Strasmore Research
சந்தைச் சுருக்கம் Matt Connorஆசிரியர் Matt Connor · புதுப்பிக்கப்பட்டது 2026-07-25 · data as of July 25, 2026 · refreshed weekly

2026 சிறந்த பங்குகள் மற்றும் நஷ்டப் பங்குகள்

2026-ன் சிறந்த பங்குகள் மற்றும் பெரிய நஷ்டாளர்களின் தரவரிசை. உண்மையான வர்த்தகம் நடைபெறும் பெயர்களிடையே இது அமைகிறது. பங்குப் பிரிப்புகள் மற்றும் லாக்கரேஜ் நிதிகள் நீக்கப்பட்டுள்ளன.

2026-ன் இதுவரை சிறந்த செயல்திறன் கொண்ட பங்குகளை SNDK முன்னிலைப்படுத்துகிறது. ஆண்டின் முதல் வர்த்தக அமர்விலிருந்து மிக சமீபத்திய நிறைவுற்ற அமர்வு வரை இது 554.9% உயர்வாக உள்ளது. இந்தப் பக்கம் 2026-ன் மிகப்பெரிய பங்கு லாபார்த்தர்கள் மற்றும் நஷ்டாளர்களை தரவரிசைப்படுத்துகிறது. உண்மையில் வர்த்தகம் நடைபெறும் பெயர்களிடையே இந்த தரவரிசை அமைகிறது. விற்பனையாளர் சுருக்கத்திற்கு பதிலாக பரிமாற்றக் கணினியிலிருந்தே இது அளவிடப்படுகிறது. ஆண்டு நடந்து கொண்டிருக்கும்போதே இந்தப் பக்கம் புதுப்பிக்கப்படுகிறது. எதையும் தரவரிசைப்படுத்துவதற்கு முன்பாகவே பங்குப் பிரிப்புகள் மற்றும் லாக்கரேஜ் நிதிகள் நீக்கப்படுகின்றன. இதுவே பெரும்பாலான ஆண்டு-தொடக்க-இதுவரை பட்டியல்கள் மௌனமாக தவறாகிய இடமாகும்.

2026-ன் மிகப்பெரிய பங்கு லாப ஈட்டுநர்கள்

கீழே உள்ள ஒவ்வொரு பெயரும் தரவரிசைப்படுத்தப்படுவதற்கு முன்பு ஒரு நாழ்வரம்பைக் கடந்துள்ளது: கடந்த மாதம் முடிந்த ஒவ்வொரு அமர்விலும் சராசரியாக குறைந்தது $100 மில்லியன் பங்குகள் கைமாறியுள்ளன. யாரும் வர்த்தகம் செய்யாத ஒரு பங்கில் பெரிய சதவீதம் என்பது விலைப்புள்ளி, விளைவல்ல.

வினவவும்2026-இன் பெரும் பங்கு லாபாம்பல்கள்: அதிக வர்த்தகம் கொண்ட பெயர்களில் ஆண்டு தொடக்கம் முதல் முதல் பத்து
ஒவ்வொரு எண்ணின் பின்னணியில் உள்ள துல்லியமான SQL
WITH complete AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND window_start >= toDateTime('2026-01-01 00:00:00')
      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 d
    HAVING count() >= 380
),
universe AS (
    SELECT ticker,
           sum(toFloat64(close) * toFloat64(volume)) / uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS adv
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE window_start >= now() - INTERVAL 21 DAY
      AND toDate(toTimeZone(window_start, 'America/New_York')) >= today() - 20
      AND toDate(toTimeZone(window_start, 'America/New_York')) IN (SELECT d FROM complete)
      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
    HAVING adv >= 100000000
),
edges AS (
    SELECT ticker,
        argMinIf(toFloat64(open), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS year_open,
        argMaxIf(toFloat64(close), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS latest_close,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS bars_open,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS bars_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ((window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-01-10 00:00:00'))
        OR (window_start >= now() - INTERVAL 8 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
      AND ticker NOT IN ('SPCX')
      AND ticker NOT IN ('KORU','SOXL','SOXS','SOXY','TQQQ','SQQQ','QQQU','SPXL','SPXS','UPRO','SPXU','SPYU','LABU','LABD','FAS','FAZ','TNA','TZA','YINN','YANG','UDOW','SDOW','BOIL','KOLD','UCO','SCO','USD','SSO','SDS','QLD','QID','ERX','ERY','DRN','DRV','CURE','MUU','SNXX','UVXY','SVXY','UVIX','SVIX','BULZ','WEBL','WEBS','DPST','DRIP','GUSH','AGQ','ZSL','GDXU','GDXD','FNGU','FNGD','DUST','JNUG','JDST','NUGT','BITX','BITU','SBIT','ETHU','ETHT','NVDL','NVDS','NVD','NVDX','NVDU','NVDD','NVDQ','TSLL','TSLQ','TSLZ','TSLR','TSLT','TSLS','TSDD','AAPU','AAPD','MSFU','MSFD','GGLL','GGLS','AMZU','AMZD','METU','METD','PLTU','PLTD','SMCX','SMCZ','CONL','CONI','MSTX','MSTU','MSTZ','BRKU','AMDL','AMUU','AMDD','ELIL','ELIS','HOOX','AVGX','AVGU','TSMX','TSMZ','MULL')
      AND ticker NOT IN (SELECT ticker FROM global_markets.stocks_splits
                         WHERE execution_date BETWEEN toDate('2026-01-01') AND today())
    GROUP BY ticker
    HAVING bars_open >= 100 AND bars_close >= 100
)
SELECT e.ticker AS ticker,
    round((e.latest_close / e.year_open - 1) * 100, 1) AS ytd_return_pct,
    round(u.adv / 1e6, 0) AS avg_daily_dollar_m
FROM edges AS e
INNER JOIN universe AS u ON e.ticker = u.ticker
WHERE e.year_open >= 10
ORDER BY (e.latest_close / e.year_open) DESC
LIMIT 10

SNDK இந்த ஆண்டில் 554.9% உடன் முதலிடத்தில் உள்ளது, MXL அடுத்தபடியாக 386.3% உடன் இரண்டாமிடத்திலும், AEHR மூன்றாவதாக 345% உடன் மூன்றாமிடத்திலும் உள்ளது. பலகையில் பத்தாவது இடம், AAOI, இன்னமும் 204.3% உயர்வில் உள்ளது, எனவே முழு அட்டவணையும் எந்தவொரு பரந்த index-ஐ விடவும் மிக முன்னேறியுள்ளது.

