โดย Matt Connor 2026-07-22 · อัปเดตเมื่อ 2026-07-24 · data as of July 24, 2026 · refreshed weekly

หุ้นที่บวกและลบมากที่สุดในปี 2026

สรุปอันดับหุ้นที่มีผลตอบแทนสูงสุดและต่ำสุดในปี 2026 โดยอ้างอิงจากข้อมูลการซื้อขายจริงจากตลาดหลักทรัพย์ ไม่รวมหุ้นที่มีการแตกหุ้นและกองทุนที่มีอัตราทด

หุ้นที่มีผลตอบแทนสูงสุดในปี 2026 จนถึงปัจจุบัน นำโดย SNDK ซึ่งปรับตัวขึ้น 554.9% นับตั้งแต่ช่วงเปิดตลาดต้นปีจนถึงรอบการซื้อขายล่าสุดที่สิ้นสุดลง หน้าเว็บนี้จัดอันดับหุ้นที่มีมูลค่าเพิ่มขึ้นและลดลงมากที่สุดในปี 2026 โดยคัดเลือกเฉพาะหุ้นที่มีการซื้อขายจริง ซึ่งวัดผลจากข้อมูลการซื้อขายโดยตรงจากตลาดหลักทรัพย์แทนการใช้ข้อมูลสรุปจากผู้ให้บริการ ข้อมูลจะได้รับการอัปเดตอย่างต่อเนื่องตลอดทั้งปี ทั้งนี้ มีการคัดหุ้นที่มีการแตกหุ้น (stock splits) และกองทุนที่มีอัตราทด (leveraged funds) ออกก่อนการจัดอันดับ เพื่อป้องกันข้อผิดพลาดที่มักพบในรายการสรุปผลตอบแทนตั้งแต่ต้นปีจนถึงปัจจุบัน (year-to-date) ส่วนใหญ่

หุ้นที่มีผลตอบแทนสูงสุดในปี 2026

รายชื่อทั้งหมดด้านล่างนี้ต้องผ่านเกณฑ์สภาพคล่องก่อนได้รับการจัดอันดับ โดยมีมูลค่าการซื้อขายเฉลี่ยอย่างน้อย 100 ล้านดอลลาร์ต่อหนึ่งรอบการซื้อขายในช่วงหนึ่งเดือนที่ผ่านมา เนื่องจากเปอร์เซ็นต์ที่สูงในหุ้นที่ไม่มีการซื้อขายถือเป็นเพียงราคาเสนอซื้อขาย ไม่ใช่ผลตอบแทนที่เกิดขึ้นจริง

คำสั่งดึงข้อมูลหุ้นที่มีผลตอบแทนสูงสุดในปี 2026: 10 อันดับแรก YTD ของหุ้นที่มีปริมาณการซื้อขายสูง

ticker

YTD return (%)

มูลค่าซื้อขายเฉลี่ยต่อวัน (ล้าน $)

SNDK

554.9

18348

MXL

386.3

244

AEHR

345

275

UCTT

287.8

129

DELL

244.1

2615

225

33073

STX

221.8

3625

WDC

214.2

3063

AXTI

208

384

AAOI

204.3

817

SQL เบื้องหลังตัวเลขแต่ละตัว

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 นำเป็นอันดับหนึ่งของปี ณ 554.9% โดยมี MXL ตามมาที่ 386.3% และ AEHR อยู่ในอันดับที่สามที่ 345% ส่วนอันดับที่สิบคือ AAOI ซึ่งยังคงบวกอยู่ 204.3% ส่งผลให้หุ้นทั้งหมดในตารางนี้มีผลตอบแทนสูงกว่าดัชนีตลาดโดยรวมอย่างมาก

