Das Open Interest stieg, die aggressiven Käufe zogen nicht mit
Ein Anstieg des Open Interest bedeutet nicht, dass jemand aktiv Long geht. Das klingt nach einer Selbstverständlichkeit, doch im Markt wird ein steigendes OI täglich direkt als Einstieg der Bullen interpretiert. Ich habe die 4-Stunden-Daten der vergangenen 30 Tage für BTC, ETH und SOL anhand der Preisrichtung und der Richtung des Open Interest in vier Felder eingeteilt und dann für jedes Feld das Verhältnis von aggressivem Kaufvolumen zu aggressivem Verkaufsvolumen berechnet.
Das Ergebnis ist ziemlich unspektakulär. Bei BTC lag das Kauf-Verkaufs-Verhältnis in den 46 4-Stunden-Intervallen mit steigendem Preis und steigendem OI bei 1,100. In den 41 Intervallen mit steigendem Preis und sinkendem OI lag es bei 1,063. Eine Differenz von 0,037. Bei ETH waren es 1,048 gegenüber 1,043, eine Differenz von 0,005. Bei SOL 1,040 gegenüber 1,008, eine Differenz von 0,032. Ob das Open Interest steigt oder fällt: Die aggressiven Käufer sind nahezu gleich stark.
Genau das zeigt der rechte Teil der Grafik. Was das Kauf-Verkaufs-Verhältnis wirklich auseinanderzieht, ist die Preisrichtung – mit der Richtung des Open Interest hat es kaum etwas zu tun. In allen Feldern mit steigenden Kursen liegt der Wert über 1,00, nämlich zwischen 1,008 und 1,100. In allen Feldern mit fallenden Kursen liegt er unter 1,00, zwischen 0,892 und 0,921. Drei Assets, vier Felder, zwölf Balken – kein einziger widerspricht diesem Muster.
Der Grund ist nicht schwer zu verstehen. Das Open Interest ist eine Gesamtzahl, in der sowohl Long- als auch Short-Positionen enthalten sind. Eröffnet jemand eine neue Long-Position, kann die Gegenpartei entweder eine neue Short-Position eröffnen oder eine bestehende Short-Position schließen. Im ersten Fall steigt das OI, im zweiten bleibt es unverändert. Anhand der Veränderungen des OI lässt sich schlicht nicht erkennen, welcher Fall vorliegt.
Das Feld mit fallenden Kursen und steigendem OI ist sogar noch einheitlicher. Bei BTC, ETH und SOL beträgt das Kauf-Verkaufs-Verhältnis jeweils 0,915 – auf drei Nachkommastellen exakt gleich. Drei Assets, drei Liquiditätsprofile, drei unterschiedliche Positionierungsstrukturen, und die Stärke der aggressiven Verkäufe landet beim selben Wert. Ist das Zufall? Höchstwahrscheinlich nicht.
Schauen wir uns an, was danach passierte. Nach jedem 4-Stunden-Zustand habe ich die durchschnittliche Kursveränderung der folgenden 24 Stunden berechnet, also über sechs 4-Stunden-Kerzen. Auf einen Anstieg von Preis und OI folgten bei BTC -0,33 %, auf einen Preisanstieg bei sinkendem OI +0,04 %. Die Trefferquote lag bei 43,5 % gegenüber 57,5 %, eine Differenz von 14 Prozentpunkten. Bei ETH war der Unterschied noch deutlicher: Auf einen Anstieg von Preis und OI folgten tatsächlich -0,70 % – der schlechteste Wert aller vier Felder. Die Trefferquote betrug nur 37,0 %.
Das widerspricht der gängigen Erklärung. Ein Preisanstieg bei steigendem OI gilt oft als Zeichen, dass zusätzliches Kapital den Anstieg antreibt und er deshalb nachhaltiger ist. Ein Preisanstieg bei sinkendem OI wird dagegen als Short-Eindeckung interpretiert, der nicht weit tragen dürfte. In diesen 30 Tagen fielen BTC und ETH nach einem Preisanstieg bei steigendem OI jedoch stärker.
