Scorecard de setores S&P 500 H1 2026

O scorecard do setor para o primeiro semestre de 2026 apresenta todos os resultados: tecnologia (XLK) fechou o semestre com alta de 30.8%, serviços de comunicação (XLC) fechou com -9.3%, e a diferença entre o melhor e o pior setor foi de aproximadamente quarenta pontos percentuais. Três dos onze ETFs de setores do S&P 500 fecharam o semestre no vermelho, e quase nenhum manteve sua posição do primeiro para o segundo trimestre — o semestre foi composto por dois mercados opostos, e esta página avalia ambos. Cada número abaixo é o resultado de uma consulta armazenada; expanda qualquer painel para ver o SQL exato.

O que é um ETF de setor — e como esta página o avalia

Os onze fundos Select Sector SPDR dividem o S&P 500 em grupos setoriais, permitindo que um único ticker compre — ou faça o hedge — de uma visão setorial específica. Cada fundo detém os membros do índice de seu setor, ponderados pelo valor de mercado, e é negociado durante toda a sessão como uma ação. Esta página avalia cada fundo de quatro formas: retorno de preço (da abertura à primeira hora do pregão regular até o fechamento da última hora do pregão regular), o split trimestral abaixo do número meio, volume financeiro (preço multiplicado pelas ações negociadas — a medida mais limpa de quanto dinheiro circulou) e o spread bid-ask — a diferença entre o melhor preço de compra e o melhor preço de venda, que representa o custo de uma operação de ida e volta. O registro de nível de índice para os mesmos seis meses — taxas, opções, IPOs, amplitude — está disponível em o recapitulativo de mercado do H1 2026.

O placar: onze setores, divisões entre metade e trimestre

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 ticker

Leia primeiro a coluna da metade do ano: o setor de tecnologia liderou com 30.8%, seguido por industriais com 19% e energia com 18.8%. Enquanto isso, três setores fecharam no negativo — serviços de comunicação com -9.3%, consumo discricionário com -2.3% e financeiros com -2.2%. Oito de onze setores positivos representa uma amplitude respeitável para um semestre que começou com a queda dos índices.

As colunas trimestrais trazem o cenário real. Os líderes do primeiro trimestre foram energia (36.9%), materiais (9.8%), utilidades (7%) e bens de consumo (5.5%) — uma operação de commodities somada às defensivas clássicas — enquanto tecnologia (-8.7%), financeiros (-9.9%) e discricionário (-9.3%) caíram junto com o mercado amplo. O segundo trimestre inverteu a tabela: tecnologia rendeu 42%, industriais 13.3% e saúde 7.8%, enquanto energia (-11%), serviços de comunicação (-3.7%) e utilidades (-1%) fecharam o trimestre no vermelho. A oscilação da energia — 36.9% e depois -11% — e o movimento oposto dos financeiros — -9.9% e depois 7.7% — são as duas formas mais claras de mostrar o que um único número semestral pode esconder.

A rotação, mês a mês

Três tickers resumem toda a história da rotação, portanto este painel os monitora mensalmente: XLE (líder do -9.3%), XLK (líder do 30.8%) e XLF (a operação de espelhamento).

SELECT toString(toStartOfMonth(toDate(toTimeZone(window_start, 'America/New_York')))) AS month, 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
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('XLE', 'XLF', 'XLK')
  AND window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
GROUP BY month, ticker
ORDER BY month, ticker

O XLE subiu em cada um dos três primeiros meses — 14.1% em janeiro, 11.6% em fevereiro, 6% em março, em uma escada de desaceleração — e depois passou três meses seguidos sem ganhos (-0.2%, -4.7%, -6.8%). O XLK apresentou o cenário inverso: negativo em janeiro, fevereiro e março, seguido de 18.9% em abril e 19.1% em maio — dois meses consecutivos que construíram quase todo o primeiro semestre de liderança do setor. Abril é o ponto de transição: a mudança de liderança está concentrada em uma única coluna desta tabela. Os dois meses positivos do XLF foram abril e junho, com 4.7% e 4.7%. Os dados que o setor enfrentou no semestre — índices de inflação, payrolls, curva de juros do Treasury — estão reunidos em o cenário macro ao entrar no H2 2026.

Amplitude dentro de cada setor

O retorno de um fundo setorial não indica quantos de seus ativos participaram da alta. O banco de dados não possui uma coluna de classificação setorial, portanto, este painel mede a amplitude intra-setorial com uma cesta fixa e totalmente divulgada: cinco nomes de grande capitalização por setor, cinquenta e cinco no total, todos listados no SQL. Trata-se de uma amostra de nomes conhecidos, não das posições reais dos fundos — os limites da cesta estão detalhados nas notas de dados.

