ทำไมข้อมูล Short Interest ถึงล่าช้ากว่าปัจจุบัน

ข้อมูล short interest มักจะมีความล่าช้าเนื่องจากข้อจำกัดทางโครงสร้าง เนื่องจากไม่ใช่ข้อมูลแบบเรียลไทม์ โบรกเกอร์จะทำการสรุปยอดหุ้นที่ถูกขายชอร์ตในบัญชีตาม settlement dates ที่ FINRA กำหนด ซึ่งจะมีขึ้นเดือนละสองครั้ง คือช่วงกลางเดือนและสิ้นเดือน จากนั้นจึงส่งยอดรวมดังกล่าวให้แก่ FINRA เพื่อรวบรวมรายงานจากบริษัทสมาชิกทุกแห่ง และเผยแพร่ยอดรวมทั้งหมดหลังจากนั้นประมาณแปดวันทำการ เมื่อรวมระยะเวลาในการส่งผ่านข้อมูลจากผู้ให้บริการและฐานข้อมูลมายังหน้าจอของคุณแล้ว ตัวเลข short interest ที่ใหม่ที่สุดที่มีให้ดูในแต่ละวัน จึงเป็นข้อมูลสถานะการถือครองเมื่อหนึ่งถึงสี่สัปดาห์ที่ผ่านมา หน้าเพจนี้จึงจัดทำขึ้นเพื่อวัดระยะเวลาที่ล่าช้านี้แทนการยืนยันว่าเป็นข้อมูลปัจจุบัน

สาเหตุที่เกิดความล่าช้าในการรายงานข้อมูล

วงจรนี้ประกอบด้วยสี่ขั้นตอน ซึ่งแต่ละขั้นตอนจะใช้เวลาเพิ่มขึ้นหลายวัน

1. วันที่ชำระราคา (Settlement date) FINRA จะประกาศกำหนดการวันชำระราคา โดยจะมีหนึ่งครั้งในช่วงกลางเดือน และอีกหนึ่งครั้งในช่วงสิ้นเดือน ในแต่ละวันดังกล่าว โบรกเกอร์-ดีลเลอร์ทุกรายจะต้องบันทึกสถานะ Short positions ที่ถือครองในบัญชีลูกค้าและบัญชีของบริษัท ซึ่งเป็นวันที่ชำระราคา ไม่ใช่วันที่ทำธุรกรรม (Trade date) ภายใต้ระบบการชำระราคาแบบ T+1 หากทำธุรกรรมในวันจันทร์ จะชำระราคาในวันอังคาร ดังนั้นสถานะที่ถูกนับในวันชำระราคา คือสถานะที่ธุรกรรมได้รับการชำระราคาเสร็จสิ้นภายในวันนั้น
2. กำหนดการส่งรายงาน (Reporting deadline) บริษัทสมาชิกแต่ละแห่งจะต้องยื่นรายงานยอดรวม Short positions ต่อ FINRA แยกตามหลักทรัพย์ ภายในเวลาประมาณสองวันทำการถัดไป ข้อมูลในขั้นตอนนี้ยังไม่ถูกเปิดเผยต่อสาธารณะ เนื่องจากเป็นการยื่นรายงานตามระเบียบข้อบังคับ ไม่ใช่การส่งข้อมูลตลาดแบบเรียลไทม์
3. การรวบรวมข้อมูล (Compilation) FINRA จะรวมรายงานระดับบริษัทจำนวนหลายพันฉบับสำหรับหลักทรัพย์แต่ละตัว เพื่อจัดทำเป็นไฟล์เดียว โดยจะแสดงตัวเลขเพียงค่าเดียวต่อหนึ่งหลักทรัพย์ต่อหนึ่งวันชำระราคา โดยไม่มีประวัติระหว่างวัน ไม่มีการระบุรายละเอียดสถานที่ซื้อขาย และไม่มีการแยกข้อมูลตามรายบริษัท
4. การเผยแพร่ข้อมูล (Dissemination) ไฟล์ข้อมูลจะถูกเปิดเผยต่อสาธารณะประมาณแปดวันทำการหลังจากวันชำระราคาที่ระบุไว้ จากนั้นผู้ให้บริการข้อมูลจะดึงข้อมูลดังกล่าว ตลาดหลักทรัพย์จะนำข้อมูลมาเผยแพร่ซ้ำ และคลังข้อมูลอย่างเช่นระบบที่อยู่เบื้องหลังหน้านี้จะนำข้อมูลเข้าสู่ระบบ