Aber nicht so schnell. Daraus lässt sich kein Kontraindikator machen. Werfen wir einen Blick auf die Spalte mit der Überschussrendite. Bei BTC reichen die Werte der vier Felder von -0,22 % bis +0,16 %, bei ETH von -0,32 % bis +0,33 % und bei SOL von -0,16 % bis +0,21 %. Der größte absolute Wert beträgt gerade einmal 0,33 Prozentpunkte. Die Unterschiede zwischen den vier Feldern sind so klein, dass man sie vernachlässigen kann. Im selben Zeitraum schwankte der 4-Stunden-Kurs um 1 bis 2 Prozentpunkte. Dieser Unterschied geht im Rauschen unter. Anders gesagt: Die Rangfolge der vier Felder könnte sich im nächsten Monat schon wieder ändern. Sie taugt nicht als Grundlage für einen Trade.
Eines muss außerdem klar sein: Der Basiswert ist bei allen drei Assets negativ – BTC -0,11 %, ETH -0,38 %, SOL -0,41 %. In diesen 30 Tagen ging es insgesamt abwärts. Deshalb fiel der Kurs im Durchschnitt in den folgenden 24 Stunden unabhängig vom jeweiligen Zustand. Der Basiswert erklärt den Großteil der Unterschiede zwischen den vier Feldern. Dass bei ETH alle vier Felder negativ waren, die Trefferquote aber von 37,0 % bis 62,9 % reichte, liegt genau daran.
Eine konkrete Einschränkung muss ich einräumen. Die 172 Beobachtungen stammen alle aus derselben Abwärtsphase. In einem Monat mit steigenden Kursen könnte sich die Rangfolge der vier Felder komplett umkehren. Das ist keine vage Möglichkeit, sondern eine Folge davon, dass die Stichprobe nur ein einziges Marktumfeld abdeckt. Außerdem habe ich beim OI die Anzahl der Kontrakte (sumOpenInterest) verwendet, nicht den Nominalwert in US-Dollar. Bei Kursbewegungen entwickeln sich die Kontraktzahl und der Nominalwert nicht synchron. Beim Vergleich verschiedener Assets ist das besonders zu beachten. Da alle drei Assets dieselben Beobachtungszeiträume abdecken, ist auch die Unabhängigkeit der Stichprobe begrenzt. 172 mal 3 sieht nach 516 Beobachtungen aus, tatsächlich sind es aber nur 172 Zeiträume.
Auch das Kauf-Verkaufs-Verhältnis hat eine Grenze: Es erfasst nur die Richtung der aggressiven Ausführung und unterscheidet nicht zwischen Eröffnung und Schließung einer Position. Wer aggressiv kauft, eröffnet möglicherweise eine neue Long-Position – oder schließt eine Short-Position. Im Kauf-Verkaufs-Verhältnis sehen beide Vorgänge gleich aus. Die Grafik kann also zeigen, dass die OI-Richtung nichts mit der Stärke der aggressiven Käufe zu tun hat, aber nicht, wer Long geht.
Ich habe vor, künftig jede Woche das Kauf-Verkaufs-Verhältnis im Feld mit steigenden Kursen und steigendem OI zu berechnen. Bleibt es langfristig nahe bei 1,0, deutet das darauf hin, dass das OI vor allem dadurch wächst, dass passive beidseitige Orders ausgeführt werden – und nicht, weil jemand den Kurs mit aggressiven Käufen verfolgt. Wenn du dann wieder eine Schlagzeile wie „Open Interest auf Rekordhoch“ siehst, weißt du, dass du eine Frage mehr stellen solltest: Wo sind die aggressiven Käufer?
