作者： Matt Connor 2026-07-07 · 更新于 2026-08-08

2026年7月6日市场回顾与数据

独立日假期后市场在成长股带动下跳空上涨，板块分化幅度数倍于指数波动，反向拆股个股集中报价，本月指数报价最窄。

2026年7月6日星期一，独立日周末后的首个交易日，市场在成长股带动下跳空高开，并守住涨幅。QQQ收于1.39%，DIA为0.42%，与周四的轮动方向相反；市场广度偏强：3861只流动性较高的股票上涨，2242只下跌。当天大部分涨幅来自开盘跳空，其定价对应过去一个月最窄的指数报价。以下所有数字均来自已存储查询。

排行榜

本次变化比较的是7月6日常规交易时段最后一分钟K线与前一个交易日假期、即7月2日周四的对应K线。

查询SPY / QQQ / DIA / IWM：7月6日与7月2日收盘价比较，常规交易时段

股票代码	前收盘	日开盘	日收盘	跳空幅度（%）	日内涨跌幅（%）	涨跌幅（%）	日最高	日最低	成交股数（百万）
DIA	527.83	528.72	530.03	0.17	0.25	0.42	530.03	525.85	2.8
IWM	297.53	297.75	298.88	0.07	0.38	0.45	300.41	297.62	17.1
QQQ	712.74	719.93	722.63	1.01	0.38	1.39	726.08	718.45	26
SPY	744.8	748.74	751.3	0.53	0.34	0.87	752.41	747.41	42

每个数字背后的完整 SQL

WITH prior AS (
    SELECT ticker, argMax(close, window_start) AS prior_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('SPY', 'QQQ', 'DIA', 'IWM')
      AND window_start >= '2026-07-02 13:30:00' AND window_start < '2026-07-02 20:00:00'
    GROUP BY ticker
),
sess AS (
    SELECT ticker,
           argMin(open, window_start) AS day_open,
           argMax(close, window_start) AS day_close,
           max(high) AS day_high,
           min(low) AS day_low,
           round(toFloat64(sum(volume)) / 1e6, 1) AS shares_traded_m
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('SPY', 'QQQ', 'DIA', 'IWM')
      AND window_start >= '2026-07-06 13:30:00' AND window_start < '2026-07-06 20:00:00'
    GROUP BY ticker
)
SELECT
    s.ticker AS ticker,
    round(toFloat64(p.prior_close), 2) AS prior_close,
    round(toFloat64(s.day_open), 2) AS day_open,
    round(toFloat64(s.day_close), 2) AS day_close,
    round((toFloat64(s.day_open) / toFloat64(p.prior_close) - 1) * 100, 2) AS gap_pct,
    round((toFloat64(s.day_close) / toFloat64(s.day_open) - 1) * 100, 2) AS intraday_pct,
    round((toFloat64(s.day_close) / toFloat64(p.prior_close) - 1) * 100, 2) AS pct_change,
    round(toFloat64(s.day_high), 2) AS day_high,
    round(toFloat64(s.day_low), 2) AS day_low,
    s.shares_traded_m AS shares_traded_m
FROM sess s
JOIN prior p ON s.ticker = p.ticker
ORDER BY s.ticker

自己运行这个查询

QQQ的1.39%领涨四只指数ETF，DIA的0.42%垫底，正好与周四相反：当日DIA上涨，而QQQ下跌。SPY收于0.87%，IWM收于0.45%。当天的真实走势在于跳空与盘中缓慢上行之间的差异：QQQ开盘较周四收盘高出1.01%，但从开盘到收盘仅再上涨0.38%；SPY的0.53%跳空贡献了其当日0.87%涨幅的大部分。相比之下，IWM（0.07%）和DIA（0.17%）几乎没有跳空，而是在交易时段内缓慢走高。

这一天是否异常？

查询SPY开盘至收盘的变动：与过去一个月交易日比较（排名1 = 绝对变动最大）

日内变动（%）	绝对变动排名	比较交易日数	首个交易日
0.34	13	19	2026-06-08

每个数字背后的完整 SQL

SELECT round(anyIf(oc_pct, d = toDate('2026-07-06')), 2) AS day_move_pct,
       arrayCount(x -> x > abs(anyIf(oc_pct, d = toDate('2026-07-06'))), groupArrayIf(abs(oc_pct), d != toDate('2026-07-06'))) + 1 AS abs_move_rank,
       count() AS sessions_compared,
       toString(min(d)) AS first_session
FROM (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS d,
           (argMax(toFloat64(close), window_start) / argMin(toFloat64(open), window_start) - 1) * 100 AS oc_pct
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND window_start >= toDateTime('2026-06-06 00:00:00')
      AND window_start < toDateTime('2026-07-07 00:00:00')
      AND (toHour(window_start) * 60 + toMinute(window_start)) BETWEEN 810 AND 1199
    GROUP BY d
)

自己运行这个查询

从指数层面看，并不异常：SPY从开盘到收盘的变动为0.34%，按绝对幅度计，在过去19个交易日中排名13，处于中间位置。盘中走势正常；当天的主要行情发生在跳空缺口上。

市场广度：上涨成交占优，成长股重新领涨

查询7月6日成交额至少为$1M的股票中，上涨股与下跌股

上涨数	下跌数	平盘数	高流动性股票代码数	两日均有交易的股票代码数	因流动性筛选剔除数	上涨占比（%）
3861	2242	86	6189	11550	5361	62.4

