Рейтинг секторов S&P 500 за первое полугодие 2026 года

Секторная таблица результатов за первое полугодие 2026 года

Результаты за первое полугодие 2026 года демонстрируют широкий разброс показателей: сектор технологий (XLK) завершил полугодие с ростом на 30.8%, сектор коммуникационных услуг (XLC) — на -9.3%, при этом разница между лучшим и худшим секторами составила около сорока процентных пунктов. Три из одиннадцати отраслевых ETF на индекс S&P 500 закончили полугодие в минусе, и почти ни один сектор не сохранил свою позицию в рейтинге при переходе от первого квартала ко второму. Это полугодие представляло собой два противоположных рыночных цикла, объединенных вместе, и данная страница содержит оценку обоих. Все приведенные ниже цифры являются результатами запросов к базе данных; разверните любую панель для просмотра точного SQL-кода.

Что такое отраслевой ETF и как эта страница оценивает его показатели

Одиннадцать фондов Select Sector SPDR разделяют индекс S&P 500 на отраслевые сегменты, поэтому один тикер позволяет купить или хеджировать позицию по конкретному сектору. Каждый фонд владеет бумагами участников своего отраслевого индекса, взвешенными по рыночной капитализации, и торгуется в течение всей сессии подобно обыкновенной акции. На этой странице каждый фонд оценивается по четырем параметрам: ценовая доходность (от цены открытия в основную торговую сессию до цены закрытия), квартальные показатели, указанные под полугодовыми, объем торгов в долларовом выражении (цена, умноженная на количество проданных акций — наиболее точный показатель оборота денежных средств) и спред bid-ask, то есть разница между лучшей ценой покупки и лучшей ценой продажи, определяющая стоимость совершения сделки в обе стороны. Сводные данные по индексам за те же шесть месяцев, включая ставки, опционы, IPO и рыночный охват, представлены в обзоре рынка за первое полугодие две тысячи двадцать шестого года.

Сводная таблица: одиннадцать секторов, показатели за полугодие и квартал

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

Сначала рассмотрим показатели за полугодие: технологический сектор лидировал с результатом 30.8%, за ним следовали промышленный сектор с 19% и энергетический с 18.8%. Три сектора завершили период в минусе: услуги связи (-9.3%), товары циклического спроса (-2.3%) и финансовый сектор (-2.2%). Восемь из одиннадцати секторов в плюсе — это достойный показатель широты рынка для полугодия, которое началось с падения индексов.

Квартальные данные раскрывают суть происходящего. Лидерами первого квартала стали энергетика (36.9%), материалы (9.8%), коммунальные услуги (7%) и товары первой необходимости (5.5%) — одна сырьевая сделка плюс классические защитные активы. В то же время технологический сектор (-8.7%), финансовый (-9.9%) и сектор циклического потребления (-9.3%) снижались вместе с широким рынком. Во втором квартале таблица перевернулась: технологический сектор принес 42%, промышленный — 13.3%, а здравоохранение — 7.8%. При этом энергетика (-11%), услуги связи (-3.7%) и коммунальные услуги (-1%) завершили квартал в красной зоне. «Круговое движение» энергетики (36.9%, затем -11%) и зеркальное отражение финансовых показателей (-9.9%, затем 7.7%) — это две наиболее наглядные иллюстрации того, что скрывается за единым числом по итогам полугодия.

Ротация по месяцам

Всю историю ротации отражают три тикера, поэтому данная панель отслеживает их с месячной детализацией: XLE (лидер первого квартала), XLK (лидер второго квартала) и XLF (зеркальная сделка).

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

XLE рос в каждом из первых трех месяцев: на 14.1% в январе, на 11.6% в феврале и на 6% в марте, демонстрируя замедляющийся рост, после чего три месяца подряд закрывался без прибыли (-0.2%, -4.7%, -6.8%). XLK показал зеркальную динамику: отрицательные результаты в январе, феврале и марте, а затем рост на 18.9% в апреле и на 19.1% в мае — два месяца подряд, которые обеспечили почти весь прирост сектора за полугодие. Апрель стал моментом передачи лидерства: смена фаворитов видна в одном столбце этой таблицы. Два положительных месяца для XLF пришлись на апрель и июнь с результатами 4.7% и 4.7%. Данные, на фоне которых проходили торги в первом полугодии — показатели инфляции, отчеты по занятости и кривая доходности казначейских облигаций — собраны в разделе макроэкономическая картина перед началом второго полугодия 2026 года.

