, com o 10-Q um dia depois (1; registros de junho em 8, Form 4 de insiders em 3). A sessão após a data do 8-K fechou 15.8% mais alta com 77.2 milhões de ações — o maior volume do mês, 5.9 milhões à frente do segundo colocado — e a máxima de $1255 do mês ocorreu nessa mesma sessão (2026-06-25 09:35 ET; a coluna de acordo confirma a coincidência). A observação é apenas o alinhamento; esta página encerra-se aqui.

Uma história da Micron ou uma história de memórias?

O restante do setor de memória e armazenamento também se moveu? O conjunto de ativos foi definido: os três nomes de armazenamento que o noticiário de junho associou mais a MU, além de NVDA e SPY como referências.

QueryJunho lado a lado: cesta de memória/armazenamento, NVDA e SPY
O SQL exato por trás de cada número
WITH (
    SELECT (argMaxIf(toFloat64(close), window_start, (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199) / argMinIf(toFloat64(open), window_start, (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199) - 1) * 100
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'MU' AND window_start >= toDateTime('2026-06-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
) AS mu_return
SELECT ticker,
    round(june_return_pct, 1) AS june_return_pct,
    round(june_return_pct - mu_return, 1) AS vs_mu_pct_points,
    rth_dollar_bn,
    round(100 * rth_dollar_bn / max(rth_dollar_bn) OVER (), 1) AS pct_of_top_turnover
FROM (
    SELECT ticker,
        (argMaxIf(toFloat64(close), window_start, (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199) / argMinIf(toFloat64(open), window_start, (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199) - 1) * 100 AS june_return_pct,
        round(sumIf(toFloat64(close) * toFloat64(volume), (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199) / 1e9, 1) AS rth_dollar_bn
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('MU', 'SNDK', 'WDC', 'INTC', 'NVDA', 'SPY')
      AND window_start >= toDateTime('2026-06-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
    GROUP BY ticker
)
ORDER BY june_return_pct DESC

Foi um movimento de memórias — e a MU ficou para trás. SNDK subiu 31.3%, INTC 27.5%, WDC 19.1% — cada nome de armazenamento superou a MU em 5.1 a 17.3 pontos — enquanto SPY e NVDA fecharam junho em queda. O diferencial da MU: seu turnover supera todos os outros da lista.

O maior ticker do mercado

QueryTodo o tape dos EUA ranqueado por dollar volume em horário regular (junho/2026) (um símbolo excluído aguardando verificação)
O SQL exato por trás de cada número
SELECT ticker,
    round(sum(toFloat64(volume) * toFloat64(close)) / 1e9, 1) AS regular_hours_dollar_bn,
    round(100 * sum(toFloat64(volume) * toFloat64(close)) / max(sum(toFloat64(volume) * toFloat64(close))) OVER (), 1) AS pct_of_leader
FROM global_markets.delayed_stocks_minute_aggs
WHERE window_start >= toDateTime('2026-06-01 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 regular_hours_dollar_bn DESC
LIMIT 10
QueryO recibo do ranking: posição da MU, vantagem sobre o próximo nome e base
O SQL exato por trás de cada número
WITH (
    SELECT sum(toFloat64(volume) * toFloat64(close))
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'MU'
      AND window_start >= toDateTime('2026-06-01 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
) AS mu_d
SELECT
    countIf(d > mu_d AND ticker != 'MU') + 1 AS mu_rank,
    round(mu_d / 1e9, 1) AS mu_dollar_bn,
    round((mu_d - maxIf(d, d < mu_d AND ticker != 'MU')) / 1e9, 1) AS lead_over_next_bn
FROM (
    SELECT ticker, sum(toFloat64(volume) * toFloat64(close)) AS d
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE window_start >= toDateTime('2026-06-01 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
)

A MU ocupou a posição first entre todos os ativos listados nos EUA em volume financeiro durante o horário regular de junho — $995.7 bilhões, com $224.3 bilhões de diferença para a SPY em segundo lugar. É raro um único ativo ter um volume de negociação superior ao principal ETF de índice por um mês; as seções de resultados e de pares acima fornecem o contexto. Base: 1 a 30 de junho, horário regular, com a exclusão de um símbolo reutilizado aguardando verificação da entidade (seus comprovantes). A visão geral do mercado está no resumo de junho.