ஒவ்வொரு நகர்வுக்கும் பக்கத்தில் உள்ள டாலர் நெடுவரிசை சதவீதத்தைப் போலவே அதே அளவு தகவலைத் தாங்கியுள்ளது. AAOI ஒரு நாளைக்கு சராசரியாக சுமார் $817 மில்லியன் வர்த்தகத்தைக் கொண்டுள்ளது. பலகையின் உச்சியில் உள்ள SNDK சராசரியாக $18348 மில்லியனைக் கொண்டுள்ளது. இங்குள்ள ஒவ்வொரு பெயரும் ஒரு நாளைக்கு $100 மில்லியனைக் கடக்கிறது, மேலும் அந்த அடித்தளத்திற்கு மேலான வீச்சு போதுமளவு அகலமானது, அதே தலைப்பு சதவீதம் அதன் இரு முனைகளிலும் இரண்டு வெவ்வேறு விஷயங்களைக் குறிக்கிறது. மெலிந்த ஒரு பெயரைத் தள்ளுவது எளிது, ஆனால் திரையில் உள்ள விலையில் வெளியேறுவது கடினம்.

2026-ன் மிகப்பெரிய பங்கு இழப்பாளர்கள்

அதே அளவீடு, தலைகீழாக: அதே திரவத்தன்மை தளத்தைத் தாண்டும் பெயர்களில் ஆண்டு-இன்றுவரை மிகக் கடுமையான வீழ்ச்சிகள்.

வினவவும்2026-இன் பெரும் பங்கு நஷ்டங்கள்: அதிக வர்த்தகம் கொண்ட பெயர்களில் ஆண்டு தொடக்கம் முதல் கெட்ட பத்து
ஒவ்வொரு எண்ணின் பின்னணியில் உள்ள துல்லியமான SQL
WITH complete AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND window_start >= toDateTime('2026-01-01 00:00:00')
      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 d
    HAVING count() >= 380
),
universe AS (
    SELECT ticker,
           sum(toFloat64(close) * toFloat64(volume)) / uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS adv
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE window_start >= now() - INTERVAL 21 DAY
      AND toDate(toTimeZone(window_start, 'America/New_York')) >= today() - 20
      AND toDate(toTimeZone(window_start, 'America/New_York')) IN (SELECT d FROM complete)
      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
    HAVING adv >= 100000000
),
edges AS (
    SELECT ticker,
        argMinIf(toFloat64(open), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS year_open,
        argMaxIf(toFloat64(close), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS latest_close,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS bars_open,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS bars_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ((window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-01-10 00:00:00'))
        OR (window_start >= now() - INTERVAL 8 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
      AND ticker NOT IN ('SPCX')
      AND ticker NOT IN ('KORU','SOXL','SOXS','SOXY','TQQQ','SQQQ','QQQU','SPXL','SPXS','UPRO','SPXU','SPYU','LABU','LABD','FAS','FAZ','TNA','TZA','YINN','YANG','UDOW','SDOW','BOIL','KOLD','UCO','SCO','USD','SSO','SDS','QLD','QID','ERX','ERY','DRN','DRV','CURE','MUU','SNXX','UVXY','SVXY','UVIX','SVIX','BULZ','WEBL','WEBS','DPST','DRIP','GUSH','AGQ','ZSL','GDXU','GDXD','FNGU','FNGD','DUST','JNUG','JDST','NUGT','BITX','BITU','SBIT','ETHU','ETHT','NVDL','NVDS','NVD','NVDX','NVDU','NVDD','NVDQ','TSLL','TSLQ','TSLZ','TSLR','TSLT','TSLS','TSDD','AAPU','AAPD','MSFU','MSFD','GGLL','GGLS','AMZU','AMZD','METU','METD','PLTU','PLTD','SMCX','SMCZ','CONL','CONI','MSTX','MSTU','MSTZ','BRKU','AMDL','AMUU','AMDD','ELIL','ELIS','HOOX','AVGX','AVGU','TSMX','TSMZ','MULL')
      AND ticker NOT IN (SELECT ticker FROM global_markets.stocks_splits
                         WHERE execution_date BETWEEN toDate('2026-01-01') AND today())
    GROUP BY ticker
    HAVING bars_open >= 100 AND bars_close >= 100
)
SELECT e.ticker AS ticker,
    round((e.latest_close / e.year_open - 1) * 100, 1) AS ytd_return_pct,
    round(u.adv / 1e6, 0) AS avg_daily_dollar_m
FROM edges AS e
INNER JOIN universe AS u ON e.ticker = u.ticker
WHERE e.year_open >= 10
ORDER BY (e.latest_close / e.year_open) ASC
LIMIT 10

