Deep Dives ·

By Matt Connor · 2026-07-04 · Updated 2026-08-08

2026年上半年标普500行业ETF赢家与输家

比较11只标普500行业ETF的半年及季度表现、行业轮动、内部广度与交易成本，查看哪些板块领先，以及买卖价差如何影响实际交易。

2026年上半年行业评分卡涵盖了各种表现结果：科技行业（XLK）六个月累计上涨 30.8%，通信服务行业（XLC）收盘涨幅为 -9.3%，表现最佳行业与最差行业相差约四十个百分点。标普500指数11只行业ETF中，有3只上半年收跌。几乎没有行业保持第一季度至第二季度的排名。上半年由两个截然不同的市场阶段拼接而成，本页面将分别评估两者。以下每个数字均来自已存储的查询结果；展开任一面板即可查看完整 SQL。

什么是行业ETF，以及本页面如何评分

11只Select Sector SPDR基金将标普500指数拆分为不同的行业板块，因此，买入或对冲一个股票代码，即可表达对某一行业的观点。每只基金都持有其所属行业的指数成分股，并按市值加权；交易时段内的交易方式与股票相同。

本页面从四个方面为每只基金评分：价格回报（从常规交易时段开盘到收盘的价格变化）、半年度数字下方列出的季度拆分、美元成交额（价格乘以成交股数，这是衡量资金实际换手规模最直接的指标），以及买卖价差。买卖价差是最佳买入价与最佳卖出价之间的差额，也就是完成一轮买入和卖出交易所需承担的成本。同一六个月期间的指数层面数据，包括利率、期权、IPO和市场广度，详见2026年上半年市场回顾。

成绩单：十一大板块的半年和季度表现

查询11个行业ETF：2026年上半年回报率、Q1与Q2拆分及上半年美元成交额

ticker	上半年回报率	第一季度回报率	第二季度回报率	上半年金额（十亿美元）
XLB	11.7	9.8	1	86.8
XLC	-9.3	-6.2	-3.7	90.3
XLE	18.8	36.9	-11	316.2
XLF	-2.2	-9.9	7.7	271.7
XLI	19	3.9	13.3	222.8
XLK	30.8	-8.7	42	286
XLP	6.9	5.5	1.7	163.7
XLRE	9.1	1.3	7.7	38.4
XLU	5.7	7	-1	128.7
XLV	2.5	-5.4	7.8	218.8
XLY	-2.3	-9.3	6.9	132.5

每个数字背后的完整 SQL

SELECT ticker,
    round((argMaxIf(toFloat64(close), window_start, toDate(toTimeZone(window_start, 'America/New_York')) <= toDate('2026-06-30') AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959)
         / argMinIf(toFloat64(open), window_start, toDate(toTimeZone(window_start, 'America/New_York')) >= toDate('2026-01-01') AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) - 1) * 100, 1) AS h1_return_pct,
    round((argMaxIf(toFloat64(close), window_start, toDate(toTimeZone(window_start, 'America/New_York')) <= toDate('2026-03-31') AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959)
         / argMinIf(toFloat64(open), window_start, toDate(toTimeZone(window_start, 'America/New_York')) >= toDate('2026-01-01') AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) - 1) * 100, 1) AS q1_return_pct,
    round((argMaxIf(toFloat64(close), window_start, toDate(toTimeZone(window_start, 'America/New_York')) <= toDate('2026-06-30') AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959)
         / argMinIf(toFloat64(open), window_start, toDate(toTimeZone(window_start, 'America/New_York')) >= toDate('2026-04-01') AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) - 1) * 100, 1) AS q2_return_pct,
    round(sumIf(toFloat64(close) * toFloat64(volume), (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) / 1e9, 1) AS h1_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 >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
GROUP BY ticker
ORDER BY ticker