$BTC $ETH $SOL
#持仓量 #合约数据 #Verhältnis aggressiver Käufe zu Verkäufen
Quellen:
Binance-Futures-Kerzen https://fapi.binance.com/fapi/v1/klines
Historische Open-Interest-Daten https://fapi.binance.com/futures/data/openInterestHist
Verhältnis aggressiver Kauf- und Verkaufsmengen https://fapi.binance.com/futures/data/takerlongshortRatio
Ein Anstieg des Open Interest bedeutet nicht, dass jemand aktiv Long geht. Das klingt nach einer Selbstverständlichkeit, doch im Markt wird ein steigendes OI täglich direkt als Einstieg der Bullen interpretiert. Ich habe die 4-Stunden-Daten der vergangenen 30 Tage für BTC, ETH und SOL anhand der Preisrichtung und der Richtung des Open Interest in vier Felder eingeteilt und dann für jedes Feld das Verhältnis von aggressivem Kaufvolumen zu aggressivem Verkaufsvolumen berechnet.
Das Ergebnis ist ziemlich unspektakulär. Bei BTC lag das Kauf-Verkaufs-Verhältnis in den 46 4-Stunden-Intervallen mit steigendem Preis und steigendem OI bei 1,100. In den 41 Intervallen mit steigendem Preis und sinkendem OI lag es bei 1,063. Eine Differenz von 0,037. Bei ETH waren es 1,048 gegenüber 1,043, eine Differenz von 0,005. Bei SOL 1,040 gegenüber 1,008, eine Differenz von 0,032. Ob das Open Interest steigt oder fällt: Die aggressiven Käufer sind nahezu gleich stark.
Genau das zeigt der rechte Teil der Grafik. Was das Kauf-Verkaufs-Verhältnis wirklich auseinanderzieht, ist die Preisrichtung – mit der Richtung des Open Interest hat es kaum etwas zu tun. In allen Feldern mit steigenden Kursen liegt der Wert über 1,00, nämlich zwischen 1,008 und 1,100. In allen Feldern mit fallenden Kursen liegt er unter 1,00, zwischen 0,892 und 0,921. Drei Assets, vier Felder, zwölf Balken – kein einziger widerspricht diesem Muster.
Der Grund ist nicht schwer zu verstehen. Das Open Interest ist eine Gesamtzahl, in der sowohl Long- als auch Short-Positionen enthalten sind. Eröffnet jemand eine neue Long-Position, kann die Gegenpartei entweder eine neue Short-Position eröffnen oder eine bestehende Short-Position schließen. Im ersten Fall steigt das OI, im zweiten bleibt es unverändert. Anhand der Veränderungen des OI lässt sich schlicht nicht erkennen, welcher Fall vorliegt.
Das Feld mit fallenden Kursen und steigendem OI ist sogar noch einheitlicher. Bei BTC, ETH und SOL beträgt das Kauf-Verkaufs-Verhältnis jeweils 0,915 – auf drei Nachkommastellen exakt gleich. Drei Assets, drei Liquiditätsprofile, drei unterschiedliche Positionierungsstrukturen, und die Stärke der aggressiven Verkäufe landet beim selben Wert. Ist das Zufall? Höchstwahrscheinlich nicht.
Schauen wir uns an, was danach passierte. Nach jedem 4-Stunden-Zustand habe ich die durchschnittliche Kursveränderung der folgenden 24 Stunden berechnet, also über sechs 4-Stunden-Kerzen. Auf einen Anstieg von Preis und OI folgten bei BTC -0,33 %, auf einen Preisanstieg bei sinkendem OI +0,04 %. Die Trefferquote lag bei 43,5 % gegenüber 57,5 %, eine Differenz von 14 Prozentpunkten. Bei ETH war der Unterschied noch deutlicher: Auf einen Anstieg von Preis und OI folgten tatsächlich -0,70 % – der schlechteste Wert aller vier Felder. Die Trefferquote betrug nur 37,0 %.
Das widerspricht der gängigen Erklärung. Ein Preisanstieg bei steigendem OI gilt oft als Zeichen, dass zusätzliches Kapital den Anstieg antreibt und er deshalb nachhaltiger ist. Ein Preisanstieg bei sinkendem OI wird dagegen als Short-Eindeckung interpretiert, der nicht weit tragen dürfte. In diesen 30 Tagen fielen BTC und ETH nach einem Preisanstieg bei steigendem OI jedoch stärker.