每个数字背后的完整 SQL

WITH per_ticker AS (
    SELECT
        ticker,
        toFloat64(argMaxIf(close, window_start, window_start < '2026-07-06 00:00:00')) AS prior_close,
        toFloat64(argMaxIf(close, window_start, window_start >= '2026-07-06 00:00:00')) AS day_close,
        sumIf(toFloat64(close) * toFloat64(volume), window_start >= '2026-07-06 00:00:00') AS day_dollar_volume
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE (window_start >= '2026-07-02 13:30:00' AND window_start < '2026-07-02 20:00:00')
       OR (window_start >= '2026-07-06 13:30:00' AND window_start < '2026-07-06 20:00:00')
    GROUP BY ticker
)
SELECT
    countIf(day_close > prior_close AND day_dollar_volume >= 1000000) AS advancers,
    countIf(day_close < prior_close AND day_dollar_volume >= 1000000) AS decliners,
    countIf(day_close = prior_close AND day_dollar_volume >= 1000000) AS unchanged,
    countIf(day_dollar_volume >= 1000000) AS liquid_tickers,
    count() AS tickers_traded_both_sessions,
    count() - countIf(day_dollar_volume >= 1000000) AS dropped_by_liquidity_filter,
    round(100.0 * countIf(day_close > prior_close AND day_dollar_volume >= 1000000)
        / countIf(day_dollar_volume >= 1000000), 1) AS advancer_pct
FROM per_ticker
WHERE prior_close > 0 AND day_close > 0

自己运行这个查询

3861只个股上涨，2242只个股下跌，86只个股持平，流动性较高的成交中有62.4%上涨。按指数权重计算的市场广度和按股票数量等权计算的市场广度结论一致，均显示上涨；而周四两者出现分歧。该筛选条件剔除了双时段交易、成交额低于100万美元的5361只股票中的11550。

逐行业观察：分化幅度有多大？

四只超大盘股无法代表整个市场。该面板通过11只主要行业ETF为当天行情定价，每只基金对应标普500指数的一个行业板块，每个交易日观察的都是同一篮子资产。关注表现最佳行业与最差行业之间的差距：这就是当天的分化度。

查询11只行业ETF：7月6日与7月2日收盘价比较，拆分为跳空和盘中变动

股票代码	涨跌幅（%）	跳空幅度（%）	日内涨跌幅（%）	日成交额（十亿美元）	落后领先者点数
XLK	1.71	1.19	0.52	1.43	0
XLF	0.99	0.42	0.56	1.64	0.72
XLI	0.9	0.43	0.47	1.2	0.81
XLY	0.75	0.35	0.39	0.98	0.96
XLC	0.6	0.43	0.17	0.82	1.11
XLB	-0.06	-0.13	0.08	0.85	1.77
XLE	-0.15	-0.32	0.17	1.15	1.86
XLRE	-0.92	0.09	-1.01	0.28	2.63
XLU	-1.03	-0.11	-0.92	0.73	2.74
XLV	-1.03	-0.35	-0.69	2.35	2.75
XLP	-1.08	-0.24	-0.85	1.06	2.79

每个数字背后的完整 SQL

WITH per_name AS (
    SELECT
        ticker,
        toFloat64(argMaxIf(close, window_start, window_start < '2026-07-06 00:00:00')) AS prior_close,
        toFloat64(argMinIf(open, window_start, window_start >= '2026-07-06 00:00:00')) AS day_open,
        toFloat64(argMaxIf(close, window_start, window_start >= '2026-07-06 00:00:00')) AS day_close,
        round(sumIf(toFloat64(close) * toFloat64(volume), window_start >= '2026-07-06 00:00:00') / 1e9, 2) AS day_dollar_bn
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('XLB', 'XLC', 'XLE', 'XLF', 'XLI', 'XLK', 'XLP', 'XLRE', 'XLU', 'XLV', 'XLY')
      AND ((window_start >= '2026-07-02 13:30:00' AND window_start < '2026-07-02 20:00:00')
        OR (window_start >= '2026-07-06 13:30:00' AND window_start < '2026-07-06 20:00:00'))
    GROUP BY ticker
)
SELECT
    ticker,
    round((day_close / prior_close - 1) * 100, 2) AS pct_chg,
    round((day_open / prior_close - 1) * 100, 2) AS gap_pct,
    round((day_close / day_open - 1) * 100, 2) AS intraday_pct,
    day_dollar_bn,
    round(max((day_close / prior_close - 1) * 100) OVER () - (day_close / prior_close - 1) * 100, 2) AS points_behind_leader
FROM per_name
ORDER BY pct_chg DESC, ticker ASC

自己运行这个查询

科技板块（XLK）领涨，当日涨幅为1.71%，几乎全部来自这段差距：开盘时为1.19%，随后六个半小时上涨0.52%。金融板块（0.99%）和工业板块（0.9%）紧随其后。随后，行业表现出现转折：五个上涨行业让位于六个下跌行业，防御性板块表现最弱，公用事业、医疗保健和必需消费品跌幅最低至-1.08%。从最高到最低，最佳与最差行业相差2.79个百分点。当天标普500指数跟踪基金变动0.87%，行业分化幅度达到指数变动的数倍。这说明，不能把一个上涨日简单视为单一走势。房地产和公用事业的走势与科技板块相反：开盘几乎持平（0.09%、-0.11%），随后整个交易日持续下滑（开盘至收盘分别为-1.01%和-0.92%）。

The day's highlight: the memory rout, half-reversed

The memory-and-storage complex that broke across Wednesday and Thursday bounced Monday, but only half of it.

查询存储与记忆体股票：与周四收盘价比较、区间时段和美元成交额

股票代码	前收盘	日收盘	涨跌幅（%）	日最高	日内最高（ET）	日最低	日内最低（ET）	波动区间（%）	日成交额（十亿美元）
MU	975.77	984.31	0.88	1019	10:45	980.85	15:59	3.89	30.9
SNDK	1743.59	1743.08	-0.03	1837.77	10:44	1713.2	13:59	7.27	13.85
STX	820.25	869.5	6	886.89	10:39	848	13:02	4.59	2.56
WDC	538.99	577.46	7.14	601	10:44	563.61	09:30	6.63	3.78

