Aktien mit den höchsten Days to Cover

Die Days-to-cover-Kennzahl misst die Konzentration von Short-Positionen: Sie berechnet sich aus den leer verkauften Aktien geteilt durch das durchschnittliche tägliche Handelsvolumen. Dieser Wert gibt an, wie viele volle Handelstage die Short-Seller benötigen würden, um ihre gesamte Position zurückzukaufen. Diese Seite listet die Aktien mit den höchsten Days-to-cover basierend auf den aktuellsten Börsenmeldungen zum Short-Interest auf. Sie zeigt zudem die Gefahr auf, die mit jeder Days-to-cover-Rangliste verbunden ist. Ein hoher Wert am Anfang einer ungefilterten Liste ist oft ein Liquiditätsartefakt und kein Zeichen für einen überfüllten Trade. Die Spalte settled gibt an, welcher der zweimal monatlich erscheinenden Berichte vorliegt. Die Seite wird bei neuen Meldungen aktualisiert.

Die höchsten Days to Cover bei Aktien aktuell

Days to cover (auch Short Interest Ratio genannt) ist ein Bruch: Die Anzahl der Short-Positionen steht im Zähler, das durchschnittliche tägliche Handelsvolumen im Nenner. Hier sind die höchsten Werte der letzten Schlusskurse, die eine Untergrenze von 500.000 Aktien im durchschnittlichen Volumen überschreiten.

SELECT ticker,
       round(days_to_cover, 1) AS days_to_cover,
       round(short_interest / 1e6, 2) AS shares_short_m,
       round(avg_daily_volume / 1e6, 2) AS avg_daily_volume_m,
       toString(settlement_date) AS settled
FROM global_markets.stocks_short_interest
WHERE settlement_date = (SELECT max(settlement_date) FROM global_markets.stocks_short_interest)
  AND avg_daily_volume > 500000
  AND days_to_cover > 0
  AND ticker NOT IN ('SPCX')
ORDER BY days_to_cover DESC, ticker
LIMIT 12

Der aktuelle Spitzenreiter, IVPAF, weist zum 2026-06-30-Schlusskurs 146.9 days to cover auf: 105.49 Millionen Short-Positionen bei einem durchschnittlichen täglichen Handelsvolumen von nur 0.72 Millionen Aktien. Bei diesem Tempo entspricht die Short-Position von mehr als hundert vollständigen Handelssitzungen des gesamten Aktienvolumens. Betrachtet man die Ticker-Spalte, wird ein Muster deutlich: Die Liste der höchsten Days to Cover besteht primär aus ausländischen und illiquiden Werten, von denen einige auf F enden (das OTC-Suffix für ausländische Stammaktien). Selbst die letzte Zeile weist noch 21.9 Tage auf. Dies sind keine überlaufenen Trades im Sinne eines Squeeze-Potenzials. Es handelt sich um kleine Short-Positionen, gemessen an einem fast nicht vorhandenen Volumen.

Warum die obersten Listeneinträge ein Liquiditätsartefakt sind

Days to cover ist eine Kennzahl, und eine Kennzahl steigt extrem an, wenn ihr Nenner gegen Null geht. Gruppiert man die gesamte Abrechnungsdatei nach dem tatsächlichen Handelsvolumen jeder Aktie, wird dieser Mechanismus in einer Übersicht deutlich.

SELECT multiIf(avg_daily_volume >= 2e7, '1 Very liquid (20M+ ADV)',
               avg_daily_volume >= 5e6, '2 Liquid (5-20M ADV)',
               avg_daily_volume >= 1e6, '3 Moderate (1-5M ADV)',
               avg_daily_volume >= 2e5, '4 Thin (200k-1M ADV)',
                                        '5 Very thin (<200k ADV)') AS liquidity_band,
       count() AS names,
       round(quantileDeterministic(0.5)(days_to_cover, cityHash64(ticker)), 1) AS median_dtc,
       round(max(days_to_cover), 1) AS max_dtc
FROM global_markets.stocks_short_interest
WHERE settlement_date = (SELECT max(settlement_date) FROM global_markets.stocks_short_interest)
  AND days_to_cover > 0
  AND ticker NOT IN ('SPCX')
GROUP BY liquidity_band
ORDER BY liquidity_band

Der Median liegt in jeder Gruppe bei niedrigen einstelligen Werten, von 1.3 Tagen bei den am stärksten gehandelten Aktien bis zu 2.8 in der moderaten Gruppe. Die Spalte für die Maximalwerte zeigt die eigentliche Situation. In der liquidesten Gruppe, mit Aktien, die mehr als zwanzig Millionen Anteile pro Tag handeln, erreicht der höchste Days to cover Wert 8.4; in der Gruppe mit sehr geringer Liquidität erreicht er 1000 bei den über 16021 Namen, die weniger als 200.000 Anteile pro Sitzung handeln. Die extremsten Werte finden sich ausschließlich bei Aktien, die kaum jemand handelt, wo eine bescheidene Short-Position geteilt durch ein Volumen nahe Null eine enorme Zahl ergibt. Eine Analyse der Days to cover ist nur dann aussagekräftig, wenn sie eine Liquiditätsuntergrenze berücksichtigt.