Do que foi feita a fita

QueryTodo o tape da MU em uma linha: prints, tamanho dos prints e censo de quotes
O SQL exato por trás de cada número
WITH
    (
        SELECT (round(count() / 1e6, 2),
                round(100.0 * countIf(bid_price > 0 AND ask_price > 0 AND ask_price > bid_price) / count(), 2),
                countIf(bid_price > 0 AND ask_price > 0 AND ask_price < bid_price),
                countIf(bid_price <= 0 OR ask_price <= 0))
        FROM global_markets.cache_stocks_quotes
        WHERE ticker = 'MU'
          AND sip_timestamp >= toDateTime64('2026-06-01 00:00:00', 9) AND sip_timestamp < toDateTime64('2026-07-01 00:00:00', 9)
    ) AS quote_census
SELECT
    round(count() / 1e6, 2) AS prints_m,
    quantileDeterministic(0.5)(toFloat64(size), toUInt64(abs(sequence_number))) AS median_print_shares,
    round(avg(toFloat64(size)), 1) AS avg_print_shares,
    round(100.0 * countIf(size < 100) / count(), 1) AS odd_lot_pct_of_prints,
    round(100.0 * countIf(toFloat64(size) != round(toFloat64(size))) / count(), 2) AS fractional_pct_of_prints,
    quote_census.1 AS nbbo_updates_m,
    quote_census.2 AS clean_two_sided_pct,
    quote_census.3 AS crossed_updates,
    quote_census.4 AS one_sided_or_empty_updates
FROM global_markets.stocks_trades
WHERE ticker = 'MU'
  AND sip_timestamp >= toDateTime64('2026-06-01 00:00:00', 9) AND sip_timestamp < toDateTime64('2026-07-01 00:00:00', 9)

35.17 milhões de negociações com mediana de 8 ações — e 91.7% odd lots, uma das fitas com maior fragmentação de varejo que já medimos (o volume de NVDA em junho foi materialmente menor; sua análise detalhada apresenta o painel duplo). Com o preço da ação em quatro dígitos, um "round lot" envolve valores expressivos, por isso as pequenas ordens dominam por natureza; negociações fracionárias (9.04%) seguem a mesma tendência. O lado das cotações: 19.64 milhões de atualizações de NBBO, 99.86% com spread bid-ask, 16963 cruzadas, 78 unidirecionais ou vazias — dados divulgados, não omitidos.

O spread durante uma reprecificação

Uma ação que quase triplica de valor em um trimestre levanta uma questão sobre o spread: as cotações continuaram apertadas enquanto o preço buscava um novo patamar?

QueryO spread por sessão: mediana em centavos e basis points no horário regular
O SQL exato por trás de cada número
SELECT session,
    round(quantileDeterministicIf(0.5)(toFloat64(ask_price) - toFloat64(bid_price), toUInt64(toUnixTimestamp64Micro(sip_timestamp)), bid_price > 0 AND ask_price >= bid_price) * 100, 1) AS med_spread_cents,
    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,
    count() AS quote_updates,
    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 = 'MU'
  AND sip_timestamp >= toDateTime64('2026-06-01 13:30:00', 9) AND sip_timestamp < toDateTime64('2026-07-01 00:00:00', 9)
  AND (toHour(sip_timestamp) * 60 + toMinute(sip_timestamp)) BETWEEN 810 AND 1199
GROUP BY toDate(toTimeZone(sip_timestamp, 'America/New_York')) AS session
ORDER BY session

Em pontos-base, o spread manteve o nível institucional durante todo o movimento: 3.96 bps em 2026-06-01, 4.19 bps na última sessão — a coluna de centavos acompanha aproximadamente o próprio nível de preço. Para entender a mecânica, veja a explicação sobre o spread.