每个数字背后的完整 SQL

WITH per_name AS (
    SELECT
        ticker,
        toFloat64(argMaxIf(close, window_start, window_start < '2026-07-06 00:00:00')) AS prior_close,
        toFloat64(argMaxIf(close, window_start, window_start >= '2026-07-06 00:00:00')) AS day_close,
        maxIf(toFloat64(high), window_start >= '2026-07-06 00:00:00') AS day_high,
        minIf(toFloat64(low), window_start >= '2026-07-06 00:00:00') AS day_low,
        argMinIf(window_start, toFloat64(low), window_start >= '2026-07-06 00:00:00') AS low_bar,
        argMaxIf(window_start, toFloat64(high), window_start >= '2026-07-06 00:00:00') AS high_bar,
        round(sumIf(toFloat64(close) * toFloat64(volume), window_start >= '2026-07-06 00:00:00') / 1e9, 2) AS day_dollar_bn
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('MU', 'SNDK', 'STX', 'WDC')
      AND ((window_start >= '2026-07-02 13:30:00' AND window_start < '2026-07-02 20:00:00')
        OR (window_start >= '2026-07-06 13:30:00' AND window_start < '2026-07-06 20:00:00'))
    GROUP BY ticker
)
SELECT
    ticker,
    round(prior_close, 2) AS prior_close,
    round(day_close, 2) AS day_close,
    round((day_close / prior_close - 1) * 100, 2) AS pct_chg,
    round(day_high, 2) AS day_high,
    formatDateTime(toTimeZone(high_bar, 'America/New_York'), '%H:%i') AS day_high_et,
    round(day_low, 2) AS day_low,
    formatDateTime(toTimeZone(low_bar, 'America/New_York'), '%H:%i') AS day_low_et,
    round((day_high / day_low - 1) * 100, 2) AS range_pct,
    day_dollar_bn
FROM per_name
ORDER BY ticker

自己运行这个查询

The two drive makers led the rebound: Western Digital 7.14% and Seagate 6%, both topping out mid-morning (10:44 and 10:39 ET). The heaviest two sat it out: MU added 0.88%, printing its low on the closing bar (15:59); SanDisk finished -0.03% across a 7.27% range. MU still moved $30.9 billion of stock, more than the other three combined (the MU deep-dive covers its quarter).

The rotation's other half sat inside the megacaps:

查询大型股轮动：与周四收盘价比较、区间时段和美元成交额

股票代码	前收盘	日收盘	涨跌幅（%）	日最高	日内最高（ET）	日最低	日内最低（ET）	波动区间（%）	日成交额（十亿美元）
AAPL	308.22	312.81	1.49	314.2	11:45	307	09:30	2.35	11.7
MSFT	389.62	386.88	-0.7	389.15	09:30	381.22	09:39	2.08	9.32
NVDA	194.51	195.62	0.57	197.55	12:14	193.99	09:30	1.84	15.14
TSLA	392.81	419.77	6.86	420	15:59	390.5	09:37	7.55	19.17

每个数字背后的完整 SQL

WITH per_name AS (
    SELECT
        ticker,
        toFloat64(argMaxIf(close, window_start, window_start < '2026-07-06 00:00:00')) AS prior_close,
        toFloat64(argMaxIf(close, window_start, window_start >= '2026-07-06 00:00:00')) AS day_close,
        maxIf(toFloat64(high), window_start >= '2026-07-06 00:00:00') AS day_high,
        minIf(toFloat64(low), window_start >= '2026-07-06 00:00:00') AS day_low,
        argMinIf(window_start, toFloat64(low), window_start >= '2026-07-06 00:00:00') AS low_bar,
        argMaxIf(window_start, toFloat64(high), window_start >= '2026-07-06 00:00:00') AS high_bar,
        round(sumIf(toFloat64(close) * toFloat64(volume), window_start >= '2026-07-06 00:00:00') / 1e9, 2) AS day_dollar_bn
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('AAPL', 'MSFT', 'NVDA', 'TSLA')
      AND ((window_start >= '2026-07-02 13:30:00' AND window_start < '2026-07-02 20:00:00')
        OR (window_start >= '2026-07-06 13:30:00' AND window_start < '2026-07-06 20:00:00'))
    GROUP BY ticker
)
SELECT
    ticker,
    round(prior_close, 2) AS prior_close,
    round(day_close, 2) AS day_close,
    round((day_close / prior_close - 1) * 100, 2) AS pct_chg,
    round(day_high, 2) AS day_high,
    formatDateTime(toTimeZone(high_bar, 'America/New_York'), '%H:%i') AS day_high_et,
    round(day_low, 2) AS day_low,
    formatDateTime(toTimeZone(low_bar, 'America/New_York'), '%H:%i') AS day_low_et,
    round((day_high / day_low - 1) * 100, 2) AS range_pct,
    day_dollar_bn
FROM per_name
ORDER BY ticker

自己运行这个查询

TSLA ran a one-way climb to 6.86%, low at 09:37 ET, high on the closing bar (15:59), the mirror of its Thursday fall. AAPL added 1.49% and NVDA 0.57%; MSFT was the lone red megacap at -0.7%, its high printed at the 09:30 open.

资金流向

查询成交量领先者（两种口径）：成交额前6名、成交股数前4名（排除1个待实体核验的重复代码条目）

排行榜	股票代码	成交额（十亿美元）	成交股数（百万）	领先者占比（%）
by dollars traded	SPY	31.49	42	100
by dollars traded	MU	30.9	30.9	98.1
by dollars traded	TSLA	19.17	46.6	60.9
by dollars traded	QQQ	18.79	26	59.7
by dollars traded	NVDA	15.14	77.2	48.1
by dollars traded	AMD	14.26	25.5	45.3
by shares traded	SOXS	1.86	467.1	100
by shares traded	BITO	3.06	358.5	76.8
by shares traded	SBEV	0.07	281.9	60.4
by shares traded	TZA	0.62	161.6	34.6

