Strasmore Research
మార్కెట్ విశ్లేషణలు Matt Connorద్వారా Matt Connor · అప్‌డేట్ చేయబడింది 2026-07-25 · data as of July 25, 2026 · refreshed weekly

2026 సంవత్సరపు అతిపెద్ద స్టాక్ లాభాలు మరియు నష్టాలు

2026 సంవత్సరపు అత్యుత్తమ స్టాక్‌లు మరియు అతిపెద్ద నష్టాలు, ఎక్స్ఛేంజ్ టేప్ నుండి నిజమైన లిక్విడిటీ ఆధారంగా ర్యాంక్ చేయబడ్డాయి. స్టాక్ స్ప్లిట్‌లు లివరేజ్డ్ ఫండ్‌లు మినహాయించబడ్డాయి.

2026 సంవత్సరంలో ఇప్పటివరకు అత్యుత్తమ ప్రదర్శన కనబరిచిన స్టాక్‌లలో SNDK మొదటి స్థానంలో ఉంది, ఇది సంవత్సరం ప్రారంభ సెషన్ నుండి ఇటీవల పూర్తైన సెషన్ వరకు 554.9% పెరుగుదలను నమోదు చేసింది. ఈ పేజీ నిజంగా వర్తకం జరిగే పేర్లలో 2026 సంవత్సరపు అతిపెద్ద స్టాక్ లాభాలు మరియు నష్టాలను ర్యాంక్ చేస్తుంది, ఇది వెండర్ సారాంశం కాకుండా ఎక్స్ఛేంజ్ టేప్ నుండి కొలుస్తుంది, మరియు సంవత్సరం నడుస్తున్నంత కాలం రిఫ్రెష్ అవుతూ ఉంటుంది. స్టాక్ స్ప్లిట్‌లు మరియు లివరేజ్డ్ ఫండ్‌లను ఏదైనా ర్యాంక్ చేయడానికి ముందే తొలగించడం జరుగుతుంది, ఇక్కడే చాలా సంవత్సర-ప్రారంభం-నుండి-ఇప్పటివరకు జాబితాలు అస్పష్టంగా తప్పుదారి పడతాయి.

2026 సంవత్సరపు అతిపెద్ద స్టాక్ లాభాలు

కింద పేర్కొన్న ప్రతి పేరు ర్యాంక్ పొందడానికి ముందు ఒక లిక్విడిటీ హద్దును దాటింది: గత నెలలో పూర్తైన ప్రతి సెషన్‌కు సగటున కనీసం $100 మిలియన్ల స్టాక్ లావాదేవీలు జరిగాయి. ఎవరూ ట్రేడ్ చేయని స్టాక్‌పై పెద్ద శాతం అనేది ఫలితం కాదు, కేవలం ఒక కోట్.

క్వెరీ2026 పెద్ద స్టాక్ లాభాలు: భారీగా వర్తకం జరిగిన వాటిలో సంవత్సరం మొదలుపెట్టి నుండి పది ప్రథములు
ప్రతి సంఖ్య వెనుక ఉన్న ఖచ్చితమైన 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 ఈ సంవత్సరానికి 554.9%తో అగ్రస్థానంలో ఉంది, MXL 386.3%తో రెండవ స్థానంలో, AEHR 345%తో మూడవ స్థానంలో ఉంది. పట్టికలో పదవ స్థానంలో ఉన్న AAOI కూడా ఇప్పటికీ 204.3% పెరుగుదలతో ఉంది, కాబట్టి మొత్తం పట్టిక ఏ విస్తృత సూచీ కంటే అయినా చాలా ముందుంది.

ప్రతి పెరుగుదల పక్కన ఉన్న డాలర్ కాలమ్ శాతం కంటే తక్కువ సమాచారం కలిగి లేదు. AAOI రోజుకు సగటున దాదాపు $817 మిలియన్ల లావాదేవీలను కలిగి ఉంది. పట్టికలో అగ్రస్థానంలో ఉన్న SNDK సగటున $18348 మిలియన్లను కలిగి ఉంది. ఇక్కడ ప్రతి పేరు రోజుకు $100 మిలియన్లను దాటుతోంది, ఆ హద్దుకు పైగా వ్యాప్తి చాలా విశాలంగా ఉంది, కాబట్టి ఒకే తలపై శాతం దాని రెండు చివరల్లో రెండు వేర్వేరు అర్థాలను ఇస్తుంది. తక్కువ లావాదేవీలున్న పేరును పైకి నెట్టడం సులభం, స్క్రీన్‌పై ఉన్న ధరకు దాని నుండి నిష్క్రమించడం కష్టం.