மிகக் கடுமையான ஆண்டு-இன்றுவரை வீழ்ச்சி EOSE-ஐச் சேர்ந்தது, -65.9%-இல், அடுத்தது CSGP, -58.7%-இல். பட்டியலில் பத்தாவதாக TEAM, -47.3%-இல் உள்ளது. இங்குள்ள பல பெயர்கள் ஊக நுண்ணிய முதலீட்டு நிறுவனங்கள் அல்ல, மாறாகப் பெரிய, பரவலாக வைத்திருக்கப்படும் நிறுவனங்கள்; இழப்பாளர் பட்டியலில் இதுவே மக்களை ஆச்சரியப்படுத்தும் பகுதி. திரவத்தன்மையும் ஆய்வாளர் கவனிப்பும் ஒரு பங்கு விலைக்குத் தளம் அமைத்துவிடாது. இவற்றில் ஒன்றைத் தங்கள் முதலீட்டுத் தொகுப்பின் மிகைபங்காக வைத்திருக்கும் எவரும் முழு இயக்கத்தையும் எதிர்கொண்டார்; இதை ஒரு பங்கை வைத்திருப்பதன் ஆபத்து பக்கம் ஏற்ற இறக்கம் மற்றும் இழப்பு எண்களால் அளக்கிறது.

2026-இல் சந்தையின் எவ்வளவு பகுதி உயர்வில் உள்ளது

ஒரு தலைமைப் பட்டியல் இரண்டு முனைகளை மட்டுமே காட்டுகிறது. அகலம் உடலைக் காட்டுகிறது: வடிகட்டப்பட்ட முழு உலகமும், index funds உட்பட, உயரும் மற்றும் வீழும் பெயர்களாக எவ்வாறு பிரிகிறது, அசைவின் அளவால் கூடைகளில் வைக்கப்படுகிறது.

வினவவும்ஆண்டு தொடக்கம் முதல் விரிவு: வருவாய் பிரிவுகளில் வடிகட்டப்பட்ட அண்டம் எவ்வாறு பரவியுள்ளது
ஒவ்வொரு எண்ணின் பின்னணியில் உள்ள துல்லியமான SQL
WITH complete AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND window_start >= toDateTime('2026-01-01 00:00:00')
      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 d
    HAVING count() >= 380
),
universe AS (
    SELECT ticker,
           sum(toFloat64(close) * toFloat64(volume)) / uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS adv
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE window_start >= now() - INTERVAL 21 DAY
      AND toDate(toTimeZone(window_start, 'America/New_York')) >= today() - 20
      AND toDate(toTimeZone(window_start, 'America/New_York')) IN (SELECT d FROM complete)
      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
    HAVING adv >= 100000000
),
edges AS (
    SELECT ticker,
        argMinIf(toFloat64(open), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS year_open,
        argMaxIf(toFloat64(close), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS latest_close,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS bars_open,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS bars_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ((window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-01-10 00:00:00'))
        OR (window_start >= now() - INTERVAL 8 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
      AND ticker NOT IN ('SPCX')
      AND ticker NOT IN ('KORU','SOXL','SOXS','SOXY','TQQQ','SQQQ','QQQU','SPXL','SPXS','UPRO','SPXU','SPYU','LABU','LABD','FAS','FAZ','TNA','TZA','YINN','YANG','UDOW','SDOW','BOIL','KOLD','UCO','SCO','USD','SSO','SDS','QLD','QID','ERX','ERY','DRN','DRV','CURE','MUU','SNXX','UVXY','SVXY','UVIX','SVIX','BULZ','WEBL','WEBS','DPST','DRIP','GUSH','AGQ','ZSL','GDXU','GDXD','FNGU','FNGD','DUST','JNUG','JDST','NUGT','BITX','BITU','SBIT','ETHU','ETHT','NVDL','NVDS','NVD','NVDX','NVDU','NVDD','NVDQ','TSLL','TSLQ','TSLZ','TSLR','TSLT','TSLS','TSDD','AAPU','AAPD','MSFU','MSFD','GGLL','GGLS','AMZU','AMZD','METU','METD','PLTU','PLTD','SMCX','SMCZ','CONL','CONI','MSTX','MSTU','MSTZ','BRKU','AMDL','AMUU','AMDD','ELIL','ELIS','HOOX','AVGX','AVGU','TSMX','TSMZ','MULL')
      AND ticker NOT IN (SELECT ticker FROM global_markets.stocks_splits
                         WHERE execution_date BETWEEN toDate('2026-01-01') AND today())
    GROUP BY ticker
    HAVING bars_open >= 100 AND bars_close >= 100
),
rets AS (
    SELECT e.ticker AS ticker, (e.latest_close / e.year_open - 1) * 100 AS ret
    FROM edges AS e
    INNER JOIN universe AS u ON e.ticker = u.ticker
    WHERE e.year_open >= 10
)
SELECT bucket,
       names,
       round(100 * sum(names) OVER (PARTITION BY side) / sum(names) OVER (), 1) AS side_share_pct
FROM (
    SELECT tup.1 AS bucket, tup.2 AS names, tup.3 AS ord, tup.4 AS side
    FROM (
        SELECT arrayJoin([
            ('Down 40%+',   countIf(ret < -40),               1, 'down'),
            ('Down 20-40%', countIf(ret >= -40 AND ret < -20), 2, 'down'),
            ('Down 10-20%', countIf(ret >= -20 AND ret < -10), 3, 'down'),
            ('Down 0-10%',  countIf(ret >= -10 AND ret < 0),   4, 'down'),
            ('Up 0-10%',    countIf(ret >= 0 AND ret < 10),    5, 'up'),
            ('Up 10-25%',   countIf(ret >= 10 AND ret < 25),   6, 'up'),
            ('Up 25-50%',   countIf(ret >= 25 AND ret < 50),   7, 'up'),
            ('Up 50%+',     countIf(ret >= 50),                8, 'up')
        ]) AS tup
        FROM rets
    )
)
ORDER BY ord

வடிகட்டப்பட்ட பெயர்களில் 61.9% ஆண்டின் அடிப்படையில் உயர்வில் உள்ளன, 38.1% வீழ்வில் உள்ளன. இந்தப் பரவல்தன்மைதான் முதல் பத்து அட்டவணை மறைப்பது. ஒரு முனையில் Down 40%+ கூடையில் 22 பெயர்கள் உள்ளன, மறு முனையில் Up 50%+ கூடையில் 130 உள்ளன; மாற்றமில்லாத நிலையின் இரு பக்கமும் Down 0-10%-இல் 146 மற்றும் Up 0-10%-இல் 159 உள்ளன. எந்தவொரு ஆண்டிலும் சந்தையின் பெரும்பகுதி சாதாரணமான ஏதோ ஒன்றைச் செய்கிறது; மேற்கண்ட இரண்டு அட்டவணைகளில் உள்ள பெயர்கள், சராசரிகள் கட்டப்படுவதற்கான விதிவிலக்குகளே.