自己运行这个查询

先看半年数据：科技板块以30.8%领涨，工业板块为19%，能源板块为18.8%，紧随其后；通信服务板块为-9.3%，非必需消费品板块为-2.3%，金融板块为-2.2%，三大板块录得负回报。在开局时指数下跌的情况下，十一大板块中有八个上涨，板块表现的广度相当可观。

季度数据才真正揭示了市场走势。第一季度的领先板块是能源（36.9%）、原材料（9.8%）、公用事业（7%）和必需消费品（5.5%），即一个大宗商品交易板块加上传统防御板块；科技（-8.7%）、金融（-9.9%）和非必需消费品（-9.3%）则与大盘一同下跌。第二季度的排名完全逆转：科技板块上涨42%，工业板块上涨13.3%，医疗保健板块上涨7.8%；能源（-11%）、通信服务（-3.7%）和公用事业（-1%）则在该季度收跌。能源板块先36.9%、后-11%的来回走势，以及金融板块先-9.9%、后7.7%的镜像表现，最清楚地说明了单一半年数据会掩盖哪些信息。

逐月轮动

三个ticker构成了整个轮动故事，因此本面板按月跟踪它们：XLE（第一季度的领涨者）、XLK（第二季度的领涨者）和XLF（镜像交易）。

查询XLE、XLF和XLK月度表现：2026年上半年轮动（月度粒度）

月份	ticker	月度回报率
2026-01-01	XLE	14.1
2026-01-01	XLF	-2.5
2026-01-01	XLK	-1.2
2026-02-01	XLE	11.6
2026-02-01	XLF	-3.8
2026-02-01	XLK	-3.3
2026-03-01	XLE	6
2026-03-01	XLF	-2.4
2026-03-01	XLK	-3
2026-04-01	XLE	-0.2
2026-04-01	XLF	4.7
2026-04-01	XLK	18.9
2026-05-01	XLE	-4.7
2026-05-01	XLF	-1.6
2026-05-01	XLK	19.1
2026-06-01	XLE	-6.8
2026-06-01	XLF	4.7
2026-06-01	XLK	-1

每个数字背后的完整 SQL

SELECT toString(toStartOfMonth(toDate(toTimeZone(window_start, 'America/New_York')))) AS month, ticker,
    round((argMaxIf(toFloat64(close), window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959)
         / argMinIf(toFloat64(open), window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) - 1) * 100, 1) AS month_return_pct
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('XLE', 'XLF', 'XLK')
  AND window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
GROUP BY month, ticker
ORDER BY month, ticker

自己运行这个查询

XLE在前三个月均上涨：1月为14.1%，2月为11.6%，3月为6%，涨幅逐月放缓，随后连续三个月未实现上涨（-0.2%、-4.7%、-6.8%）。XLK则呈现镜像走势：1月、2月和3月均下跌，随后4月为18.9%、5月为19.1%，这两个月连续上涨，几乎贡献了该板块领涨阶段的全部涨幅。4月是交接点：领导地位的切换集中体现在表格的一列中。XLF上涨的两个月是4月和6月，分别为4.7%和4.7%。这半年来市场交易所依据的各项数据，包括通胀数据、就业报告和美国国债收益率曲线，汇总于进入2026年下半年的宏观图景。

各板块内部的市场广度

板块基金的回报率无法说明其中有多少成分股参与上涨。由于数据仓库没有板块分类字段，本面板使用一个固定且完全披露的股票篮子来衡量板块内部的市场广度：每个板块选取五只家喻户晓的大盘股，共五十五只，且全部列于SQL中。这只是一个知名股票样本，并非基金的实际持仓。该篮子的局限性已在数据说明中明确列出。