2026 పెద్ద షేరు నష్టాలు

అదే కొలమానం, వ్యతిరేక క్రమంలో: అదే ద్రవ్యత హద్దును దాటే పేర్లలో సంవత్సరం ప్రారంభం నుండి అత్యధిక పతనాలు.

క్వెరీ2026 పెద్ద స్టాక్ నష్టాలు: భారీగా వర్తకం జరిగిన వాటిలో సంవత్సరం మొదలుపెట్టి నుండి పది అంతిములు
ప్రతి సంఖ్య వెనుక ఉన్న ఖచ్చితమైన 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

సంవత్సరం ప్రారంభం నుండి అత్యధిక పతనం EOSE దగ్గర -65.9% వద్ద ఉంది, తర్వాత CSGP దగ్గర -58.7% వద్ద ఉంది. జాబితాలో పదవ స్థానంలో TEAM, -47.3% వద్ద ఉంది. ఇక్కడ ఉన్న అనేక పేర్లు ఊహాజనిత సూక్ష్మ పెట్టుబడుల కంపెనీల కాకుండా పెద్ద, విస్తృతంగా కలిగి ఉన్న కంపెనీలు, అదే నష్టాల జాబితాలో ప్రజలను ఆశ్చర్యపరిచే భాగం ఇది. ద్రవ్యత, విశ్లేషక కవరేజీ షేరు ధరకు కింద హద్దును ఏర్పరుస్తాయి. పోర్ట్‌ఫోలియోలో అసాధారణ వాటాగా వీటిలో ఒకదాన్ని కలిగి ఉన్న ఎవరైనా పూర్తి పతనాన్ని ఎదుర్కొన్నారు, దీనిని ఒక షేరును కలిగి ఉండే ప్రమాదం పేజీ చందాస్థితి, డ్రాడౌన్ సంఖ్యలతో కొలుస్తుంది.

2026లో మార్కెట్‌లో ఎంత భాగం పెరిగింది

లీడర్‌బోర్డ్ రెండు చివరలను మాత్రమే చూపుతుంది. విస్తృతి మొత్తం శరీరాన్ని చూపుతుంది: స్క్రీన్ చేసిన మొత్తం ప్రపంచం, ఇండెక్స్ ఫండ్‌లతో సహా, పెరుగుతున్న మరియు పడిపోతున్న పేర్ల మధ్య ఎలా విభజించబడిందో, నడక పరిమాణం ద్వారా బకెట్‌లుగా వర్గీకరించబడింది.

క్వెరీసంవత్సరం మొదలుపెట్టి నుండి వ్యాప్తి: స్క్రీన్ చేసిన విశ్వం రాబడి బకెట్లలో ఎలా విభజించబడింది
ప్రతి సంఖ్య వెనుక ఉన్న ఖచ్చితమైన 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

స్క్రీన్ చేసిన పేర్లలో 61.9% సంవత్సరంలో ఎక్కువగా ఉన్నాయి మరియు 38.1% తక్కువగా ఉన్నాయి. ఈ పంపిణీ అనేది టాప్-టెన్ పట్టిక దాచిపెట్టేది. ఒక చివరలో Down 40%+ బకెట్‌లో 22 పేర్లు ఉన్నాయి మరియు మరో చివరలో Up 50%+ బకెట్‌లో 130 ఉన్నాయి, మారని విలువకు ఇరువైపులా Down 0-10%లో 146 మరియు Up 0-10%లో 159కు వ్యతిరేకంగా. ఏ సంవత్సరంలోనైనా మార్కెట్‌లో ఎక్కువ భాగం సాధారణంగా ఏదో చేస్తూ ఉంటుంది, మరియు పై రెండు పట్టికలలోని పేర్లు సగటులు నిర్మించబడిన మినహాయింపు.

