Monatliche Aktienrendite berechnen

Fragt man nach der Performance einer Aktie im Juni, erhält man von verschiedenen Quellen unterschiedliche Zahlen – alle sind korrekt. Die monatliche Rendite einer Aktie wird durch Entscheidungen bestimmt, die die meisten Anleger nicht sehen: welche zwei Kurse die Grenzen des Monats markieren, ob Dividenden enthalten sind und ob die Kursreihe durch Aktiensplits bereinigt wurde. Diese Seite stellt die konkurrierenden Konventionen anhand der realen Kursdaten nebeneinander dar, um die Unterschiede verständlich zu machen.

Close-to-close: die Standardkonvention

Die von Indexanbietern, Fondsfaktenblättern und den meisten Kursseiten verwendete Konvention: Die Rendite eines Monats berechnet sich vom Schlusskurs der letzten regulären Sitzung des Vormonats bis zum Schlusskurs dieses Monats. Der letzte Schlusskurs im Mai ist der Startpunkt für den Juni. Die Berechnung ist einfach: Endkurs minus Startkurs, geteilt durch den Startkurs. Ein vereinfachtes Beispiel: Eine Aktie, die im Mai bei 50,00 $ schließt und im Juni bei 53,50 $ schließt, erzielte im Monat eine Rendite von (53,50 − 50,00) ÷ 50,00 = 0,07 oder 7 %. Jede auf dieser Seite genannte Konvention nutzt unterschiedliche Eingabewerte für dieselbe Formel. Hier ist dies für den realen Juni 2026, neben der wichtigsten Alternative:

SELECT ticker,
       round(argMaxIf(cl, day, day <= '2026-05-31'), 2) AS may_final_close,
       round(argMinIf(op, day, day >= '2026-06-01'), 2) AS june_first_open,
       round(argMaxIf(cl, day, day <= '2026-06-30'), 2) AS june_final_close,
       round(100 * (argMaxIf(cl, day, day <= '2026-06-30') - argMaxIf(cl, day, day <= '2026-05-31'))
             / argMaxIf(cl, day, day <= '2026-05-31'), 2) AS close_to_close_pct,
       round(100 * (argMaxIf(cl, day, day <= '2026-06-30') - argMinIf(op, day, day >= '2026-06-01'))
             / argMinIf(op, day, day >= '2026-06-01'), 2) AS open_to_close_pct,
       round(abs(100 * (argMaxIf(cl, day, day <= '2026-06-30') - argMinIf(op, day, day >= '2026-06-01'))
                 / argMinIf(op, day, day >= '2026-06-01')
             - 100 * (argMaxIf(cl, day, day <= '2026-06-30') - argMaxIf(cl, day, day <= '2026-05-31'))
                 / argMaxIf(cl, day, day <= '2026-05-31')), 2) AS convention_gap_points
FROM (
    SELECT ticker,
               toDate(toTimeZone(window_start, 'America/New_York')) AS day,
               argMinIf(toFloat64(open), window_start, rth) AS op,
               argMaxIf(toFloat64(close), window_start, rth) AS cl
        FROM (
            SELECT ticker, window_start, open, close,
                   toTimeZone(window_start, 'America/New_York') >= toDateTime(concat(toString(toDate(toTimeZone(window_start, 'America/New_York'))), ' 09:30:00'), 'America/New_York')
                   AND toTimeZone(window_start, 'America/New_York') < toDateTime(concat(toString(toDate(toTimeZone(window_start, 'America/New_York'))), ' 16:00:00'), 'America/New_York') AS rth
            FROM global_markets.delayed_stocks_minute_aggs
            WHERE ticker IN ('NVDA', 'SPY')
              AND window_start >= '2026-05-28 04:00:00'
              AND window_start < '2026-07-01 08:00:00'
        )
        GROUP BY ticker, day
)
GROUP BY ticker
ORDER BY ticker

Der Juni von NVDA war -5.39% close-to-close — aber -7.4% gemessen vom ersten regulären Börsenöffnung im Juni bis zum letzten Schlusskurs. Dieselbe Aktie, derselbe Monat, 2.01 Prozentpunkte Unterschied zwischen den beiden korrekten Ergebnissen. Der gesamte Unterschied resultiert aus einem Zeitraum über Nacht und das Wochenende: NVDA schloss im Mai bei 211.15 $ und eröffnete im Juni bei 215.73 $ — dieser Sprung gehört bei der open-to-close Konvention zum „Juni“ und bei der close-to-close Konvention zur Grenze. SPY zeigt dieselbe Struktur weniger extrem: -1.33% close-to-close gegenüber -1.2% open-to-close.