Ширина рынка внутри каждого сектора

Доходность отраслевого фонда не дает представления о том, какая доля входящих в него активов показала рост. В нашей базе данных нет столбца с классификацией по секторам, поэтому данная панель оценивает внутрисекторную ширину рынка на основе фиксированной и полностью раскрытой корзины: пять известных компаний с большой капитализацией на каждый сектор, всего пятьдесят пять имен, каждое из которых указано в SQL. Это выборка из известных компаний, а не фактические активы фондов; ограничения корзины подробно описаны в примечаниях к данным.

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

Наибольшего внимания заслуживают две строки. Здравоохранение: все 5 компаний из корзины показали рост с медианным значением 21.7%, в то время как фонд XLV прибавил 2.5% за полугодие. Доходность фонда взвешена по рыночной стоимости, тогда как медиана корзины придает равный вес каждому участнику; сектор здравоохранения — самый яркий пример того, как корзина опережает фонд. В технологическом секторе наблюдается обратный разрыв, причем самый значительный из всех: фонд вырос на 30.8%, в то время как пять его крупнейших известных компаний разделились на 3 вверх и 2 вниз с медианой 5.2%, а ORCL показала -25.7%. Основной рост сектора был обеспечен не классическими мегакапитализациями; о том, откуда именно пришел этот рост, рассказывается в следующей панели. В остальной части таблицы: 84.3% компании CAT — лучший результат среди всех пятидесяти пяти имен, а сектор коммуникационных услуг — самый слабый сегмент: 1 из пяти компаний показали рост, медиана составила -15.2%, при этом NFLX на уровне -24.2%.

Сектор полупроводников памяти в технологическом сегменте

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

Если разобрать технологический сектор на составляющие, проявится определяющая торговая идея для отдельных бумаг. SNDK принесли 830.1% за шесть месяцев, MU — 290%, INTC — 269.3%, а AMD — 165.3%. При этом NVDA, показавшая самый высокий оборот среди отдельных акций в размере 3287.9 миллиардов долларов за полугодие, принесла 5.2%, AVGO — 6.9%, а QCOM — 6.3%. Сектор разделился на две части: бумаги производителей памяти и литейных заводов показали кратный рост, в то время как акции признанных разработчиков ИИ-ускорителей двигались в боковике. В колонке за второй квартал отражена хронология: результаты MU в 229.9%, INTC в 210% и AMD в 179.8% пришлись на тот же квартал, когда XLK зафиксировал свои 42%. Ралли отраслевого фонда и переоценка акций производителей памяти — это события одного и того же трехмесячного периода торгов. Июньская динамика MU разобрана здесь по тикам, а глубокий анализ июня для NVDA отслеживает это расхождение сессия за сессией.

Куда ушли торговые объемы

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

Денежный объем торгов двигался в одном направлении: каждый из одиннадцати отраслевых фондов показал во втором квартале меньший оборот, чем в первом. В верхней строке таблицы указано наименьшее снижение — XLK на -23%, с 161.2 миллиардов долларов до 124.8 миллиардов долларов, а в нижней — сектор недвижимости на -45%. Отраслевые инструменты были наиболее востребованы в квартале, когда индексы падали, и активность в них снижалась по мере восстановления рынка. Два примечания по масштабам на основе приведенных выше панелей: XLE стал самым торгуемым отраслевым фондом за полугодие с показателем 316.2 миллиардов долларов, а оборот только по MU составил 2862.1 миллиардов долларов, что примерно в десять раз превышает 286 миллиардов долларов фонда XLK. Отраслевые продукты служили лишь индикатором, тогда как основные события первого полугодия разворачивались в отдельных акциях.