Opções: um book de duas vias

QueryMercado de options da MU em uma linha: totais, vencimentos e split put/call
O SQL exato por trás de cada número
SELECT
    round(count() / 1e6, 2) AS prints_m,
    uniqExact(ticker) AS distinct_contracts,
    round(sum(size) / 1e6, 2) AS contracts_traded_m,
    round(sum(toFloat64(price) * size) * 100 / 1e9, 2) AS premium_notional_busd,
    round(toFloat64(sumIf(size, substring(ticker, 11, 1) = 'P')) / toFloat64(sumIf(size, substring(ticker, 11, 1) = 'C')), 2) AS month_put_call_ratio,
    uniqExact(substring(ticker, 5, 6)) AS expiries_traded,
    round(intDiv(toUInt32OrZero(substring(argMax(ticker, sz), 12, 8)), 1000), 0) AS busiest_strike_usd
FROM (
    SELECT ticker, price, size, sum(size) OVER (PARTITION BY ticker) AS sz
    FROM global_markets.options_trades
    WHERE startsWith(ticker, 'O:MU') AND length(ticker) = 19
      AND sip_timestamp >= toDateTime64('2026-06-01 00:00:00', 9) AND sip_timestamp < toDateTime64('2026-07-01 00:00:00', 9)
)

16.76 milhões de contratos em 11789 contratos distintos, totalizando $77.13 bilhões em prêmio — e o book era de duas vias: uma razão put/call mensal de 0.99, essencialmente em paridade (o vencimento de junho da NVDA foi concentrado em calls; compare). A paridade durante uma reprificação violenta indica que o mercado de opções está dividido nos dois lados do movimento — os dados mostram a divisão, não a intenção.

QueryOnde os contratos ficaram: volume de call e put por bucket de strike
O SQL exato por trás de cada número
SELECT
    concat('$', toString(toUInt32(bucket))) AS strike_bucket,
    call_contracts,
    put_contracts,
    round(100.0 * put_contracts / (call_contracts + put_contracts), 1) AS put_share_pct
FROM (
    SELECT
        least(floor(toFloat64(toUInt32OrZero(substring(ticker, 12, 8))) / 1000 / 100) * 100, 1500) AS bucket,
        toUInt64(sumIf(size, substring(ticker, 11, 1) = 'C')) AS call_contracts,
        toUInt64(sumIf(size, substring(ticker, 11, 1) = 'P')) AS put_contracts
    FROM global_markets.options_trades
    WHERE startsWith(ticker, 'O:MU') AND length(ticker) = 19
      AND sip_timestamp >= toDateTime64('2026-06-01 00:00:00', 9) AND sip_timestamp < toDateTime64('2026-07-01 00:00:00', 9)
    GROUP BY bucket
)
ORDER BY toUInt32OrZero(substring(strike_bucket, 2))

O mapa de strikes abrange uma faixa que teria sido absurda em janeiro — volume real desde o bucket de $0 até o teto de $1500+ , um rastro de quanto o ativo subjacente se moveu. Qual foi o custo para capturar esse movimento? Os preços da última sessão do mês definem isso:

QueryPreço de movimento no fim do mês: o último straddle at-the-money de junho
O SQL exato por trás de cada número
WITH (
    SELECT argMaxIf(toFloat64(close), window_start, (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199)
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'MU' AND window_start >= toDateTime('2026-06-30 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
) AS spot
SELECT
    toString(any(expiry)) AS nearest_expiry,
    dateDiff('day', toDate('2026-06-30'), any(expiry)) AS calendar_days_to_expiry,
    round(spot, 2) AS spot_close,
    argMin(strike_usd, (dist, strike_usd)) AS atm_strike,
    round(argMin(call_last + put_last, (dist, strike_usd)), 2) AS straddle_usd,
    round(argMin(call_last + put_last, (dist, strike_usd)) / spot * 100, 2) AS straddle_pct_of_spot,
    count() AS two_sided_strikes
FROM (
    SELECT expiry, strike_usd, abs(strike_usd - spot) AS dist,
        anyIf(last_px, opt_type = 'C') AS call_last,
        anyIf(last_px, opt_type = 'P') AS put_last
    FROM (
        SELECT
            toDateOrNull(concat('20', substring(ticker, 5, 2), '-', substring(ticker, 7, 2), '-', substring(ticker, 9, 2))) AS expiry,
            substring(ticker, 11, 1) AS opt_type,
            toFloat64(toUInt32OrZero(substring(ticker, 12, 8))) / 1000 AS strike_usd,
            argMax(toFloat64(price), (sip_timestamp, toFloat64(price))) AS last_px
        FROM global_markets.options_trades
        WHERE startsWith(ticker, 'O:MU') AND length(ticker) = 19
          AND sip_timestamp >= toDateTime64('2026-06-30 00:00:00', 9) AND sip_timestamp < toDateTime64('2026-07-01 00:00:00', 9)
        GROUP BY expiry, opt_type, strike_usd
    )
    WHERE expiry > toDate('2026-06-30')
    GROUP BY expiry, strike_usd
    HAVING countIf(opt_type = 'C') > 0 AND countIf(opt_type = 'P') > 0
)
WHERE expiry = (
    SELECT min(toDateOrNull(concat('20', substring(ticker, 5, 2), '-', substring(ticker, 7, 2), '-', substring(ticker, 9, 2))))
    FROM global_markets.options_trades
    WHERE startsWith(ticker, 'O:MU') AND length(ticker) = 19
      AND sip_timestamp >= toDateTime64('2026-06-30 00:00:00', 9) AND sip_timestamp < toDateTime64('2026-07-01 00:00:00', 9)
      AND toDateOrNull(concat('20', substring(ticker, 5, 2), '-', substring(ticker, 7, 2), '-', substring(ticker, 9, 2))) > toDate('2026-06-30')
)