มูลค่าดอลลาร์ในคอลัมน์ข้างผลตอบแทนแต่ละตัวให้ข้อมูลที่สำคัญไม่แพ้กัน โดย AAOI มีมูลค่าการซื้อขายเฉลี่ยประมาณ 817 ล้านดอลลาร์ต่อวัน ส่วน SNDK ซึ่งอยู่อันดับสูงสุดในตาราง มีมูลค่าการซื้อขายเฉลี่ยที่ 18348 ล้านดอลลาร์ ทุกรายชื่อในที่นี้มีมูลค่าการซื้อขายมากกว่า 100 ล้านดอลลาร์ต่อวัน และช่วงของมูลค่าที่สูงกว่าเกณฑ์นั้นมีความแตกต่างกันมาก จนทำให้เปอร์เซ็นต์ที่เท่ากันอาจมีความหมายต่างกันอย่างสิ้นเชิงในแต่ละช่วงราคา หุ้นที่มีสภาพคล่องต่ำจะปรับตัวขึ้นได้ง่ายกว่า แต่จะทำกำไรตามราคาที่แสดงบนหน้าจอได้ยากกว่าเมื่อต้องการขายออก

หุ้นที่ราคาลดลงมากที่สุดในปี 2026

เกณฑ์การวัดแบบเดียวกันในทิศทางตรงกันข้าม: หุ้นที่มีการปรับตัวลดลงสูงสุดตั้งแต่ต้นปีจนถึงปัจจุบัน (year-to-date) โดยพิจารณาจากกลุ่มที่มีสภาพคล่องต่ำกว่าระดับที่กำหนด

คำสั่งดึงข้อมูลหุ้นที่มีผลตอบแทนต่ำสุดในปี 2026: 10 อันดับสุดท้าย YTD ของหุ้นที่มีปริมาณการซื้อขายสูง

ticker

YTD return (%)

มูลค่าซื้อขายเฉลี่ยต่อวัน (ล้าน $)

EOSE

-65.9

103

CSGP

-58.7

163

INTU

-56.9

915

BSX

-55.1

517

TTD

-54

170

FLUT

-53.9

169

HUBS

-48.6

252

CTSH

-48

282

ACN

-47.9

811

TEAM

-47.3

257

SQL เบื้องหลังตัวเลขแต่ละตัว

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

หุ้นที่มีการปรับตัวลดลงสูงสุดตั้งแต่ต้นปีจนถึงปัจจุบันคือ EOSE ที่ -65.9% ตามด้วย CSGP ที่ -58.7% ส่วนอันดับที่สิบในรายการคือ TEAM ซึ่งอยู่ที่ -47.3% หุ้นหลายตัวในรายการนี้เป็นบริษัทขนาดใหญ่ที่มีผู้ถือหุ้นจำนวนมาก ไม่ใช่หุ้นขนาดเล็กที่มีความเสี่ยงสูง (speculative micro caps) ซึ่งเป็นลักษณะที่สร้างความประหลาดใจแก่ผู้คน สภาพคล่องและการวิเคราะห์จากนักวิเคราะห์ไม่สามารถเป็นฐานรองรับราคาหุ้นได้ ผู้ที่ถือหุ้นเหล่านี้ในสัดส่วนที่มากเกินไปในพอร์ตโฟลิโอจะได้รับผลกระทบจากการเปลี่ยนแปลงของราคาอย่างเต็มที่ ซึ่งสามารถวัดได้ด้วยค่าความผันผวน (volatility) และการปรับตัวลดลงของราคา (drawdown) ในหน้า ความเสี่ยงจากการถือหุ้นตัวเดียว

ตลาดมีหุ้นที่ปรับตัวขึ้นเป็นสัดส่วนเท่าใดในปี 2026

ตารางอันดับแสดงให้เห็นเพียงหุ้นที่มีการเปลี่ยนแปลงสูงสุดและต่ำสุดเท่านั้น แต่ค่าความกว้างของตลาด (Breadth) จะแสดงภาพรวมทั้งหมด โดยแสดงสัดส่วนระหว่างหุ้นที่ปรับตัวขึ้นและหุ้นที่ปรับตัวลงจากหุ้นทั้งหมดที่คัดกรอง รวมถึงกองทุนดัชนี โดยแบ่งตามขนาดของการเปลี่ยนแปลง

