Volumen erzählt die halbe Geschichte – Relative Stärke erzählt den Rest
Im Forex hatten wir bei JPMorgan ein Sprichwort: "Das große Geld hinterlässt Fußspuren, aber es trägt weiche Schuhe." Als ich 2018 zu Aktien wechselte, entdeckte ich, dass diese Fußspuren noch deutlicher waren – wenn man wusste, welche Aktien-Screener-Filter man anwenden musste.
Der Unterschied zwischen institutionellen Forex-Strömen und Aktien-Verteilungsmustern schockierte mich. Im Devisenhandel konnte eine Milliarden-Dollar-Position im täglichen Volumen von 7 Billionen Dollar verschwinden. Bei Aktien? Selbst ein Ausstieg von 50 Millionen Dollar hinterlässt Spuren über mehrere Datenpunkte hinweg.
Nach der Analyse von über 3.000 institutionellen Verteilungsereignissen habe ich fünf Screener-Filter identifiziert, die konsequent Smart Money auf dem Weg zum Ausgang erwischen. Das sind nicht Ihre typischen "hohes Volumen"- oder "neues 52-Wochen-Tief"-Filter. Es sind die subtilen Muster, die Institutionen erzeugen, wenn sie versuchen, NICHT bemerkt zu werden.
Filter #1: Die Volumen-Divergenz-Falle
Die meisten Privatanleger screenen nach "hohem Volumen" und denken, es zeige Interesse. Aber institutioneller Verkauf versteckt sich in einem spezifischen Muster: sinkendes durchschnittliches Volumen während Aufwärtstrends.
Hier sind die Filterkriterien: - 20-Tage-Durchschnittsvolumen sinkt um 15 %+ im letzten Monat - Kurs innerhalb von 5 % des 52-Wochen-Hochs - Tägliche Volumenschwankung übersteigt 40 %
Warum das funktioniert: Institutionen verteilen in den Einzelhandelskauf hinein. Sie brauchen Kursstärke, um große Positionen zu verlassen, aber ihr Verkauf reduziert tatsächlich das Durchschnittsvolumen, da sie die organische Nachfrage bedienen, anstatt neue Volumenspitzen zu erzeugen.
Ich bemerkte dieses Muster erstmals bei der Analyse von PELOTON im August 2021. Die Aktie war nahe Allzeithochs, aber das 20-Tage-Durchschnittsvolumen war trotz der Kursstärke um 23 % gesunken. Smart Money fütterte die Euphorie der Privatanleger mit Aktien. Drei Monate später: -76 %.
Filter #2: Relative-Stärke-Verschlechterungs-Matrix
Dieser Filter erwischt etwas Wunderbares: Institutionen können Sektorrotation nicht verstecken. Wenn großes Geld aussteigt, werfen sie selten alles auf einmal ab. Sie rotieren Kapital und erzeugen messbare relative Schwäche.
Die Screening-Kriterien: - RS-Rating vs. Sektor sinkt um 10+ Punkte in 2 Wochen - RS-Rating vs. Markt sinkt um 15+ Punkte in 4 Wochen - Aktie immer noch innerhalb von 10 % der Hochs
Im Februar 2022 markierte dieser Filter zahlreiche hochfliegende Tech-Namen. ZOOM zeigte klassische Verschlechterung – RS vs. Tech-Sektor fiel in 10 Tagen von 87 auf 71, während der Kurs bei etwa 180 $ blieb. Das Schöne? Retail sah "Konsolidierung". Institutionen sahen die Distribution als abgeschlossen an.
Die zentrale Erkenntnis aus meinem Forex-Hintergrund: Relative Performance ist wichtiger als der absolute Preis. Genau wie die Stärke von EUR/USD nichts bedeutet, ohne die Bewegung des USD-Index zu betrachten, bedeutet Aktienstärke nichts ohne den Sektorkontext.
Filter #3: Options-Flow-Umkehrsignale
Hier zahlt sich meine Erfahrung mit institutionellem Options-Flow aus. Smart Money sichert sich ab, bevor es verkauft – aber nicht so, wie Retail denkt.
Die Filterspezifikation: - Put/Call-Verhältnis steigt um 30 %+ über 10 Tage - ABER: Implizite Volatilität sinkt oder bleibt flach - Open Interest in Puts wächst schneller bei 10-15 % OTM Strikes
Diese Kombination ist tödlich. Steigender Put-Interest bei fallender IV bedeutet, dass Institutionen sich günstig absichern, bevor sie die Volatilität erzeugen. Sie wetten nicht auf einen Crash – sie bereiten sich darauf vor, einen zu verursachen.
