วิธีอ่านรายงาน COT และความหมายของแต่ละคอลัมน์

การอ่านรายงาน COT

การเรียนรู้วิธีอ่านรายงาน COT เริ่มต้นจากการทำความเข้าใจรูปแบบของรายงาน โดยรายงาน Commitments of Traders คือการนับจำนวนสถานะคงค้าง (open positions) ในสัญญาฟิวเจอร์สรายสัปดาห์ ซึ่งจำแนกตามประเภทของผู้ถือครองสถานะ โดยจัดทำขึ้นโดย Commodity Futures Trading Commission ข้อมูลในแต่ละช่องคือจำนวนสัญญา ไม่ใช่ราคาและไม่ใช่การคาดการณ์ หน้าเว็บนี้ตั้งสมมติฐานว่าคุณทราบกำหนดการเผยแพร่ซึ่งระบุไว้ใน ช่วงเวลาที่รายงาน COT เผยแพร่ และจะอธิบายรายละเอียดเกี่ยวกับคอลัมน์ต่างๆ การคำนวณสถานะสุทธิ (net position) รวมถึงข้อจำกัดสองประการที่ควรกล่าวถึงให้ชัดเจน

สิ่งที่รายงาน COT นับจริง ๆ

ตัวเลขทุกตัวคือจำนวนสัญญา ซึ่งรวบรวมจากรายงานสถานะที่สมาชิกสำนักหักบัญชีและตลาดหลักทรัพย์ยื่นต่อ CFTC บัญชีจะถูกนับรวมก็ต่อเมื่อมีขนาดเกินระดับที่ต้องรายงาน ซึ่งกำหนดแยกกันในแต่ละตลาด ส่วนสถานะที่ต่ำกว่าเกณฑ์จะถูกรวมไว้ในกลุ่มที่เหลือทั้งหมด กลไกสามประการต่อไปนี้เป็นสาเหตุหลักของความสับสน:

• สถานะ Long และ Short จะถูกรายงานแยกกันและเป็นตัวเลขรวมทั้งหมด (gross) บริษัทที่ถือสถานะ Long สี่พันสัญญาและ Short สามพันสัญญาจะปรากฏในทั้งสองคอลัมน์ ไม่ใช่แสดงเป็นสถานะสุทธิหนึ่งพันสัญญา
• การทำ Spreading มีคอลัมน์แยกต่างหากสำหรับประเภทนักเก็งกำไร โดยเป็นการถือสถานะ Long และ Short ที่เท่ากันและหักล้างกันในตลาดเดียวกัน ซึ่งจะถูกนับเพียงครั้งเดียว
• Open interest คือจำนวนสัญญาทั้งหมดที่ยังคงค้างอยู่ในวันที่รายงาน โดยผลรวมของสถานะ Long ในทุกประเภทจะเท่ากับตัวเลขนี้ และผลรวมของสถานะ Short ก็เช่นเดียวกัน

รายงานแบบดั้งเดิม: เชิงพาณิชย์, ไม่ใช่เชิงพาณิชย์, และกลุ่มที่ไม่ต้องรายงาน

เป็นรูปแบบที่เก่าแก่ที่สุดและยังคงมีการอ้างถึงมากที่สุด โดยแบ่งผู้ซื้อขายที่ต้องรายงานออกเป็นสองประเภท และจัดกลุ่มที่เหลือไว้ในประเภทที่สาม

• เชิงพาณิชย์ (Commercial): บัญชีที่แจ้งต่อ CFTC ว่าใช้ตลาดเพื่อป้องกันความเสี่ยง (hedge) จากการดำเนินธุรกิจหลัก เช่น โรงสีธัญพืช โรงกลั่นน้ำมัน หรือธนาคารที่ป้องกันความเสี่ยงให้กับพอร์ต swap
• ไม่ใช่เชิงพาณิชย์ (Non-commercial): บัญชีที่ต้องรายงานซึ่งไม่มีการแจ้งสถานะป้องกันความเสี่ยง กลุ่มนี้รวมถึงนักเก็งกำไรรายใหญ่และโปรแกรม managed futures
• ไม่ต้องรายงาน (Non-reportable): ผู้ซื้อขายรายย่อยที่อยู่ต่ำกว่าเกณฑ์การรายงาน ซึ่งคำนวณจากยอดคงค้าง (open interest) หักด้วยยอดรวมสถานะซื้อและขายของกลุ่มที่ต้องรายงาน แทนที่จะเป็นการรวบรวมข้อมูลโดยตรง