คำสั่งดึงข้อมูลBreadth YTD: การกระจายตัวของหุ้นในกลุ่มที่คัดกรองตามช่วงผลตอบแทน

กลุ่ม

ชื่อ

สัดส่วน %

Down 40%+

38.1

Down 20-40%

111

38.1

Down 10-20%

38.1

Down 0-10%

146

38.1

Up 0-10%

159

61.9

Up 10-25%

196

61.9

Up 25-50%

106

61.9

Up 50%+

130

61.9

SQL เบื้องหลังตัวเลขแต่ละตัว

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

61.9% ของหุ้นที่คัดกรองมีราคาเพิ่มขึ้นในปีนี้ และ 38.1% มีราคาลดลง การกระจายตัวของข้อมูลคือสิ่งที่ตารางหุ้นสิบอันดับแรกไม่ได้แสดงไว้ โดยมีหุ้น 22 ตัวอยู่ในกลุ่ม Down 40%+ ที่ด้านหนึ่ง และหุ้น 130 ตัวอยู่ในกลุ่ม Up 50%+ ที่อีกด้านหนึ่ง เมื่อเทียบกับหุ้น 146 ตัวในกลุ่ม Down 0-10% และ 159 ตัวในกลุ่ม Up 0-10% ที่อยู่ทั้งสองด้านของกลุ่มที่ราคาไม่เปลี่ยนแปลง ในปีใดๆ หุ้นส่วนใหญ่ในตลาดจะมีการเคลื่อนไหวแบบปกติ และหุ้นในตารางสองตารางด้านบนคือข้อยกเว้นที่นำมาใช้คำนวณค่าเฉลี่ย

สถานะของตลาด

ผลตอบแทนรายปีของหุ้นตัวเดียวจะมีความแตกต่างจากผลตอบแทนของตลาด โดยในช่วงเวลาเดียวกันของ ETF ดัชนีหลักทั้งสี่รายการ:

คำสั่งดึงข้อมูล4 ETF ดัชนีหลัก ผลตอบแทน YTD ในช่วงเวลาเดียวกัน

ป้ายกำกับ

YTD return (%)

เริ่มวัดจากวันที่

สิ้นสุดวันที่

Russell 2000 (IWM)

18.6

2026-01-02

2026-07-22

Nasdaq 100 (QQQ)

13.7

2026-01-02

2026-07-22

S&P 500 (SPY)

2026-01-02

2026-07-22

Dow (DIA)

8.2

2026-01-02

2026-07-22

SQL เบื้องหลังตัวเลขแต่ละตัว

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

ทั้งกระดานซื้อขายและตารางด้านบนวัดผลในช่วงเวลาเดียวกัน คือตั้งแต่เซสชันเต็มเซสชันแรกของปี 2026 (2026-01-02) จนถึงเซสชันล่าสุดที่สิ้นสุดลง (2026-07-22) ในช่วงเวลาดังกล่าว Russell 2000 (IWM) ให้ผลตอบแทน 18.6% และ Dow (DIA) ให้ผลตอบแทน 8.2% หุ้นทุกตัวในตารางหุ้นที่ปรับตัวขึ้น (gainers) มีผลตอบแทนสูงกว่าทั้งสี่ดัชนีอย่างชัดเจน ซึ่งเป็นผลจากการคำนวณดัชนี เนื่องจากหุ้นหลายร้อยตัวถูกนำมาหาค่าเฉลี่ยรวมเป็นเส้นเดียว โดยการเคลื่อนไหวของหุ้นแต่ละตัวจะมีการหักล้างกันบางส่วน ส่วนต่างที่อยู่ใต้เส้นนั้นกว้างกว่าตัวเส้นเองมาก และ คะแนนสรุปรายกลุ่มอุตสาหกรรมสำหรับครึ่งปีแรก ได้จัดอันดับทั้งสิบเอ็ดกลุ่มอุตสาหกรรมเปรียบเทียบกัน