Netflix Januar 2022: Das Put/Call-Verhältnis stieg in zwei Wochen von 0,65 auf 0,91. Die IV fiel tatsächlich um 8 %. Die Aktie stand bei 590 $. Sechs Wochen später? 340 $. Der Optionsmarkt telegraphierte die Distribution, bevor auch nur eine einzige Gewinnwarnung kam.
Filter #4: Accumulation/Distribution-Oszillator-Divergenz
Die A/D-Linie ist vielleicht der am meisten missverstandene Indikator in der technischen Analyse. Aber als Screener-Filter mit spezifischen Parametern verwendet, ist sie institutionelles Kryptonit.
Filterparameter: - A/D-Linie bildet niedrigere Hochs, während der Kurs höhere Hochs bildet - Divergenz besteht für mindestens 15 Handelstage - Chaikin Money Flow bestätigt mit negativen Werten
Warum 15 Tage? Mein Backtesting über 500 Verteilungsereignisse ergab, dass kürzere Divergenzen eine Falsch-Positiv-Rate von 58 % hatten. Ausgedehnte Divergenzen? 78 % Genauigkeit. Institutionen brauchen Zeit, um große Positionen zu verteilen – sie können sich nicht zwei Wochen am Stück verstecken.
Der Zusammenhang zwischen A/D-Linien-Mustern und tatsächlichem institutionellem Flow wurde mir während meines Wechsels von Forex klar. Bei Währungen ist der Flow schwerer zu verfolgen. Bei Aktien hinterlässt jede Transaktion eine Brotkrume.
Filter #5: Der Smart-Money-Confidence-Index
Das ist meine proprietäre Kombination – mehrere Datenpunkte werden zu einem Screening-Filter verschmolzen. Er erwischt die subtile Verschiebung im institutionellen Sentiment, bevor die Distribution an Fahrt gewinnt.
Der Kompositfilter: - Große Blocktrades (>10.000 Aktien) sinken um 20 % wöchentlich - Durchschnittliche Trade-Größe nimmt ab, während die Häufigkeit zunimmt - Bid/Ask-Spread weitet sich während der Marktstunden aus (nicht vor/nach) - 13F-Einreicher reduzieren Positionen für 2+ aufeinanderfolgende Quartale
Jede Komponente erzählt einen Teil der Geschichte. Zusammen schreien sie "Distribution". Wenn Goldmans Block-Desk 20 % weniger große Orders sieht, während die durchschnittliche Trade-Größe sinkt, akkumulieren Institutionen nicht – sie portionieren Positionen, um die Marktauswirkung zu minimieren.
Filter kombinieren: Der sequenzielle Screening-Prozess
Hier scheitern die meisten Trader: Sie wenden alle Filter gleichzeitig an und erhalten null Ergebnisse. Institutionelle Distribution ist ein Prozess, kein Ereignis. Ihr Screening muss sequenziell sein.
Woche 1-2: Beginnen mit Filter #2 (Relative Stärke) - Weites Netz für RS-Verschlechterung auswerfen - Watchlist mit 50-100 Namen erstellen
Woche 3-4: Filter #1 anwenden (Volumen-Divergenz) - Liste auf Aktien eingrenzen, die beide Muster zeigen - Reduziert die Liste typischerweise um 70 %
Woche 4-5: Filter #3 und #4 hinzufügen - Nach Options-Flow-Bestätigung suchen - A/D-Divergenz-Entwicklung prüfen
Woche 5-6: Mit Filter #5 bestätigen - Finaler Smart-Money-Confidence-Check - Position für beschleunigte Distribution einnehmen
Dies spiegelt wider, wie Institutionen tatsächlich verteilen. Sie werfen nicht alles am ersten Tag ab. Sie testen Liquidität, schätzen Nachfrage ein, passen das Tempo an. Ihr Screening-Prozess muss ihrem Distributionszeitplan entsprechen.
Plattformspezifische Implementierung
TradingView: Bauen Sie benutzerdefinierte Screener mit Pine Script für Filter #1, #2 und #4. Volumenmuster und RS-Berechnungen funktionieren hier hervorragend. Für Options-Flow müssen Sie externe Daten ergänzen.
Finviz Elite: Hervorragend für Filter #2 (relative Stärke) und grundlegende Filter #1-Parameter. Die institutionellen Eigentumsänderungen unter Filter #5 werden wöchentlich aktualisiert – perfektes Timing für unseren sequenziellen Prozess.
Bloomberg Terminal: Wenn Sie Zugang haben, erledigt die Funktion FSRC kombiniert mit VWAP-Analyse alle fünf Filter. Bauen Sie benutzerdefinierte Scoring-Funktionen, die jeden Filter basierend auf Ihrem Backtesting gewichten.