சந்தை தற்போது எந்த நிலையில் உள்ளது

ஒரு பங்கின் ஆண்டு செயல்திறன், சந்தையின் சொந்த செயல்திறனுடன் ஒப்பிடும்போது வேறுபட்டு தெரிகிறது. நான்கு முக்கிய index ETFகளின் செயல்திறன், அதே காலவரையில்:

வினவவும்நான்கு பெரும் index ETFs, ஆண்டு தொடக்கம் முதல், ஒரே அளவீட்டு சாளரத்தில்
ஒவ்வொரு எண்ணின் பின்னணியில் உள்ள துல்லியமான SQL
WITH complete AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND window_start >= toDateTime('2026-01-01 00:00:00')
      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 d
    HAVING count() >= 380
),
edges AS (
    SELECT ticker,
        argMinIf(toFloat64(open), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS year_open,
        argMaxIf(toFloat64(close), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS latest_close,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS bars_open,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS bars_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ((window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-01-10 00:00:00'))
        OR (window_start >= now() - INTERVAL 8 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
      AND ticker IN ('SPY', 'QQQ', 'DIA', 'IWM')
    GROUP BY ticker
    HAVING bars_open >= 100 AND bars_close >= 100
)
SELECT multiIf(ticker = 'SPY', 'S&P 500 (SPY)', ticker = 'QQQ', 'Nasdaq 100 (QQQ)',
               ticker = 'DIA', 'Dow (DIA)', ticker = 'IWM', 'Russell 2000 (IWM)', ticker) AS label,
    round((latest_close / year_open - 1) * 100, 1) AS ytd_return_pct,
    (SELECT toString(min(d)) FROM complete) AS measured_from_date,
    (SELECT toString(max(d)) FROM complete) AS measured_through_date
FROM edges
ORDER BY ytd_return_pct DESC

மேற்கண்ட இரண்டு பலகைகளும் ஒரே காலவரையில் அளவிடப்பட்டுள்ளன: 2026ன் முதல் முழு வர்த்தக அமர்வு (2026-01-02) முதல் சமீபத்திய முடிந்த அமர்வு (2026-07-22) வரை. இந்தக் காலவரையில் Russell 2000 (IWM) என்பது 18.6% வருவாயையும் Dow (DIA) என்பது 8.2% வருவாயையும் தந்துள்ளன. ஆதாயம் அட்டவணையில் உள்ள ஒவ்வொரு பெயரும் இந்த நான்கையும் பெரும் வித்தியாசத்துடன் முந்தியுள்ளது. இது ஒரு indexன் கணிதமே: நூற்றுக்கணக்கான பங்குகள் ஒரே கோட்டில் சராசரியாக்கப்படுகின்றன; தனிப்பட்ட பங்குகளின் ஏற்ற இறக்கங்கள் ஓரளவு ஒன்றை ஒன்று சமன் செய்கின்றன. அந்தக் கோட்டின் கீழே இருக்கும் spread கோட்டை விட மிக அகலமாக இருந்தது. முதல் பாதியின் துறை மதிப்பீட்டு அட்டவணை பதினொரு துறைகளையும் ஒன்றோடொன்று ஒப்பிட்டு வரிசைப்படுத்துகிறது.

ஆண்டுதோறும் இயக்கத்தைப் போலியாகக் காட்டும் பங்குப் பிரிப்பு

பிரிப்பு என்பது ஒரு பங்குதாரரின் சொத்து மதிப்பை மாற்றாமல் பங்குகளின் எண்ணிக்கையையும் ஒரு பங்கின் விலையையும் மாற்றுகிறது. இவ்வளவு நீண்ட காலக்கணத்தில் பல நிறுவனங்கள் தங்கள் பங்குகளைப் பிரிக்கின்றன. சரிசெய்யப்படாத ஆண்டுதொடக்கக் கணக்கீடு ஒரு பங்கின் விலை மாற்றத்தைச் செயல்திறனாகப் பொருத்திப் பார்க்கிறது. கீழே உள்ள பெயர்கள் ஒவ்வொன்றும் 2026-இல் ஒரு பங்குப் பிரிப்பு அல்லது பங்குப் பங்குதாரத்தைக் கொண்டிருந்தன; அது அந்த விலையை குறைந்தது ஐந்தில் ஒரு பங்கு அளவு நகர்த்தக்கூடிய அளவு பெரியதாக இருந்தது. ஒவ்வொன்றும் ஒரே நீர்த்தேக்க அளவைக் கடந்தது. எனவே பிரிப்பு வடிகட்டி அதை நீக்குவதற்கு முன்பு ஒவ்வொன்றும் மேலே உள்ள பலகைகளுக்குத் தகுதியானதாக இருந்தது.