Die höchsten Days to Cover bei liquiden Aktien

Wendet man einen echten Liquiditätsfilter mit einem durchschnittlichen täglichen Handelsvolumen von fünf Millionen Aktien an, zeigt das Leaderboard handelbare und bekannte Namen.

SELECT ticker,
       round(days_to_cover, 1) AS days_to_cover,
       round(short_interest / 1e6, 2) AS shares_short_m,
       round(avg_daily_volume / 1e6, 2) AS avg_daily_volume_m
FROM global_markets.stocks_short_interest
WHERE settlement_date = (SELECT max(settlement_date) FROM global_markets.stocks_short_interest)
  AND avg_daily_volume >= 5000000
  AND days_to_cover > 0
  AND ticker NOT IN ('SPCX')
ORDER BY days_to_cover DESC, ticker
LIMIT 12

Da die Untergrenze angehoben wurde, führt MPT mit 16.9 days to cover: 138.11 Millionen Short-Positionen gegenüber 8.16 Millionen Aktien des täglichen Volumens. Dies ist die Liste, die ein Beobachter von Short Squeezes mit „hohen Days to Cover“ tatsächlich meint: stark gehandelte Aktien, bei denen die Short-Position im Verhältnis zum eigenen Handelsvolumen groß ist. Die letzte Zeile hier weist noch 8.4 Tage auf, was das Mehrfache des 1.8-Tage-Median über alle liquiden Namen in den untenstehenden Aufzeichnungen darstellt. Das Leaderboard der am stärksten leerverkauften Aktien ordnet dieselbe Abrechnungsdatei stattdessen nach der absoluten Anzahl der Short-Aktien; eine andere Metrik, die Mega-Caps mit riesigen Positionen hervorhebt, die dennoch schnell abgewickelt werden.

Nimmt die Konzentration zu oder nimmt sie ab?

Ein einzelner Abrechnungstag ist nur eine Momentaufnahme. Da die Daten über Jahre hinweg vorliegen, lässt sich die Frage, wie die heutigen liquiden Marktführer zu dieser Position gekommen sind, datenbasiert beantworten. Diese Übersicht verfolgt die aktuellen drei liquiden Titel über die letzten acht Abrechnungen hinweg, was etwa vier Monaten entspricht.

WITH dates AS (
    SELECT DISTINCT settlement_date AS d
    FROM global_markets.stocks_short_interest
    ORDER BY d DESC
    LIMIT 8
),
top3 AS (
    SELECT ticker, row_number() OVER (ORDER BY days_to_cover DESC, ticker) AS rank
    FROM global_markets.stocks_short_interest
    WHERE settlement_date = (SELECT max(d) FROM dates)
      AND avg_daily_volume >= 5000000
      AND days_to_cover > 0
      AND ticker NOT IN ('SPCX')
    ORDER BY days_to_cover DESC, ticker
    LIMIT 3
)
SELECT toString(settlement_date) AS settlement_date,
       maxIf(round(days_to_cover, 1), ticker = (SELECT ticker FROM top3 WHERE rank = 1)) AS leader_dtc,
       maxIf(round(days_to_cover, 1), ticker = (SELECT ticker FROM top3 WHERE rank = 2)) AS second_dtc,
       maxIf(round(days_to_cover, 1), ticker = (SELECT ticker FROM top3 WHERE rank = 3)) AS third_dtc
FROM global_markets.stocks_short_interest
WHERE ticker IN (SELECT ticker FROM top3)
  AND settlement_date IN (SELECT d FROM dates)
GROUP BY settlement_date
ORDER BY settlement_date

Die Spalten zeigen die Entwicklung der aktuellen Marktführer rückwärts auf. Die oberste Zeile entspricht der liquiden Tabelle oben: 16.9, 11.5 und 10.9 Tage. Wenn man jede Spalte von oben nach unten liest, wird die Dynamik sichtbar, die eine Momentaufnahme verbirgt. Eine solche Konzentration baut sich über mehrere Abrechnungen, Wochen und Monate hinweg auf und wird wieder abgebaut; dies geschieht nicht über Nacht. Ein Titel kann über ein ganzes Quartal hinweg zweistellige Tage lang in der Liste verbleiben, ohne dass sich die Lage klärt. Die Hälfte der Analyse von Squeezes besteht darin, zu erkennen, ob es sich um einen neuen Akteur oder einen langfristigen Bestandteil handelt. Die Squeeze-Mechanik erklärt, welche Bedingungen erfüllt sein müssen, damit ein hoher Wert überhaupt eine Bedeutung hat.

Wie diese Liste erstellt wird und wie man sie objektiv liest

Zuerst die Zahlen, dann die Einschränkungen, die für jede Zeile gelten.