Стоимость торговли в каждом секторе

Таблицы доходности встречаются повсеместно, в отличие от лент котировок. Данная панель оценивает медианный котируемый спред bid-ask для каждого фонда — стоимость сделки «туда и обратно» за одну полную торговую сессию 29 июня 2026 года, рассчитанную на основе каждого обновления NBBO, зафиксированного в тот день.

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

Самым дешевым для торговли фондом в ту сессию стал XLV с медианным значением 0.62 базисных пунктов; самым дорогим — XLRE с показателем 2.23. Один базисный пункт равен одной сотой процента, поэтому вся таблица отражает значения в сотых долях процента за сделку, что на практике подтверждает тезис о высокой ликвидности отраслевых ETF. Количество обновлений котировок различается почти в десять раз, однако медианные значения по-прежнему группируются в пределах пары базисных пунктов друг от друга. Для сравнения, в глубинном анализе микроструктуры рынка за 29 июня рассматривается лента котировок SPY за ту же сессию, где спреды остаются еще более узкими, чем у любого фонда из этой таблицы.

Часто задаваемые вопросы

Какой сектор показал лучшие результаты в первом полугодии две тысячи двадцать шестого года?

Технологический сектор. Доходность XLK за полугодие составила 30.8%, причем весь этот результат был получен во втором квартале (42% во втором квартале после -8.7% в первом). Сектор коммуникационных услуг (XLC) оказался аутсайдером с показателем -9.3%.

Лидировали ли одни и те же секторы в первом и втором кварталах две тысячи двадцать шестого года?

Нет, результаты двух кварталов были практически противоположными. Энергетический сектор лидировал в первом квартале с 36.9% и завершил второй квартал на уровне -11%; технологический сектор показал -8.7% в первом квартале и стал лидером во втором с 42%. Секторы коммунальных услуг и товаров первой необходимости лидировали в начале периода, но сдали позиции к концу.

Какова стоимость совершения сделок с секторными ETF SPDR?

В ходе торговой сессии двадцать девятого июня две тысячи двадцать шестого года медианные котируемые спреды варьировались от 0.62 базисных пунктов (XLV) до 2.23 (XLRE), что составляет сотые доли процента за полный цикл сделки, что значительно уже, чем по типичной отдельной акции.

Почему доходность секторного ETF отличается от доходности входящих в него активов?

Фонды взвешивают активы по рыночной капитализации, поэтому несколько крупнейших участников определяют итоговый результат, в то время как медиана корзины учитывает каждого участника в равной степени. В первом полугодии две тысячи двадцать шестого года разрыв был наиболее значительным в секторе здравоохранения: медиана корзины из пяти имен составила 21.7% против 2.5% у XLV.

Какие одиннадцать секторных ETF существуют?

XLB (материалы), XLC (коммуникационные услуги), XLE (энергетика), XLF (финансовый сектор), XLI (промышленность), XLK (технологии), XLP (товары первой необходимости), XLRE (недвижимость), XLU (коммунальные услуги), XLV (здравоохранение) и XLY (товары вторичной необходимости). Вместе они охватывают весь индекс S&P 500.

Примечания к данным

Методология

• Временной интервал: с первого января по тридцатое июня две тысячи двадцать шестого года. Доходность рассчитывается от цены открытия до цены закрытия основной торговой сессии внутри каждого периода на основе данных из указанных запросов. Основная торговая сессия фильтруется по времени восточного побережья США (с девяти тридцати до пятнадцати пятидесяти девяти, с пересчетом для каждой строки) с учетом перехода на летнее время в соответствующие месяцы.
• Границы кварталов определяются по датам торгов на восточном побережье: первый квартал завершается тридцать первого марта, второй начинается первого апреля.
• Денежный объем торгов рассчитывается как произведение цены на количество акций в течение основной торговой сессии в тех же запросах.
• Генерация данных выполняется через защищенный канал с доступом только для чтения; публичная страница не использует запросы к «живым» данным. Состояние хранилища зафиксировано на двенадцатое июля две тысячи двадцать шестого года.

Полный реестр данных за полугодие, индексы, ставки и лента опционов доступны в обзоре рынка за первое полугодие две тысячи двадцать шестого года. Чтобы проанализировать сектор в ином разрезе, каждый SQL-запрос панели можно запустить без изменений в терминале Strasmore.