การแตกหุ้นที่ทำให้ผลตอบแทนตั้งแต่ต้นปีดูผิดเพี้ยน

การแตกหุ้นทำให้จำนวนหุ้นและราคาต่อหุ้นเปลี่ยนไป โดยที่มูลค่ารวมของสินทรัพย์ที่ถือครองยังคงเท่าเดิม ในช่วงระยะเวลาที่ยาวนานเช่นนี้ หลายบริษัทมีการแตกหุ้น และการคำนวณผลตอบแทนตั้งแต่ต้นปีแบบไม่ปรับปรุงค่า (unadjusted) จะอ่านค่าการเปลี่ยนแปลงของราคาต่อหุ้นว่าเป็นผลการดำเนินงาน รายชื่อด้านล่างนี้แต่ละบริษัทมีการแตกหุ้นหรือการจ่ายเงินปันผลเป็นหุ้นในปี 2026 ในสัดส่วนที่มากพอจะทำให้ราคาเปลี่ยนแปลงไปอย่างน้อยหนึ่งในห้า และทุกบริษัทมีสภาพคล่องผ่านเกณฑ์ขั้นต่ำที่กำหนดไว้ ดังนั้นทุกบริษัทจึงมีคุณสมบัติครบถ้วนตามเกณฑ์ในตารางด้านบน ก่อนที่จะถูกคัดออกด้วยตัวกรองการแตกหุ้น

คำสั่งดึงข้อมูลไม่รวมในรายการ: การแตกหุ้นในปี 2026 ที่ส่งผลกระทบต่อการเคลื่อนไหวของราคา YTD

ticker

YTD % (ยังไม่ปรับปรุง)

ผลกระทบราคาจากการแตกหุ้น (%)

ประเภทการแตกหุ้น

วันที่แตกหุ้น

BKNG

-96.7

-96

forward split

2026-04-06

CVNA

-85.1

-80

forward split

2026-05-08

VGT

-84.8

-87.5

forward split

2026-04-21

KLAC

-83

-90

forward split

2026-06-12

VUG

-82.6

-83.3

forward split

2026-04-21

VOOG

-81.8

-83.3

forward split

2026-04-21

MGK

-79

-80

forward split

2026-04-21

HDV

-76.7

-80

forward split

2026-04-29

IWF

-74.6

-75

forward split

2026-04-29

-72.4

-75

forward split

2026-04-21

CRWD

-60.3

-75

stock dividend

2026-07-02

POWL

-25.7

-66.7

forward split

2026-04-06

HON

100

reverse split

2026-06-29

245.3

200

reverse split

2026-06-24

SQL เบื้องหลังตัวเลขแต่ละตัว

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

BKNG จะแสดงค่า -96.7% บนหน้าจอแบบไม่ปรับปรุงค่า หลังจากที่ forward split ทำให้ราคาต่อหุ้นเปลี่ยนไป -96% และ CVNA จะแสดงค่า -85.1% หลังจากที่ forward split ทำให้ราคาเปลี่ยนไป -80% ผู้ถือหุ้นของทั้งสองบริษัทไม่สูญเสียมูลค่าใดๆ ในวันที่การแตกหุ้นมีผล ราคาต่อหุ้นถูกหารด้วยจำนวนเท่าเดียวกับที่จำนวนหุ้นถูกคูณด้วย คอลัมน์ผลกระทบจากการแตกหุ้น (split effect) จะแยกเฉพาะการเปลี่ยนแปลงของราคาที่เกิดจากการแตกหุ้นเพียงอย่างเดียว ซึ่งเป็นส่วนที่หน้าจอแบบไม่ปรับปรุงค่าอ่านค่าเป็นผลการดำเนินงาน

แถวสุดท้ายของตารางแสดงผลในทิศทางตรงกันข้าม: DD แสดงค่า 245.3% หลังจากที่ reverse split ทำให้ราคาต่อหุ้นเพิ่มขึ้น 200% โดยเป็นการเพิ่มราคาแทนที่จะเป็นการลดราคา รายการใดก็ตามที่ข้ามขั้นตอนนี้จะเผยแพร่ข้อมูลที่เป็นเท็จทั้งในส่วนบนและส่วนล่างของตาราง ซึ่งเป็นเหตุผลที่หน้าจอนี้แยกหุ้นที่มีการแตกหุ้นไว้ต่างหาก แทนที่จะพยายามปรับปรุงราคาของหุ้นเหล่านั้น กองทุนสามารถเข้ามาอยู่ในตารางนี้ได้เช่นเดียวกับบริษัท เนื่องจากกองทุนดัชนีมีการแตกหุ้นเช่นกัน และหน้าจอนี้ครอบคลุมทั้งสองประเภท

วิธีการวัดผลของหน้าจอนี้

แต่ละขั้นตอนของการคัดกรอง พร้อมจำนวนชื่อที่ยังคงผ่านเกณฑ์หลังจากขั้นตอนนั้น:

คำสั่งดึงข้อมูลขั้นตอนการคัดกรอง: จำนวนหุ้นที่ผ่านเกณฑ์ในแต่ละขั้นตอน

ขั้นตอนการคัดกรอง

ชื่อ

Traded the first and the last full session

4492

Averaging $100m+ a day over the past month

1036

Opened 2026 above $10 a share

1002

Not on the excluded-fund list

970

No split or stock dividend in 2026

954

SQL เบื้องหลังตัวเลขแต่ละตัว

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
)

รายละเอียดวิธีการทั้งหมด:

ช่วงเวลา (The window). เริ่มตั้งแต่เซสชันการซื้อขายเต็มรูปแบบเซสชันแรกของปี 2026 จนถึงเซสชันเต็มรูปแบบล่าสุด ข้อมูลจุดเริ่มต้นและจุดสิ้นสุดอ่านจากแท่งราคาแบบรายนาที โดยจะนับหนึ่งเซสชันก็ต่อเมื่อมีจำนวนแท่งราคาในช่วงเวลาทำการปกติครบถ้วนเท่านั้น ดังนั้นวันที่ยังไม่สิ้นสุดวันจะไม่ถูกนับว่าเสร็จสิ้นแล้ว
ผลตอบแทน (The return). คำนวณจากราคาเปิดของเซสชันปกติครั้งแรกของปี เทียบกับราคาปิดของเซสชันปกติครั้งล่าสุด โดยคำนวณจากแท่งราคาแบบรายนาที จะไม่มีการนำราคาในช่วง Pre-market และ After-hours มาคำนวณ นี่คือผลตอบแทนด้านราคา โดยไม่ได้รวมเงินปันผลกลับเข้าไป ดังนั้นหุ้นที่มีอัตราเงินปันผลสูงอาจมีค่าต่ำกว่าตัวเลขผลตอบแทนรวม (total-return) เล็กน้อย
เกณฑ์สภาพคล่องขั้นต่ำ (The liquidity floor). ค่าเฉลี่ยของมูลค่าการซื้อขายในช่วงเวลาทำการปกติอย่างน้อย 100 ล้านดอลลาร์ต่อเซสชัน ในช่วง 20 วันปฏิทินที่ผ่านมา โดยนับเฉพาะเซสชันที่ดำเนินการตั้งแต่เริ่มต้นจนสิ้นสุดเท่านั้น มิฉะนั้นการนับเซสชันที่ไม่สมบูรณ์จะทำให้มูลค่าการซื้อขายต่อวันถูกหารด้วยจำนวนวันเต็ม ซึ่งจะทำให้มูลค่าการซื้อขายของหุ้นทุกตัวดูต่ำกว่าความเป็นจริง เพียงแค่ตัวกรองนี้ตัวเดียวก็ทำให้จำนวนหุ้นลดลงจาก 4492 เหลือเพียง 1036
เกณฑ์ราคาขั้นต่ำ (The price floor). หุ้นต้องมีราคาเปิดต้นปีสูงกว่า 10 ดอลลาร์ต่อหุ้น เนื่องจากหุ้นที่มีราคาต่ำกว่า 10 ดอลลาร์อาจทำให้เกิดเปอร์เซ็นต์ที่สูงเกินจริงจากการเปลี่ยนแปลงของราคาเพียงเล็กน้อย
กองทุนที่มีเลเวอเรจและกองทุน Inverse (Leveraged and inverse funds) จะถูกคัดออกโดยใช้รายการที่จัดทำขึ้นโดยเฉพาะ ซึ่งแสดงรายละเอียดทั้งหมดไว้ใน SQL ภายใต้ทุกตาราง รายการนี้ครอบคลุมถึงกองทุนที่อ้างอิงตามดัชนีและกองทุนรายตัวที่เพิ่มทวีคูณการเคลื่อนไหวรายวันของบริษัทหนึ่งๆ กองทุนที่มีเลเวอเรจอาจติดอันดับต้นๆ ของรายการหุ้นที่มีการเคลื่อนไหวรุนแรงได้โดยไม่ต้องมีข่าวสารของบริษัท รายการนี้ใช้วิธีการคัดเลือกด้วยมือซึ่งเป็นจุดอ่อน เนื่องจากกองทุนที่เปิดตัวในเดือนนี้จะถูกคัดออกก็ต่อเมื่อมีผู้เพิ่มชื่อเข้าไปในรายการแล้วเท่านั้น
กองทุนทั่วไปจะไม่ถูกคัดออก. ETF ดัชนีหรือกลุ่มอุตสาหกรรมที่ไม่มีเลเวอเรจ ซึ่งผ่านเกณฑ์สภาพคล่องและเกณฑ์ราคา จะถูกจัดอันดับรวมกับบริษัทที่ดำเนินงานปกติ และจะถูกนับรวมในสถิติความกว้างของตลาด (breadth counts) ด้วย เนื่องจากกองทุนคือตะกร้าของหุ้นที่ถูกนับไปแล้วในจักรวาลเดียวกัน ดังนั้นให้ตีความแถวเหล่านั้นว่าเป็นผลการดำเนินงานของตะกร้าหุ้น ไม่ใช่ผลการดำเนินงานของบริษัทเดียวในปีนั้น
การแตกหุ้น (Splits). หุ้นใดก็ตามที่มีการแตกหุ้นหรือการจ่ายหุ้นปันผลที่มีผลในช่วงปี 2026 จะถูกแยกออก ไม่ว่าอัตราส่วนจะเป็นเท่าใดก็ตาม นี่คือการเลือกที่ระมัดระวังที่สุด แม้จะทำให้หุ้นที่มีผลงานดีจำนวนหนึ่งเสียโอกาสในการติดอันดับ แต่จะช่วยป้องกันไม่ให้การเปลี่ยนแปลงจำนวนหุ้นถูกนำมาคำนวณเป็นผลตอบแทน ตารางด้านบนแสดงรายชื่อหุ้นที่ถูกคัดออกซึ่งมีการแตกหุ้นในสัดส่วนที่มากพอที่จะทำให้ราคาดูเหมือนมีการเคลื่อนไหวอย่างผิดปกติ
การจดทะเบียนล่าช้า (Late listings). บริษัทที่จดทะเบียนหลังจากเซสชันแรกของปีจะไม่มีราคาของเดือนมกราคม และจะไม่ปรากฏในตารางเหล่านี้ ซึ่งถือเป็นช่องว่างของข้อมูลในปีที่มีการจดทะเบียนหุ้นใหม่จำนวนมาก
ผลลัพธ์ (The result). หุ้นจำนวน 954 ตัวจะถูกจัดอันดับ โดยสิบอันดับแรกและสิบอันดับสุดท้ายจะแสดงในตารางสองชุดบนหน้าจอนี้