ไม่มีใครกักเก็บตัวเลขไว้ ข้อมูลที่ล่าช้าคือผลรวมของระยะเวลาในการเก็บรวบรวม ระยะเวลาในการรวบรวมข้อมูล และขั้นตอนการกระจายข้อมูล ซึ่งทุกขั้นตอนเป็นการประมวลผลแบบกลุ่ม (Batch process) ตามปฏิทิน ไม่ใช่การส่งข้อมูลแบบต่อเนื่อง (Stream)

ระยะเวลาความล่าช้า (lag) เมื่อวัดเป็นจำนวนวันคือเท่าใด?

นี่คือรายการวันชำระราคา (settlement date) ทั้งหมดที่คลังสินค้าแห่งนี้ได้รับแบบข้อมูลสดและเพิ่มขึ้นทีละรายการ โดยแสดงวันชำระราคาในด้านหนึ่ง และวันที่ข้อมูลปรากฏขึ้นในที่นี้ในอีกด้านหนึ่ง

WITH first_arrival AS (
    SELECT settlement_date,
           toDate(min(_ingest_time)) AS arrived
    FROM global_markets.stocks_short_interest
    GROUP BY settlement_date
),
bulk_days AS (
    SELECT arrived
    FROM first_arrival
    GROUP BY arrived
    HAVING count() > 5
)
SELECT settlement_date,
       toString(arrived) AS arrived_here,
       dateDiff('day', settlement_date, arrived) AS publication_lag_days
FROM first_arrival
WHERE arrived NOT IN (SELECT arrived FROM bulk_days)
ORDER BY settlement_date

รายการชำระราคาล่าสุดที่มีในระบบคือ 2026-06-30 ซึ่งปรากฏขึ้นที่นี่เมื่อ 2026-07-11 หรือหลังจากวันที่บันทึกสถานะ (positions) นั้นเป็นเวลา 11 วัน ส่วนรายการก่อนหน้าใช้เวลา 16 วัน เมื่อพิจารณาทั้งชุดข้อมูล พบว่าลักษณะของข้อมูลมีลักษณะเป็นแถบ ไม่ใช่ค่าคงที่:

WITH first_arrival AS (
    SELECT settlement_date,
           toDate(min(_ingest_time)) AS arrived
    FROM global_markets.stocks_short_interest
    GROUP BY settlement_date
),
bulk_days AS (
    SELECT arrived
    FROM first_arrival
    GROUP BY arrived
    HAVING count() > 5
),
organic AS (
    SELECT settlement_date,
           dateDiff('day', settlement_date, arrived) AS lag
    FROM first_arrival
    WHERE arrived NOT IN (SELECT arrived FROM bulk_days)
)
SELECT count() AS settlements_measured,
       min(lag) AS fastest_lag_days,
       round(quantileDeterministic(0.5)(lag, cityHash64(settlement_date)), 1) AS median_lag_days,
       max(lag) AS slowest_lag_days,
       (SELECT count() FROM first_arrival WHERE arrived IN (SELECT arrived FROM bulk_days)) AS settlements_bulk_loaded,
       (SELECT toString(max(arrived)) FROM bulk_days) AS bulk_load_date
FROM organic

จากการชำระราคาแบบส่งมอบเพิ่มขึ้นทีละรายการจำนวน 8 รายการ รายการที่เร็วที่สุดใช้เวลา 10 วันหลังจากวันชำระราคา และรายการที่ช้าที่สุดใช้เวลา 26 วัน โดยมีค่ามัธยฐานอยู่ที่ 14 วัน ซึ่งเป็นค่า "สองสัปดาห์" ตามชื่อหัวข้อ โดยเป็นการวัดผลจริงแทนการคาดการณ์