Keine der Zahlen ist falsch. Close-to-close beantwortet die Frage: „Was hat ein dauerhafter Anleger über die Monatsgrenze hinweg erlebt?“ Open-to-close beantwortet die Frage: „Was hat der Handel des Monats jemandem geliefert, der zur Eröffnung im Juni gekauft hat?“ Sie unterscheiden sich immer dann, wenn der Markt über die Grenze hinweg Gaps macht — und Overnight Gaps sind Routine und keine Seltenheit.

Dividenden: Price Return vs. Total Return

Die zweite Option: Wird die im Monat ausgezahlte Barzahlung einer Aktie berücksichtigt? Ein Price Return ignoriert diese; ein Total Return rechnet sie hinzu. In den meisten einzelnen Monaten ist die Differenz gering – ein vierteljährlicher Zahler schüttet etwa ein Viertel seiner Rendite pro Quartal aus –, aber über Jahre hinweg summiert sich dies zu einer großen Lücke. Der Juni 2026 war ein Monat, in dem SPY eine Zahlung leistete:

WITH px AS (
    SELECT argMaxIf(cl, day, day <= '2026-05-31') AS may_close,
           argMaxIf(cl, day, day <= '2026-06-30') AS jun_close
    FROM (
        SELECT ticker,
               toDate(toTimeZone(window_start, 'America/New_York')) AS day,
               argMinIf(toFloat64(open), window_start, rth) AS op,
               argMaxIf(toFloat64(close), window_start, rth) AS cl
        FROM (
            SELECT ticker, window_start, open, close,
                   toTimeZone(window_start, 'America/New_York') >= toDateTime(concat(toString(toDate(toTimeZone(window_start, 'America/New_York'))), ' 09:30:00'), 'America/New_York')
                   AND toTimeZone(window_start, 'America/New_York') < toDateTime(concat(toString(toDate(toTimeZone(window_start, 'America/New_York'))), ' 16:00:00'), 'America/New_York') AS rth
            FROM global_markets.delayed_stocks_minute_aggs
            WHERE ticker IN ('NVDA', 'SPY')
              AND window_start >= '2026-05-28 04:00:00'
              AND window_start < '2026-07-01 08:00:00'
        )
        GROUP BY ticker, day
    )
    WHERE ticker = 'SPY'
),
dv AS (
    SELECT sum(cash_amount) AS div_per_share
    FROM global_markets.stocks_dividends
    WHERE ticker = 'SPY'
      AND ex_dividend_date >= '2026-06-01'
      AND ex_dividend_date <= '2026-06-30'
)
SELECT round(may_close, 2) AS may_final_close,
       round(jun_close, 2) AS june_final_close,
       round(div_per_share, 4) AS june_dividend_per_share,
       round(100 * (jun_close - may_close) / may_close, 2) AS price_return_pct,
       round(100 * div_per_share / may_close, 2) AS dividend_contribution_pct,
       round(100 * ((jun_close + div_per_share) - may_close) / may_close, 2) AS total_return_pct
FROM px CROSS JOIN dv

Der Price Return von SPY im Juni betrug -1.33%; addiert man die Distribution von $1.9035 pro Aktie, die im Monat ex-dividend war, verbessert sich der Total Return auf -1.08% – ein Beitrag von 0.25% durch Cash. Index-Familien veröffentlichen beide Varianten (der „S&P 500“, den Sie zitiert sehen, ist meist der Price Index), Fondsergebnisse müssen den Total Return ausweisen, und Screener mischen beide Arten frei. Wenn zwei Quellen bei einem Dividendenzahler in einem Monat um einige Zehntel abweichen, ist die Dividende der erste Verdächtige – das ex-dividend Datum bestimmt, in welchen Monat eine Zahlung fällt.