คำถามเดิมในสามช่วงเวลา

ข้อมูลตั้งแต่ต้นปีจนถึงปัจจุบันเปรียบเสมือนขั้นบันไดหนึ่งขั้น ซึ่งการเคลื่อนไหวจะดูแตกต่างกันไปตามระยะเวลาที่พิจารณา มุมมองรายสัปดาห์คือ หุ้นที่มีผลตอบแทนสูงสุดและต่ำสุดในสัปดาห์นี้ มุมมองรายเดือนคือ หุ้นที่มีการเคลื่อนไหวสูงสุดในเดือนนี้ และหน้านี้คือข้อมูลรายปี เกณฑ์การคัดเลือกข้อมูลในแต่ละช่วงเวลานั้นแตกต่างกัน โดยหน้านี้คัดเลือกจากมูลค่าการซื้อขายเฉลี่ย 100 ล้านดอลลาร์ต่อวันในช่วงหนึ่งเดือนที่ผ่านมา ในขณะที่หน้าข้อมูลรายสัปดาห์และรายเดือนคัดเลือกจากมูลค่าการซื้อขายรวมภายในช่วงเวลานั้นๆ ดังนั้นหุ้นตัวหนึ่งอาจติดอันดับในรายการหนึ่งแต่ไม่ติดอีกรายการหนึ่ง หุ้นที่ติดอันดับสูงสุดในสัปดาห์จากการตอบสนองต่อผลประกอบการเพียงครั้งเดียว มักจะมีอันดับอยู่เพียงช่วงกลางเมื่อพิจารณาในภาพรวมรายปี สำหรับข้อมูลเชิงลึกของภาพรวมตลาดในปีนี้ สรุปภาพรวมตลาดครึ่งปีแรก จะมีรายละเอียดเกี่ยวกับดัชนี อัตราดอกเบี้ย และกลุ่มอุตสาหกรรม ส่วน กลไกการทำงานของ Leveraged ETF จะอธิบายว่าเหตุใดจึงมีการแยกกองทุนที่มีอัตราทดเหล่านี้ไว้ต่างหาก