การจัดประเภทนี้ขึ้นอยู่กับการสำแดงตนผ่านแบบฟอร์มที่ยื่นต่อทางการ โดยบริษัทที่มีทั้งส่วนงานป้องกันความเสี่ยงและส่วนงานเก็งกำไรจะถูกจัดประเภทตามกิจกรรมหลักของบริษัทนั้น ๆ

รายงานแบบแยกส่วน: สี่หมวดหมู่แทนที่จะเป็นสอง

สำหรับสินค้าโภคภัณฑ์ประเภทกายภาพ CFTC ยังเผยแพร่รายงานในรูปแบบแยกส่วน โดยแบ่งหมวดหมู่เดิมที่เป็นกลุ่มพาณิชย์ออกเป็นสองส่วน และกลุ่มที่ไม่ใช่พาณิชย์ออกเป็นสองส่วนเช่นกัน

• ผู้ผลิต ผู้ค้า ผู้แปรรูป และผู้ใช้งาน: ผู้เข้าร่วมในตลาดสินค้าโภคภัณฑ์กายภาพที่ทำ Hedging เพื่อป้องกันความเสี่ยงของสินค้าคงคลังหรือการผลิต
• Swap dealer: ตัวแทนซื้อขายที่สถานะในตลาด Futures ใช้ชดเชยกับสัญญา Swap ที่ทำไว้กับลูกค้า ซึ่งลูกค้ากลุ่มนี้อาจเป็นทั้งผู้ทำ Hedging หรือนักเก็งกำไร ดังนั้นข้อมูลในส่วนนี้จึงเป็นการรวมกระแสคำสั่งซื้อขายผ่านคู่สัญญาเพียงรายเดียว
• Managed money: ที่ปรึกษาด้านการซื้อขายสินค้าโภคภัณฑ์ ผู้บริหารกองทุนรวม และเฮดจ์ฟันด์ที่ซื้อขายแทนลูกค้า ซึ่งถือเป็นกลุ่มที่ใกล้เคียงที่สุดกับกลุ่มผู้ติดตามแนวโน้ม (trend-follower) ในรายงานฉบับนี้
• ผู้รายงานรายอื่น: บัญชีขนาดใหญ่ที่ไม่เข้าข่ายหมวดหมู่ใด ๆ ข้างต้น

รายงาน TFF: หมวดหมู่สำหรับสัญญาฟิวเจอร์สทางการเงิน

สำหรับพันธบัตรรัฐบาล ดัชนีหุ้น และสกุลเงิน รายงาน Traders in Financial Futures ใช้คำศัพท์ชุดที่สี่ดังนี้:

• Dealer/intermediary: ฝั่งขาย (sell side) ได้แก่ ธนาคารและดีลเลอร์ ซึ่งโดยปกติจะทำหน้าที่เป็นคู่สัญญาให้กับกระแสคำสั่งซื้อขายของลูกค้ามากกว่าที่จะแสดงมุมมองต่อทิศทางตลาด
• Asset manager/institutional: กองทุนบำเหน็จบำนาญ บริษัทประกันภัย กองทุนรวม และกองทุนบริจาค
• Leveraged funds: เฮดจ์ฟันด์และ CTA ซึ่งเป็นกลุ่มที่คนส่วนใหญ่มักหมายถึงเวลาพูดว่า "กองทุนกำลังเปิดสถานะ Short"
• Other reportables: บัญชีขนาดใหญ่ที่ต้องรายงานซึ่งอยู่นอกเหนือจากสามกลุ่มแรก

TFF เป็นการแบ่งส่วนของสถานะคงค้าง (open interest) เดียวกันในรูปแบบที่ต่างออกไป ไม่ใช่ความเห็นที่สองที่แยกจากตารางแบบเดิม ดังนั้นข้อมูลในแต่ละบรรทัดจึงไม่สามารถเทียบเคียงแบบหนึ่งต่อหนึ่งกับกลุ่ม commercial และ non-commercial ได้