查询各行业五只股票组合：上涨与下跌成员数、中位数、最佳和最差表现，2026年上半年

行业	成员	上涨成员	下跌成员	成员回报率中位数	最佳成员	最佳成员回报率	最差成员	最差成员回报率
health care (XLV)	5	5	0	21.7	UNH	25.5	ABBV	9.9
real estate (XLRE)	5	4	1	21.3	EQIX	36.1	AMT	-6.7
materials (XLB)	5	5	0	19.5	LIN	21.7	SHW	6.4
industrials (XLI)	5	5	0	17.5	CAT	84.3	RTX	3.4
energy (XLE)	5	5	0	13.6	EOG	23.5	CVX	9
utilities (XLU)	5	4	1	9.1	AEP	18.5	CEG	-30.6
technology (XLK)	5	3	2	5.2	AVGO	6.9	ORCL	-25.7
financials (XLF)	5	4	1	3.5	MS	17.1	WFC	-11.4
consumer staples (XLP)	5	4	1	2.4	KO	16.3	PEP	-5.5
consumer discretionary (XLY)	5	2	3	-8.2	AMZN	3	NKE	-35.9
communication services (XLC)	5	1	4	-15.2	GOOGL	12.7	NFLX	-24.2

每个数字背后的完整 SQL

SELECT sector,
       count() AS members,
       countIf(ret_pct > 0) AS members_up,
       countIf(ret_pct <= 0) AS members_down,
       round(quantileDeterministic(0.5)(ret_pct, cityHash64(ticker)), 1) AS median_member_pct,
       argMax(ticker, (ret_pct, ticker)) AS best_member,
       round(max(ret_pct), 1) AS best_member_pct,
       argMin(ticker, (ret_pct, ticker)) AS worst_member,
       round(min(ret_pct), 1) AS worst_member_pct
FROM (
    SELECT ticker,
           multiIf(ticker IN ('AAPL','MSFT','NVDA','AVGO','ORCL'), 'technology (XLK)',
                   ticker IN ('META','GOOGL','NFLX','DIS','TMUS'), 'communication services (XLC)',
                   ticker IN ('XOM','CVX','COP','EOG','SLB'), 'energy (XLE)',
                   ticker IN ('JPM','BAC','WFC','GS','MS'), 'financials (XLF)',
                   ticker IN ('GE','CAT','RTX','UNP','UPS'), 'industrials (XLI)',
                   ticker IN ('LLY','UNH','JNJ','ABBV','MRK'), 'health care (XLV)',
                   ticker IN ('AMZN','TSLA','HD','MCD','NKE'), 'consumer discretionary (XLY)',
                   ticker IN ('PG','COST','WMT','KO','PEP'), 'consumer staples (XLP)',
                   ticker IN ('NEE','SO','DUK','CEG','AEP'), 'utilities (XLU)',
                   ticker IN ('PLD','AMT','EQIX','WELL','SPG'), 'real estate (XLRE)',
                   'materials (XLB)') AS sector,
           (argMaxIf(toFloat64(close), window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959)
            / argMinIf(toFloat64(open), window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) - 1) * 100 AS ret_pct
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('AAPL','MSFT','NVDA','AVGO','ORCL','META','GOOGL','NFLX','DIS','TMUS','XOM','CVX','COP','EOG','SLB','JPM','BAC','WFC','GS','MS','GE','CAT','RTX','UNP','UPS','LLY','UNH','JNJ','ABBV','MRK','AMZN','TSLA','HD','MCD','NKE','PG','COST','WMT','KO','PEP','NEE','SO','DUK','CEG','AEP','PLD','AMT','EQIX','WELL','SPG','LIN','SHW','APD','FCX','ECL')
      AND window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
    GROUP BY ticker
)
GROUP BY sector
ORDER BY median_member_pct DESC, sector