வினவவும்பலகைகளிலிருந்து விலக்கப்பட்டவை: ஆண்டு தொடக்கம் முதல் நகர்வை போலியாக்கும் அளவு பெரிய 2026 splits
ஒவ்வொரு எண்ணின் பின்னணியில் உள்ள துல்லியமான SQL
WITH complete AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND window_start >= toDateTime('2026-01-01 00:00:00')
      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 d
    HAVING count() >= 380
),
universe AS (
    SELECT ticker,
           sum(toFloat64(close) * toFloat64(volume)) / uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) AS adv
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE window_start >= now() - INTERVAL 21 DAY
      AND toDate(toTimeZone(window_start, 'America/New_York')) >= today() - 20
      AND toDate(toTimeZone(window_start, 'America/New_York')) IN (SELECT d FROM complete)
      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
    HAVING adv >= 100000000
),
split_terms AS (
    SELECT ticker,
        argMax(split_to, execution_date) AS new_shares,
        argMax(split_from, execution_date) AS old_shares,
        round((old_shares / new_shares - 1) * 100, 1) AS split_price_effect_pct,
        replaceAll(argMax(adjustment_type, execution_date), '_', ' ') AS split_type,
        toString(max(execution_date)) AS split_date
    FROM global_markets.stocks_splits
    WHERE execution_date BETWEEN toDate('2026-01-01') AND today()
    GROUP BY ticker
    HAVING new_shares > 0 AND old_shares > 0
       AND greatest(new_shares / old_shares, old_shares / new_shares) >= 1.25
),
edges AS (
    SELECT ticker,
        argMinIf(toFloat64(open), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS year_open,
        argMaxIf(toFloat64(close), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS latest_close,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS bars_open,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS bars_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ((window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-01-10 00:00:00'))
        OR (window_start >= now() - INTERVAL 8 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
      AND ticker NOT IN ('SPCX')
      AND ticker NOT IN ('KORU','SOXL','SOXS','SOXY','TQQQ','SQQQ','QQQU','SPXL','SPXS','UPRO','SPXU','SPYU','LABU','LABD','FAS','FAZ','TNA','TZA','YINN','YANG','UDOW','SDOW','BOIL','KOLD','UCO','SCO','USD','SSO','SDS','QLD','QID','ERX','ERY','DRN','DRV','CURE','MUU','SNXX','UVXY','SVXY','UVIX','SVIX','BULZ','WEBL','WEBS','DPST','DRIP','GUSH','AGQ','ZSL','GDXU','GDXD','FNGU','FNGD','DUST','JNUG','JDST','NUGT','BITX','BITU','SBIT','ETHU','ETHT','NVDL','NVDS','NVD','NVDX','NVDU','NVDD','NVDQ','TSLL','TSLQ','TSLZ','TSLR','TSLT','TSLS','TSDD','AAPU','AAPD','MSFU','MSFD','GGLL','GGLS','AMZU','AMZD','METU','METD','PLTU','PLTD','SMCX','SMCZ','CONL','CONI','MSTX','MSTU','MSTZ','BRKU','AMDL','AMUU','AMDD','ELIL','ELIS','HOOX','AVGX','AVGU','TSMX','TSMZ','MULL')
      AND ticker IN (SELECT ticker FROM split_terms)
    GROUP BY ticker
    HAVING bars_open >= 100 AND bars_close >= 100
),
ranked AS (
    SELECT e.ticker AS ticker,
        round((e.latest_close / e.year_open - 1) * 100, 1) AS unadjusted_ytd_pct,
        s.split_price_effect_pct AS split_price_effect_pct,
        s.split_type AS split_type,
        s.split_date AS split_date
    FROM edges AS e
    INNER JOIN split_terms AS s ON e.ticker = s.ticker
    WHERE e.year_open >= 10 AND e.ticker IN (SELECT ticker FROM universe)
)
SELECT ticker, unadjusted_ytd_pct, split_price_effect_pct, split_type, split_date
FROM (
    SELECT ticker, unadjusted_ytd_pct, split_price_effect_pct, split_type, split_date,
           row_number() OVER (ORDER BY unadjusted_ytd_pct ASC) AS rn_low,
           row_number() OVER (ORDER BY unadjusted_ytd_pct DESC) AS rn_high
    FROM ranked
)
WHERE rn_low <= 14 OR rn_high = 1
ORDER BY unadjusted_ytd_pct ASC

ஒரு forward split அதன் ஒரு பங்கு விலையை -96% நகர்த்திய பிறகு, சரிசெய்யப்படாத திரையில் BKNG என்பது -96.7% எனக் காட்டும். ஒரு forward split அதன் விலையை -80% நகர்த்திய பிறகு, CVNA என்பது -85.1% எனக் காட்டும். இரண்டிலும் எந்தப் பங்குதாரருக்கும் பிரிப்பு நடைமுறைக்கு வந்த அன்று எதுவும் இழக்கப்படவில்லை. ஒரு பங்கின் விலை வகுக்கப்பட்டது. பங்குகளின் எண்ணிக்கை அதே காரணியால் பெருக்கப்பட்டது. பிரிப்பு விளைவு நெடுவரிசை பிரிப்பு மட்டுமே காரணமாக ஏற்பட்ட விலை மாற்றத்தைத் தனிமைப்படுத்துகிறது. இதுவே சரிசெய்யப்படாத திரை ஒரு செயல்திறனாகப் பொருத்திப் பார்க்கும் பகுதி.

பலகையின் கடைசி வரிசை மறுதிசையில் இயங்குகிறது: ஒரு reverse split அதன் ஒரு பங்கு விலையை 200% உயர்த்திய பிறகு, DD என்பது 245.3% எனக் காட்டுகிறது; விலையை வெட்டுவதற்குப் பதிலாக அது விலையை உயர்த்துகிறது. இப்படிமுறையைத் தவறவிடும் எந்தப் பட்டியலும் ஒரே நேரத்தில் மேற்புறத்திலும் கீழ்புறத்திலும் கற்பனையை வெளியிடுகிறது. இதனால்தான் திரை பிரிப்பு டிக்கர்களின் விலைகளை ஒட்டுப்படுத்த முயல்வதற்குப் பதிலாக அவற்றைத் தனியாக ஒதுக்குகிறது. ஒரு நிறுவனத்தைப் போலவே ஒரு நிதியும் இந்தப் பலகையில் இடம்பெற முடியும்: குறியீட்டு நிதிகளும் தங்கள் பங்குகளைப் பிரிக்கின்றன. இந்தத் திரை இரண்டையும் உள்ளடக்குகிறது.