No fechamento de 30 de junho, o vencimento mais próximo estava a 2 dias corridos; o par at-the-money — uma call e uma put no strike de $1150 — negociou por um valor combinado de $69.95: 6.08% do preço da ação de $1151.01. O comprador precisaria de um movimento desse tamanho, em qualquer direção, dentro desses 2 dias para atingir o break even — junho terminou com preços que ainda precificam um movimento extraordinário.

O fluxo de notícias

QueryArtigos com tag MU em junho: volume, share do principal publisher e co-tags
O SQL exato por trás de cada número
WITH
    (
        SELECT (JSONExtractString(any(publisher), 'name'), count())
        FROM global_markets.stocks_news
        WHERE has(tickers, 'MU')
          AND published_utc >= toDateTime('2026-06-01 00:00:00') AND published_utc < toDateTime('2026-07-01 04:00:00')
        GROUP BY JSONExtractString(publisher, 'name') ORDER BY count() DESC LIMIT 1
    ) AS top_pub
SELECT
    count() AS june_articles,
    uniqExact(JSONExtractString(publisher, 'name')) AS publishers,
    top_pub.1 AS top_publisher,
    round(100.0 * top_pub.2 / count(), 0) AS top_publisher_pct,
    countIf(has(tickers, 'NVDA')) AS nvda_co_articles,
    countIf(has(tickers, 'SNDK')) AS sndk_co_articles,
    countIf(has(tickers, 'INTC')) AS intc_co_articles
FROM global_markets.stocks_news
WHERE has(tickers, 'MU')
  AND published_utc >= toDateTime('2026-06-01 00:00:00') AND published_utc < toDateTime('2026-07-01 04:00:00')

195 artigos com a tag MU de 4 publishers — leia com ceticismo, apenas The Motley Fool escreveu 59% deles. As co-tags delineiam uma história sobre semicondutores: NVDA em 86 artigos, SNDK em 32, INTC em 21. Qual era o tema? As próprias tags dos artigos do fornecedor fornecem o vocabulário, sem adotá-lo:

QueryTemas da cobertura de MU em junho: contagem de tags dos próprios veículos
O SQL exato por trás de cada número
SELECT keyword, count() AS articles,
    round(100.0 * count() / (SELECT count() FROM global_markets.stocks_news WHERE has(tickers, 'MU') AND published_utc >= toDateTime('2026-06-01 00:00:00') AND published_utc < toDateTime('2026-07-01 04:00:00')), 1) AS pct_of_articles
FROM global_markets.stocks_news
ARRAY JOIN keywords AS keyword
WHERE has(tickers, 'MU')
  AND published_utc >= toDateTime('2026-06-01 00:00:00') AND published_utc < toDateTime('2026-07-01 04:00:00')
GROUP BY keyword
ORDER BY articles DESC, keyword ASC
LIMIT 10

"AI infrastructure" lidera em 49 de 195 artigos, seguida por "memory chips", "DRAM" e "high-bandwidth memory" — um vocabulário de IA e memória, reportado como contagem de tags, não como uma explicação.