วิธีการคำนวณสถานะสุทธิจากรายงาน COT

การคำนวณสถานะสุทธิทำได้ง่ายโดยนำสถานะ Long ลบด้วยสถานะ Short ภายในหมวดหมู่เดียวกัน ส่วนสถานะ Spreading นั้นถูกแยกออกมาจากทั้งสองฝั่งโดยโครงสร้างของมันเอง และเมื่อรวมสถานะสุทธิของทุกหมวดหมู่ในรายงานฉบับเต็ม ผลรวมจะเป็นศูนย์ เนื่องจากทุกสัญญา Long จะมีสัญญา Short ที่เป็นคู่สัญญาตรงข้ามกันเสมอ

ค่าสถานะสุทธิแบบดิบมักนำไปสู่การตีความที่ผิดพลาด สถานะสุทธิสองแสนสัญญาอาจมีความหมายอย่างหนึ่งเมื่อเทียบกับ Open interest แปดแสนสัญญา แต่จะมีความหมายอีกอย่างเมื่อเทียบกับสี่ล้านสัญญา วิธีแก้ไขคือการหาร โดยนำสถานะสุทธิหารด้วย Open interest เพื่อให้ได้สัดส่วนที่หมวดหมู่นั้นถือครองอยู่ ซึ่งสามารถนำมาเปรียบเทียบกันได้ทั้งในเชิงเวลาและระหว่างสัญญาที่แตกต่างกัน

ข้อมูลการวางสถานะของ CFTC ไม่ได้รวมอยู่ในตารางที่นี่ ดังนั้นจึงใช้วิธีคำนวณเดียวกันกับข้อมูลที่คุณสามารถดึงมาได้ด้วยตนเอง โดยในส่วนนี้จะนับจำนวนสัญญา Call และ Put ของ AAPL ในแต่ละเดือน แล้วแสดงผลต่างสองรูปแบบ คือแบบจำนวนดิบและแบบสัดส่วนต่อปริมาณรวมของเดือนนั้น ซึ่งเป็นกลไกเบื้องหลังของ วิธีการคำนวณอัตราส่วน Put/Call

SELECT
    toString(month_start)                       AS month,
    formatDateTime(month_start, '%b %Y')        AS month_label,
    round(call_volume / 1000, 0)                AS call_contracts_thousands,
    round(put_volume / 1000, 0)                 AS put_contracts_thousands,
    round((call_volume - put_volume) / 1000, 0) AS net_contracts_thousands,
    round(100 * (call_volume - put_volume) / total_volume, 1) AS net_share_pct
FROM
(
    SELECT
        toStartOfMonth(date)                        AS month_start,
        sumIf(volume, option_type IN ('call', 'C')) AS call_volume,
        sumIf(volume, option_type IN ('put', 'P'))  AS put_volume,
        sum(volume)                                 AS total_volume
    FROM global_markets.options_greeks
    WHERE underlying_symbol = 'AAPL'
      AND date >= '2024-01-01'
      AND date <  '2026-07-01'
      AND iv_converged = 1
      AND volume > 0
    GROUP BY month_start
)
ORDER BY month_start

ในเดือน Jan 2024 สถานะสุทธิวัดได้ 3294 พันสัญญา หรือคิดเป็น 18.9% ของปริมาณรวมในเดือนนั้น เมื่อถึงเดือน Jun 2026 สถานะสุทธิอยู่ที่ 4671 พันสัญญา คิดเป็น 27.7% ตลอดระยะเวลา 30 เดือนที่ผ่านมา สถานะสุทธิแบบดิบมีการปรับตัวขึ้นลงตามความคึกคักของตลาด ในขณะที่การคำนวณแบบสัดส่วนจะช่วยตัดปัจจัยด้านกิจกรรมการซื้อขายออกไป เช่นเดียวกับที่สถานะสุทธิในรายงาน COT ทำเมื่อเทียบกับ Open interest

เหตุผลที่ค่าเปอร์เซ็นไทล์สะท้อนความเป็นจริงได้ดีกว่าตัวเลขสุทธิแบบดิบ

เมื่อคำนวณค่าสุทธิเป็นสัดส่วนต่อหุ้นแล้ว ขั้นตอนถัดไปคือการพิจารณาข้อมูลย้อนหลัง หมวดหมู่ที่มีสถานะคงค้าง (open interest) อยู่ที่ร้อยละ 12 จะถือว่าสูงหรือต่ำนั้น ต้องเทียบกับสถิติของตลาดนั้นๆ เท่านั้น กรอบการวิเคราะห์มาตรฐานคือการใช้ค่าเปอร์เซ็นไทล์โดยย้อนหลังไปหลายปี ซึ่งแสดงถึงสัดส่วนของข้อมูลในอดีตที่เท่ากับหรือต่ำกว่าค่าปัจจุบัน