โปรดทราบถึงสิ่งที่การสืบค้นข้อมูลเหล่านี้ไม่ได้รวมไว้ ประวัติของคลังสินค้าไม่ใช่บันทึกความเร็วในการเผยแพร่ข้อมูล เมื่อวันที่ 2026-03-16 ฐานข้อมูลนี้ได้โหลดข้อมูลการชำระราคาจำนวน 197 รายการพร้อมกันในการเติมข้อมูลย้อนหลัง (backfill) เพียงครั้งเดียว เวลาที่นำเข้า (ingest timestamps) ในแถวเหล่านั้นระบุถึงเวลาที่ทำการเติมข้อมูล ไม่ใช่เวลาที่เปิดเผยข้อมูล ดังนั้นค่า "lag" ใดๆ ที่คำนวณจากข้อมูลเหล่านั้นจึงเป็นผลจากการกำหนดตารางการโหลดข้อมูลของเราเท่านั้น มีเพียงการชำระราคาที่ส่งมาทีละรายการหลังจากที่มีการจัดทำคลังข้อมูลแล้วเท่านั้นที่สามารถวัดประสิทธิภาพของระบบส่งข้อมูล (pipeline) ที่แท้จริงได้ ซึ่งก็คือแถวข้อมูลที่อยู่ด้านบนนี้

สถานะของวงจรในปัจจุบัน

ความล่าช้าสังเกตได้ง่ายที่สุดจากช่องว่างของข้อมูล โดยในทุกขณะจะมีวันที่ชำระราคาที่เกิดขึ้นแล้วแต่ยังไม่ได้ถูกประกาศ ข้อมูลในส่วนนี้คือรายการที่ได้รับแบบเรียลไทม์

WITH (SELECT max(settlement_date) FROM global_markets.stocks_short_interest) AS latest
SELECT toString(latest) AS latest_settlement_on_file,
       (SELECT count() FROM global_markets.stocks_short_interest
        WHERE settlement_date = latest) AS securities_in_that_print,
       (SELECT dateDiff('day', latest, toDate(min(_ingest_time))) FROM global_markets.stocks_short_interest
        WHERE settlement_date = latest) AS its_publication_lag_days,
       (SELECT count() FROM global_markets.stocks_short_interest
        WHERE settlement_date > latest AND settlement_date <= latest + 16) AS next_settlement_rows_on_file,
       (SELECT count(DISTINCT date) FROM global_markets.stocks_short_volume
        WHERE date > latest) AS daily_short_volume_files_since,
       (SELECT dateDiff('day', latest, max(date)) FROM global_markets.stocks_short_volume) AS days_from_settlement_to_newest_daily_file

ข้อมูล short interest ล่าสุดที่มีในระบบคือการชำระราคาของ 2026-06-30 ซึ่งครอบคลุมหลักทรัพย์ 22207 และมีการส่งมอบล่าช้ากว่าเหตุการณ์จริง 11 วัน การชำระราคาครั้งถัดไปในวงจรแสดงผลทั้งหมด 0 แถว เนื่องจากยังไม่มีการประกาศข้อมูล และความล่าช้าตามที่วัดได้ข้างต้นถือเป็นเรื่องปกติทั่วไป คอลัมน์ดังกล่าวถูกกำหนดค่าเริ่มต้นไว้ที่ศูนย์โดยเฉพาะ เมื่อข้อมูลถูกประกาศ ค่าที่กำหนดไว้จะถูกปลดล็อก และหน้าเว็บนี้จะถูกระงับไว้เพื่อรอการอัปเดต แทนที่จะแสดงข้อมูลที่ล้าสมัย ซึ่งเป็นกลไกเดียวกับที่ สรุปเดือนมิถุนายน เคยใช้ โดยมีความล่าช้าทิ้งช่วงไปหนึ่งวงจร