Ein einzelner Juni macht nur Zehntel eines Prozents aus. Der Zeithorizont ist das, was die beiden Konventionen trennt – hier ist dieselbe Arithmetik über fünf Jahre gerechnet:

WITH daily AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS day,
           argMaxIf(toFloat64(close), window_start,
               toTimeZone(window_start, 'America/New_York') >= toDateTime(concat(toString(toDate(toTimeZone(window_start, 'America/New_York'))), ' 09:30:00'), 'America/New_York')
               AND toTimeZone(window_start, 'America/New_York') < toDateTime(concat(toString(toDate(toTimeZone(window_start, 'America/New_York'))), ' 16:00:00'), 'America/New_York')) AS cl
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND ((window_start >= '2021-06-28 04:00:00' AND window_start < '2021-07-01 08:00:00')
        OR (window_start >= '2026-06-26 04:00:00' AND window_start < '2026-07-01 08:00:00'))
    GROUP BY day
),
px AS (
    SELECT argMaxIf(cl, day, day <= '2021-06-30') AS start_close,
           argMaxIf(cl, day, day <= '2026-06-30') AS end_close
    FROM daily
),
dv AS (
    SELECT round(sum(cash_amount), 2) AS divs_per_share,
           count() AS payments
    FROM global_markets.stocks_dividends
    WHERE ticker = 'SPY'
      AND ex_dividend_date >= '2021-07-01'
      AND ex_dividend_date <= '2026-06-30'
)
SELECT round(start_close, 2) AS june_2021_close,
       round(end_close, 2) AS june_2026_close,
       divs_per_share AS dividends_paid_per_share,
       payments AS dividend_payments,
       round(100 * (end_close - start_close) / start_close, 2) AS five_year_price_return_pct,
       round(100 * ((end_close + divs_per_share) - start_close) / start_close, 2) AS five_year_return_with_divs_pct,
       round(100 * divs_per_share / start_close, 2) AS dividend_points_added
FROM px CROSS JOIN dv

Vom Juni-Schluss 2021 bei $428.07 bis zum Juni-Schluss 2026 bei $746.32 beträgt der fünfjährige Price Return von SPY 74.35%. Im gleichen Zeitraum zahlte er 20 Distributionen mit einer Gesamthöhe von $34.07 pro Aktie; die Berücksichtigung dieses Cash erhöht den Wert auf 82.3% – eine Differenz von 7.96 Punkten, bevor eine einzige Dividende reinvestiert wird. Ein echter Total-Return-Index reinvestiert jede Zahlung am ex-date, und die reinvestierten Anteile vergrößern die Lücke noch weiter. Bei einem etablierten Zahler ist „große Margen“ keine Redewendung; es ist das Standardergebnis aus Jahren vierteljährlicher Cash-Zahlungen.

Adjusted close vs. raw close: die Split-Falle

Die meisten Chart-Tools — Yahoo Finance, Google Finance, die meisten Broker-Apps — geben einen adjusted close an: eine historische Preisreihe, in der vergangene Kurse für Splits korrigiert wurden (und auf einigen Plattformen auch für Dividenden), damit die Linie über die Zeit vergleichbar bleibt. Unser Warehouse speichert die Kursdaten so, wie sie tatsächlich gehandelt wurden. In einem normalen Monat stimmen beide Werte überein. In einem Monat mit einem Aktiensplit erzählen sie völlig unterschiedliche Geschichten — der 10-zu-1-Split von NVDA am 10. Juni 2024 innerhalb des Monats:

WITH px AS (
    SELECT argMaxIf(cl, day, day <= '2024-05-31') AS may_close,
           argMaxIf(cl, day, day <= '2024-06-30') AS jun_close
    FROM (
        SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS day,
               argMaxIf(toFloat64(close), window_start,
                   toTimeZone(window_start, 'America/New_York') >= toDateTime(concat(toString(toDate(toTimeZone(window_start, 'America/New_York'))), ' 09:30:00'), 'America/New_York')
                   AND toTimeZone(window_start, 'America/New_York') < toDateTime(concat(toString(toDate(toTimeZone(window_start, 'America/New_York'))), ' 16:00:00'), 'America/New_York')) AS cl
        FROM global_markets.delayed_stocks_minute_aggs
        WHERE ticker = 'NVDA'
          AND window_start >= '2024-05-29 04:00:00'
          AND window_start < '2024-07-01 08:00:00'
        GROUP BY day
    )
),
sp AS (
    SELECT split_to / split_from AS ratio
    FROM global_markets.stocks_splits
    WHERE ticker = 'NVDA'
      AND execution_date >= '2024-06-01'
      AND execution_date <= '2024-06-30'
)
SELECT round(may_close, 2) AS may_final_close_raw,
       round(jun_close, 2) AS june_final_close_raw,
       toInt32(ratio) AS shares_after_split_per_old_share,
       round(100 * (jun_close - may_close) / may_close, 2) AS raw_price_change_pct,
       round(may_close / ratio, 2) AS may_close_split_adjusted,
       round(100 * (jun_close - may_close / ratio) / (may_close / ratio), 2) AS adjusted_return_pct
FROM px CROSS JOIN sp