หุ้นสหรัฐฯ มีข้อมูลการวางสถานะ (positioning) ของตนเอง ข้อมูลการขายชอร์ตของ FINRA จะรายงานจำนวนหุ้นที่ถูกขายชอร์ตเดือนละสองครั้ง ส่วนค่า days to cover จะคำนวณโดยนำจำนวนหุ้นดังกล่าวมาหารด้วยปริมาณการซื้อขายเฉลี่ยต่อวัน ซึ่งเป็นการปรับค่าให้เป็นมาตรฐานเช่นเดียวกับการนำค่าสุทธิมาเทียบกับ open interest ตารางด้านล่างนี้แสดงหุ้นที่เป็นที่รู้จัก 6 ตัว พร้อมค่าล่าสุดและอันดับเปรียบเทียบภายในช่วงเวลา 5 ปีของหุ้นแต่ละตัว

WITH history AS
(
    SELECT
        ticker,
        settlement_date,
        max(toFloat64(days_to_cover))  AS dtc,
        max(toFloat64(short_interest)) AS si
    FROM global_markets.stocks_short_interest
    WHERE ticker IN ('AAPL', 'MSFT', 'NVDA', 'KO', 'XOM', 'JNJ')
      AND settlement_date >= today() - 1825
      AND days_to_cover > 0
    GROUP BY ticker, settlement_date
),
latest AS
(
    SELECT
        ticker,
        argMax(dtc, settlement_date)   AS latest_dtc,
        argMax(si, settlement_date)    AS latest_si,
        toString(max(settlement_date)) AS snapshot_label
    FROM history
    GROUP BY ticker
)
SELECT
    l.ticker                                                 AS symbol,
    l.snapshot_label                                         AS snapshot_label,
    round(l.latest_si / 1e6, 1)                              AS short_interest_millions,
    round(l.latest_dtc, 2)                                   AS days_to_cover_ratio,
    round(100 * countIf(h.dtc <= l.latest_dtc) / count(), 0) AS percentile_5y_pct
FROM history AS h
INNER JOIN latest AS l ON h.ticker = l.ticker
GROUP BY l.ticker, l.snapshot_label, l.latest_si, l.latest_dtc
ORDER BY percentile_5y_pct DESC

หุ้นที่มีค่าสูงสุดในกลุ่ม 6 ตัวนี้คือ NVDA ซึ่งอยู่ที่เปอร์เซ็นไทล์ที่ 100 ของช่วง 5 ปี โดยมีค่า days to cover อยู่ที่ 2.47 วัน ส่วนหุ้นที่มีค่าต่ำสุดคือ XOM ซึ่งอยู่ที่เปอร์เซ็นไทล์ที่ 76 สำหรับคอลัมน์จำนวนหุ้นที่ขายชอร์ตแบบดิบนั้นมีค่าอยู่ที่ 324.1 ล้านหุ้น เทียบกับ 42.7 ล้านหุ้น ซึ่งคอลัมน์นี้สะท้อนขนาดของบริษัทมากกว่าระดับการวางสถานะ จึงไม่สามารถนำมาเปรียบเทียบข้ามหุ้นกันได้ เช่นเดียวกับค่าสุทธิของ COT ที่ไม่สามารถนำมาเปรียบเทียบข้ามสัญญาได้

ค่าเปอร์เซ็นไทล์สามารถเปลี่ยนแปลงได้แม้ตัวเลขดิบจะคงที่ หรือในทางกลับกัน การติดตามหุ้นตัวหนึ่งเป็นเวลาสามปีจะทำให้เห็นภาพนี้ชัดเจน

WITH history AS
(
    SELECT
        settlement_date               AS d,
        max(toFloat64(days_to_cover)) AS dtc
    FROM global_markets.stocks_short_interest
    WHERE ticker = 'AAPL'
      AND settlement_date >= '2023-07-01'
      AND settlement_date <  '2026-07-01'
      AND days_to_cover > 0
    GROUP BY settlement_date
)
SELECT
    toString(a.d)                                     AS settlement_date,
    formatDateTime(a.d, '%b %e, %Y')                  AS as_of_label,
    round(a.dtc, 2)                                   AS days_to_cover_ratio,
    round(100 * countIf(b.dtc <= a.dtc) / count(), 0) AS window_percentile_pct
FROM history AS a
CROSS JOIN history AS b
GROUP BY a.d, a.dtc
ORDER BY a.d