இந்தத் தேர்வு எவ்வாறு அளக்கப்படுகிறது

தேர்வின் ஒவ்வொரு நிலையும், அதற்குப் பிறகு எஞ்சியிருக்கும் பெயர்களின் எண்ணிக்கையுடன்:

வினவவும்வடிகட்டி, கட்டம் கட்டமாக: ஒவ்வொரு வடிகட்டியிலும் எத்தனை பெயர்கள் தப்பிக்கின்றன
ஒவ்வொரு எண்ணின் பின்னணியில் உள்ள துல்லியமான SQL
WITH complete AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND window_start >= toDateTime('2026-01-01 00:00:00')
      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 d
    HAVING count() >= 380
),
universe AS (
    SELECT ticker
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE window_start >= now() - INTERVAL 21 DAY
      AND toDate(toTimeZone(window_start, 'America/New_York')) >= today() - 20
      AND toDate(toTimeZone(window_start, 'America/New_York')) IN (SELECT d FROM complete)
      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
    HAVING sum(toFloat64(close) * toFloat64(volume)) / uniqExact(toDate(toTimeZone(window_start, 'America/New_York'))) >= 100000000
),
edges AS (
    SELECT ticker,
        argMinIf(toFloat64(open), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS year_open,
        argMaxIf(toFloat64(close), toTimeZone(window_start, 'America/New_York'), toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS latest_close,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT min(d) FROM complete)) AS bars_open,
        countIf(toDate(toTimeZone(window_start, 'America/New_York')) = (SELECT max(d) FROM complete)) AS bars_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ((window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-01-10 00:00:00'))
        OR (window_start >= now() - INTERVAL 8 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
    HAVING bars_open >= 100 AND bars_close >= 100
),
flagged AS (
    SELECT ticker,
        year_open,
        ticker IN (SELECT ticker FROM universe) AS liquid,
        ticker NOT IN ('SPCX','KORU','SOXL','SOXS','SOXY','TQQQ','SQQQ','QQQU','SPXL','SPXS','UPRO','SPXU','SPYU','LABU','LABD','FAS','FAZ','TNA','TZA','YINN','YANG','UDOW','SDOW','BOIL','KOLD','UCO','SCO','USD','SSO','SDS','QLD','QID','ERX','ERY','DRN','DRV','CURE','MUU','SNXX','UVXY','SVXY','UVIX','SVIX','BULZ','WEBL','WEBS','DPST','DRIP','GUSH','AGQ','ZSL','GDXU','GDXD','FNGU','FNGD','DUST','JNUG','JDST','NUGT','BITX','BITU','SBIT','ETHU','ETHT','NVDL','NVDS','NVD','NVDX','NVDU','NVDD','NVDQ','TSLL','TSLQ','TSLZ','TSLR','TSLT','TSLS','TSDD','AAPU','AAPD','MSFU','MSFD','GGLL','GGLS','AMZU','AMZD','METU','METD','PLTU','PLTD','SMCX','SMCZ','CONL','CONI','MSTX','MSTU','MSTZ','BRKU','AMDL','AMUU','AMDD','ELIL','ELIS','HOOX','AVGX','AVGU','TSMX','TSMZ','MULL') AS not_geared,
        ticker NOT IN (SELECT ticker FROM global_markets.stocks_splits
                       WHERE execution_date BETWEEN toDate('2026-01-01') AND today()) AS no_split
    FROM edges
)
SELECT tup.1 AS screen_step, tup.2 AS names
FROM (
    SELECT arrayJoin([
        ('Traded the first and the last full session', count()),
        ('Averaging $100m+ a day over the past month', countIf(liquid)),
        ('Opened 2026 above $10 a share', countIf(liquid AND year_open >= 10)),
        ('Not on the excluded-fund list', countIf(liquid AND year_open >= 10 AND not_geared)),
        ('No split or stock dividend in 2026', countIf(liquid AND year_open >= 10 AND not_geared AND no_split))
    ]) AS tup
    FROM flagged
)

முறை, முழுமையாகக் கூறப்பட்டது:

  • காலச்சட்டம். 2026-ன் முதல் முழு வர்த்தக அமர்வு முதல் பட்டியலில் உள்ள மிக சமீபத்திய முழு அமர்வு வரை. இரு முனைகளும் நிமிடப் பட்டைகளிலிருந்து வாசிக்கப்படுகின்றன. ஒரு அமர்வு முழுமையான வழக்கமான நேரப் பட்டை எண்ணிக்கையைக் கொண்டிருந்தால் மட்டுமே கணக்கில் எடுத்துக்கொள்ளப்படுகிறது. எனவே, நடந்து கொண்டிருக்கும் ஒரு நாள் ஒருபோதும் முடிந்ததாகக் கருதப்படுவதில்லை.
  • வருமானம். ஆண்டின் முதல் வழக்கமான அமர்வின் திறப்பு விலையும் கடைசி வழக்கமான அமர்வின் மூடல் விலையும், நிமிடப் பட்டைகளிலிருந்து கணக்கிடப்படுகின்றன. சந்தைக்கு முன் மற்றும் சந்தைக்குப் பின் வர்த்தகங்கள் புறக்கணிக்கப்படுகின்றன. இவை விலை வருமானங்கள்; ஈவுத்தொகை மீண்டும் சேர்க்கப்படவில்லை. எனவே, அதிக ஈவுத்தொகை கொண்ட ஒரு பெயர், மொத்த வருமான எண்ணிக்கை காட்டுவதை விட இங்கே சற்று மோசமாகக் காட்டப்படும்.
  • நீர்த்தன்மைத் தளம். கடந்த 20 நாட்காட்டியில், தொடங்கி முடிந்த அமர்வுகளை மட்டும் கணக்கில் எடுத்து, ஒரு அமர்வுக்குச் சராசரியாகக் குறைந்தது $100 மில்லியன் வழக்கமான நேர வர்த்தக மதிப்பு. இல்லையெனில், ஒரு பகுதி அமர்வு, ஒரு நாளின் பகுதிப் பணத்தை முழு நாளால் வகுத்து, ஒவ்வொரு பெயரின் வர்த்தக மதிப்பையும் குறைவாகக் காட்டும். இந்த ஒற்றை வடிகட்டி, களத்தை 4492 டிக்கர்களிலிருந்து 1036 ஆகக் குறைக்கிறது.
  • விலைத் தளம். பங்கு ஆண்டை $10-க்கும் அதிகமான விலையில் திறந்தது. $10-க்கும் குறைவான பெயர்கள், சிறிய விலை அசைவுகளிலிருந்து பெரிய சதவீதங்களை உருவாக்கும்.
  • நெம்புச்சரட்டை மற்றும் எதிர்த்திசை நிதிகள் ஒரு கையால் தொகுக்கப்பட்ட பட்டியல் மூலம் நீக்கப்படுகின்றன. இது ஒவ்வொரு அட்டவணையின் கீழும் SQL-இல் முழுமையாக அச்சிடப்படுகிறது. இது குறியீட்டு-விகித நிதிகள் மற்றும் ஒரு நிறுவனத்தின் தினசரி அசைவைப் பலமடங்காக்கும் ஒற்றைப் பங்கு நிதிகளை உள்ளடக்கியது. ஒரு விகித நிதி, ஒரு சிறிய நிறுவனச் செய்தி இல்லாமலேயே எந்தவொரு மூல அசைவாளர் பட்டியலிலும் உச்சிக்கு வர முடியும். இந்தப் பட்டியல் கைமுறையாகப் பராமரிக்கப்படுகிறது; இதுவே அதன் பலவீனம்: இந்த மாதம் தொடங்கப்பட்ட ஒரு நிதி, யாராவது அதைச் சேர்க்கும் வரை நீக்கப்படுவதில்லை.
  • வழக்கமான நிதிகள் வடிகட்டப்படுவதில்லை. நெம்புச்சரட்டை அற்ற ஒரு குறியீட்டு அல்லது துறை ETF, நீர்த்தன்மை மற்றும் விலைத் தளங்களைக் கடந்தால், இயங்கும் நிறுவனங்களுடன் இங்கே தரவரிசைப்படுத்தப்படுகிறது. அது விரிவான எண்ணிக்கைகளிலும் இடம்பெறுகிறது. ஒரு நிதி என்பது ஏற்கனவே அதே களத்தில் கணக்கிடப்பட்ட பெயர்களின் தொகுப்பு. எனவே, அந்த வரிசைகளை ஒரு நிறுவனத்தின் ஆண்டாக அல்லாமல், தொகுப்பு என்ன செய்தது என்று படியுங்கள்.
  • பிரிப்புகள். 2026-ல் நடைமுறைக்கு வரும் எந்தவொரு பிரிப்பு அல்லது பங்கு ஈவுத்தொகை கொண்ட டிக்கரும், விகிதம் எவ்வளவு சிறியதாக இருந்தாலும், ஒதுக்கப்படுகிறது. இதுவே கவனமான தேர்வு: இது சில உண்மையான சிறந்த செயல்படுபவர்களைப் பலகையில் இடமிழக்கச் செய்கிறது. ஆனால் இது ஒருபோதும் பங்கு எண்ணிக்கை மாற்றத்தை வருமானமாக வெளியிடுவதில்லை. மேலே உள்ள பலகை, ஒரு அசைவைப் போல் பாசாங்கும் அளவுக்குப் பெரிய பிரிப்பு கொண்ட நீக்கப்பட்ட பெயர்களைக் காட்டுகிறது.
  • தாமதமான பட்டியல்கள். ஆண்டின் முதல் அமர்வுக்குப் பிறகு பட்டியலிடப்பட்ட ஒரு நிறுவனத்திற்கு சனவரி விலை இல்லை. எனவே அது இந்த அட்டவணைகளில் இல்லை. புதிய பட்டியல்கள் அதிகமாக உள்ள ஒரு ஆண்டில் இது உண்மையான ஒரு இடைவெளி.
  • முடிவு. 954 பெயர்கள் தரவரிசைப்படுத்தப்படுகின்றன. அவற்றில் முதல் பத்தும் கடைசி பத்தும் இந்தப் பக்கத்தின் இரண்டு பலகைகள் ஆகும்.