మార్కెట్ స్వంత స్థితి ఎక్కడ ఉంది

ఒక్క షేరు సంవత్సర కాలం మార్కెట్ స్వంత కాలంతో పోలిస్తే భిన్నంగా కనిపిస్తుంది. నాలుగు ప్రధాన సూచీ ETFలు, ఖచ్చితంగా అదే విండోలో:

క్వెరీనాలుగు ప్రధాన సూచిక ETFలు, సంవత్సరం మొదలుపెట్టి నుండి, ఒకే కొలమాన విండోలో
ప్రతి సంఖ్య వెనుక ఉన్న ఖచ్చితమైన 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

బోర్డులు రెండూ మరియు పై ప్యానెల్ ఒకే విండోలో కొలుస్తారు: 2026 మొదటి పూర్తి సెషన్ (2026-01-02) నుండి ఇటీవల పూర్తైన సెషన్ (2026-07-22) వరకు. దీనిలో Russell 2000 (IWM) రాబడి 18.6% మరియు Dow (DIA) రాబడి 8.2%. లాభాల పట్టికలోని ప్రతి పేరు నాలుగింటినీ చాలా తేడాతో దాటింది. ఇది సూచీ లెక్కల స్వభావం: వందల సంఖ్యలో హోల్డింగ్‌లను ఒకే లైన్‌లో సగటు చేస్తారు, అందులో వ్యక్తిగత మార్పులు పాక్షికంగా రద్దవుతాయి. ఆ లైన్ కింద ఉన్న spread ఆ లైన్ కంటే చాలా వెడల్పుగా ఉంది, మరియు మొదటి అర్ధభాగం కోసం రంగ స్కోర్‌కార్డ్ పదకొండు రంగాలన్నింటినీ పరస్పరం పోలుస్తుంది.

సంవత్సరాది నుండి ఇప్పటి వరకు మార్పును నకిలీ చేసే స్టాక్ విభజన

విభజన అనేది పెట్టుబడి విలువను మార్చకుండా షేర్ల సంఖ్యను మరియు ఒక షేరు ధరను మారుస్తుంది. ఇంత సుదీర్ఘ వ్యవధిలో అనేక సంస్థలు విభజన చేస్తాయి. సర్దుబాటు చేయని సంవత్సరాది నుండి ఇప్పటి వరకు లెక్కింపు, ఒక షేరు ధరలో మార్పును పనితీరుగా చూపుతుంది. కింద పేర్కొన్న పేర్లన్నీ 2026 విభజన లేదా స్టాక్ డివిడెండ్‌ను కలిగి ఉన్నాయి. అవి ఆ ధరను కనీసం ఐదవ వంతు మార్చేంత పెద్దవి. అంతేకాక, అన్నీ ఒకే ద్రవ్యత హద్దును దాటాయి. కాబట్టి విభజన ఫిల్టర్ వాటిని తొలగించడానికి ముందు, పై బోర్డులకు అర్హత కలిగి ఉన్నాయి.

క్వెరీబోర్డుల నుండి మినహాయించబడ్డాయి: సంవత్సరం మొదలుపెట్టి నుండి నడకను నకిలీ చేయడానికి సరిపోయేంత పెద్ద 2026 స్ప్లిట్‌లు
ప్రతి సంఖ్య వెనుక ఉన్న ఖచ్చితమైన 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

ఒక forward split దాని ఒక షేరు ధరను -96% మార్చిన తర్వాత, సర్దుబాటు చేయని స్క్రీన్‌పై BKNG అనేది -96.7% చూపుతుంది. అలాగే ఒక forward split దాని ధరను -80% మార్చిన తర్వాత, CVNA అనేది -85.1% చూపుతుంది. విభజన అమల్లోకి వచ్చిన రోజున ఏ హోల్డర్‌కూ ఏమీ నష్టం వచ్చేది లేదు. ఒక షేరు ధర భాగించబడింది. షేర్ల సంఖ్య అదే గుణకారంతో గుణించబడింది. విభజన ప్రభావం కాలమ్, కేవలం విభజన వల్ల వచ్చిన ధర మార్పును వేరుగా చూపుతుంది. సర్దుబాటు చేయని స్క్రీన్ దాన్ని పనితీరుగా చూపుతుంది.

ప్యానెల్‌లోని చివరి వరుస మరో విధంగా పనిచేస్తుంది. ఒక reverse split దాని ఒక షేరు ధరను 200% పెంచిన తర్వాత, DD అనేది 245.3% చూపుతుంది. అంటే ధరను తగ్గించకుండా పెంచుతుంది. ఈ అదుగును దాటేసే ఏ జాబితా అయినా పైన మరియు కింద ఒకేసారి కల్పిత సంగతులను ప్రచురిస్తుంది. అందుకే స్క్రీన్, విభజన టిక్కర్‌ల ధరలను సర్దుబాటు చేయడానికి ప్రయత్నించకుండా వాటిని వేరే పెడుతుంది. ఒక ఫండ్ కూడా ఒక సంస్థ వలె సులభంగా ఈ ప్యానెల్‌లో చేరవచ్చు. ఇండెక్స్ ఫండ్‌లు కూడా తమ షేర్లను విభజిస్తాయి. ఈ స్క్రీన్ రెండింటినీ కవర్ చేస్తుంది.