As posições vendidas diminuíram — e uma lacuna de cobertura permanece

QueryShort volume off-exchange da FINRA: cobertura de MU em junho e share marked-short
O SQL exato por trás de cada número
SELECT toString(date) AS d,
    round(toFloat64(any(short_volume)) / 1e6, 2) AS short_shares_m,
    round(100 * toFloat64(any(short_volume)) / toFloat64(any(total_volume)), 1) AS short_pct_of_offexchange
FROM global_markets.stocks_short_volume
WHERE ticker = 'MU' AND date >= toDate('2026-06-01') AND date <= toDate('2026-06-30')
GROUP BY date
ORDER BY date

Sobre a cobertura: o arquivo de volume de vendas a descoberto de MU de junho contém apenas 16 de 21 sessões — além do truncamento de 29 de junho aplicado ao mercado, várias linhas de MU estão simplesmente ausentes — portanto, nenhuma razão mensal é calculada; as linhas diárias são reais, as lacunas foram divulgadas.

QueryO par de settlement de junho: short interest de meio de mês e fim de mês
O SQL exato por trás de cada número
SELECT
    toString(maxIf(settlement_date, settlement_date <= toDate('2026-06-20'))) AS mid_june_settlement,
    round(toFloat64(maxIf(short_interest, settlement_date <= toDate('2026-06-20'))) / 1e6, 2) AS mid_june_shares_short_m,
    toString(maxIf(settlement_date, settlement_date > toDate('2026-06-20'))) AS eom_settlement,
    round(toFloat64(maxIf(short_interest, settlement_date > toDate('2026-06-20'))) / 1e6, 2) AS eom_shares_short_m,
    round((toFloat64(maxIf(short_interest, settlement_date <= toDate('2026-06-20'))) - toFloat64(maxIf(short_interest, settlement_date > toDate('2026-06-20')))) / 1e6, 2) AS decline_m_shares,
    round(toFloat64(maxIf(short_interest, settlement_date > toDate('2026-06-20'))) / toFloat64(maxIf(avg_daily_volume, settlement_date > toDate('2026-06-20'))), 2) AS eom_days_to_cover
FROM global_markets.stocks_short_interest
WHERE ticker = 'MU' AND settlement_date >= toDate('2026-06-01') AND settlement_date <= toDate('2026-06-30')

O par de liquidação está completo: 41.59 milhões de ações vendidas na liquidação de 2026-06-15 caíram para 31.67 milhões até 2026-06-30 — uma queda de 9.92 milhões de ações na segunda metade, o período que englobou a semana de resultados. A posição de final de mês equivale a 0.53 dias de volume médio — um valor baixo para este ticker. Esta página foi publicada originalmente com esse dado pendente (o atraso é normal); o número acima é o dado atualizado.

Os fundamentos por trás do tape

O que os relatórios da própria empresa mostram? Uma ressalva: o feed segue o calendário de registros — a linha mais recente é anterior ao 10-Q de junho, portanto, a tendência é o que importa, não o dado mais atual.

QueryÚltimos seis trimestres reportados de MU: receita, lucro líquido e EPS diluído
O SQL exato por trás de cada número
SELECT quarter_end, revenue_bn,
    round(100 * revenue_bn / max(revenue_bn) OVER (), 1) AS pct_of_peak_revenue,
    net_income_bn, diluted_eps
FROM (
    SELECT toString(period_end) AS quarter_end,
        round(toFloat64(revenue) / 1e9, 2) AS revenue_bn,
        round(toFloat64(net_income_loss_attributable_common_shareholders) / 1e9, 2) AS net_income_bn,
        round(toFloat64(diluted_earnings_per_share), 2) AS diluted_eps
    FROM global_markets.stocks_income_statements
    WHERE has(tickers, 'MU') AND timeframe = 'quarterly'
    ORDER BY period_end DESC
    LIMIT 6
)
ORDER BY quarter_end ASC

Nos seis trimestres registrados, a receita varia de $7.75 bilhões (2024-08-29) a $13.64 bilhões (2025-11-27) — a linha mais recente representa o pico do período — com $5.24 bilhões de lucro líquido e $4.6 de EPS diluído naquele trimestre. O crescimento não é linear, mas o período analisado termina em seu ponto máximo.

O que observar a partir de agora

Apenas fatos do calendário: o próximo liquidação de posições vendidas ocorre em meados de julho, com publicação no atraso habitual da FINRA; o trimestre com arquivos de junho torna-se uma série de fundamentos assim que o feed do fornecedor for atualizado; e os dados de julho receberão esse mesmo tratamento na próxima edição da série.