Liest man die Rohdaten, „fiel“ NVDA im Juni von $1097.46 auf $123.41 — ein Rückgang von -88.75%. Nichts dergleichen ist passiert: Am Vollzugstag wurde jede alte Aktie in 10 neue Aktien umgewandelt und der Preis entsprechend angepasst, sodass der Dollar-Wert für jeden Anleger gleich blieb. Teilt man den Schlusskurs vom Mai durch dasselbe Verhältnis — $109.75 auf split-adjustierter Basis — so ergibt der Juni 2024 12.45%, einen positiven Monat. Jede Quelle, die adjustierte Daten angibt, berichtet einen Wert nahe der zweiten Zahl; eine naive Berechnung auf Basis der Rohdaten ergibt die erste. Der adjusted close ist der häufigste Grund, warum zwei Quellen bei einer historischen Monatsrendite extrem voneinander abweichen — wenn eine Zahl in eine Richtung unmöglich hoch erscheint, prüfen Sie als Erstes den Split-Kalender.

Welcher Schlusskurs ist der maßgebliche Schlusskurs?

Eine weitere Grenze ergibt sich aus den Konventionen: dem Schlusskurs selbst. Die Zahl, die in jedem Factsheet verwendet wird, ist der offizielle Preis der Schlussauktion – der Einzelpreis, der durch die Schlussauktion um 16:00 Uhr ET festgelegt wird. Der Handel geht jedoch nach Börsenschluss weiter, und der letzte Preis der erweiterten Sitzung kann vom offiziellen Schlusskurs abweichen:

SELECT round(argMaxIf(toFloat64(close), window_start, rth), 2) AS regular_session_close,
       round(argMax(toFloat64(close), window_start), 2) AS last_extended_print,
       round(100 * (argMax(toFloat64(close), window_start) - argMaxIf(toFloat64(close), window_start, rth))
             / argMaxIf(toFloat64(close), window_start, rth), 3) AS after_hours_drift_pct
FROM (
    SELECT window_start, close,
           toTimeZone(window_start, 'America/New_York') >= toDateTime('2026-06-30 09:30:00', 'America/New_York')
           AND toTimeZone(window_start, 'America/New_York') < toDateTime('2026-06-30 16:00:00', 'America/New_York') AS rth
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND window_start >= '2026-06-30 04:00:00'
      AND window_start < '2026-07-01 08:00:00'
)

Am 30. Juni unterschieden sie sich um -0.003% – an diesem Abend war der Unterschied gering, aber bei einer Gewinnbekanntgabe einer einzelnen Aktie kann sich die erweiterte Sitzung um prozentuale Beträge bewegen, die die offizielle Monatsrendite dem nächsten Monat zuordnet. After-hours- und Premarket-Handel behandelt diese Grenze im Detail. Ein verwandter Sonderfall: Monatsgrenzen fallen gelegentlich auf einen durch Feiertage verkürzten Handelstag, an dem der reguläre Handel um 13:00 Uhr ET endet und der offizielle Schlusskurs in einer frühen Schlussauktion festgelegt wird – der Markt-Feiertagskalender listet diese auf.

Zinseszins: Zwölf Monate zu einem Jahr kumulieren

Eine jährliche Rendite ist nicht die Summe von zwölf Monatsrenditen – sie ist deren Produkt. Die Formel lautet: Wandeln Sie jeden Monat in einen Wachstumsfaktor (1 + Rendite) um, multiplizieren Sie die zwölf Faktoren miteinander und ziehen Sie 1 ab. Ein Monat mit −5 % gefolgt von einem Monat mit +5 % ergibt in der Summe Null, kumuliert jedoch zu 0,95 × 1,05 − 1 = −0,25 %. Hier ist der tatsächliche monatliche Verlauf von SPY über die zwölf Monate bis Ende Juni 2026:

WITH daily AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS day,
           argMaxIf(toFloat64(close), window_start,
               toTimeZone(window_start, 'America/New_York') >= toDateTime(concat(toString(toDate(toTimeZone(window_start, 'America/New_York'))), ' 09:30:00'), 'America/New_York')
               AND toTimeZone(window_start, 'America/New_York') < toDateTime(concat(toString(toDate(toTimeZone(window_start, 'America/New_York'))), ' 16:00:00'), 'America/New_York')) AS cl
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND window_start >= '2025-06-24 04:00:00'
      AND window_start < '2026-07-01 08:00:00'
    GROUP BY day
),
monthly AS (
    SELECT toStartOfMonth(day) AS month_start,
           argMax(cl, day) AS month_close
    FROM daily
    GROUP BY month_start
),
rets AS (
    SELECT month_start,
           formatDateTime(month_start, '%Y-%m') AS month,
           round(month_close, 2) AS month_final_close,
           100 * (month_close / lagInFrame(month_close) OVER (ORDER BY month_start) - 1) AS r
    FROM monthly
)
SELECT month,
       month_final_close,
       round(r, 2) AS simple_return_pct,
       round(100 * log(1 + r / 100), 2) AS log_return_pct
FROM rets
WHERE isFinite(r)
ORDER BY month_start

Zwölf Schlusskurse von Monat zu Monat, von 2.28% in 2025-07 bis -1.33% in 2026-06 – die letzte Zeile entspricht dem SPY-Wert für Juni 2026 aus der ersten Tabelle. Verknüpfen Sie die zwölf Monate korrekt und vergleichen Sie dies mit der Abkürzung der bloßen Addition der Prozentsätze:

WITH daily AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS day,
           argMaxIf(toFloat64(close), window_start,
               toTimeZone(window_start, 'America/New_York') >= toDateTime(concat(toString(toDate(toTimeZone(window_start, 'America/New_York'))), ' 09:30:00'), 'America/New_York')
               AND toTimeZone(window_start, 'America/New_York') < toDateTime(concat(toString(toDate(toTimeZone(window_start, 'America/New_York'))), ' 16:00:00'), 'America/New_York')) AS cl
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'SPY'
      AND window_start >= '2025-06-24 04:00:00'
      AND window_start < '2026-07-01 08:00:00'
    GROUP BY day
),
monthly AS (
    SELECT toStartOfMonth(day) AS month_start,
           argMax(cl, day) AS month_close
    FROM daily
    GROUP BY month_start
),
rets AS (
    SELECT month_start,
           100 * (month_close / lagInFrame(month_close) OVER (ORDER BY month_start) - 1) AS r
    FROM monthly
),
ends AS (
    SELECT argMin(month_close, month_start) AS base_close,
           argMax(month_close, month_start) AS final_close
    FROM monthly
)
SELECT count() AS months_linked,
       round(sum(r), 2) AS simple_sum_pct,
       round(100 * (exp(sum(log(1 + r / 100))) - 1), 2) AS geometric_compound_pct,
       round(100 * (any(final_close) / any(base_close) - 1), 2) AS direct_twelve_month_pct,
       round(100 * (exp(sum(log(1 + r / 100))) - 1) - sum(r), 2) AS compounding_gap_points,
       round(sum(100 * log(1 + r / 100)), 2) AS sum_of_monthly_log_returns_pct,
       round(100 * log(any(final_close) / any(base_close)), 2) AS twelve_month_log_return_pct
FROM rets CROSS JOIN ends
WHERE isFinite(r)

Die Summe der zwölf Monate beträgt 19.83%, aber der kumulierte Wert liegt bei 20.79%. Die direkte Berechnung vom Schlusskurs im Juni 2025 bis zum Schlusskurs im Juni 2026 ergibt 20.79%, was dem kumulierten Wert entspricht und nicht der Summe. Die Differenz beträgt hier 0.96 Punkte in einem relativ ruhigen Jahr; bei höherer Volatilität und längerem Zeitraum vergrößert sich diese Lücke. Das Addieren von monatlichen Prozentsätzen ist eine häufige Gewohnheit in Tabellenkalkulationen, ist jedoch mathematisch falsch.

Die letzten zwei Spalten zeigen die für Additionen entwickelte Methode: die Log-Rendite (log return), den natürlichen Logarithmus des Wachstumsfaktors, ln(1 + Rendite). Die monatlichen Log-Renditen summieren sich zu 18.89% – identisch mit der zwölfmonatigen Log-Rendite von 18.89%. Genau deshalb verwenden Analysten und Risikomodelle diese Werte. Bei geringen monatlichen Schwankungen unterscheiden sich die beiden Methoden kaum (2025-11: 0.21% einfach, 0.21% Log); je größer der monatliche Ausschlag, desto weiter klaffen sie auseinander (2026-04: 10.49% einfach, 9.97% Log). Factsheets von Fonds geben einfache Renditen an; Log-Renditen werden in Forschungsarbeiten und in der Volatilitätsberechnung verwendet.

