Strasmore Research
Market recaps Matt ConnorNi Matt Connor · Na-update noong 2026-07-24 · data as of July 24, 2026 · refreshed weekly

Mga short squeeze stocks ngayong linggo

Mga stock na may mataas na short interest at tumataas na presyo. Sinusuri ang days to cover at shares short base sa pinakabagong data para sa mga squeeze.

Ang mga short squeeze stocks ay sinusuri gamit ang dalawang mekanismo: isang short position na malaki kumpara sa volume ng trade ng stock, at presyong kasalukuyan nang tumataas. Ginagamit ng pahinang ito ang pinakabagong short-interest file mula sa exchange, na settled noong Jun 30, 2026, at sinusukat ang price leg sa loob ng limang sessions na nagtapos noong Jul 22, 2026. Ang mga mekanismong ito ay katulad ng mga nakaraang squeeze. Ang lahat ng ito ay hindi forecast, at ang karamihan sa mga heavily shorted stocks ay hindi kailanman nag-squeeze.

Basahin ang mga petsa bago ang mga pangalan. Ang short-interest na bahagi ng pahinang ito ay ilang linggo na ang lumipas ayon sa regulasyon, hindi dahil sa problema sa feed: iniuulat ng mga broker ang kanilang mga short position sa FINRA dalawang beses sa isang buwan sa mga nakatakdang settlement dates, at ang compiled file ay nagiging pampubliko pagkatapos ng humigit-kumulang walong business days. Ang pinakabagong print na available sa lahat ay may petsang Jun 30, 2026, 24 days na ang nakalipas, habang ang price leg ay tumatakbo hanggang Jul 22, 2026. Anumang nangyari sa short side sa loob ng gap na iyon ay hindi nakikita ng anumang screener, kabilang na ang isa na ito. Bakit ang short interest data ay laging dalawang linggo ang lumipas ay nagpapaliwanag sa reporting cycle nang sunod-sunod.

QueryBawat input sa screen na ito, at kung ilang araw na ang nakalipas
Ang eksaktong SQL sa likod ng bawat numero
WITH prints AS (
    SELECT DISTINCT settlement_date AS d
    FROM global_markets.stocks_short_interest
    ORDER BY d DESC
    LIMIT 2
),
loaded AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS session
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND window_start >= now() - INTERVAL 20 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 session
    HAVING count() >= 380
),
legs AS (
    SELECT arrayJoin([
        ('Short interest, previous settlement', (SELECT min(d) FROM prints)),
        ('Short interest, latest settlement', (SELECT max(d) FROM prints)),
        ('Price tape, last fully loaded session', (SELECT max(session) FROM loaded))]) AS row
)
SELECT formatDateTime(row.2, '%b %e, %Y') AS as_of_date,
       row.1 AS leg,
       dateDiff('day', row.2, today()) AS age_days
FROM legs

Ang dalawang settlement prints ay nasa 39 at 24 days na ang nakalipas, na siyang twice-monthly counting cycle plus ang compilation lag. Ang price tape ay 2 days na ang retraso, at ito ay dahil sa warehouse ingest lag sa halip na regulasyon. Ang parehong tagal ay may mga limitasyon, kaya ang isang feed na humihinto ay nagpapanatili sa pahinang ito sa halip na mag-publish ng lumang petsa sa ilalim ng bagong headline.

List ng mga short squeeze stocks: ang kasalukuyang screen

Lahat ng pangalan sa ibaba ay nakapasa sa parehong criteria sa iisang file: limang milyong shares ng average daily volume, lima o higit pang days to cover, at positive na galaw sa loob ng limang sessions na nagtapos noong Jul 22, 2026. Ang mga 31 na pangalan ay nakapasa sa lahat ng iyon, at ang 12 na pinaka-crowded sa kanila ay ipinapakita rito. Ang Days to cover ay ang shares sold short na hinati sa average daily volume: kung ilang buong araw ng buong tape ng stock ang kakailanganin ng short side upang mabili muli ang kanilang posisyon.