ఈ స్క్రీన్‌ను ఎలా కొలుస్తారు

స్క్రీన్‌లోని ప్రతి దశ, ఆ దశ తర్వాత మిగిలివున్న పేర్ల సంఖ్యతో సహా:

క్వెరీస్క్రీన్, దశలవారీగా: ప్రతి ఫిల్టర్‌ను ఎన్ని పేర్లు దాటుతాయి
ప్రతి సంఖ్య వెనుక ఉన్న ఖచ్చితమైన 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
)

పూర్తి పద్ధతి, మొత్తంగా చెప్పబడింది:

  • విండో. 2026 మొదటి పూర్తి ట్రేడింగ్ సెషన్ నుండి టేప్‌లో అత్యంత ఇటీవలి పూర్తి సెషన్ వరకు. రెండు అంతిమ బిందువులు నిమిష బార్‌ల నుండి చదవబడతాయి. ఒక సెషన్ పూర్తి రెగ్యులర్-అవర్స్ బార్ కౌంట్‌ను కలిగి ఉన్నప్పుడే అది పరిగణించబడుతుంది. కాబట్టి ఇంకా కొనసాగుతున్న రోజును ఎప్పుడూ పూర్తయినదిగా పరిగణించరు.
  • రిటర్న్. సంవత్సరం మొదటి రెగ్యులర్-సెషన్ ఓపెన్‌తో చివరి రెగ్యులర్-సెషన్ క్లోజ్‌తో పోల్చబడుతుంది, నిమిష బార్‌ల నుండి లెక్కించబడుతుంది. ప్రీమార్కెట్ మరియు ఆఫ్టర్-అవర్స్ ప్రింట్‌లు విస్మరించబడతాయి. ఇవి ధర రిటర్న్‌లు. డివిడెండ్‌లు తిరిగి జోడించబడవు. కాబట్టి అధిక-యీల్డ్ పేరు ఇక్కడ మొత్తం-రిటర్న్ బొమ్మ చూపించే దానికంటే కొంచెం తక్కువగా కనిపిస్తుంది.
  • లిక్విడిటీ అర పైకప్పు. గత 20 క్యాలెండర్ రోజులలో ఒక సెషన్‌కు సగటున కనీసం $100 మిలియన్ల రెగ్యులర్-అవర్స్ టర్నోవర్. మొదలైన నుండి ముగింపు వరకు నడిచిన సెషన్‌లు మాత్రమే లెక్కించబడతాయి. లేకపోతే పాక్షిక సెషన్ ఒక రోజు డాలర్లలో కొంత భాగాన్ని మొత్తం రోజుతో భాగిస్తుంది. ప్రతి పేరు టర్నోవర్‌ను తక్కువగా చూపిస్తుంది. ఆ ఒక్క ఫిల్టర్ క్షేత్రాన్ని 4492 టిక్కర్‌ల నుండి 1036కి తీసుకువస్తుంది.
  • ధర అర పైకప్పు. ఆ స్టాక్ సంవత్సరాన్ని ఒక షేరుకు $10 పైన ఓపెన్ చేసింది. $10 కంటే తక్కువ ధరల పేర్లు చిన్న ధర మార్పుల నుండి పెద్ద శాతాలను ఇస్తాయి.
  • లివరేజ్డ్ మరియు ఇన్వర్స్ ఫండ్‌లు ఒక క్యూరేటెడ్ జాబితా ద్వారా మినహాయించబడతాయి. అది ప్రతి పట్టిక కింద SQLలో పూర్తిగా ముద్రించబడుతుంది. అది ఇండెక్స్-గేర్డ్ ఫండ్‌లు మరియు ఒక కంపెనీ రోజువారీ కదలికను గుణిస్తున్న సింగిల్-స్టాక్ ఫండ్‌లను కవర్ చేస్తుంది. ఒక గేర్డ్ ఫండ్ కంపెనీ వార్త లేకుండానే ఏ రా మూవర్స్ జాబితాలోనైనా అగ్రస్థానంలో ఉండవచ్చు. ఆ జాబితా చేతితో నిర్వహించబడుతుంది. అదే దాని బలహీనత. ఈ నెలలో ప్రారంభించబడిన ఫండ్ ఎవరైనా దానిని జోడించిన తర్వాతే మినహాయించబడుతుంది.
  • సాధారణ ఫండ్‌లు ఫిల్టర్ చేయబడవు. లిక్విడిటీ మరియు ధర అర పైకప్పులను దాటే అన్-లివరేజ్డ్ ఇండెక్స్ లేదా సెక్టార్ ETF ఇక్కడ ఆపరేటింగ్ కంపెనీలతో పాటు ర్యాంక్ చేయబడుతుంది. అది విస్తృతి కౌంట్‌లలో కూడా ఉంటుంది. ఒక ఫండ్ అనేది ఇప్పటికే అదే యూనివర్స్‌లో లెక్కించబడిన పేర్ల బాస్కెట్. కాబట్టి ఆ వరుసలను ఒక కంపెనీ సంవత్సరంగా కాకుండా బాస్కెట్ ఏమి చేసిందో అని చదవండి.
  • స్ప్లిట్‌లు. 2026లో అమలులోకి వచ్చే స్ప్లిట్ లేదా స్టాక్ డివిడెండ్‌తో కూడిన ఏ టిక్కర్‌నైనా పక్కన పెడతారు, నిష్పత్తి ఎంత చిన్నదైనా సరే. అది సంప్రదాయబద్ధమైన ఎంపిక. అది నిజమైన కొన్ని పెర్ఫార్మర్‌లకు బోర్డులో స్థానాన్ని ఖర్చవుతుంది. షేర్-కౌంట్ మార్పును ఎప్పుడూ రిటర్న్‌గా ప్రచురించదు. పైన ఉన్న ప్యానెల్ మినహాయించబడిన పేర్లను చూపిస్తుంది. వాటి స్ప్లిట్ ఒక కదలికను నకిలీ చేయడానికి సరిపోయేంత పెద్దది.
  • ఆలస్య లిస్టింగ్‌లు. సంవత్సరం మొదటి సెషన్ తర్వాత లిస్ట్ అయిన కంపెనీకి జనవరి ధర లేదు. అది ఈ పట్టికలలో లేదు. భారీ న్యూ-లిస్టింగ్ క్యాలెండర్ ఉన్న సంవత్సరంలో అది నిజమైన ఖాళీ.
  • ఫలితం. 954 పేర్లు ర్యాంక్ చేయబడతాయి. వాటిలో టాప్ మరియు బాటమ్ పది ఈ పేజీలో రెండు బోర్డులుగా ఉన్నాయి.