மூன்று சாளரங்களில் ஒரே கேள்வி

இந்த ஆண்டின் தொடக்கம் முதல் இன்றுவரை என்பது ஒரு ஏணியின் ஒரு படியாகும்; ஒவ்வொரு நீளத்திலும் ஒரு நகர்வு வெவ்வேறாக தெரியும். வாரக் காட்சி இந்த வாரம் பங்குகளின் மிகப்பெரிய லாப ஈட்டியவை மற்றும் நஷ்டமடைந்தவை ஆகும், மாதக் காட்சி இந்த மாதம் மிக அதிகமாக நகர்ந்த பங்குகள் ஆகும், இந்தப் பக்கம் ஆண்டு ஆகும். படிகளுக்கு ஏற்ப தளங்கள் வேறுபடும்: இந்தப் பக்கம் கடந்த மாதம் சராசரியாக நாளொன்றுக்கு $100 மில்லியன் என்ற அளவைக் கொண்டு வடிகட்டுகிறது; வார மற்றும் மாதப் பக்கங்களோ தத்தமது சாளரங்களுக்குள் மொத்தமாக வர்த்தகம் ஆன டாலர்களைக் கொண்டு வடிகட்டுகின்றன. எனவே ஒரு பெயர் ஒரு பலகையைக் கடந்து மற்றொன்றைத் தவறவிடலாம். ஒரே ஒரு வருவாய் எதிர்வினையின் அடிப்படையில் வாராந்திரப் பலகையில் உச்சியில் இருக்கும் ஒரு பெயர், ஆண்டு முழுவதும் பெரும்பாலும் நடுவரிசையில் இருக்கும். இந்த ஆண்டின் இதுவரையிலான பரந்த கதைக்கு, முதல் பாதிய சந்தை சுருக்கம் என்பது index, rates மற்றும் துறை விவரங்களைத் தருகிறது; லீவரேஜ்டு ETFs எவ்வாறு செயல்படுகின்றன என்பது இங்கே அந்த பற்று நிதிகள் ஏன் ஒதுக்கப்பட்டுள்ளன என்பதை விளக்குகிறது.

அடிக்கடி கேட்கப்படும் கேள்விகள்

2026-இன் சிறந்த செயல்திறன் வாய்ந்த பங்கு எது?

ஒரு நாளைக்கு குறைந்தது $100 மில்லியன் வர்த்தகம் செய்யப்படும், ஆண்டைத் தொடங்கும்போது $10-க்கு மேல் திறக்கப்படும், 2026-இல் பிளவு ஏதும் இல்லாத, மற்றும் லீவரேஜ் நிதி பட்டியலில் இல்லாத பெயர்களிடையே, SNDK இதுவரை 2026-இன் சிறந்த செயல்திறன் வாய்ந்த பங்கு ஆகும்; ஆண்டின் முதல் அமர்விலிருந்து 554.9% உயர்ந்துள்ளது. MXL இரண்டாவதாக 386.3% உடன் உள்ளது.

2026-இல் எந்தப் பங்குகள் மிக அதிகமாக வீழ்ந்துள்ளன?

இந்தத் திரையில் EOSE ஆனது -65.9% உடன் 2026-இன் மோசமான செயல்திறன் வாய்ந்த பங்கு ஆகும், இதற்கு அடுத்தபடியாக CSGP ஆனது -58.7% உடன் உள்ளது. 2026-இன் மிகப் பெரிய பங்கு இழப்பாளர்களின் முழு பட்டியலும் மேலே உள்ள இரண்டாவது அட்டவணையில் உள்ளது; ஆண்டு நடக்கும்போது இது புதுப்பிக்கப்படுகிறது.

ஆண்டு தொடக்கம் முதல் நடப்பு வரையிலான பங்கு வருமானம் எவ்வாறு கணக்கிடப்படுகிறது?

ஆண்டு தொடக்கம் முதல் நடப்பு வரையிலான வருமானம் என்பது சமீபத்திய விலையை நாட்காட்டி ஆண்டின் தொடக்கத்தில் இருந்த விலையுடன் ஒப்பிட்டு, மாற்றத்தை சதவீதமாக தெரிவிக்கிறது. இங்கே அது 2026-இன் முதல் வழக்கமான அமர்வின் திறப்பு விலை ஆகும்; இது சமீபத்திய முடிந்த அமர்வின் மூடலுக்கு எதிராக அளக்கப்படுகிறது. ஆண்டின் போது பிளவு கொண்ட பங்குகள் சரிசெய்யப்படுவதற்கு பதிலாக ஒதுக்கி வைக்கப்படுகின்றன, எனவே வாசகருக்கும் நேர்டேப்புக்கும் இடையே எந்தச் சரிசெய்தல் காரணியும் இல்லை.

லீவரேஜ் ETF-கள் 2026 ஆதாயம் பெற்றோர் பட்டியலில் சேர்க்கப்பட்டுள்ளதா?

இல்லை. லீவரேஜ் அல்லது இன்வர்ஸ் நிதி ஒரு குறியீட்டின் அல்லது ஒற்றைப் பங்கின் தினசரி நகர்வைப் பல மடங்காக்குகிறது, எனவே அதன் பின்னால் எந்த நிறுவனச் செய்தியும் இல்லாமல் அது வழக்கமாக ஒரு மூல நகர்வோர் பட்டியலில் உச்சியில் இருக்கும். அந்த நிதிகள் தரவரிசைப்படுத்துவதற்கு முன்பு பெயர் வாரியாக நீக்கப்படுகின்றன, மேலும் அந்தப் பட்டியல் ஒவ்வொரு அட்டவணையின் கீழும் SQL-இல் காணப்படுகிறது. வழக்கமான குறியீட்டு மற்றும் துறை ETF-கள் வேறு வகை: அவை எந்தப் பங்கைப் போலவும் ஒரே தள அளவைக் கடந்து இங்கே தரவரிசைப்படுத்தப்படுகின்றன, எனவே ஒரு நிதி இரண்டு பலகைகளில் எதிலும் தோன்றலாம்.

இங்கே உள்ள ஒவ்வொரு அட்டவணையும் அதனுடன் இணைக்கப்பட்ட SQL கொண்ட சேமிக்கப்பட்ட வினவல் ஆகும். திரையைச் சரிபார்க்க எந்தப் பலகத்தையும் விரிவாக்கவும், அல்லது Strasmore முனையத்தில் உங்கள் சொந்த தள அளவுகளுடன் அதை மீண்டும் கட்டவும்.

#market movers#gainers and losers#year to date#stock splits#market breadth