QuerySqueeze-shaped mechanics: crowded shorts sa liquid names, habang tumataas ang presyo
Ang eksaktong SQL sa likod ng bawat numero
WITH latest AS (
    SELECT max(settlement_date) AS d FROM global_markets.stocks_short_interest
),
sessions AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS session
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND window_start >= now() - INTERVAL 20 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 session
    HAVING count() >= 380
    ORDER BY session DESC
    LIMIT 6
),
crowded AS (
    SELECT ticker, days_to_cover, short_interest
    FROM global_markets.stocks_short_interest
    WHERE settlement_date = (SELECT d FROM latest)
      AND avg_daily_volume >= 5000000
      AND days_to_cover >= 5
      AND ticker NOT IN ('SPCX')
      AND ticker NOT IN ('KORU','SOXL','SOXS','TQQQ','SQQQ','NVDL','NVDS','NVD','TSLL','TSLQ','TSLZ','SPXL','SPXS','UPRO','SPXU','LABU','LABD','FAS','FAZ','TNA','TZA','YINN','YANG','UDOW','SDOW','BOIL','KOLD','UCO','SCO','USD','SSO','SDS','QLD','QID','ERX','ERY','DRN','DRV','CURE','SOXY','MUU','SNXX','UVXY','SVXY','UVIX','SVIX','BULZ','WEBL','WEBS','DPST','DRIP','GUSH','AGQ','ZSL','BITX','ETHU','MSTX','MSTU','CONL','DUST','JNUG','JDST','NUGT')
      AND ticker NOT IN (SELECT ticker FROM global_markets.stocks_splits
                         WHERE execution_date BETWEEN today() - 60 AND today())
),
tape AS (
    SELECT ticker,
           toDate(toTimeZone(window_start, 'America/New_York')) AS session,
           argMax(close, window_start) AS rth_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN (SELECT ticker FROM crowded)
      AND toDate(toTimeZone(window_start, 'America/New_York')) IN (SELECT session FROM sessions)
      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, session
),
moves AS (
    SELECT ticker,
           round((argMax(rth_close, session) / argMin(rth_close, session) - 1) * 100, 1) AS return_5d_pct
    FROM tape
    GROUP BY ticker
    HAVING count() = 6 AND return_5d_pct > 0
)
SELECT c.ticker AS ticker,
       round(c.days_to_cover, 1) AS days_to_cover,
       round(c.short_interest / 1e6, 1) AS shares_short_m,
       m.return_5d_pct AS return_5d_pct
FROM crowded c
INNER JOIN moves m ON m.ticker = c.ticker
ORDER BY c.days_to_cover DESC, c.ticker
LIMIT 12

Ang pinaka-crowded na pangalan dito, ang MPT, ay nagpapakita ng 16.9 days to cover mula sa 138.1 million shares sold short, at tumaas ito ng 2.8% sa loob ng limang sessions na nagtapos noong Jul 22, 2026. Ang huling row na ipinapakita ay nagbabasa ng 6.4 days to cover, kung saan ang display ay pinutol na sa halip na ang floor ng screen. Ang ranking ay base sa crowding sa halip na sa size, kaya ang isang moderate na posisyon sa isang thin tape ay mas mataas ang rank kaysa sa isang mas malaking posisyon sa isang busy na tape. Para sa size ranking, ang the most shorted stocks right now ay nagpapatakbo ng parehong leaderboard nang magkatabi.

Ang rising-price gate ay may mekanikal na dahilan. Ang squeeze ay forced buying dahil sa pag-close ng mga short sellers, at ang pag-close ng short ay nangangahulugang muling pagbili ng stock, na nagsisimula lamang kapag ang presyo ay gumalaw laban sa posisyon. Ang How a short squeeze works, na sinuri sa pamamagitan ng mga record ng GameStop noong 2021, ay nagpapakita ng pagkakasunod-sunod sa pamamagitan ng mga numero.

Ang mga tuntunin, at kung ano ang tinatanggal ng bawat isa

Ang screen ay isang opinyon na may kalakip na mga numero, kaya dito matatagpuan ang field.