每个数字背后的完整 SQL

SELECT leaderboard, ticker, dollar_volume_bn, shares_m,
    round(100 * if(leaderboard = 'by dollars traded', dollar_volume_bn, shares_m)
        / max(if(leaderboard = 'by dollars traded', dollar_volume_bn, shares_m)) OVER (PARTITION BY leaderboard), 1) AS pct_of_board_leader
FROM (
    SELECT
        'by dollars traded' AS leaderboard,
        ticker,
        round(sum(toFloat64(close) * toFloat64(volume)) / 1e9, 2) AS dollar_volume_bn,
        round(sum(toFloat64(volume)) / 1e6, 1) AS shares_m
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE window_start >= '2026-07-06 13:30:00' AND window_start < '2026-07-06 20:00:00'
      AND ticker NOT IN ('SPCX')
    GROUP BY ticker
    ORDER BY dollar_volume_bn DESC
    LIMIT 6
    UNION ALL
    SELECT
        'by shares traded' AS leaderboard,
        ticker,
        round(sum(toFloat64(close) * toFloat64(volume)) / 1e9, 2) AS dollar_volume_bn,
        round(sum(toFloat64(volume)) / 1e6, 1) AS shares_m
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE window_start >= '2026-07-06 13:30:00' AND window_start < '2026-07-06 20:00:00'
      AND ticker NOT IN ('SPCX')
    GROUP BY ticker
    ORDER BY shares_m DESC
    LIMIT 4
)
ORDER BY leaderboard ASC, if(leaderboard = 'by dollars traded', dollar_volume_bn, shares_m) DESC

自己运行这个查询

SPY以31.49亿美元的成交额领跑美元计价交易，MU（30.9亿美元）紧随其后，MU连续四个交易日位居榜首的势头告终（周一至周四的成交数据计入其中）。在股票交易板块，SOXS这只三倍反向半导体ETF成交467.1百万股，再次位居成交量榜首，尽管其跟踪的芯片股上涨。

查询常规交易时段每30分钟区间的成交股数（十亿股）

ET时间	成交股数（十亿）	最大分组占比（%）
09:30	1.96	93.7
10:00	1.31	62.7
10:30	1.09	51.9
11:00	1.06	50.5
11:30	0.88	42
12:00	0.84	40
12:30	0.76	36.3
13:00	0.77	36.5
13:30	0.81	38.7
14:00	0.69	32.8
14:30	0.68	32.5
15:00	0.84	40.3
15:30	2.1	100

每个数字背后的完整 SQL

SELECT
    formatDateTime(toStartOfInterval(toTimeZone(window_start, 'America/New_York'), INTERVAL 30 MINUTE), '%H:%i') AS et_time,
    round(sum(toFloat64(volume)) / 1e9, 2) AS shares_bn,
    round(100 * sum(toFloat64(volume)) / max(sum(toFloat64(volume))) OVER (), 1) AS pct_of_biggest_bucket
FROM global_markets.delayed_stocks_minute_aggs
WHERE window_start >= '2026-07-06 13:30:00' AND window_start < '2026-07-06 20:00:00'
GROUP BY et_time
ORDER BY et_time

自己运行这个查询

开盘半小时成交1.96十亿股，14:30时降至0.68十亿股的低点，收盘前成交达到2.1十亿股，15:30收盘时通常呈现日内“微笑”形态，两端最为活跃。

期权成交明细

查询整个期权交易日一行：成交量、看涨期权占比和周一当日到期合约

期权成交笔数（百万）	合约数（百万）	看涨期权成交量占比	当日到期占比	当日到期合约数（百万）	SPY合约数（百万）	QQQ合约数（百万）	TSLA合约数（百万）	最大合约标的	最大合约行权价	最大合约类型	最大合约是否为看涨	最大合约到期日	最大合约成交量（百万）	最大合约平均价格	SPY收盘价减行权价
10.53	60.98	58.4	38.7	23.57	12.1	6.88	4.29	SPY	751	C	1	2026-07-06	1.08	0.564	0.3

每个数字背后的完整 SQL

WITH
    (
        SELECT (any(underlying_symbol), any(toFloat64(strike_price)), any(option_type),
                any(toDateOrNull(concat('20', substring(ticker, length(ticker) - 14, 6)))),
                sum(size), count(), round(avg(toFloat64(price)), 3))
        FROM global_markets.options_trades
        WHERE sip_timestamp >= '2026-07-06 00:00:00' AND sip_timestamp < '2026-07-07 00:00:00'
        GROUP BY ticker
        ORDER BY sum(size) DESC
        LIMIT 1
    ) AS top_contract,
    (
        SELECT round(toFloat64(argMax(close, window_start)), 2)
        FROM global_markets.delayed_stocks_minute_aggs
        WHERE ticker = 'SPY' AND window_start >= '2026-07-06 13:30:00' AND window_start < '2026-07-06 20:00:00'
    ) AS spy_regular_close
SELECT
    round(count() / 1e6, 2) AS option_prints_m,
    round(toFloat64(sum(size)) / 1e6, 2) AS contracts_m,
    round(100.0 * sumIf(size, option_type = 'C') / sum(size), 1) AS call_pct_of_volume,
    round(100.0 * sumIf(size, substring(ticker, length(ticker) - 14, 6) = '260706') / sum(size), 1) AS same_day_expiry_pct,
    round(toFloat64(sumIf(size, substring(ticker, length(ticker) - 14, 6) = '260706')) / 1e6, 2) AS same_day_contracts_m,
    round(toFloat64(sumIf(size, underlying_symbol = 'SPY')) / 1e6, 2) AS spy_contracts_m,
    round(toFloat64(sumIf(size, underlying_symbol = 'QQQ')) / 1e6, 2) AS qqq_contracts_m,
    round(toFloat64(sumIf(size, underlying_symbol = 'TSLA')) / 1e6, 2) AS tsla_contracts_m,
    top_contract.1 AS top_contract_underlying,
    top_contract.2 AS top_contract_strike,
    top_contract.3 AS top_contract_type,
    if(top_contract.3 = 'C', 1, 0) AS top_contract_is_call,
    top_contract.4 AS top_contract_expiry,
    round(toFloat64(top_contract.5) / 1e6, 2) AS top_contract_volume_m,
    round(top_contract.7, 3) AS top_contract_avg_price,
    round(spy_regular_close - top_contract.2, 2) AS spy_close_minus_strike
FROM global_markets.options_trades
WHERE sip_timestamp >= '2026-07-06 00:00:00' AND sip_timestamp < '2026-07-07 00:00:00'