మూడు విండోల్లో ఒకే ప్రశ్న

సంవత్సరం ప్రారంభం నుండి ఇప్పటి వరకు అనేది ఒక నిచ్చెన మెట్లలో ఒక మెట్టు లాంటిది, ప్రతి పొడవులోనూ ఒక చలనం భిన్నంగా కనిపిస్తుంది. వారపు వీక్షణ ఈ వారం అత్యధిక లాభాలు మరియు నష్టాలు పొందిన స్టాక్‌లు, నెల వీక్షణ ఈ నెలలో అత్యధికంగా కదిలిన స్టాక్‌లు, ఈ పేజీ సంవత్సరం వీక్షణ. మెట్టును బట్టి అర్హతలు మారుతాయి: ఈ పేజీ గత నెలలో రోజుకు సగటున వంద మిలియన్ డాలర్ల ఆధారంగా వడపోత చేస్తుంది, అయితే వారం మరియు నెల పేజీలు తమ స్వంత విండోల్లోనే అమ్ముడైన మొత్తం డాలర్ల ఆధారంగా వడపోత చేస్తాయి, కాబట్టి ఒక పేరు ఒక పలకను దాటి మరొకదాన్ని కోల్పోవచ్చు. ఒక ఆర్నింగ్స్ ప్రతిచర్యపై వారాంతపు పలకలో అగ్రస్థానంలో ఉన్న పేరు తరచుగా సంవత్సరమంతా మధ్యస్థానంలో ఉంటుంది. ఇప్పటి వరకు సంవత్సరం వెనుక ఉన్న విస్తృత కథనానికి, మొదటి అర్ధసంవత్సరం మార్కెట్ సారాంశం సూచిక, రేట్లు మరియు రంగం వివరాలను అందిస్తుంది, మరియు లివరేజ్డ్ ETFలు ఎలా పనిచేస్తాయి గేర్డ్ ఫండ్‌లను ఇక్కడ ఎందుకు పక్కన పెట్టారో వివరిస్తుంది.