QueryMula sa buong settlement file hanggang sa screened list, paisa-isang rule
Ang eksaktong SQL sa likod ng bawat numero
WITH latest AS (
    SELECT max(settlement_date) AS d FROM global_markets.stocks_short_interest
),
sessions AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS session
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND window_start >= now() - INTERVAL 20 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 session
    HAVING count() >= 380
    ORDER BY session DESC
    LIMIT 6
),
reported AS (
    SELECT ticker, days_to_cover, avg_daily_volume
    FROM global_markets.stocks_short_interest
    WHERE settlement_date = (SELECT d FROM latest)
),
liquid AS (
    SELECT ticker, days_to_cover
    FROM reported
    WHERE avg_daily_volume >= 5000000
      AND days_to_cover IS NOT NULL
      AND ticker NOT IN ('SPCX')
      AND ticker NOT IN ('KORU','SOXL','SOXS','TQQQ','SQQQ','NVDL','NVDS','NVD','TSLL','TSLQ','TSLZ','SPXL','SPXS','UPRO','SPXU','LABU','LABD','FAS','FAZ','TNA','TZA','YINN','YANG','UDOW','SDOW','BOIL','KOLD','UCO','SCO','USD','SSO','SDS','QLD','QID','ERX','ERY','DRN','DRV','CURE','SOXY','MUU','SNXX','UVXY','SVXY','UVIX','SVIX','BULZ','WEBL','WEBS','DPST','DRIP','GUSH','AGQ','ZSL','BITX','ETHU','MSTX','MSTU','CONL','DUST','JNUG','JDST','NUGT')
      AND ticker NOT IN (SELECT ticker FROM global_markets.stocks_splits
                         WHERE execution_date BETWEEN today() - 60 AND today())
),
crowded AS (
    SELECT ticker FROM liquid WHERE days_to_cover >= 5
),
tape AS (
    SELECT ticker,
           toDate(toTimeZone(window_start, 'America/New_York')) AS session,
           argMax(close, window_start) AS rth_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN (SELECT ticker FROM crowded)
      AND toDate(toTimeZone(window_start, 'America/New_York')) IN (SELECT session FROM sessions)
      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, session
),
rising AS (
    SELECT ticker,
           round((argMax(rth_close, session) / argMin(rth_close, session) - 1) * 100, 1) AS return_5d_pct
    FROM tape
    GROUP BY ticker
    HAVING count() = 6 AND return_5d_pct > 0
),
tally AS (
    SELECT (SELECT count() FROM reported) AS all_names,
           (SELECT count() FROM liquid) AS liquid_names,
           (SELECT count() FROM crowded) AS crowded_names,
           (SELECT count() FROM rising) AS rising_names
)
SELECT step.1 AS label, step.2 AS names
FROM (
    SELECT arrayJoin([
        ('Every name in the settlement file', all_names),
        ('Liquid: five million shares a day, no leveraged funds', liquid_names),
        ('Crowded: five or more days to cover', crowded_names),
        ('Rising: a positive move over the price window', rising_names)]) AS step
    FROM tally
)

Ang Jun 30, 2026 file ay naglalaman ng 22207 securities. Ang liquidity floor at ang exclusion list ay nag-iiwan ng 883, ang crowding threshold ay nagpapababa nito sa 96, at ang rising-price gate ay nag-iiwan ng 31. Ang bawat threshold ay isang desisyon, at ang magkakaibang desisyon ay nagbubunga ng magkakaibang listahan. Ito ang dahilan kung bakit ang mga tuntunin ay nakasaad sa mismong pahina sa halip na sa isang footnote.

Gaano karami ang shorted sa bawat kumpanya

Ang madalas hanapin ng karamihan ay short interest bilang porsyento ng float, ngunit wala ito sa data na ito. Ang exchange file ay nag-uulat ng shares short at average daily volume, nang walang anumang uri ng share count. Ang maaaring makuha ay ang posisyon na sinusukat laban sa total shares outstanding, gamit ang market value ng bawat kumpanya na hinati sa share price nito.