自己运行这个查询

期权成交量为 60.98 百万张合约，对应 10.53 百万笔成交，其中 58.4% 为看涨期权。当天到期的期权占成交明细的 38.7%（23.57 百万张合约）。这是周一常见的0DTE占比，低于假日前夕周四的双重集中水平。最活跃的合约是当日到期的SPY $751 看涨期权，成交 1.08 百万张，平均权利金为 $0.564。SPY收盘价高于行权价 $0.3，该期权处于价内。榜首位置由看涨期权占据，而周四收盘时则是看跌期权。

报价带：跳空高开时，市场价差是否扩大？

每个价格下方都有报价流，即全国最佳买价和卖价（NBBO），涵盖每只上市证券，并持续更新。跳空高开时，报价可能变得不利，因此我们在每个交易日进行测算。

查询全部股票NBBO行情流：7月6日与7月2日交易时段比较，以及周一报价的聚集位置

7月6日更新数（百万）	7月2日更新数（百万）	日环比	7月6日开盘半小时（百万）	7月6日午间半小时（百万）	7月6日收盘半小时（百万）
391.96	597.22	-34.4	58.66	20.74	33.7

每个数字背后的完整 SQL

SELECT
    round(countIf(toDate(sip_timestamp) = toDate('2026-07-06')) / 1e6, 2) AS jul6_updates_m,
    round(countIf(toDate(sip_timestamp) = toDate('2026-07-02')) / 1e6, 2) AS jul2_updates_m,
    round((countIf(toDate(sip_timestamp) = toDate('2026-07-06')) / countIf(toDate(sip_timestamp) = toDate('2026-07-02')) - 1) * 100, 1) AS day_over_day_pct,
    round(countIf(sip_timestamp >= '2026-07-06 13:30:00' AND sip_timestamp < '2026-07-06 14:00:00') / 1e6, 2) AS jul6_open_half_hour_m,
    round(countIf(sip_timestamp >= '2026-07-06 17:30:00' AND sip_timestamp < '2026-07-06 18:00:00') / 1e6, 2) AS jul6_midday_half_hour_m,
    round(countIf(sip_timestamp >= '2026-07-06 19:30:00' AND sip_timestamp < '2026-07-06 20:00:00') / 1e6, 2) AS jul6_close_half_hour_m
FROM global_markets.cache_stocks_quotes
WHERE (sip_timestamp >= '2026-07-02 00:00:00' AND sip_timestamp < '2026-07-03 00:00:00')
   OR (sip_timestamp >= '2026-07-06 00:00:00' AND sip_timestamp < '2026-07-07 00:00:00')

自己运行这个查询

周一报价带记录了 391.96 百万次 NBBO更新，周四为 597.22 百万次，-34.4%，比节前交易日少三分之一；其中大量更新集中在开盘阶段：前半小时为 58.66 百万次，下午一点半时为 20.74 百万次，收盘前为 33.7 百万次。报价数量少于周四，但价差并未扩大：

查询跳空开盘时的盘口：9:30–9:42 ET与盘中对照时段的中位报价价差和报价频率（各12分钟）

股票代码	开盘价差（基点）	午间价差（基点）	价差变动（基点）	开盘更新数（千）	午间更新数（千）	报价速率比	交易时段更新数（百万）	丢弃的无效报价
DIA	0.76	0.57	0.19	105.9	19.6	5.4	0.83	7
IWM	0.67	0.33	0.34	219.1	98.4	2.2	2.56	62
MSFT	3.88	1.56	2.32	25.2	6.6	3.8	0.32	121
MU	8.09	4.46	3.63	53.5	15.2	3.5	0.69	317
QQQ	0.83	0.42	0.42	357.9	121.4	2.9	3.96	239
SNDK	21.07	8.16	12.9	14.9	4.6	3.3	0.16	38
SPY	0.27	0.27	0	276.9	92.8	3	3.35	883
STX	30.94	25.62	5.32	2.9	0.8	3.4	0.04	11
TSLA	4.57	1.68	2.89	40.6	17.7	2.3	0.6	553
WDC	14.67	9.28	5.39	9.5	2.1	4.5	0.1	40

每个数字背后的完整 SQL

SELECT
    ticker,
    round(quantileExactIf(0.5)((toFloat64(ask_price) - toFloat64(bid_price)) / ((toFloat64(ask_price) + toFloat64(bid_price)) / 2) * 10000, bid_price > 0 AND ask_price >= bid_price AND sip_timestamp >= '2026-07-06 13:30:00' AND sip_timestamp < '2026-07-06 13:42:00'), 2) AS open_spread_bps,
    round(quantileExactIf(0.5)((toFloat64(ask_price) - toFloat64(bid_price)) / ((toFloat64(ask_price) + toFloat64(bid_price)) / 2) * 10000, bid_price > 0 AND ask_price >= bid_price AND sip_timestamp >= '2026-07-06 17:30:00' AND sip_timestamp < '2026-07-06 17:42:00'), 2) AS midday_spread_bps,
    round(quantileExactIf(0.5)((toFloat64(ask_price) - toFloat64(bid_price)) / ((toFloat64(ask_price) + toFloat64(bid_price)) / 2) * 10000, bid_price > 0 AND ask_price >= bid_price AND sip_timestamp >= '2026-07-06 13:30:00' AND sip_timestamp < '2026-07-06 13:42:00')
        - quantileExactIf(0.5)((toFloat64(ask_price) - toFloat64(bid_price)) / ((toFloat64(ask_price) + toFloat64(bid_price)) / 2) * 10000, bid_price > 0 AND ask_price >= bid_price AND sip_timestamp >= '2026-07-06 17:30:00' AND sip_timestamp < '2026-07-06 17:42:00'), 2) AS spread_delta_bps,
    round(countIf(sip_timestamp >= '2026-07-06 13:30:00' AND sip_timestamp < '2026-07-06 13:42:00') / 1e3, 1) AS open_updates_k,
    round(countIf(sip_timestamp >= '2026-07-06 17:30:00' AND sip_timestamp < '2026-07-06 17:42:00') / 1e3, 1) AS midday_updates_k,
    round(countIf(sip_timestamp >= '2026-07-06 13:30:00' AND sip_timestamp < '2026-07-06 13:42:00') / countIf(sip_timestamp >= '2026-07-06 17:30:00' AND sip_timestamp < '2026-07-06 17:42:00'), 1) AS quote_rate_ratio,
    round(count() / 1e6, 2) AS session_updates_m,
    countIf(bid_price <= 0 OR ask_price <= 0 OR bid_price > ask_price) AS dropped_invalid_quotes
FROM global_markets.cache_stocks_quotes
WHERE ticker IN ('DIA', 'IWM', 'MSFT', 'MU', 'QQQ', 'SNDK', 'SPY', 'STX', 'TSLA', 'WDC')
  AND sip_timestamp >= '2026-07-06 13:30:00' AND sip_timestamp < '2026-07-06 20:00:00'
GROUP BY ticker
ORDER BY ticker

