作者： 本週潛在軋空股清單
篩選高放空部位且價格上升之個股，包含 Days to cover 與成交量數據，助您掌握軋空機會。
軋空股（Short squeeze stocks）的篩選機制包含兩個要素：一是相對於成交量而言極高的放空部位，二是價格已經呈現上升趨勢。本頁面根據最新交易所公布、於 Jun 30, 2026 結算的放空部位數據進行篩選，並計算截至 Jul 22, 2026 為止連續五個交易日的價格走勢。這些機制與過去的軋空現象相似。本頁面內容並非預測，且大多數高放空比例的股票並不會發生軋空。
請在查看名稱前先確認日期。根據法規，本頁面關於放空部位的數據已有數週之久，這並非數據源的問題：券商每兩週會在指定的結算日向 FINRA 申報其放空部位，而彙整後的檔案大約會在八個營業日後公開。目前任何人能取得的最即時數據日期為 Jun 30, 2026，即 24 天前，而價格走勢則計算至 Jul 22, 2026。在該時間間隔內，放空部位的任何變動對所有篩選工具（包括本工具）而言都是不可見的。為什麼放空部位數據總是落後兩週 逐步說明了申報流程。
每個數據背後的精確 SQL 語法
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兩次結算數據分別落後 39 與 24 天，這是因為每兩週一次的計算週期加上彙整延遲。價格數據落後 2 天，這屬於資料庫匯入延遲，而非法規限制。這兩類數據都有時間範圍限制，因此若數據源停滯，本頁面會保持原狀，而不會在新的標題下重新發布舊日期。
軋空股清單：當前篩選結果
下方所有個股均符合相同的篩選條件：日均成交量達五百萬股、Days to cover 五天以上，且在截至 Jul 22, 2026 的五個交易日內呈現漲勢。31 個股符合上述所有條件，其中最擁擠的 12 個股列於下方。Days to cover 是將賣空股數除以日均成交量：代表空方需要多少個完整的交易日，才能買回其部位。
每個數據背後的精確 SQL 語法
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此清單中最擁擠的個股為 MPT，在 138.1 百萬股的賣空部位下，其 Days to cover 為 16.9 天，且在截至 Jul 22, 2026 的五個交易日內上漲了 2.8%。最後一列顯示為 6.4 天，這是由於顯示範圍限制而非清單結束。排名依據為擁擠程度而非規模，因此在成交量較小的股票中持有中等部位，其排名會高於在成交量大的股票中持有較大部位。若要查看規模排名，請參閱 目前賣空量最高的股票，該頁面同時提供兩種排名榜單。
價格上漲的篩選條件有其機械原理。軋空是由於賣空者平倉而引發的強制買盤，平倉賣空部位意味著必須買回股票，而這只有在價格朝不利於部位的方向移動時才會發生。軋空原理 透過 GameStop 2021 年的紀錄，以數據呈現了這一過程。
規則及其篩選機制
篩選機制是結合數據的觀點，因此在此說明篩選範圍。
每個數據背後的精確 SQL 語法
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
)Jun 30, 2026 檔案包含 22207 證券。流動性底線與排除清單會留下 883，擁擠度門檻會將其進一步縮減至 96，最後經過漲幅門檻篩選後，僅剩 31。每一項門檻都是一種選擇，不同的選擇會產生不同的清單。這就是為什麼規則會直接列在頁面上，而非僅作為腳註。
各公司的放空比例
大多數人搜尋的數據是流通股的放空比例（short interest as a percent of float），但本數據並未包含此項。交易所檔案僅報告放空股數與日均成交量，並未提供任何形式的總股數。透過將每家公司的市值除以股價，可以推算出相對於流通在外總股數的部位。
KSS 在放空佔流通在外股數比例中位居榜首，比例為 26.3%：即在 113 百萬股總股數中，有 29.9 百萬股被放空。在顯示的 10 列中，這些是所有公布股數的篩選名單中數值最高的項目，而最後一項仍為 15.5%。請將該欄位視為底線，絕不可視為流通股數。流通股 僅計算實際會變動的所有權股份，並剔除內部人持股及其他限制性持股。由於流通股的基數較小，因此實際的流通股放空百分比會高於顯示的所有數值。具體高出多少取決於每家公司的持股結構，而本資料庫並未收錄此類資訊。
空頭擠兌正在形成還是正在消退？
單一數據僅是瞬間的切面。由於數據檔案橫跨多年，市場普遍的疑問已有數據可以回答。
每個數據背後的精確 SQL 語法
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在顯示的 12 結算數據中，可流動性名目中「天數達五天以上」的數量，已從 58 變動至 96。分布圖的極端端依然非常稀疏：在最近一次數據中，僅有 5 個名目處於十天或以上的清空天數。中位數流動名目的清空天數為 1.87 天，這使得五天的門檻具有實質意義而非隨機設定。清空天數最高的股票 頁面專門追蹤該極端尾部數據。