ตลอดการรายงาน 72 ครั้งต่อเดือน อัตราส่วนดังกล่าวเคลื่อนไหวอยู่ในกรอบแคบๆ ในขณะที่เส้นเปอร์เซ็นไทล์ครอบคลุมช่วงตั้งแต่ 0 ถึง 100 โดยการวัดครั้งล่าสุดเมื่อวันที่ Jun 30, 2026 มีค่า days to cover อยู่ที่ 1.73 วัน หรือคิดเป็นเปอร์เซ็นไทล์ที่ 17 ของช่วงเวลาที่พิจารณา

ข้อจำกัดสองประการที่กล่าวไว้อย่างชัดเจน

ข้อมูลภาพรวมเป็นของวันอังคารและถึงมือคุณในวันศุกร์

สถานะต่างๆ อ้างอิงจากราคาปิดของวันอังคาร และรายงานฉบับนี้จะถูกส่งออกในบ่ายวันศุกร์ ดังนั้นสิ่งที่รายงานระบุจึงเป็นข้อมูลที่ผ่านไปแล้วสามวันทำการเมื่อถึงมือผู้อ่าน และหมวดหมู่ที่เกิดการกลับตัวในวันพุธจะยังคงแสดงภาพเก่าอยู่ ตารางด้านล่างวัดระยะการเคลื่อนไหวของ SPY จากราคาปิดวันอังคารไปจนถึงราคาปิดวันศุกร์ที่ตามมา

WITH spy AS
(
    SELECT
        date,
        toFloat64(close) AS close_px
    FROM global_markets.stocks_daily_aggs
    WHERE ticker = 'SPY'
      AND date >= '2016-01-01'
      AND date <  '2026-07-01'
)
SELECT
    toString(toYear(tue.date)) AS year,
    count()                    AS session_pair_count,
    round(quantileDeterministic(0.5)(abs(fri.close_px / tue.close_px - 1) * 100,
          toUInt64(toUnixTimestamp(tue.date))), 2) AS median_gap_move_pct,
    round(quantileDeterministic(0.9)(abs(fri.close_px / tue.close_px - 1) * 100,
          toUInt64(toUnixTimestamp(tue.date))), 2) AS p90_gap_move_pct
FROM spy AS tue
INNER JOIN spy AS fri ON fri.date = tue.date + 3
WHERE toDayOfWeek(tue.date) = 2
GROUP BY year
ORDER BY year

ใน 2016 จากคู่ข้อมูลวันอังคารถึงวันศุกร์จำนวน 51 คู่ ค่ามัธยฐานของการเคลื่อนไหวแบบสัมบูรณ์วัดได้ 0.88% และช่องว่างที่แย่ที่สุดในสิบเปอร์เซ็นต์แรกครอบคลุมอย่างน้อย 2.2% ใน 2026 ค่ามัธยฐานวัดได้ 1.26% สัญญาฟิวเจอร์สดัชนีหุ้นติดตามความเคลื่อนไหวดังกล่าวอย่างใกล้ชิด ดังนั้นข้อมูล COT ของวันศุกร์จึงอธิบายตลาดที่มีการเคลื่อนไหวไปแล้ว ข้อมูลสถานะการถือครองอธิบายถึงวันอังคารที่ผ่านมา ไม่ใช่ปัจจุบัน

"กลุ่ม Commercial มักจะถูกเสมอ" เป็นเพียงความเชื่อ

ในตลาดสินค้าโภคภัณฑ์หลายแห่ง กลุ่ม Commercial มักมีสถานะ Short ตามโครงสร้าง เนื่องจากผู้ผลิตต้องป้องกันความเสี่ยงจากผลผลิตที่ตนถือครองอยู่ การที่ยอดสุทธิติดลบเกือบทุกสัปดาห์ตลอดทศวรรษเป็นลักษณะเฉพาะของการจัดประเภท ไม่ใช่ผลงานการทำกำไร การจะเปลี่ยนหมวดหมู่ COT ใดๆ ให้เป็นข้ออ้างอิงจำเป็นต้องมีกรอบเวลาที่ชัดเจน เกณฑ์ที่กำหนดไว้ กลุ่มตัวอย่างที่รวมช่วงเวลาที่คาดการณ์ผิดพลาด และการนับจำนวนเกณฑ์ที่ทดสอบไปก่อนหน้านี้อย่างตรงไปตรงมา วินัยเดียวกันนี้ใช้กับเครื่องมือวัดสถานะของกลุ่มนักลงทุนทุกประเภท รวมถึงเครื่องมือที่ตรวจสอบใน อัตราส่วน put/call ที่สูงเป็นสัญญาณขาขึ้นหรือไม่