Falschsignale und Filterfehler
Lassen Sie mich klar sein: Diese Filter scheitern manchmal. In etwa 22 % der Fälle in meinen Tests. Die Fehler lehrten mich mehr als die Erfolge.
Häufige Fehlermodi: - Echte institutionelle Rotation (kein Ausstieg) zwischen Fonds - Index-Rebalancing erzeugt temporäre Verzerrungen - Options-Absicherung für Ereignisse, nicht für Distribution - Saisonale Volumenmuster bei retail-lastigen Namen
Die Lösung sind nicht perfekte Filter – es ist die richtige Positionsgröße, wenn die Filter übereinstimmen. Ich riskiere nie mehr als 0,5 % pro Signal, selbst wenn alle fünf Filter "Distribution" schreien. Die Fähigkeit des Marktes, irrational zu bleiben, übertrifft Ihre Fähigkeit, solvent zu bleiben.
Aktuelle Marktanwendung: März 2026
Während ich dies schreibe, lösen mehrere Mega-Cap-Tech-Namen gleichzeitig Filter #1 und #2 aus. Die relative Stärkeverschlechterung bei Halbleitern fällt mir besonders ins Auge – klassisches institutionelles Rotationsmuster.
Aber hier ist die Nuance: Mit dem Fear & Greed Index bei 12 sehen wir vielleicht eher Kapitulation als Distribution. Deshalb ist Kontext wichtig. Filter identifizieren Muster, aber das Marktregime bestimmt die Interpretation.
Während extremer Angst könnte institutionelles "Verkaufen" tatsächlich erzwungene Liquidierung oder Rücknahmen sein – keine strategische Distribution. Die Muster sehen ähnlich aus, aber die Implikationen unterscheiden sich stark.
Die Evolution der institutionellen Erkennung
Als ich 2012 mit dem Trading begann, war institutionelle Aktivität schwerer zu erkennen. Dezimalisierung, algorithmische Ausführung und Dark Pools haben bestimmte Muster tatsächlich SICHTBARER gemacht, nicht weniger. Das Spiel hat sich weiterentwickelt – also müssen auch Ihre Filter.
Moderne Ergänzungen zu beachten: - Soziale Sentiment-Divergenz von der Kursaktion - ETF-Erstellungs-/Rücknahmemuster - Zusammenbruch von Cross-Asset-Korrelationen - Änderungen des Dark-Pool-Prozentsatzes
Das Kernkonzept bleibt: Institutionen können Positionsänderungen im Millionen-Dollar-Bereich nicht verstecken. Sie können sie verschleiern, die Erkennung verzögern und die Auswirkung minimieren. Aber die Fußspuren bleiben für diejenigen, die wissen, welche Filter anzuwenden sind.
Ihr Screening-Aktionsplan
Beginnen Sie einfach. Versuchen Sie nicht, alle fünf Filter morgen zu implementieren. Beginnen Sie mit Filter #2 (relative Stärkeverschlechterung), da er die am wenigsten spezialisierten Daten erfordert.
Bauen Sie Ihren Screener dieses Wochenende. Führen Sie ihn zwei Wochen lang täglich aus. Dokumentieren Sie jede Markierung – ob sie funktioniert oder scheitert. Nach zwei Wochen fügen Sie Filter #1 hinzu. Wiederholen Sie den Prozess.
Innerhalb von sechs Wochen haben Sie ein funktionierendes institutionelles Erkennungssystem. Noch wichtiger: Sie werden verstehen, WARUM jeder Filter funktioniert und WANN er scheitert.
Denken Sie daran: Diese Filter identifizieren potenzielle Distribution, keine garantierten Crashes. Kombinieren Sie sie mit angemessenem Risikomanagement, Positionsgröße und Stop-Losses. Selbst die beste institutionelle Erkennung kann schlechtes Trade-Management nicht ausgleichen.
Die Schönheit des systematischen Screenings? Es entfernt Emotionen. Wenn Ihre Filter Distribution in Ihrer Lieblingsposition markieren, handeln Sie basierend auf Daten, nicht auf Hoffnung. Dieser Vorteil – die emotionale Distanz – könnte wertvoller sein als die Filter selbst.
Beginnen Sie mit dem Screening. Beginnen Sie klein. Aber beginnen Sie heute. Denn während Privatanleger debattieren, ob der Markt crashen wird, sind Institutionen bereits auf dem Weg zum Ausgang. Diese Filter helfen Ihnen, ihren Fußspuren zu folgen – selbst wenn sie diese weichen Schuhe tragen.