自己运行这个查询

买卖价差是跨越价差完成交易的成本，以中间价的基点表示；1个基点相当于100美元股票的1美分。在跳空高开后的前十二分钟，没有任何受检证券的报价比午间更紧，SPY在两个时段的最优买卖价差也完全相同（分别为 0.27 个基点和 0 个基点的变化），尽管其开盘时的报价更新速度快了 3 倍。价差扩大主要出现在个股，而非指数基金：SanDisk的增幅最大（增加 12.9 个基点，从 8.16 变为 21.07），MU增加 3.63 个基点，TSLA增加 2.89 个基点；相比之下，QQQ的价差为 0.42 个基点，最优买卖价差仅变动 0.83 个基点。Seagate说明了“流动性不是都很好吗？”这一问题：开盘时价差达到 30.94 个基点，是SPY最优买卖价差的一百多倍。

查询SPY按更新加权的平均报价价差：与过去一个月比较（排名1 = 价差最窄）

7月6日平均价差（美分）	紧密度排名	比较交易日数	最宽交易时段价差（美分）	其他时段平均价差（美分）	首个交易日	丢弃的无效报价
1.815	1	21	2.865	2.337	June 4, 2026	41468

每个数字背后的完整 SQL

SELECT
    round(anyIf(avg_spread_cents, d = toDate('2026-07-06')), 3) AS jul6_avg_spread_cents,
    arrayCount(x -> x < anyIf(avg_spread_cents, d = toDate('2026-07-06')), groupArrayIf(avg_spread_cents, d != toDate('2026-07-06'))) + 1 AS tightness_rank,
    count() AS sessions_compared,
    round(max(avg_spread_cents), 3) AS widest_session_cents,
    round(avgIf(avg_spread_cents, d != toDate('2026-07-06')), 3) AS other_sessions_avg_cents,
    replaceAll(formatDateTime(min(d), '%M %e, %Y'), '  ', ' ') AS first_session,
    sum(dropped_invalid) AS dropped_invalid_quotes
FROM (
    SELECT toDate(toTimeZone(sip_timestamp, 'America/New_York')) AS d,
           avgIf(toFloat64(ask_price - bid_price), bid_price > 0 AND ask_price >= bid_price) * 100 AS avg_spread_cents,
           countIf(NOT (bid_price > 0 AND ask_price >= bid_price)) AS dropped_invalid
    FROM global_markets.cache_stocks_quotes
    WHERE ticker = 'SPY'
      AND sip_timestamp >= toDateTime('2026-06-04 00:00:00')
      AND sip_timestamp < toDateTime('2026-07-07 00:00:00')
      AND (toHour(sip_timestamp) * 60 + toMinute(sip_timestamp)) BETWEEN 810 AND 1199
    GROUP BY d
)

自己运行这个查询

在整个正常交易日内，7月6日是SPY过去一个月中价差最小的交易日：按报价更新次数加权的平均报价价差为 1.815 美分，在自June 4, 2026以来的 21 个交易日中排名第 1；同期月均价差为 2.337 美分，最宽时达到 2.865 美分。尽管节后报价数量减少，指数买方仍获得了市场上最低的交易成本。

利率：长周末期间收益率曲线基本平静

查询美国国债收益率曲线：7月6日与7月2日收盘数据比较（仅显示有数据的期限）

曲线点	7月6日收益率	时段变动（基点）
1 month	3.69	-1
3 month	3.87	5
1 year	3.95	-1
2 year	4.13	-1
5 year	4.21	-2
10 year	4.48	-1
30 year	4.99	1
2s10s spread	0.35	0

每个数字背后的完整 SQL

SELECT
    t.1 AS curve_point,
    round(t.2, 2) AS jul6_yield_pct,
    round((t.2 - t.3) * 100) AS session_change_bp
FROM (
    SELECT arrayJoin([
        ('1 month',  toFloat64(d.yield_1_month),  toFloat64(p.yield_1_month)),
        ('3 month',  toFloat64(d.yield_3_month),  toFloat64(p.yield_3_month)),
        ('1 year',   toFloat64(d.yield_1_year),   toFloat64(p.yield_1_year)),
        ('2 year',   toFloat64(d.yield_2_year),   toFloat64(p.yield_2_year)),
        ('5 year',   toFloat64(d.yield_5_year),   toFloat64(p.yield_5_year)),
        ('10 year',  toFloat64(d.yield_10_year),  toFloat64(p.yield_10_year)),
        ('30 year',  toFloat64(d.yield_30_year),  toFloat64(p.yield_30_year)),
        ('2s10s spread', toFloat64(d.yield_10_year - d.yield_2_year), toFloat64(p.yield_10_year - p.yield_2_year))
    ]) AS t
    FROM (SELECT * FROM global_markets.treasury_yields WHERE date = '2026-07-06') AS d,
         (SELECT * FROM global_markets.treasury_yields WHERE date = '2026-07-02') AS p
)