SELECT count() AS tickers_reported,
       countIf(avg_daily_volume >= 5e6 AND days_to_cover > 0) AS liquid_names,
       countIf(avg_daily_volume < 1e6 AND days_to_cover > 0) AS thin_names,
       round(quantileDeterministicIf(0.5)(days_to_cover, cityHash64(ticker), avg_daily_volume >= 5e6), 1) AS liquid_median_dtc,
       toString(max(settlement_date)) AS settled
FROM global_markets.stocks_short_interest
WHERE settlement_date = (SELECT max(settlement_date) FROM global_markets.stocks_short_interest)
  AND days_to_cover > 0

• Die Liste enthält überwiegend nicht handelbare Namen. Die letzte Abrechnung enthält 22207 Ticker mit einem positiven Days-to-Cover-Wert, von denen 19005 weniger als eine Million Aktien pro Tag gehandelt werden und nur 947 die Grenze von fünf Millionen Aktien überschreiten. Eine einfache Sortierung nach dem höchsten Days-to-Cover beantwortet eine Frage über illiquide Werte, nicht über liquide Werte.
• Die mittlere Crowding-Rate ist selbst bei liquiden Namen niedrig. Eine typische liquide Aktie weist 1.8 Days-to-Cover auf, sodass die oben genannten Spitzenreiter um ein Vielfaches über dem normalen Wert liegen. Ein hoher Wert ist tatsächlich ungewöhnlich, sobald der Effekt der Liquidität herausgerechnet wurde.
• Die Daten sind konstruktionsbedingt veraltet. Die Abrechnungen werden zweimal im Monat von der Börse gemeldet und mit Verzögerung veröffentlicht. Daher ist der Text, den Sie hier lesen, bereits Tage alt, bevor er auf einem Bildschirm erscheint, und die Positionen können sich seitdem verändert haben.
• Ein Symbol wird explizit per SQL-Abfrage ausgeschlossen. Ein Ticker in der aktuellen Datei wurde kürzlich von einem Unternehmen auf ein neu börsennotiertes Unternehmen übertragen. Datenanbieter können diese beiden Einheiten unter demselben Symbol vermischen. Daher wird dieser Ticker bei jeder Abfrage hier ignoriert, um Fehlzuordnungen zu vermeiden.
• Ein hoher Days-to-Cover ist eine Beschreibung, kein Urteil. Eine hohe Short-Konzentration ist eine Voraussetzung für einen Squeeze, niemals eine Vorhersage dafür. Die meisten stark leerverkauften Namen erleben nie einen Squeeze, und das Verhältnis allein kann einen zukünftigen Squeeze nicht von einer korrekten Markteinschätzung zum Unternehmen unterscheiden.

FAQ zu den höchsten Days to Cover

Welche Aktie hat aktuell die höchsten Days to Cover?

Basierend auf einer einfachen Sortierung der letzten Schlusskurse steht IVPAF mit 146.9 Tagen an der Spitze der Liste. Dabei handelt es sich jedoch um einen wenig gehandelten Wert, dessen Verhältnis aus einem Volumen nahe Null resultiert. Bei tatsächlich liquiden Aktien (fünf Millionen Aktien pro Tag und mehr) führt MPT mit 16.9 Tagen. Beide Tabellen werden bei Veröffentlichung neuer Schlusskurse aktualisiert.

Was bedeutet ein hohes Days-to-Cover-Verhältnis?

Bei liquiden Werten liegt der Median bei etwa 1.8 Tagen. Werte im mittleren einstelligen Bereich sind somit bereits erhöht, während zweistellige Werte selten sind. Werte im Bereich von Dutzenden oder Hunderten stammen fast immer von wenig gehandelten Aktien, bei denen der Nenner des durchschnittlichen Volumens sehr klein ist, und nicht von ungewöhnlich großen Short-Positionen.

Warum zeigen wenig gehandelte Aktien so hohe Days to Cover?

Die Days to Cover berechnen sich aus den Short-Aktien geteilt durch das durchschnittliche tägliche Handelsvolumen. Wenn eine Aktie kaum gehandelt wird, liegt dieser Nenner nahe bei Null, sodass selbst eine kleine Short-Position ein riesiges Verhältnis erzeugt. Die obige Übersicht der Liquiditätsstufen zeigt, dass der maximale Wert von einstelligen Zahlen bei stark gehandelten Aktien auf Hunderte bei den am wenigsten gehandelten Werten ansteigt.

Bedeutet ein hohes Days to Cover, dass ein Short Squeeze bevorsteht?

Nein. Es ist eine Voraussetzung, keine Vorhersage. Ein überfüllter Ausstieg kann relevant werden, wenn Kaufdruck entsteht, aber die meisten Aktien mit hohen Days to Cover erfahren nie einen Squeeze. Kombinieren Sie den Wert mit dem vollständigen Days-to-Cover-Leitfaden und dem Shares-Short-Leaderboard, bevor Sie in eine einzelne Zahl eine Absicht hineininterpretieren.

Jede Tabelle hier ist eine gespeicherte, versionierte Abfrage über die von der Börse gemeldete Short-Interest-Datei. Erweitern Sie das SQL unter jedem Panel oder filtern Sie das gesamte Universum auf Ihre eigene Weise am Strasmore-Terminal.