QueryRank ng mga screened names base sa short interest laban sa shares outstanding (hindi float)
Ang eksaktong SQL sa likod ng bawat numero
WITH latest AS (
    SELECT max(settlement_date) AS d FROM global_markets.stocks_short_interest
),
sessions AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS session
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND window_start >= now() - INTERVAL 20 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 session
    HAVING count() >= 380
    ORDER BY session DESC
    LIMIT 6
),
crowded AS (
    SELECT ticker, days_to_cover, short_interest
    FROM global_markets.stocks_short_interest
    WHERE settlement_date = (SELECT d FROM latest)
      AND avg_daily_volume >= 5000000
      AND days_to_cover >= 5
      AND ticker NOT IN ('SPCX')
      AND ticker NOT IN ('KORU','SOXL','SOXS','TQQQ','SQQQ','NVDL','NVDS','NVD','TSLL','TSLQ','TSLZ','SPXL','SPXS','UPRO','SPXU','LABU','LABD','FAS','FAZ','TNA','TZA','YINN','YANG','UDOW','SDOW','BOIL','KOLD','UCO','SCO','USD','SSO','SDS','QLD','QID','ERX','ERY','DRN','DRV','CURE','SOXY','MUU','SNXX','UVXY','SVXY','UVIX','SVIX','BULZ','WEBL','WEBS','DPST','DRIP','GUSH','AGQ','ZSL','BITX','ETHU','MSTX','MSTU','CONL','DUST','JNUG','JDST','NUGT')
      AND ticker NOT IN (SELECT ticker FROM global_markets.stocks_splits
                         WHERE execution_date BETWEEN today() - 60 AND today())
),
tape AS (
    SELECT ticker,
           toDate(toTimeZone(window_start, 'America/New_York')) AS session,
           argMax(close, window_start) AS rth_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN (SELECT ticker FROM crowded)
      AND toDate(toTimeZone(window_start, 'America/New_York')) IN (SELECT session FROM sessions)
      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, session
),
rising AS (
    SELECT ticker,
           round((argMax(rth_close, session) / argMin(rth_close, session) - 1) * 100, 1) AS return_5d_pct
    FROM tape
    GROUP BY ticker
    HAVING count() = 6 AND return_5d_pct > 0
),
share_count AS (
    SELECT ticker, market_cap / price AS shares_out
    FROM global_markets.stocks_ratios
    WHERE date = (SELECT max(date) FROM global_markets.stocks_ratios)
      AND market_cap > 0
      AND price > 0
)
SELECT c.ticker AS ticker,
       round(100.0 * c.short_interest / s.shares_out, 1) AS si_pct_shares_out,
       round(c.short_interest / 1e6, 1) AS shares_short_m,
       round(s.shares_out / 1e6, 0) AS shares_out_m,
       round(c.days_to_cover, 1) AS days_to_cover
FROM crowded c
INNER JOIN rising r ON r.ticker = c.ticker
INNER JOIN share_count s ON s.ticker = c.ticker
ORDER BY si_pct_shares_out DESC, c.ticker
LIMIT 10

Pinakamataas ang KSS sa listahang ito na may 26.3% ng shares outstanding na sold short: 29.9 million shares laban sa 113 million shares na umiiral. Ang 10 rows na ipinapakita ay ang pinakamalaking readings sa mga napiling pangalan na may published share count, at ang huli sa kanila ay 15.5% pa rin. Basahin ang column na iyon bilang floor at huwag bilang float number. Ang Float ay binibilang lamang ang mga shares na tunay na nagpapalitan, matapos alisin ang insider stakes at iba pang locked-up holdings. Mas maliit ang denominator ng float, kaya ang tunay na porsyento ng float na sold short ay mas mataas kaysa sa lahat ng figure na ipinapakita. Kung gaano ito kataas ay depende sa ownership ng bawat kumpanya, na hindi nakatala sa warehouse na ito.

Nagpapatuloy ba o humihina ang short crowding?

Ang isang print ay isang frozen frame lamang. Dahil ang parehong file ay umaabot ng maraming taon, may sagot ang data sa tanong ng buong merkado.