自己运行这个查询

有两行数据最值得关注。医疗保健板块：其篮子中的五只股票全部上涨，占比为 5，中位数涨幅为 21.7%；而基金XLV在这段期间上涨 2.5%。基金回报按市值加权，篮子中位数则对每只成分股等权计算。医疗保健板块是篮子表现超过基金表现幅度最大的案例。科技板块则相反，而且从期初到期末看，差距是所有板块中最大的：基金上涨 30.8%，其五只最知名的大盘股中有 3 上涨、2 下跌，中位数为 5.2%；其中 ORCL 的涨跌幅为 -25.7%。该板块的 headline 涨幅并非来自其经典超大盘股。涨幅究竟来自哪里，将在下一个面板中说明。表中其他数据还包括：CAT 的 84.3% 是五十五只股票中表现最好的；通信服务板块则是整张表中最弱的一组，五只股票中有 1 上涨，中位数为 -15.2%，其中 NFLX 的涨跌幅为 -24.2%。

科技板块内部的“存储器—半导体制造”交易

查询8只高交易量芯片和存储股：上半年回报率、季度拆分及上半年美元成交额

ticker	上半年回报率	第一季度回报率	第二季度回报率	上半年金额（十亿美元）
SNDK	830.1	160	248.4	1592.7
MU	290	14.4	229.9	2862.1
INTC	269.3	16.8	210	969
AMD	165.3	-7.1	179.8	1185.9
TXN	70.4	10.9	53.4	168.3
AVGO	6.9	-12.3	20.3	865.1
QCOM	6.3	-25.9	44.4	277.6
NVDA	5.2	-8.2	13.5	3287.9

每个数字背后的完整 SQL

SELECT ticker,
    round((argMaxIf(toFloat64(close), window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959)
         / argMinIf(toFloat64(open), window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) - 1) * 100, 1) AS h1_return_pct,
    round((argMaxIf(toFloat64(close), window_start, toDate(toTimeZone(window_start, 'America/New_York')) <= toDate('2026-03-31') AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959)
         / argMinIf(toFloat64(open), window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) - 1) * 100, 1) AS q1_return_pct,
    round((argMaxIf(toFloat64(close), window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959)
         / argMinIf(toFloat64(open), window_start, window_start >= toDateTime('2026-04-01 00:00:00') AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) - 1) * 100, 1) AS q2_return_pct,
    round(sumIf(toFloat64(close) * toFloat64(volume), (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) / 1e9, 1) AS h1_dollar_bn
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('MU', 'SNDK', 'NVDA', 'AMD', 'INTC', 'AVGO', 'QCOM', 'TXN')
  AND window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
GROUP BY ticker
ORDER BY h1_return_pct DESC, ticker

自己运行这个查询

拆解科技板块后，可以看到本阶段最具代表性的单只股票交易。SNDK在六个月内上涨830.1%，MU上涨290%，INTC上涨269.3%，AMD上涨165.3%；而在这组股票中成交额最大的单只股票NVDA，半年成交额达3287.9十亿美元，上涨5.2%；AVGO上涨6.9%，QCOM上涨6.3%。这一分化可以归结为两类：存储器和晶圆代工相关股票大幅上涨，而成熟的AI加速器股票基本横盘。Q2一栏体现了时间关系：MU的229.9%、INTC的210%和AMD的179.8%发生在同一季度；XLK也在该季度录得42%。换言之，行业基金的上涨与存储器板块的估值重定价发生在同一段三个月行情中。这里逐笔拆解MU六月行情，NVDA六月深度分析则按交易时段追踪了两者的分化。

交易资金流向何处

查询行业ETF美元成交额，2026年Q1对比Q2：每只基金在复苏季度的交易量均较低

ticker	第一季度金额（十亿美元）	第二季度金额（十亿美元）	第二季度较第一季度
XLK	161.2	124.8	-23
XLE	184.2	132	-28
XLU	74.7	54	-28
XLC	53.7	36.7	-32
XLY	78.7	53.8	-32
XLB	52.3	34.5	-34
XLV	133.2	85.6	-36
XLF	166.8	104.9	-37
XLI	136.5	86.3	-37
XLP	104.1	59.6	-43
XLRE	24.8	13.6	-45