自己运行这个查询

长周末期间，收益率曲线几乎没有变化。10年期收益率为4.48%，2年期与10年期利差为0.35个百分点，二者与7月2日的成交水平都仅相差一两个基点；3个月期是唯一值得注意的变动项，为5个基点。

日历背后的交易日

查询7月6日公司日历与信息流汇总（包括导致筛选器陷阱的反向拆股集中影响）

除息记录	已执行拆股	反向拆股	正向拆股	已上市IPO	SEC申报文件	内幕人士Form 4申报	8-K申报文件	新闻文章	新闻发布者	报道最多的股票代码	报道最多的文章
119	15	14	1	0	3164	1219	201	236	3	NVDA	25

每个数字背后的完整 SQL

WITH
    (
        SELECT (count(), uniqExact(publisher))
        FROM global_markets.stocks_news
        WHERE toDate(toTimeZone(published_utc, 'America/New_York')) = '2026-07-06'
    ) AS news,
    (
        SELECT (argMax(t, n), max(n))
        FROM (
            SELECT t, count() AS n
            FROM (
                SELECT arrayJoin(tickers) AS t
                FROM global_markets.stocks_news
                WHERE toDate(toTimeZone(published_utc, 'America/New_York')) = '2026-07-06'
            )
            WHERE t != 'SPCX'
            GROUP BY t
        )
    ) AS top_news
SELECT
    (SELECT count() FROM global_markets.stocks_dividends WHERE ex_dividend_date = '2026-07-06') AS ex_dividend_records,
    (SELECT count() FROM global_markets.stocks_splits WHERE execution_date = '2026-07-06') AS splits_executed,
    (SELECT countIf(toFloat64(split_from) > toFloat64(split_to)) FROM global_markets.stocks_splits WHERE execution_date = '2026-07-06') AS reverse_splits,
    (SELECT countIf(toFloat64(split_to) > toFloat64(split_from)) FROM global_markets.stocks_splits WHERE execution_date = '2026-07-06') AS forward_splits,
    (SELECT count() FROM global_markets.stocks_ipos WHERE listing_date = '2026-07-06') AS ipos_listed,
    (SELECT uniqExact(accession_number) FROM global_markets.stocks_sec_edgar_index WHERE filing_date = '2026-07-06') AS sec_filings,
    (SELECT uniqExactIf(accession_number, form_type = '4') FROM global_markets.stocks_sec_edgar_index WHERE filing_date = '2026-07-06') AS insider_form4_filings,
    (SELECT uniqExactIf(accession_number, form_type = '8-K') FROM global_markets.stocks_sec_edgar_index WHERE filing_date = '2026-07-06') AS filings_8k,
    news.1 AS news_articles,
    news.2 AS news_publishers,
    top_news.1 AS most_covered_ticker,
    top_news.2 AS most_covered_articles

自己运行这个查询

119笔股息记录进入除息阶段，15笔拆股交易执行，0只新证券上市，SEC指数记录了3164份申报文件，其中包括1219份Form 4和201份8-K，整体申报量低于节前周四。新闻源发布了236篇文章，报道最多的股票是NVDA，股价为25。

推动者筛选结果背后的反向拆股壁垒

14 次拆股中，有 15 次属于反向拆股，即股份合并。大多数发生时，股价低于一美元；相比之下，正向拆股只有 1 次。反向拆股会将多股旧股按比例合并为一股，并将股价按比例抬高。未经调整的筛选器会将其报告为三位数的“涨幅”，但实际上并没有产生收益。完整列表如下：

查询7月6日执行的所有拆股，以及拆股前后的未调整收盘价（两侧均无常规交易时段行情的拆股予以剔除）

股票代码	旧股数	新股数	每股新股对应旧股数	7月2日收盘价	7月6日收盘价	未调整涨跌幅
INLF	200	1	200	0.02	6.31	31450
NTCL	50	1	50	0.09	4.62	5033.3
NIPG	30	1	30	0.24	8.18	3308.3
JZ	30	1	30	0.1	2.99	2890
HKIT	25	1	25	0.17	4.13	2329.4
CRIS	20	1	20	0.35	5.9	1585.7
NVVE	18	1	18	0.32	4.94	1443.8
ABTC	15	1	15	0.56	8.47	1412.5
TXXS	10	1	10	2.35	24.34	935.7
SLAI	7	1	7	0.45	3.19	608.9
SNAL	5	1	5	0.61	3.03	396.7
NIVF	3	1	3	0.46	1.5	226.1

每个数字背后的完整 SQL

SELECT
    s.ticker AS ticker,
    toFloat64(s.split_from) AS old_shares,
    toFloat64(s.split_to) AS new_shares,
    round(toFloat64(s.split_from) / toFloat64(s.split_to), 0) AS old_shares_per_new,
    p.prev_close AS jul2_close,
    d.day_close AS jul6_close,
    round((d.day_close / p.prev_close - 1) * 100, 1) AS unadjusted_pct_chg
FROM (
    SELECT ticker, any(split_from) AS split_from, any(split_to) AS split_to
    FROM global_markets.stocks_splits
    WHERE execution_date = '2026-07-06'
    GROUP BY ticker
) s
INNER JOIN (
    SELECT ticker, round(toFloat64(argMax(close, window_start)), 2) AS prev_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE window_start >= '2026-07-02 13:30:00' AND window_start < '2026-07-02 20:00:00'
      AND ticker IN (SELECT ticker FROM global_markets.stocks_splits WHERE execution_date = '2026-07-06')
    GROUP BY ticker
    HAVING prev_close > 0
) p ON s.ticker = p.ticker
INNER JOIN (
    SELECT ticker, round(toFloat64(argMax(close, window_start)), 2) AS day_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE window_start >= '2026-07-06 13:30:00' AND window_start < '2026-07-06 20:00:00'
      AND ticker IN (SELECT ticker FROM global_markets.stocks_splits WHERE execution_date = '2026-07-06')
    GROUP BY ticker
    HAVING day_close > 0
) d ON s.ticker = d.ticker
ORDER BY unadjusted_pct_chg DESC, ticker ASC