คำถามที่พบบ่อย

หุ้นที่มีผลตอบแทนดีที่สุดในปี 2026 คือหุ้นตัวใด?

ในกลุ่มหุ้นที่มีมูลค่าการซื้อขายเฉลี่ยต่อวันอย่างน้อย 100 ล้านดอลลาร์ มีราคาเปิดต้นปีสูงกว่า 10 ดอลลาร์ ไม่มีการแตกหุ้นในปี 2026 และไม่อยู่ในรายชื่อกองทุน Leverage โดย SNDK เป็นหุ้นที่มีผลตอบแทนดีที่สุดในปี 2026 จนถึงปัจจุบัน โดยปรับตัวขึ้น 554.9% จากราคาเปิดในวันแรกของปี ส่วน MXL มีผลตอบแทนเป็นอันดับสองที่ 386.3%

หุ้นตัวใดที่มีราคาลดลงมากที่สุดในปี 2026?

EOSE เป็นหุ้นที่มีผลตอบแทนแย่ที่สุดในปี 2026 ตามเกณฑ์นี้ที่ -65.9% นำหน้า CSGP ที่ระดับ -58.7% รายชื่อหุ้นที่ขาดทุนมากที่สุดทั้งหมดในปี 2026 แสดงอยู่ในตารางที่สองด้านบน ซึ่งจะมีการอัปเดตข้อมูลตลอดทั้งปี

การคำนวณผลตอบแทนหุ้นแบบ Year-to-date คำนวณอย่างไร?

ผลตอบแทนแบบ Year-to-date คือการเปรียบเทียบราคาสุดท้ายกับราคา ณ ต้นปีปฏิทิน และแสดงการเปลี่ยนแปลงเป็นเปอร์เซ็นต์ ในที่นี้เป็นการวัดราคาเปิดของเซสชันปกติครั้งแรกของปี 2026 เทียบกับราคาปิดของเซสชันล่าสุดที่สิ้นสุดลง หุ้นที่มีการแตกหุ้นระหว่างปีจะถูกคัดออกแทนการใช้ตัวปรับค่า เพื่อไม่ให้มีปัจจัยการปรับค่ามาแทรกแซงข้อมูลที่ผู้อ่านได้รับ

รายชื่อหุ้นที่กำไรในปี 2026 รวม ETF ที่มี Leverage หรือไม่?

ไม่รวม กองทุน Leverage หรือกองทุน Inverse จะทวีคูณการเคลื่อนไหวรายวันของดัชนีหรือหุ้นรายตัว ดังนั้นกองทุนเหล่านี้จึงมักติดอันดับต้นๆ ในรายการหุ้นที่มีการเคลื่อนไหวสูงโดยไม่มีข่าวสารของบริษัทมารองรับ กองทุนเหล่านี้จะถูกคัดออกก่อนการจัดอันดับ และสามารถตรวจสอบรายชื่อได้ใน SQL ภายใต้แต่ละตาราง สำหรับ ETF ดัชนีและกลุ่มอุตสาหกรรมทั่วไปนั้นเป็นคนละกรณี เนื่องจากผ่านเกณฑ์เดียวกับหุ้นทั่วไปและถูกจัดอันดับที่นี่ ดังนั้นกองทุนจึงสามารถปรากฏในตารางใดก็ได้

ทุกตารางในที่นี้คือการดึงข้อมูลจาก Query ที่จัดเก็บไว้พร้อมกับ SQL แนบท้าย คุณสามารถขยายแถบข้อมูลเพื่อตรวจสอบเกณฑ์การคัดเลือก หรือสร้างเกณฑ์ใหม่ด้วยตนเองบนเทอร์มินัล Strasmore

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