ในขณะเดียวกัน ไฟล์ปริมาณการขายชอร์ตรายวัน (short-volume) ได้ถูกประกาศออกมาแล้ว 12 ครั้ง นับจากวันที่ชำระราคานั้น โดยข้อมูลล่าสุดมีความใหม่กว่าภาพรวม short interest ล่าสุดอยู่ 17 วัน ข้อมูลจาก FINRA สองชุดนี้ใช้เกณฑ์เวลาที่แตกต่างกันสองระบบ

ความเคลื่อนไหวในช่วงระหว่างรอการประกาศข้อมูล

ความล่าช้าจะมีนัยสำคัญก็ต่อเมื่อราคาเกิดการเคลื่อนไหวในช่วงเวลาดังกล่าว ซึ่งราคาได้มีการเคลื่อนไหวจริง แผงข้อมูลนี้ใช้ราคาปิดจากการชำระราคา (settlement) ล่าสุด เพื่อเปรียบเทียบราคาปิดในช่วงเวลาทำการปกติของแต่ละหลักทรัพย์ ณ วันที่ชำระราคา กับราคาปิด ณ วันที่ข้อมูลส่งมาถึงจริง

WITH latest AS (SELECT max(settlement_date) AS d FROM global_markets.stocks_short_interest),
arrived AS (
    SELECT toDate(min(_ingest_time)) AS a
    FROM global_markets.stocks_short_interest
    WHERE settlement_date = (SELECT d FROM latest)
),
daily AS (
    SELECT ticker,
           toDate(toTimeZone(window_start, 'America/New_York')) AS session,
           argMax(toFloat64(close), window_start) AS rth_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('AAPL', 'TSLA', 'NVDA', 'GME', 'MU')
      AND toDate(toTimeZone(window_start, 'America/New_York')) >= (SELECT d FROM latest)
      AND toDate(toTimeZone(window_start, 'America/New_York')) <= (SELECT a FROM arrived)
      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60
          + toMinute(toTimeZone(window_start, 'America/New_York')) BETWEEN 570 AND 959
    GROUP BY ticker, session
)
SELECT si.ticker AS ticker,
       round(si.short_interest / 1e6, 1) AS shares_short_m,
       round(argMin(d.rth_close, d.session), 2) AS close_at_settlement,
       round(argMax(d.rth_close, d.session), 2) AS close_when_published,
       round((argMax(d.rth_close, d.session) / argMin(d.rth_close, d.session) - 1) * 100, 1) AS move_while_pending_pct,
       count() AS sessions_in_window
FROM global_markets.stocks_short_interest AS si
INNER JOIN daily AS d ON d.ticker = si.ticker
WHERE si.settlement_date = (SELECT d FROM latest)
GROUP BY si.ticker, si.short_interest
ORDER BY abs(move_while_pending_pct) DESC, si.ticker ASC

ช่วงเวลาดังกล่าวครอบคลุมการซื้อขายทั้งหมด 8 เซสชัน หลักทรัพย์ที่มีการเคลื่อนไหวสูงสุดในบรรดาห้าหลักทรัพย์คือ MU โดยราคาเปลี่ยนจาก $1151.01 ณ ราคาปิดช่วงชำระราคา เป็น $978.69 ในวันที่ข้อมูล short interest ถูกเผยแพร่ ซึ่งคิดเป็นการเปลี่ยนแปลง -15% ในช่วงเวลาที่สถานะ short position ที่เปิดเผยนั้นถูกกำหนดให้คงที่อยู่ที่ 31.7 ล้านหุ้น ส่วนหลักทรัพย์ที่มีการเคลื่อนไหวต่ำสุดคือ GME ยังคงมีการเปลี่ยนแปลงที่ -1.9%