FAQ

Por que a ação da MU oscilou tanto em junho de 2026?

Esta página mede em vez de explicar: a MU negociou entre $850.1 e $1255; o formulário 8-K trimestral é datado de 2026-06-24, com a próxima sessão de alta em 15.8% com o maior volume do mês; todo o setor de memória seguiu a mesma tendência no período.

Qual foi a volatilidade da MU em junho de 2026?

O mês mais volátil do semestre: 127.6% de volatilidade realizada anualizada e um range médio por sessão de 7.6%, contra um retorno de ponta a ponta de apenas 14%.

O movimento da MU em junho foi específico da empresa ou do setor?

Setorial, com a MU sendo a retardatária entre as valorizações: o índice SNDK subiu 31.3% e todas as empresas de armazenamento superaram os 14% da MU, enquanto SPY e NVDA fecharam em queda. O diferencial da MU foi o turnover: $995.7 bilhões, o maior do basket.

O short interest da MU está alto?

Pequeno em relação ao seu próprio volume de negociação: 31.67 milhões de ações no settlement de 2026-06-30 — cerca de 0.53 dias de volume médio para cobertura, uma queda de 9.92 milhões em relação ao meio de junho. O short interest sempre é publicado com atraso em relação ao settlement.

O que significa o put/call ratio da MU?

A razão de 0.99 em junho significa que puts e calls foram negociadas em volumes quase iguais — um mercado de duas vias, não uma aposta unilateral. Valores bem abaixo de um indicam viés de calls (o de NVDA em junho), valores bem acima de um indicam viés de puts.

Notas de dados

Notas completas de dados
  • Entidade. MU é Micron Technology, Inc., CIK 0000723125 — uma identidade EDGAR contínua; sem ressalvas de reuso de símbolo.
  • Cobertura de short-volume. O arquivo de junho abrange 16 de 21 sessões (incluindo o truncamento de 29 de junho e ausências específicas de MU); as proporções são exibidas apenas por dia.
  • Cesta de pares. SNDK, WDC, INTC — as tags de empresas de armazenamento mais frequentes em MU no fluxo de notícias de junho — além de NVDA e SPY como benchmarks; declarados previamente, nunca montados posteriormente.
  • Análise de opções. Expiração/tipo/strike reprocessados a partir do símbolo da OCC (posições 5/11/12); o prêmio assume o multiplicador de 100 ações.
  • Método straddle. Últimos preços negociados (não cotações) no strike mais próximo do fechamento final, mais próximo da expiração após o fim do mês — um registro de negociação, não volatilidade implícita de modelo.
  • Atraso de fundamentos. O feed da demonstração de resultados segue o calendário de registros; a linha mais recente de MU é anterior ao 10-Q de 10 de junho — apenas contexto de tendência.
  • Fechamento de 19 de junho verificado pelo registro do scoreboard de zero-SPY-bars.
  • Painéis de spread excluem cotações cruzadas ou unilaterais, com contagens de exclusão divulgadas na linha.
  • O contexto de mercado — incluindo este ticker no topo do leaderboard do tape completo — está no resumo de junho de 2026.

Metodologia

  • O período compreende de 1 a 30 de junho de 2026 (21 sessões, verificadas a partir das barras observadas). Os retornos são calculados do abertura ao fechamento do horário regular; junho segue o fuso EDT, portanto os limites brutos do horário regular são 13:30–20:00 UTC. Os painéis de histórico abrangem meses em EST e utilizam o filtro de horário do Leste.
  • Volatilidade realizada = desvio padrão amostral dos retornos logarítmicos de fechamento a fechamento (fechamentos do horário regular), anualizados pela raiz quadrada de 252; o primeiro retorno de um mês que cruza a fronteira mensal é contabilizado no mês seguinte.
  • Comparações de histórico são recalculadas em tempo real, nunca a partir de um valor armazenado.
  • A geração é feita apenas em lote através do caminho de leitura restrito; a página pública nunca consulta dados em tempo real. Armazém de dados atualizado em 12 de julho de 2026.

Cada painel é um objeto armazenado — gráfico, tabela, SQL. Utilize qualquer consulta adicional no terminal Strasmore.

← All MU periods
#mu#micron#deepdive#microstructure#options