SELECT sector,
       count() AS members,
       countIf(ret_pct > 0) AS members_up,
       countIf(ret_pct <= 0) AS members_down,
       round(quantileDeterministic(0.5)(ret_pct, cityHash64(ticker)), 1) AS median_member_pct,
       argMax(ticker, (ret_pct, ticker)) AS best_member,
       round(max(ret_pct), 1) AS best_member_pct,
       argMin(ticker, (ret_pct, ticker)) AS worst_member,
       round(min(ret_pct), 1) AS worst_member_pct
FROM (
    SELECT ticker,
           multiIf(ticker IN ('AAPL','MSFT','NVDA','AVGO','ORCL'), 'technology (XLK)',
                   ticker IN ('META','GOOGL','NFLX','DIS','TMUS'), 'communication services (XLC)',
                   ticker IN ('XOM','CVX','COP','EOG','SLB'), 'energy (XLE)',
                   ticker IN ('JPM','BAC','WFC','GS','MS'), 'financials (XLF)',
                   ticker IN ('GE','CAT','RTX','UNP','UPS'), 'industrials (XLI)',
                   ticker IN ('LLY','UNH','JNJ','ABBV','MRK'), 'health care (XLV)',
                   ticker IN ('AMZN','TSLA','HD','MCD','NKE'), 'consumer discretionary (XLY)',
                   ticker IN ('PG','COST','WMT','KO','PEP'), 'consumer staples (XLP)',
                   ticker IN ('NEE','SO','DUK','CEG','AEP'), 'utilities (XLU)',
                   ticker IN ('PLD','AMT','EQIX','WELL','SPG'), 'real estate (XLRE)',
                   'materials (XLB)') AS sector,
           (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 AS ret_pct
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('AAPL','MSFT','NVDA','AVGO','ORCL','META','GOOGL','NFLX','DIS','TMUS','XOM','CVX','COP','EOG','SLB','JPM','BAC','WFC','GS','MS','GE','CAT','RTX','UNP','UPS','LLY','UNH','JNJ','ABBV','MRK','AMZN','TSLA','HD','MCD','NKE','PG','COST','WMT','KO','PEP','NEE','SO','DUK','CEG','AEP','PLD','AMT','EQIX','WELL','SPG','LIN','SHW','APD','FCX','ECL')
      AND window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
    GROUP BY ticker
)
GROUP BY sector
ORDER BY median_member_pct DESC, sector

Duas linhas recebem maior atenção. Saúde: todos os 5 de seus cinco nomes da cesta subiram, com mediana de 21.7% — enquanto o XLV, o fundo, ganhou 2.5% no semestre. O retorno de um fundo é ponderado pelo valor de mercado; a mediana de uma cesta pondera cada membro igualmente — saúde é o caso mais amplo de a cesta superar o fundo. Tecnologia apresenta a mesma diferença, mas no sentido inverso — e, medida de ponta a ponta, é a maior de todas: o fundo ganhou 30.8% enquanto seus cinco maiores nomes conhecidos dividiram-se entre 3 de alta e 2 de baixa, com mediana de 5.2%, e o ORCL registrou -25.7%. O ganho principal do setor não veio de suas megacaps clássicas — de onde veio está no próximo painel. Em outros pontos da tabela: o 84.3% de CAT é o melhor resultado entre todos os cinquenta e cinco nomes, e serviços de comunicação é o setor mais fraco — 1 de cinco em alta, com mediana de -15.2%, e NFLX em -24.2%.

A tese de semicondutores de memória no setor de tecnologia

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, 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, (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, (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', 'SNDK', 'NVDA', 'AMD', 'INTC', 'AVGO', 'QCOM', 'TXN')
  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 h1_return_pct DESC, ticker

Ao analisar o setor de tecnologia, a tese de nomes individuais de semicondutores se destaca. SNDK rendeu 830.1% em seis meses, MU 290%, INTC 269.3%, e AMD 165.3% — enquanto a NVDA, a maior ação individual do índice com um volume de negociação semestral de $3287.9 bilhões, rendeu 5.2%, com AVGO em 6.9% e QCOM em 6.3%. O setor se dividiu em dois grupos: as empresas de memória e fundição multiplicaram seus retornos, enquanto as consolidadas aceleradoras de IA ficaram estáveis. O segundo trimestre explica o timing: o desempenho de 229.9% da MU, 210% da INTC e 179.8% da AMD ocorreu no mesmo período em que o XLK registrou seu 42% — o rali do ETF do setor e a reprecificação da memória aconteceram nos mesmos três meses. A análise detalhada da MU em junho está aqui, e o estudo profundo da NVDA em junho acompanha a divergência sessão por sessão.