Die Checkliste zur Abstimmung zweier Quellen

Wenn zwei monatliche Renditezahlen voneinander abweichen, liegt das fast immer an einem von vier Parametern:

1. Zeitpunkte — Close-to-Close (der Standard) oder Open-to-Close (das Handelsgeschehen des Monats). Abweichungen entstehen bei Kurslücken an den Grenzen.
2. Dividenden — Price Return oder Total Return. Abweichungen treten in jedem Monat mit einem Ex-Dividenden-Datum auf.
3. Anpassungen — Rohkurse oder adjusted-close-Serien. Bei einem Split sind die Unterschiede extrem hoch.
4. Der Schlusskurs selbst — der offizielle Auktionskurs (der Standard) im Vergleich zum letzten Trade, der auch den Handel außerhalb der regulären Zeiten beinhalten kann.

Wendet man dieselben Parameter auf beide Quellen an, verschwindet die Diskrepanz. Ein Vergleich zwischen einem Fonds und einem Index ist nur dann gültig, wenn beide Werte auf denselben vier Einstellungen basieren; eine falsche Einstellung führt dazu, dass der Vergleich den Parameter misst statt der Performance. Unser eigener Juni 2026 Rückblick gibt die Konvention aus genau diesem Grund vor: Jede monatliche Zahl dort ist Close-to-Close, basierend auf offiziellen Kursen und als Price Return.

FAQ zu monatlichen Renditen

Was ist eine Close-to-Close-Rendite?

Die prozentuale Veränderung vom Schlusskurs der vorangegangenen regulären Handelssitzung zum Schlusskurs der aktuellen Periode. Dies ist die Standardmethode für tägliche, monatliche und jährliche Aktienrenditen in Factsheets und Indexberichten.

Warum zeigen zwei Websites unterschiedliche Renditen für dieselbe Aktie und denselben Monat an?

Dies liegt fast immer an einer von vier Konventionen: unterschiedliche Endpunkte (Close-to-Close vs. Open-to-Close), die Berücksichtigung von Dividenden, Rohkurse gegenüber splitsbereinigten Kursen oder eine andere Quelle für die Schlusskurse. NVDA im Juni 2026 misst allein beim ersten Wechsel -5.39% oder -7.4%.

Verändert ein Aktiensplit die Berechnung der monatlichen Rendite?

Eigentlich nicht – ein Split verändert die Anzahl der Aktien und den Preis gleichermaßen, sodass der Gesamtwert der Position unverändert bleibt – aber er verfälscht jede Berechnung, die auf Rohkursen basiert. NVDA im Juni 2024 sieht bei Rohschlüssen wie -88.75% aus und misst 12.45%, sobald der 10-zu-eins Split bereinigt ist.

Enthalten monatliche Aktienrenditen Dividenden?

Nur Total Returns tun dies. Price Returns – einschließlich des S&P 500 Indexstandes – schließen diese aus. Im Juni 2026 fügten Dividenden SPY einen Anteil von 0.25% zur Monatsrendite hinzu, was die Differenz zwischen der Preisrendite und der Total Return darstellt.

Wird die monatliche Rendite meines persönlichen Portfolios auf die gleiche Weise berechnet?

Nicht sobald Geld ein- oder ausgezahlt wird. Renditen einzelner Wertpapiere, wie sie auf dieser Seite aufgeführt sind, sind zeitgewichtete Renditen; ein Konto mit Einzahlungen und Auszahlungen erfordert eine geldgewichtete Berechnung (interner Zinsfuß), da die Cashflows sonst die Performance verfälschen. Die meisten Broker geben zeitgewichtete Werte an, um Ihre Einzahlungen aus der Zahl zu eliminieren.

Jeder oben genannte Wert basiert auf einer gespeicherten, versionierten Abfrage der realen Kursdaten – erweitern Sie das SQL eines beliebigen Panels oder messen Sie die Monatsrendite eines beliebigen Tickers unter jeder Konvention auf dem Strasmore-Terminal.