Aber nicht so schnell. Daraus lässt sich kein Kontraindikator machen. Werfen wir einen Blick auf die Spalte mit der Überschussrendite. Bei BTC reichen die Werte der vier Felder von -0,22 % bis +0,16 %, bei ETH von -0,32 % bis +0,33 % und bei SOL von -0,16 % bis +0,21 %. Der größte absolute Wert beträgt gerade einmal 0,33 Prozentpunkte. Die Unterschiede zwischen den vier Feldern sind so klein, dass man sie vernachlässigen kann. Im selben Zeitraum schwankte der 4-Stunden-Kurs um 1 bis 2 Prozentpunkte. Dieser Unterschied geht im Rauschen unter. Anders gesagt: Die Rangfolge der vier Felder könnte sich im nächsten Monat schon wieder ändern. Sie taugt nicht als Grundlage für einen Trade.
Eines muss außerdem klar sein: Der Basiswert ist bei allen drei Assets negativ – BTC -0,11 %, ETH -0,38 %, SOL -0,41 %. In diesen 30 Tagen ging es insgesamt abwärts. Deshalb fiel der Kurs im Durchschnitt in den folgenden 24 Stunden unabhängig vom jeweiligen Zustand. Der Basiswert erklärt den Großteil der Unterschiede zwischen den vier Feldern. Dass bei ETH alle vier Felder negativ waren, die Trefferquote aber von 37,0 % bis 62,9 % reichte, liegt genau daran.
Eine konkrete Einschränkung muss ich einräumen. Die 172 Beobachtungen stammen alle aus derselben Abwärtsphase. In einem Monat mit steigenden Kursen könnte sich die Rangfolge der vier Felder komplett umkehren. Das ist keine vage Möglichkeit, sondern eine Folge davon, dass die Stichprobe nur ein einziges Marktumfeld abdeckt. Außerdem habe ich beim OI die Anzahl der Kontrakte (sumOpenInterest) verwendet, nicht den Nominalwert in US-Dollar. Bei Kursbewegungen entwickeln sich die Kontraktzahl und der Nominalwert nicht synchron. Beim Vergleich verschiedener Assets ist das besonders zu beachten. Da alle drei Assets dieselben Beobachtungszeiträume abdecken, ist auch die Unabhängigkeit der Stichprobe begrenzt. 172 mal 3 sieht nach 516 Beobachtungen aus, tatsächlich sind es aber nur 172 Zeiträume.
Auch das Kauf-Verkaufs-Verhältnis hat eine Grenze: Es erfasst nur die Richtung der aggressiven Ausführung und unterscheidet nicht zwischen Eröffnung und Schließung einer Position. Wer aggressiv kauft, eröffnet möglicherweise eine neue Long-Position – oder schließt eine Short-Position. Im Kauf-Verkaufs-Verhältnis sehen beide Vorgänge gleich aus. Die Grafik kann also zeigen, dass die OI-Richtung nichts mit der Stärke der aggressiven Käufe zu tun hat, aber nicht, wer Long geht.
Ich habe vor, künftig jede Woche das Kauf-Verkaufs-Verhältnis im Feld mit steigenden Kursen und steigendem OI zu berechnen. Bleibt es langfristig nahe bei 1,0, deutet das darauf hin, dass das OI vor allem dadurch wächst, dass passive beidseitige Orders ausgeführt werden – und nicht, weil jemand den Kurs mit aggressiven Käufen verfolgt. Wenn du dann wieder eine Schlagzeile wie „Open Interest auf Rekordhoch“ siehst, weißt du, dass du eine Frage mehr stellen solltest: Wo sind die aggressiven Käufer?
$BTC $ETH $SOL
#持仓量 #合约数据 #Verhältnis aggressiver Käufe zu Verkäufen
Quellen:
Binance-Futures-Kerzen https://fapi.binance.com/fapi/v1/klines
Historische Open-Interest-Daten https://fapi.binance.com/futures/data/openInterestHist
Verhältnis aggressiver Kauf- und Verkaufsmengen https://fapi.binance.com/futures/data/takerlongshortRatio