自己运行这个查询

12 行全部是股份合并。按原始行情计算，它们都显示出三位数或更高的“涨幅”。排名第一的是 31450%，其合并比例为 200-比-1，未经调整的收盘价从 $0.02 变为 $6.31。排名最后的是 226.1%，合并比例最小，为 3-比-1。表格中段有一个最适合说明问题的案例：10-比-1 的反向拆股，将 TXXS 未经调整的收盘价从周四的 $2.35 变为周一的 $24.34。这意味着十股旧股合并为一股，而不是股价上涨十倍。按原始价格变动筛选的工具会将整张表排在所有真正的上涨股票之前；我们的筛选器会排除拆股因素。周四的 CRWD 正向拆股则制造了相反的假象，看起来像是股价暴跌。

经核实，这是假期后恢复交易的首个完整交易日

查询交易时段检查：SPY观测到的分钟K线区间、7月3日休市，以及日历中的下一次休市

SPY首根K线（美东时间）	SPY末根K线（美东时间）	SPY分钟K线	常规交易时段K线	交易日时段	7月3日SPY K线	下次休市日期	下次休市名称
04:00	19:59	917	390	1	0	September 7, 2026	Labor Day

每个数字背后的完整 SQL

SELECT
    formatDateTime(min(toTimeZone(window_start, 'America/New_York')), '%H:%i') AS first_spy_bar_et,
    formatDateTime(max(toTimeZone(window_start, 'America/New_York')), '%H:%i') AS last_spy_bar_et,
    count() AS spy_minute_bars,
    countIf(window_start >= '2026-07-06 13:30:00' AND window_start < '2026-07-06 20:00:00') AS regular_session_bars,
    uniqExactIf(toDate(toTimeZone(window_start, 'America/New_York')), window_start >= '2026-07-06 13:30:00' AND window_start < '2026-07-06 20:00:00') AS day_sessions,
    (SELECT count() FROM global_markets.delayed_stocks_minute_aggs
     WHERE ticker = 'SPY' AND window_start >= '2026-07-03 00:00:00' AND window_start < '2026-07-04 00:00:00') AS jul3_spy_bars,
    (SELECT replaceAll(formatDateTime(min(date), '%M %e, %Y'), '  ', ' ') FROM global_markets.stocks_market_holidays WHERE date > '2026-07-06' AND status = 'closed') AS next_closure_date,
    (SELECT argMin(name, date) FROM global_markets.stocks_market_holidays WHERE date > '2026-07-06' AND status = 'closed') AS next_closure_name
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'SPY' AND window_start >= '2026-07-06 00:00:00' AND window_start < '2026-07-07 00:00:00'

自己运行这个查询

7月6日是完整交易日，并非提前收市：SPY的K线覆盖纽约时间04:00至19:59，常规交易时段恰好有390根K线。此前的周五，即7月3日，SPY显示为0根K线；由于独立日7月4日适逢周六，市场全天休市。下一次休市时间为Labor Day，September 7, 2026。假期前的四个交易日周详见本周回顾。

常见问题

2026年7月6日股市表现如何？

四只主要指数ETF均收高：QQQ 1.39%、SPY 0.87%、IWM 0.45%、DIA 0.42%。流动性较高的股票中，有62.4%上涨，其中大部分涨幅来自隔夜跳空。

2026年7月6日哪个板块领涨？

科技板块（XLK）领涨11只板块ETF，涨幅为1.71%；防御性板块的涨幅最低为-1.08%。板块ETF涨幅从最高到最低相差2.79个百分点，是标普指数跟踪ETF涨幅0.87%的数倍。

2026年独立日股市开市了吗？

没有。7月4日是星期六，交易所将独立日休市安排在7月3日星期五。上文记录的0根SPY分钟K线也显示了这一休市安排。7月6日是节后首个交易日。

为什么一些股票在7月6日出现单日大涨？

当日有14次反向拆股生效。反向拆股会将多股旧股票合并为一股，并按比例提高股价。未经调整的行情界面可能因此显示数百个百分点的“涨幅”，但持仓市值并未改变。上文12只股票均属于这一情况。

跳空开盘时买卖价差是否较大？

只在个别股票中较大。SPY在开盘后前12分钟的报价中位价差为0.27个基点，与午盘水平相同；SanDisk的报价价差比午盘宽12.9个基点。

数据说明

美元成交额是按分钟计算的代理指标：每分钟K线的收盘价乘以成交量，再按分钟汇总。
行业篮子是预先声明的方法，并非供应商字段：由11只大型标普行业ETF构成（XLB、XLC、XLE、XLF、XLI、XLK、XLP、XLRE、XLU、XLV、XLY），每个交易日使用同一组ETF。
报价价差是有效双边报价中（卖价 − 买价）÷ 中间价的中位数；单边报价、零值报价和交叉报价会被剔除，并在面板中计数。
一个重复使用代码的上市标的在完成实体核验前不纳入排行榜（凭证）。

方法

统计周期为单个交易时段（1时段，已根据观测到的K线核实）。时间戳以UTC存储，并在查询中转换为纽约时间。“收盘价”指常规交易时段最后一分钟的K线；日变动将7月6日与7月2日进行比较。7月2日是7月3日休市后的前一交易日，相关信息已根据K线核实，并非假定得出。
小数在进行比率运算前转换为64位浮点数。所有面板均在撰写时通过受控的只读路径读取一次。

每个面板都是已存储的查询结果；图表、表格和SQL属于同一个对象。将其中任意一项粘贴到Strasmore终端，即可创建您自己的版本。上一交易日：7月2日。下一交易日：7月7日。

#recap #daily #spy #qqq #market structure