QueryLiquid names na may 5+ at 10+ days to cover, settlement by settlement
Ang eksaktong SQL sa likod ng bawat numero
WITH dates AS (
    SELECT DISTINCT settlement_date AS d
    FROM global_markets.stocks_short_interest
    ORDER BY d DESC
    LIMIT 12
)
SELECT toString(settlement_date) AS settlement_date,
       countIf(days_to_cover >= 5) AS names_5plus_dtc,
       countIf(days_to_cover >= 10) AS names_10plus_dtc,
       round(quantileExact(0.5)(days_to_cover), 2) AS median_dtc_liquid
FROM global_markets.stocks_short_interest
WHERE settlement_date IN (SELECT d FROM dates)
  AND avg_daily_volume >= 5000000
  AND days_to_cover IS NOT NULL
  AND ticker NOT IN ('SPCX')
  AND ticker NOT IN ('KORU','SOXL','SOXS','TQQQ','SQQQ','NVDL','NVDS','NVD','TSLL','TSLQ','TSLZ','SPXL','SPXS','UPRO','SPXU','LABU','LABD','FAS','FAZ','TNA','TZA','YINN','YANG','UDOW','SDOW','BOIL','KOLD','UCO','SCO','USD','SSO','SDS','QLD','QID','ERX','ERY','DRN','DRV','CURE','SOXY','MUU','SNXX','UVXY','SVXY','UVIX','SVIX','BULZ','WEBL','WEBS','DPST','DRIP','GUSH','AGQ','ZSL','BITX','ETHU','MSTX','MSTU','CONL','DUST','JNUG','JDST','NUGT')
GROUP BY settlement_date
ORDER BY settlement_date

Sa lahat ng 12 settlements na ipinapakita, ang bilang ng mga liquid names na may five or more days to cover ay lumipat mula 58 patungong 96. Ang bihirang dulo ng distribution ay nananatiling mas manipis: 5 names ang nasa ten or more days to cover sa huling print. Ang median liquid name ay 1.87 days, kaya naman ang five-day threshold ay mahalaga at hindi lamang arbitrary. Sinusubaybayan ng The highest days-to-cover stocks na pahina ang extreme tail na iyon nang mag-isa.

Ano ang karaniwang susunod na nangyayari

Madaling buuin at madaling mabigyan ng maling interpretasyon ang mga screen na gaya nito, kaya narito ang parehong screen na binaliktad ang takbo, gamit ang parehong offset mula sa file. Para sa bawat settlement print sa nakalipas na taon, kunin ang mga pangalan na nakapasa sa crowding gate sa print na iyon at tumataas sa loob ng anim na session na nagtatapos dalawampung calendar days pagkatapos nito, kung saan narito ang pahinang ito ngayon, pagkatapos ay sukatin ang ginawa ng bawat isa sa sumunod na 30 calendar days.

QueryBawat nakaraang screened name, at ang performance nito sa susunod na 30 days
Ang eksaktong SQL sa likod ng bawat numero
WITH screened AS (
    SELECT settlement_date, ticker
    FROM global_markets.stocks_short_interest
    WHERE settlement_date >= today() - 400
      AND settlement_date <= today() - 55
      AND avg_daily_volume >= 5000000
      AND days_to_cover >= 5
      AND ticker NOT IN ('SPCX')
      AND ticker NOT IN ('KORU','SOXL','SOXS','TQQQ','SQQQ','NVDL','NVDS','NVD','TSLL','TSLQ','TSLZ','SPXL','SPXS','UPRO','SPXU','LABU','LABD','FAS','FAZ','TNA','TZA','YINN','YANG','UDOW','SDOW','BOIL','KOLD','UCO','SCO','USD','SSO','SDS','QLD','QID','ERX','ERY','DRN','DRV','CURE','SOXY','MUU','SNXX','UVXY','SVXY','UVIX','SVIX','BULZ','WEBL','WEBS','DPST','DRIP','GUSH','AGQ','ZSL','BITX','ETHU','MSTX','MSTU','CONL','DUST','JNUG','JDST','NUGT')
),
split_hits AS (
    SELECT s.settlement_date AS sd, s.ticker AS tkr
    FROM screened s
    INNER JOIN global_markets.stocks_splits sp ON sp.ticker = s.ticker
    WHERE sp.execution_date > s.settlement_date + 11
      AND sp.execution_date <= s.settlement_date + 50
),
daily AS (
    SELECT ticker,
           toDate(toTimeZone(window_start, 'America/New_York')) AS session,
           argMax(close, window_start) AS rth_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN (SELECT DISTINCT ticker FROM screened)
      AND window_start >= now() - INTERVAL 400 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, session
),
paired AS (
    SELECT s.settlement_date AS sd,
           s.ticker AS tkr,
           (argMaxIf(d.rth_close, d.session, d.session <= s.settlement_date + 20)
            / argMinIf(d.rth_close, d.session, d.session <= s.settlement_date + 20) - 1) * 100 AS prior_pct,
           (argMaxIf(d.rth_close, d.session, d.session >= s.settlement_date + 20)
            / argMinIf(d.rth_close, d.session, d.session >= s.settlement_date + 20) - 1) * 100 AS next_pct
    FROM screened s
    INNER JOIN daily d ON d.ticker = s.ticker
    WHERE d.session > s.settlement_date + 11
      AND d.session <= s.settlement_date + 50
    GROUP BY sd, tkr
    HAVING countIf(d.session <= s.settlement_date + 20) >= 4
       AND countIf(d.session >= s.settlement_date + 20) >= 15
),
outcomes AS (
    SELECT multiIf(next_pct < -20, 1,
                   next_pct < -10, 2,
                   next_pct < 0, 3,
                   next_pct < 10, 4,
                   next_pct < 20, 5, 6) AS bucket,
           multiIf(next_pct < -20, 'Fell more than 20%',
                   next_pct < -10, 'Fell 10% to 20%',
                   next_pct < 0, 'Fell 0% to 10%',
                   next_pct < 10, 'Rose 0% to 10%',
                   next_pct < 20, 'Rose 10% to 20%', 'Rose more than 20%') AS move_over_30_days
    FROM paired
    WHERE prior_pct > 0
      AND (sd, tkr) NOT IN (SELECT sd, tkr FROM split_hits)
),
tallied AS (
    SELECT bucket, move_over_30_days, count() AS name_count
    FROM outcomes
    GROUP BY bucket, move_over_30_days
)
SELECT move_over_30_days,
       name_count,
       round(100.0 * sum(name_count) OVER (ORDER BY bucket) / sum(name_count) OVER (), 1) AS cumulative_share_pct
FROM tallied
ORDER BY bucket