每个数字背后的完整 SQL

SELECT ticker,
    round(sumIf(toFloat64(close) * toFloat64(volume), toDate(toTimeZone(window_start, 'America/New_York')) <= toDate('2026-03-31') AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) / 1e9, 1) AS q1_dollar_bn,
    round(sumIf(toFloat64(close) * toFloat64(volume), toDate(toTimeZone(window_start, 'America/New_York')) >= toDate('2026-04-01') AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) / 1e9, 1) AS q2_dollar_bn,
    round((sumIf(toFloat64(close) * toFloat64(volume), toDate(toTimeZone(window_start, 'America/New_York')) >= toDate('2026-04-01') AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959)
         / sumIf(toFloat64(close) * toFloat64(volume), toDate(toTimeZone(window_start, 'America/New_York')) <= toDate('2026-03-31') AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) - 1) * 100, 0) AS q2_vs_q1_pct
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker IN ('XLB', 'XLC', 'XLE', 'XLF', 'XLI', 'XLK', 'XLP', 'XLRE', 'XLU', 'XLV', 'XLY')
  AND window_start >= toDateTime('2026-01-01 00:00:00') AND window_start < toDateTime('2026-07-01 00:00:00')
GROUP BY ticker
ORDER BY q2_vs_q1_pct DESC, ticker

自己运行这个查询

美元成交额朝同一方向变化：11只行业基金第二季度的成交额均低于第一季度。表格首行降幅最小，XLK的成交额从-23%的$161.2十亿美元降至$124.8十亿美元；末行则是房地产行业，降幅为-45%。指数下跌的季度里，行业ETF最为活跃；随着市场复苏推进，交易活跃度逐渐下降。上方图表还显示了两个规模数据：XLE是上半年成交额最高的行业基金，达到$316.2十亿美元；仅MU一只股票的成交额就达到$2862.1十亿美元，约为XLK基金$286十亿美元成交额的10倍。行业产品反映了整体排名；上半年真正活跃的是个股。

交易各板块的成本

收益率表随处可见，报价带却并不常见。本面板统计了各基金的中位报价买卖价差，即完成一买一卖一轮交易的成本。统计覆盖一个完整的标注交易时段：2026年6月29日。数据来自当天打印的每一次NBBO更新。

查询各行业ETF的中位报价价差，单个代表性交易日（2026年6月29日），常规交易时段

ticker	利差中位数（基点）	报价更新（百万次）	无效数据已剔除
XLV	0.62	2.11	150
XLY	0.86	1.19	21
XLC	0.93	1.12	82
XLI	1.1	1.38	12
XLK	1.1	2.72	55
XLP	1.18	0.76	33
XLE	1.85	0.59	1
XLF	1.86	0.38	2
XLB	1.97	0.41	0
XLU	2.18	0.29	6
XLRE	2.23	0.28	0

每个数字背后的完整 SQL

SELECT ticker,
    round(quantileDeterministicIf(0.5)((toFloat64(ask_price) - toFloat64(bid_price)) / ((toFloat64(ask_price) + toFloat64(bid_price)) / 2) * 10000, toUInt64(toUnixTimestamp64Micro(sip_timestamp)), bid_price > 0 AND ask_price >= bid_price), 2) AS med_spread_bps,
    round(count() / 1e6, 2) AS quote_updates_m,
    countIf(NOT (bid_price > 0 AND ask_price > 0 AND ask_price >= bid_price)) AS invalid_dropped
FROM global_markets.cache_stocks_quotes
WHERE ticker IN ('XLB', 'XLC', 'XLE', 'XLF', 'XLI', 'XLK', 'XLP', 'XLRE', 'XLU', 'XLV', 'XLY')
  AND sip_timestamp >= toDateTime64('2026-06-29 13:30:00', 9) AND sip_timestamp < toDateTime64('2026-06-29 20:00:00', 9)
GROUP BY ticker
ORDER BY med_spread_bps, ticker