過往的趨勢
這類篩選畫面容易建立，但也容易產生過度解讀。因此，我們將相同的篩選條件倒轉，並使用與本頁相同的偏移量進行回測。針對過去一年內的所有結算日，找出在該結算日通過擁擠門檻（crowding gate），且在隨後 20 個日曆日（即本頁數據截止日）前的 6 個交易日內持續上漲的標的，接著衡量這些標的在隨後 30 個日曆日內的表現。
每個數據背後的精確 SQL 語法
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在這些「標的與結算日」的觀察樣本中，有 51.7% 在 30 天後股價下跌。這接近於五五之交，也是本頁最誠實的結論：放空者經常是正確的，「擁擠且上漲」描述的是一種市場狀態，而非交易優勢。軋空（squeeze）通常出現在分布的兩端，但兩端的樣本都非常稀少。87.8% 的觀察樣本從未達到該目標；73 的漲幅超過五分之一，這才是真正軋空會進入的區間；68 的觀察樣本下跌超過五分之一。
請將此圖表視為一種分布，而非交易結果。此數據未計入交易成本、借券費用與部位規模，且對每個標的的權重皆相同。兩端的數據點皆錨定在每個結算日後的 20 個日曆日，與本頁使用的偏移量一致，因此每個標的的價格都是讀者當時可能看到的價格。一年的結算數據樣本量較短。
衡量方式
關於上述數據背後的每一項規則與排除條件。
- 放空部位報告由交易所提供，每兩週更新一次。 本文所使用的數據結算於 Jun 30, 2026 24 天前。美國並未公布每日放空部位數據，僅有根據證券借貸數據建立的供應商估算值。
- 流動性門檻：平均每日成交量需達五百萬股，數據來源於同一份報告。若無此限制，名單將充斥大量微型股，其極高的「放空天數」僅是成交量趨近於零所產生的誤差。
- 擁擠度門檻：放空天數需達五天或以上，遠高於上述所示的流動性中位數。
- 動能階段：最後六個完整常規交易日收盤價之間的變化，即五個交易日的報酬率。 只有當基準行情包含該交易日完整的逐分鐘 K 線時，該交易日才會進入計算窗口。若交易日數據仍在傳輸中，系統會將其保留而非進行不完整的計算，因此即使該交易日已收盤，計算窗口仍可能落後於日曆日期一個交易日。價格採用常規交易日收盤價。
- 日期皆有界限限制。 頂部面板儲存每個輸入項的日期天數，且這些天數設有合理範圍限制。若結算數據超過一個月，或價格行情落後於正常的接收延遲，系統會將此頁面保留以供審核，而非在新鮮標題下發布過時日期。
- 排除項目。 槓桿與反向 ETF 會從所有面板中剔除（其放空部位多半是避險產生的結果），同時也會剔除一個供應商數據中重複用於兩家公司的模糊代號。測量價格變動的面板也會剔除在測量窗口內發生股票拆分的個股，因為拆分會造成虛假的大幅波動。在回測中，測試是按結算日執行的，因此某個月的拆分不會移除該個股在其他月份的觀察數據。
- 基金與營運公司並列於此文件中。 債券或指數 ETF 可能持有大量放空部位，但這通常源於申購與贖回的機制，而非來自於任何人的放空行為。
- 此文件中不包含流通股數與總股數，且資料庫中不包含任何選擇權未平倉部位。上方的流通股數欄位來自獨立的基本面表格，因此若個股缺乏已發布的市值數據，則會從該面板中剔除。
- 此處內容皆非預測或建議。 僅描述可量化的狀況，並附帶結果面板。
常見問題
如何尋找軋空候選股？
篩選交易所公布的放空部位報告，找出相對於股票每日成交量而言規模較大的部位，並僅保留具備足夠流動性的標的，接著檢查股價是否已經上漲。此項針對 Jun 30, 2026 放空部位報告的篩選條件包含：放空天數超過五天、日均成交量達五百萬股，且股價在五個交易日內呈現漲勢，篩選結果留下了 31 個標的。
多少放空比例會引發軋空？
並沒有所謂的魔術數字，任何給出特定數字的人都只是在猜測。軋空可能在任何比例下發生，但更多時候則完全沒有反應：根據過去一年的結算數據，此篩選條件所標出的標的中，有 51.7% 個在 30 天後的股價反而下跌。高 short interest 僅是前提，而非觸發因素。
放空數據的時效性為何？
此處最新的結算數據日期為 Jun 30, 2026，距今已過 24 天，而股價數據則更新至 Jul 22, 2026。這段落差源於報告週期，而非數據過時：部位每兩週結算一次，並於每次結算後約八個營業日公布，因此任何地方提供的放空數據在取得時都已過期數週。
目前哪些股票被放空最多？
未經篩選的排行榜（依據放空天數與原始放空股數分類）位於 最受放空股票頁面。本頁面回答的是更具體的問題：在 Jun 30, 2026 報告中股價正在上漲的標的中，放空最擁擠的標的是 MPT，其放空天數為 16.9 天；這屬於篩選條件下的領先標的，而非市場上放空比例最高的股票。
每個面板都是針對交易所報告所執行的儲存版查詢。您可以展開任何表格下方的 SQL 語法，或在 Strasmore 終端機上使用您自訂的門檻執行篩選。