తరచుగా అడుగు ప్రశ్నలు

2026లో అత్యుత్తమ ప్రదర్శన కనిపించిన స్టాక్ ఏది?

రోజుకు కనీసం $100 మిలియన్ల ట్రేడింగ్ సగటుతో, సంవత్సరాన్ని $10 పైన ప్రారంభించి, 2026 స్ప్లిట్‌ను కలిగి లేకుండా, లెవరేజ్డ్-ఫండ్ జాబితాలో లేని పేర్లలో, SNDK ప్రస్తుతం 2026లో అత్యుత్తమ ప్రదర్శన కనిపించిన స్టాక్, సంవత్సరం మొదటి సెషన్ నుండి 554.9% పెరిగింది. MXL 386.3%తో రెండవ స్థానంలో ఉంది.

2026లో అత్యధికంగా పడిపోయిన స్టాక్‌లు ఏవి?

EOSE ఈ స్క్రీన్‌లో -65.9%తో 2026లో అత్యంత పేలవమైన ప్రదర్శన కనిపించిన స్టాక్, CSGP -58.7%తో దీని తర్వాత స్థానంలో ఉంది. 2026లో అతిపెద్ద స్టాక్ నష్టాల పూర్తి జాబితా పైన ఉన్న రెండవ పట్టికలో ఉంది, సంవత్సరం గడిచేకొద్దీ తాజాకరించబడుతుంది.

సంవత్సరం ప్రారంభం నుండి స్టాక్ రాబడి ఎలా లెక్కించబడుతుంది?

సంవత్సరం ప్రారంభం నుండి రాబడి అనేది తాజా ధరను క్యాలెండర్ సంవత్సరం ప్రారంభంలో ఉన్న ధరతో పోలుస్తుంది, మార్పును శాతంగా వ్యక్తపరుస్తుంది. ఇక్కడ అది 2026 మొదటి రెగ్యులర్-సెషన్ ఓపెన్, ఇటీవల పూర్తైన సెషన్ క్లోజ్‌తో కొలవబడింది. సంవత్సరంలో స్ప్లిట్ అయిన స్టాక్‌లను సర్దుబాటు చేయకుండా పక్కన పెడతారు, తద్వారా పాఠకుడికి, టేప్‌కు మధ్య ఎలాంటి సర్దుబాటు కారకం ఉండదు.

2026 లాభాల జాబితాలో లెవరేజ్డ్ ETFలు చేర్చబడ్డాయా?

లేవు. లెవరేజ్డ్ లేదా ఇన్వర్స్ ఫండ్ ఒక ఇండెక్స్ లేదా ఒకే స్టాక్ యొక్క రోజువారీ కదలికను గుణిస్తుంది, కాబట్టి దాని వెనుక ఎలాంటి కంపెనీ వార్తలు లేకుండానే అది సాధారణంగా ఒక ముడి మూవర్స్ జాబితాలో అగ్రస్థానంలో ఉంటుంది. ఆ ఫండ్‌లను ర్యాంకింగ్‌కు ముందు పేరు ద్వారా తొలగిస్తారు, జాబితా ప్రతి పట్టిక కింద SQLలో కనిపిస్తుంది. సాధారణ ఇండెక్స్, రంగ ETFలు వేరే సందర్భం: అవి ఏ స్టాక్‌తో పోలిస్తే అదే అర్హతలను క్లియర్ చేస్తాయి, ఇక్కడ ర్యాంక్ చేయబడతాయి, కాబట్టి ఒక ఫండ్ రెండు బోర్డులలో ఒకదానిలో కనిపించవచ్చు.

ఇక్కడ ప్రతి పట్టిక దాని SQL తో పాటు ఒక స్టోర్డ్ క్వెరీ. స్క్రీన్‌ను తనిఖీ చేయడానికి ఏ ప్యానెల్‌నైనా విస్తరించండి, లేదా స్ట్రాస్‌మోర్ టెర్మినల్‌లో మీ స్వంత హద్దులతో దానిని పునర్నిర్మించండి.

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