51.7% sa mga name-and-settlement observations na iyon ang bumaba ang presyo 30 days pagkatapos. Halos katumbas ito ng coin flip, at ito ang tapat na headline ng pahinang ito: madalas na tama ang mga short seller, at ang crowded-plus-rising ay naglalarawan ng isang setup sa halip na isang edge. Ang mga tails ang lugar kung saan lalabas ang isang squeeze, at parehong manipis ang mga ito. 68 na observations ang bumaba nang higit sa isang ikapat; 73 ang tumaas nang higit sa isang ikapat, ang bucket kung saan maaaring bumagsak ang isang tunay na squeeze. 87.8% ng sample ang hindi umabot doon.

Ituring ang panel na iyon bilang isang distribution, hindi bilang isang trading result. Hindi nito isinasaalang-alang ang mga cost, borrow fees, at position sizing, at pantay ang bigat ng bawat flagged name. Ang dalawang panig ay naka-anchor dalawampung calendar days pagkatapos ng bawat settlement date, ang parehong offset na ginagamit ng pahinang ito, kaya ang bawat flagged name ay nakabase sa mga presyong maaari nang makita ng isang reader. Ang isang taon ng mga settlement ay isang maikling sample.

Paano ito sinusukat

Ang bawat panuntunan at exclusion sa likod ng mga numero sa itaas.