Para onde foi o volume de negociação

SELECT ticker,
    round(sumIf(toFloat64(close) * toFloat64(volume), 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) / 1e9, 1) AS q1_dollar_bn,
    round(sumIf(toFloat64(close) * toFloat64(volume), 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) / 1e9, 1) AS q2_dollar_bn,
    round((sumIf(toFloat64(close) * toFloat64(volume), 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)
         / sumIf(toFloat64(close) * toFloat64(volume), 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) - 1) * 100, 0) AS q2_vs_q1_pct
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 q2_vs_q1_pct DESC, ticker

O volume em dólares seguiu uma única direção: todos os onze fundos setoriais negociaram menos dólares no segundo trimestre do que no primeiro. A primeira linha da tabela apresenta a menor queda — XLK em -23%, de $161.2 bilhões para $124.8 bilhões — e a última é o setor imobiliário em -45%. Os fundos setoriais tiveram maior atividade no trimestre em que os índices caíram, e o volume diminuiu conforme a recuperação avançou. Dois destaques dos painéis acima: XLE foi o fundo setorial mais negociado do semestre, com $316.2 bilhões, e apenas MU movimentou $2862.1 bilhões — aproximadamente dez vezes os $286 bilhões do XLK. Os produtos setoriais serviram como placar; as ações individuais foram o foco do jogo no primeiro semestre.

O custo de negociação de cada setor

Tabelas de retorno são comuns; as de cotações não são. Este painel mede o bid-ask spread mediano de cada fundo — o custo de uma operação de ida e volta — ao longo de uma sessão completa, em 29 de junho de 2026, considerando cada atualização de NBBO impressa no dia.

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_bps, ticker

O fundo mais barato para negociar naquela sessão foi o XLV, com mediana de 0.62 pontos-base; o mais caro foi o XLRE, com 2.23. Um ponto-base equivale a um centésimo de percentual, portanto, toda a tabela apresenta valores em centésimos de percentual por operação de ida e volta — o significado prático de "ETFs de setor são líquidos". A contagem de atualizações de cotação varia quase dez vezes entre os itens da tabela, e as medianas ainda se agrupam a poucos pontos-base de distância entre si. Para contraste, a análise detalhada da microestrutura de 29 de junho examina a fita de cotações do SPY na mesma sessão, que apresenta spreads ainda mais estreitos do que qualquer fundo nesta tabela.

FAQ

Qual setor teve o melhor desempenho no H1 2026?

Tecnologia. O XLK rendeu 30.8% no semestre, todo o retorno no segundo trimestre (42% no Q2 após -8.7% no Q1). Serviços de comunicação (XLC) teve o pior desempenho, com -9.3%.

Os mesmos setores lideraram no Q1 e Q2 de 2026?

Não — os dois trimestres foram quase opostos. Energia liderou o Q1 com 36.9% e encerrou o Q2 com -11%; tecnologia registrou -8.7% no Q1 e liderou o Q2 com 42%. Utilities e consumer staples lideraram no início e perderam força no final.

Qual é o custo para negociar um ETF de setor da SPDR?

Na sessão medida de 29 de junho de 2026, os median spreads cotados variaram de 0.62 pontos base (XLV) a 2.23 (XLRE) — centésimos de percentual por round trip, muito menores que os de uma ação individual típica.

Por que o retorno de um ETF de setor difere do retorno de seus componentes?

Os fundos ponderam as participações pelo valor de mercado, portanto, algumas poucas empresas gigantes dominam o resultado, enquanto a mediana de uma cesta trata cada componente igualmente. No H1 2026, a diferença foi maior em saúde: uma mediana de uma cesta de cinco nomes de 21.7% contra 2.5% do XLV.

Quais são os onze ETFs de setor?

XLB (materiais), XLC (serviços de comunicação), XLE (energia), XLF (financeiro), XLI (industriais), XLK (tecnologia), XLP (consumer staples), XLRE (imobiliário), XLU (utilities), XLV (saúde) e XLY (consumer discretionary). Juntos, eles dividem o S&P 500.

Notas de dados

Metodologia

• O período compreende de 1º de janeiro a 30 de junho de 2026. Os retornos consideram o preço de abertura ao fechamento do pregão regular dentro de cada janela, calculados conforme as consultas apresentadas. O horário regular é filtrado pelo fuso horário do Leste (9:30–15:59, convertido por linha) — ajustado para o horário de verão (DST) entre os meses de EST e EDT.
• Os limites trimestrais são aplicados com base na data de negociação do Leste: o Q1 termina em 31 de março e o Q2 começa em 1º de abril.
• O volume em dólar soma o preço multiplicado pelo número de ações durante o horário regular nas mesmas consultas.
• A geração é feita via caminho de leitura restrito; a página pública nunca consulta dados em tempo real. Estado do warehouse em 12 de julho de 2026.

O registro completo do semestre — índices, taxas e o tape de opções — está no recapitulativo de mercado do H1 2026. Para analisar um setor de forma diferente, o SQL de cada painel pode ser executado diretamente no terminal Strasmore.