นี่คือเนื้อหาเชิงปฏิบัติของความล่าช้าดังกล่าว พาดหัวข่าวใดก็ตามที่รายงาน "short interest ใน X" จะเป็นการอธิบายสถานะ ณ การชำระราคารอบล่าสุดเท่านั้น ข้อมูลทั้งหมดที่เกิดขึ้นในช่วงเวลาข้างต้นจะไม่ถูกรวมอยู่ในการรายงานนั้น ผู้ถือสถานะ short อาจทำการ cover ในช่วงที่ราคาแข็งค่า หรือเพิ่มสถานะในช่วงที่ราคาอ่อนตัว ซึ่งตัวเลขไม่สามารถระบุได้ และจะไม่สามารถระบุได้จนกว่าจะมีการประกาศข้อมูลรอบถัดไป

จำนวนวันที่ต้องใช้ในการปิดสถานะ (Days to cover) ซึ่งคำนวณจากตัวตั้งที่ล้าสมัย

จำนวนวันที่ต้องใช้ในการปิดสถานะ — คืออัตราส่วนระหว่างจำนวนหุ้นที่ถูกขายชอร์ตหารด้วยปริมาณการซื้อขายเฉลี่ยต่อวัน — ซึ่งเป็นอัตราส่วนที่ผู้อ่านส่วนใหญ่พบเจอ และมีความล้าสมัยซ้ำซ้อนสองเท่า เนื่องจากตัวตั้งถูกกำหนดไว้ ณ วันที่ชำระราคา และตัวหารที่เป็นปริมาณการซื้อขายนั้นถูกคำนวณไว้ล่วงหน้าหลายสัปดาห์แล้วในไฟล์ข้อมูล GameStop คือตัวอย่างที่ชัดเจนที่สุด เนื่องจากเป็นชื่อที่รู้จักกันทั่วไปและเป็นหนึ่งใน tickers ที่มีสภาพคล่องสูงและมีการซื้อขายอย่างหนาแน่น

WITH latest AS (SELECT max(settlement_date) AS d FROM global_markets.stocks_short_interest),
arrived AS (
    SELECT toDate(min(_ingest_time)) AS a
    FROM global_markets.stocks_short_interest
    WHERE settlement_date = (SELECT d FROM latest)
),
tape AS (
    SELECT count(DISTINCT toDate(toTimeZone(window_start, 'America/New_York'))) AS sessions,
           sum(toFloat64(volume)) AS shares
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'GME'
      AND toDate(toTimeZone(window_start, 'America/New_York')) > (SELECT d FROM latest)
      AND toDate(toTimeZone(window_start, 'America/New_York')) <= (SELECT a FROM arrived)
      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60
          + toMinute(toTimeZone(window_start, 'America/New_York')) BETWEEN 570 AND 959
)
SELECT toString((SELECT d FROM latest)) AS settlement,
       round(si.short_interest / 1e6, 1) AS shares_short_m,
       round(si.avg_daily_volume / 1e6, 2) AS file_adv_m,
       round(si.days_to_cover, 2) AS reported_days_to_cover,
       round(tape.shares / tape.sessions / 1e6, 2) AS tape_adv_since_settlement_m,
       round(si.short_interest / (tape.shares / tape.sessions), 2) AS days_to_cover_on_recent_volume,
       round(abs(si.short_interest / (tape.shares / tape.sessions) - si.days_to_cover), 2) AS days_of_difference,
       tape.sessions AS sessions_measured
FROM global_markets.stocks_short_interest AS si, tape
WHERE si.ticker = 'GME'
  AND si.settlement_date = (SELECT d FROM latest)

อ่านข้อมูลจากซ้ายไปขวา ณ วันชำระราคาใน 2026-06-30 GameStop มีสถานะขายชอร์ตจำนวน 55.9 ล้านหุ้น ไฟล์ข้อมูลได้นำค่านี้ไปจับคู่กับปริมาณการซื้อขายเฉลี่ยต่อวันที่ 5.2 ล้านหุ้น และรายงานค่า 10.75 วันในการปิดสถานะ — ซึ่งเป็นตัวเลขที่โปรแกรมคัดกรองหุ้นแสดงให้คุณเห็น