  • Ang short-interest file ay iniuulat ng exchange nang dalawang beses sa isang buwan. Ang print na ginamit dito ay nag-settle Jun 30, 2026, 24 araw na ang nakalipas. Walang daily disclosed short interest number sa US; ang mga vendor estimates lamang na naka-model mula sa securities-lending data ang available.
  • Liquidity floor: limang milyong shares ng average daily volume, ayon sa ulat sa parehong file. Kung wala ito, mapupuno ang listahan ng mga microcaps kung saan ang malaking days-to-cover reading ay dulot lamang ng halos zero na volume.
  • Crowding threshold: lima o higit pang days to cover, na mas mataas kaysa sa liquid median na ipinapakita sa itaas.
  • Momentum leg: ang pagbabago sa pagitan ng mga closing prices ng huling anim na fully loaded regular sessions, na isang five-session return. Ang isang session ay papasok sa window kapag ang benchmark tape ay mayroon nang isang buong araw ng minute bars para dito. Ang session na kasalukuyan pang dumadaloy sa feed ay hindi muna sinusukat nang hindi kumpleto, kaya maaaring mas huli ang window ng isang session sa kalendaryo kahit sarado na ang session na iyon. Ang mga presyo ay regular-session closes.
  • Ang parehong petsa ay may bounds. Ang panel sa itaas ay nagtatabi ng edad ng bawat input sa bilang ng mga araw, at ang mga edad na ito ay may sanity bounds. Ang isang settlement print na mas matanda sa isang buwan, o isang price tape na mas huli kaysa sa normal na ingest lag, ay ititigil muna ang pag-publish sa pahinang ito para sa review sa halip na maglabas ng stale na petsa sa ilalim ng bagong headline.
  • Exclusions. Ang mga leveraged at inverse exchange-traded funds ay tinatanggal sa bawat panel (ang kanilang short interest ay karaniwang hedging artifact), kasama ang isang ambiguous symbol na ginamit ng mga vendor feeds sa dalawang magkaibang kumpanya. Ang mga panel na sumusukat sa price move ay tinatanggal din ang isang pangalan kung ang stock split nito ay pumasok sa measurement window ng panel, dahil ang split ay nagpapanggap na malaking paggalaw. Sa backtest, ang test na ito ay tumatakbo kada settlement, kaya ang split sa isang buwan ay hindi magtatanggal sa mga obserbasyon ng isang pangalan sa ibang mga buwan.
  • Ang mga funds ay kasama sa file na ito kasabay ng mga operating companies. Ang isang bond o index ETF ay maaaring may malaking short position na nagmumula sa creation-and-redemption plumbing sa halip na mula sa sinumang tumataya laban dito.
  • Walang float at walang share count sa file na ito, at walang options open interest sa kahit saan sa warehouse. Ang shares-outstanding column sa itaas ay mula sa isang hiwalay na fundamentals table, kaya ang isang pangalan na walang published market value ay matatanggal sa panel na iyon.
  • Walang anumang prediksyon o rekomendasyon dito. Inilalarawan nito ang mga measurable conditions, kasama ang nakakabit na outcome panel.

FAQ

Paano makakahanap ng mga short squeeze candidates?

I-screen ang exchange-reported short-interest file para sa mga posisyon na malaki kumpara sa daily volume ng stock. Isama lamang ang mga pangalan na sapat ang liquidity para i-trade, pagkatapos ay suriin kung tumataas na ang presyo. Ang screen na ito sa Jun 30, 2026 short-interest file ay gumagamit ng five or more days to cover, five million shares na average daily volume, at isang positive five-session move, na nagresulta sa 31 na mga pangalan.

Anong short interest percentage ang nagiging sanhi ng squeeze?

Walang magic number, at ang sinumang nagbibigay ng isa ay nanghuhula lamang. Ang mga squeeze ay nagsisimula sa iba't ibang readings sa buong range, at mas madalas na walang nangyayari: sa loob ng isang taon ng mga nakaraang settlement prints, 51.7% sa mga pangalang ito ang mas mababa ang presyo pagkalipas ng 30 days. Ang mataas na short interest ay isang precondition, hindi isang trigger.

Gaano na katanda ang short interest data?

Ang pinakabagong settlement sa file dito ay may petsang Jun 30, 2026, 24 days na ang nakalipas, at ang price data ay hanggang Jul 22, 2026. Ang gap na iyon ay dahil sa reporting cycle at hindi dahil sa stale feed: ang mga posisyon ay binibilang nang dalawang beses sa isang buwan at inilalathala nang humigit-kumulang eight business days pagkatapos ng bawat settlement date, kaya ang bawat short-interest figure ay ilang linggo na ang tanda pagdating.

Aling mga stocks ang may pinakamataas na short interest ngayon?

Ang mga unfiltered leaderboard, isa ay base sa days to cover at isa ay base sa raw shares short, ay matatagpuan sa the most shorted stocks page. Sinasagot ng pahinang ito ang isang mas limitadong tanong: sa mga pangalan sa Jun 30, 2026 file na tumataas din ang presyo, ang pinaka-crowded ay ang MPT na may 16.9 days to cover, na isang screen leader sa halip na ang market's most shorted stock.

Ang bawat panel ay isang stored, versioned query mula sa exchange-reported file. I-expand ang SQL sa ilalim ng anumang table, o i-run ang screen gamit ang sarili mong thresholds sa Strasmore terminal.

#short interest#short squeeze#days to cover#short selling#screens