自己运行这个查询

该交易时段成本最低的基金是XLV，中位价差为0.62个基点；价差最大的是XLRE，为2.23个基点。一个基点是百分之一个百分点，因此整张表显示的每轮交易成本都处于百分之几个百分点以内。这正是“板块ETF流动性高”的实际含义。全表的报价更新次数相差接近十倍，但各基金的中位价差仍集中在彼此相差几个基点的范围内。作为对比，6月29日的市场微观结构深度分析采用同一交易时段的SPY报价带，其价差甚至比本表中的所有基金都更窄。

常见问题

2026年上半年表现最好的板块是哪一个？

科技板块。XLK上半年回报率为30.8%，涨幅全部来自第二季度（第二季度为42%，第一季度为-8.7%）。通信服务板块（XLC）表现最差，回报率为-9.3%。

2026年第一季度和第二季度由相同板块领涨吗？

不是。这两个季度的表现几乎相反。能源板块第一季度以36.9%领涨，第二季度收于-11%；科技板块第一季度为-8.7%，第二季度以42%领涨。公用事业和必需消费品板块在年初领涨，但随后表现减弱。

交易板块SPDR ETF的成本是多少？

在2026年6月29日的测量时段内，报价中位价差介于0.62个基点（XLV）和2.23（XLRE）之间。按每次往返交易计算，这相当于百分之几的差价，远低于典型单只股票。

为什么板块ETF的回报率不同于其成分股的回报率？

这些基金按市值为持仓加权，因此少数大型成分股会主导最终表现；而一篮子股票的中位数对每只成分股赋予相同权重。2026年上半年，医疗保健板块的差距最大：五只股票篮子的中位数为21.7%，而XLV为2.5%。

十一只板块ETF分别是什么？

XLB（材料）、XLC（通信服务）、XLE（能源）、XLF（金融）、XLI（工业）、XLK（科技）、XLP（必需消费品）、XLRE（房地产）、XLU（公用事业）、XLV（医疗保健）和XLY（非必需消费品）。这些ETF合计覆盖标普500指数的全部板块。

数据说明

完整数据说明

市场广度篮子是按编辑标准固定选取的样本，每个行业包含五只代表性大盘股。它们不是基金持仓，也不设权重。候选股经过该半年度拆股日历筛选。分钟线数据未经调整；若期间发生拆股，开盘至收盘收益率会失真，因此筛选时替换了两只原本明显符合条件的股票。本页所有数据均为价格收益率，不包括股息。
篮子中位数采用确定性分位数计算。最佳和最差成分股按 ticker 打破平局，因此重新生成数据时，平局顺序不会改变。
价差面板衡量的是一个标记交易日（2026年6月29日），而不是整个半年度。对十一只 ticker 进行为期六个月的完整报价流水扫描，超出本页生成查询的预算。无效报价（交叉报价或单边报价）会计入面板，不会被静默剔除。
评分卡面板使用的查询与上半年回顾相同，因此两个页面中的行业数据不会出现不一致。

方法

时间范围为2026年1月1日至6月30日。收益率取各时间窗口内常规交易时段的首次开盘价至最后收盘价，并在所示查询中计算。常规交易时段按东部时间墙上时钟筛选（9:30–15:59，并逐行转换），可跨越上半年包含EST和EDT的月份正确处理夏令时。
季度边界按东部交易日期确定：Q1于3月31日结束，Q2于4月1日开始。
成交金额在同一查询中按常规交易时段内的价格乘以股数求和。
数据生成通过受控的只读路径运行；公开页面不会查询实时数据。数据仓库状态截至2026年7月12日。

上半年的完整账本、指数、利率和期权交易记录，见2026年上半年市场回顾。如需按不同方式切分行业，可在Strasmore终端直接运行每个面板的SQL。

#sectors#etfs#rotation#spreads #semiconductors