คราวนี้ลองเปลี่ยนตัวหารให้เป็นค่าจริง ในช่วง 7 เซสชันปกติที่มีการซื้อขายในขณะที่ข้อมูลกำลังอยู่ระหว่างการประมวลผล GameStop มีปริมาณการซื้อขายเฉลี่ยบน consolidated tape อยู่ที่ 3.09 ล้านหุ้นต่อวัน เมื่อใช้สถานะขายชอร์ตเดิมกับปริมาณการซื้อขายนี้ จะคำนวณได้ 18.08 วัน — ซึ่งต่างจากอัตราส่วนที่เผยแพร่ไป 7.33 วัน โดยที่ตัวตั้งยังคงเดิม มีเพียงสมมติฐานด้านปริมาณการซื้อขายเท่านั้นที่เปลี่ยนไป จงมองว่าจำนวนวันที่ต้องใช้ในการปิดสถานะคืออัตราส่วนที่ล้าสมัยซึ่งสร้างขึ้นจากข้อมูลนำเข้าที่ล้าสมัยสองชุด ไม่ใช่มาตรวัดแบบเรียลไทม์ว่าต้องใช้เวลานานเท่าใดในการปิดสถานะทั้งหมด

Short squeezes: จุดที่ความล่าช้าส่งผลกระทบอย่างแท้จริง

สาเหตุที่คนส่วนใหญ่ค้นหาคำถามนี้เป็นเพราะปรากฏการณ์ squeeze ในสภาวะ squeeze สถานะ short คือประเด็นสำคัญ และเป็นข้อมูลปริมาณที่ไม่สามารถมองเห็นได้แบบเรียลไทม์ กรณีของ GameStop ในช่วงต้นปี 2021 คือตัวอย่างที่ชัดเจนที่สุด คอลัมน์ด้านล่างแสดงราคาปิดในเซสชันปกติของแต่ละรอบการชำระบัญชี และราคาปิดหลังจากนั้นแปดเซสชันการซื้อขาย เพื่อแทนค่าเป้าหมายการเผยแพร่ข้อมูลของ FINRA ซึ่งใช้เวลาประมาณแปดวันทำการ

WITH daily AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS session,
           argMax(toFloat64(close), window_start) AS cl
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'GME'
      AND window_start >= toDateTime('2020-12-01 00:00:00')
      AND window_start < toDateTime('2021-03-15 00:00:00')
      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60
          + toMinute(toTimeZone(window_start, 'America/New_York')) BETWEEN 570 AND 959
    GROUP BY session
),
ranked AS (
    SELECT session, cl, row_number() OVER (ORDER BY session) AS n
    FROM daily
)
SELECT toString(si.settlement_date) AS settlement,
       round(si.short_interest / 1e6, 1) AS shares_short_m,
       round(r0.cl, 2) AS close_at_settlement,
       round(r8.cl, 2) AS close_8_sessions_later,
       round((r8.cl / r0.cl - 1) * 100, 1) AS move_while_pending_pct
FROM global_markets.stocks_short_interest AS si
INNER JOIN ranked AS r0 ON r0.session = si.settlement_date
INNER JOIN ranked AS r8 ON r8.n = r0.n + 8
WHERE si.ticker = 'GME'
  AND si.settlement_date >= toDate('2020-12-15')
  AND si.settlement_date <= toDate('2021-02-26')
ORDER BY si.settlement_date

พิจารณาการชำระบัญชีรอบ 2021-01-15 ซึ่งบันทึกจำนวนหุ้น short ไว้ที่ 61.8 ล้านหุ้น โดยราคาหุ้นอยู่ที่ $35.49 เมื่อผ่านไปแปดเซสชัน หรือประมาณช่วงที่ข้อมูลดังกล่าวถูกเผยแพร่สู่สาธารณะ GameStop ปิดที่ราคา $197.44 คิดเป็นการเปลี่ยนแปลง 456.3% ผู้ที่อ่านตัวเลข short interest ในวันที่ข้อมูลถูกเผยแพร่ กำลังอ่านข้อมูลของหุ้นที่ไม่ได้มีราคาในระดับนั้นอีกต่อไปแล้ว