การอ่านไฟล์ข้อมูลดิบจาก CFTC ด้วยตนเอง

คุณไม่จำเป็นต้องใช้ตัวบ่งชี้ divergence แบบเสียค่าใช้จ่ายใดๆ ทั้งสิ้น CFTC จะเผยแพร่รายงานประจำสัปดาห์ไว้ที่หน้า Commitments of Traders ของหน่วยงานเอง โดยมีให้เลือกทั้งรูปแบบย่อและรูปแบบเต็ม รวมถึงรูปแบบที่แยกเฉพาะสัญญา Futures และรูปแบบที่รวม Futures และ Options เข้าด้วยกัน ข้อมูลเหล่านี้อยู่ในรูปแบบไฟล์ข้อความที่คั่นด้วยเครื่องหมายจุลภาค (comma-delimited) พร้อมกับคลังข้อมูลย้อนหลังไปถึงปี 1986 นิสัยสองประการที่จะช่วยให้การทำสเปรดชีตมีความแม่นยำคือ หนึ่ง ให้เลือกใช้รูปแบบใดรูปแบบหนึ่งแล้วใช้รูปแบบนั้นตลอดไป เนื่องจากตัวเลขของสัญญา Futures เพียงอย่างเดียวกับตัวเลขแบบรวมนั้นมีความแตกต่างกันแม้จะเป็นสัปดาห์เดียวกัน และสอง ให้คำนวณค่า percentile จากสัดส่วน (share) แทนที่จะใช้ค่าสุทธิ (net) แบบดิบๆ

คำถามที่พบบ่อย

คำว่า commercial และ non-commercial ในรายงาน COT หมายถึงอะไร

ผู้ซื้อขายกลุ่ม commercial ได้แจ้งต่อ CFTC ว่าตนใช้ตลาดเพื่อป้องกันความเสี่ยงทางธุรกิจ เช่น ผู้ผลิตที่ป้องกันความเสี่ยงจากผลผลิต หรือธนาคารที่ป้องกันความเสี่ยงจากพอร์ต swap ส่วนผู้ซื้อขายกลุ่ม non-commercial คือบัญชีที่มีหน้าที่ต้องรายงานแต่ไม่มีสถานะการป้องกันความเสี่ยงดังกล่าว ซึ่งส่วนใหญ่เป็นนักเก็งกำไรรายใหญ่และโปรแกรมบริหารจัดการสัญญาฟิวเจอร์ส โดยสถานะนี้เป็นการประกาศด้วยตนเอง

รายงาน COT มีความล่าช้าหรือไม่

มี รายงานจะบันทึกสถานะ ณ ราคาปิดของวันอังคารและเผยแพร่ในช่วงบ่ายวันศุกร์ ดังนั้นข้อมูลจึงมีความล่าช้าไปสามวันทำการเมื่อถึงมือคุณ

มีรายงาน COT สำหรับหุ้นหรือไม่

ไม่มีสำหรับหุ้นรายตัว สิ่งที่ใกล้เคียงที่สุดคือ รายงานยอดขายชอร์ต ซึ่งเผยแพร่เดือนละสองครั้ง และ สถิติหนี้มาร์จิ้นของ FINRA ซึ่งเผยแพร่เป็นรายเดือน โดยทั้งสองรายงานมีความล่าช้าและควรใช้การเปรียบเทียบเป็นเปอร์เซ็นไทล์มากกว่าการดูยอดรวมดิบ

แผงข้อมูลทุกชุดที่นี่มาพร้อมกับคำสั่ง SQL ที่ใช้สร้างข้อมูลดังกล่าว คุณสามารถเปิดแผงข้อมูล เปลี่ยน ticker และใช้การคำนวณเดียวกันนี้กับสินทรัพย์ใดก็ได้บนเทอร์มินัล Strasmore