ข้อมูลชุดถัดมาแสดงให้เห็นถึงกับดักที่พลิกกลับ การชำระบัญชีรอบ 2021-01-29 บันทึกจำนวนหุ้น short ไว้ที่ 21.4 ล้านหุ้น ซึ่งสถานะส่วนใหญ่ถูกปิดไปแล้ว โดยราคาหุ้นอยู่ที่ $328.24 และเมื่อผ่านไปแปดเซสชัน ราคาพุ่งไปที่ $51.19 หรือ -84.4% การปิดสถานะ (covering) ได้เกิดขึ้นไปก่อนที่เอกสารจะถูกเผยแพร่สู่สาธารณะ ทั้งสองส่วนของ squeeze ซึ่งได้แก่ การกระจุกตัวของสถานะและการคลายสถานะ ต่างถูกเปิดเผยหลังจากเหตุการณ์เกิดขึ้นแล้วทั้งสิ้น

ข้อมูลรายวันที่ใกล้เคียงกัน และสิ่งที่คุณไม่ได้รับทราบจากข้อมูลนั้น

FINRA มีการเผยแพร่ข้อมูลอย่างหนึ่งในทุกวัน นั่นคือ short volume หรือสัดส่วนของปริมาณการซื้อขายที่รายงานว่าเป็นรายการขายชอร์ต (short-sale executions) ซึ่งจะประกาศในเช้าวันถัดไป ข้อมูลนี้เป็นแบบเกือบเรียลไทม์และเป็นการวัดผลที่แตกต่างออกไป โดย short volume จะนับจาก กระแสการซื้อขาย ซึ่งส่วนใหญ่เป็นการป้องกันความเสี่ยง (hedging) ของ market-maker ที่จะปิดสถานะให้เป็นศูนย์เมื่อสิ้นวัน ไม่ใช่การนับ สถานะที่ถือครองอยู่ (positions held) หุ้นตัวหนึ่งอาจมีปริมาณการขายชอร์ตสูงมากติดต่อกันทุกวันเป็นเวลาหนึ่งสัปดาห์ ในขณะที่ short interest ไม่มีการเปลี่ยนแปลงเลย ความแตกต่างระหว่างชุดข้อมูลทั้งสองนี้ เปรียบได้กับความแตกต่างระหว่างปริมาณรถที่วิ่งบนถนนกับจำนวนรถที่จอดอยู่เมื่อสิ้นสุดเส้นทาง โดย รายละเอียดของทั้งสองไฟล์สามารถอ่านได้ที่นี่

ในสหรัฐอเมริกาไม่มีการเปิดเผยตัวเลข short interest รายวัน ผู้ให้บริการข้อมูลจะขาย ค่าประมาณการ รายวันซึ่งสร้างขึ้นจากโมเดลที่คำนวณจากการยืมหลักทรัพย์และข้อมูลกระแสการซื้อขาย ข้อมูลเหล่านี้เป็นเพียงโมเดล ไม่ใช่การเปิดเผยข้อมูลอย่างเป็นทางการ ส่วนตัวเลขที่มีการเปิดเผยอย่างเป็นทางการจะปรากฏเพียงสองครั้งต่อเดือนและจะประกาศล่าช้ากว่าปกติ

คำถามที่พบบ่อย

ทำไมข้อมูล short interest ถึงล่าช้าไปสองสัปดาห์?

โบรกเกอร์จะทำการบันทึกข้อมูล short positions เฉพาะในวันชำระราคา (settlement dates) สองครั้งต่อเดือนของ FINRA จากนั้นจะส่งข้อมูลยอดรวมหลังจากนั้นไม่กี่วันทำการ และ FINRA จะเผยแพร่ไฟล์ข้อมูลที่รวบรวมแล้วประมาณแปดวันทำการหลังจากวันชำระราคา จากข้อมูลทั้งหมดที่ได้รับในฐานข้อมูลนี้ กระบวนการทั้งหมดใช้เวลาตั้งแต่ 10 ถึง 26 วัน โดยมีค่ามัธยฐานอยู่ที่ 14 วัน

โบรกเกอร์คำนวณและรายงาน short interest อย่างไร?

โบรกเกอร์แต่ละรายจะนับจำนวนหุ้นที่ถือสถานะ short ในบัญชีลูกค้าและบัญชีของบริษัท ณ วันชำระราคา จากนั้นจะรวมยอดตามรายหลักทรัพย์และส่งยอดรวมนั้นให้แก่ FINRA ทาง FINRA จะรวมรายงานจากบริษัทสมาชิกทั้งหมดเป็นตัวเลขเดียวต่อหนึ่งหลักทรัพย์ โดยมีสัดส่วน 22207 ของข้อมูลในรายงาน 2026-06-30 ข้อมูลนี้เป็นการนับยอดสถานะตามกฎระเบียบ ไม่ใช่การนับจำนวนการซื้อขาย

วงจรการรายงานของหุ้น NYSE, Nasdaq หรือ OTC แตกต่างกันหรือไม่?

ไม่ ข้อมูลใช้กำหนดการชำระราคาเดือนละสองครั้งและวงจรการรวบรวมและเผยแพร่แบบเดียวกันในทุกตลาดหลักทรัพย์ของสหรัฐฯ โดยตลาดหลักทรัพย์จะเผยแพร่ข้อมูลซ้ำจากไฟล์ของ FINRA แทนที่จะจัดทำข้อมูลการนับของตนเอง ตลาดที่หุ้นจดทะเบียนไม่ได้ส่งผลต่อความล่าช้าของตัวเลข short interest

เปอร์เซ็นต์ short interest ระดับไหนที่ถือว่าดีหรือแย่?

ไม่มีเกณฑ์ที่กำหนดว่าหุ้นตัวใดเป็นหุ้นที่ควรหรือไม่ควรลงทุน และค่าที่สูงไม่ได้เป็นตัวบ่งชี้แนวโน้มในอนาคต สิ่งที่มาตรวัดความหนาแน่น (crowding measures) อธิบายคือขนาดของสถานะ short เมื่อเทียบกับปริมาณการซื้อขายของหุ้นนั้นๆ ตัวอย่างเช่น ข้อมูลล่าสุดของ GameStop มีจำนวน days to cover ที่รายงานอยู่ที่ 10.75 วัน ในขณะที่หุ้นที่มีสภาพคล่องสูงส่วนใหญ่มีค่าเพียงเลขหลักเดียวเท่านั้น — สามารถดูการกระจายตัวของข้อมูลได้ที่ ผู้นำด้านความหนาแน่นในปัจจุบัน

ความล่าช้าในการรายงานส่งผลต่อ short squeezes หรือไม่?

ความล่าช้าส่งผลกระทบมากที่สุดในช่วงเวลานั้น ในการชำระราคาของ GameStop ช่วง 2021-01-15 ราคาหุ้นมีการเคลื่อนไหวถึง 456.3% ระหว่างช่วงการวัดผลจนถึงช่วงแปดเซสชันซึ่งใกล้เคียงกับการเผยแพร่ข้อมูล — และเมื่อถึงรายงานของ 2021-01-29 สถานะ short ได้ลดลงเหลือเพียง 21.4 ล้านหุ้นแล้ว ความหนาแน่นของ squeeze จะได้รับการยืนยันในข้อมูลสาธารณะก็ต่อเมื่อเหตุการณ์ได้เกิดขึ้นแล้วเท่านั้น

ทุกตารางด้านบนมาพร้อมกับ SQL ที่ใช้สร้างข้อมูล — คุณสามารถขยายส่วนใดก็ได้เพื่อตรวจสอบตัวเลข หรือเรียกดูปฏิทินการชำระราคาบนเทอร์มินัลของ Strasmore