Am stärksten leerverkaufte Aktien aktuell

„Most shorted“ bezieht sich je nach Maßstab auf zwei verschiedene Listen, wobei die meisten Artikel eine davon auswählen, ohne dies zu erwähnen. Diese Seite zeigt beide Listen an. Die Daten basieren auf den neuesten börsengeprüften Short-Interest-Settlements und beschränken sich auf liquide Titel. Zudem enthält die Seite Informationen, die in den meisten Bestenlisten fehlen: ob die Konzentration der Short-Positionen zunimmt oder abnimmt, welche Aktien sukzessive mehr Short-Interesse aufweisen und wie sich die Kurse der Top-Titel entwickelt haben. Die Daten werden bei Veröffentlichung neuer Settlements aktualisiert; die Spalte settled in der ersten Tabelle gibt an, auf welchen Berichtszeitraum Sie sich beziehen.

Die am stärksten leerverkauften Titel nach Tagen zur Deckung — die überfüllten Ausgänge

Tage zur Deckung teilt die Anzahl der Short-Positionen durch das durchschnittliche tägliche Handelsvolumen: es gibt an, wie viele typische Handelstage das gesamte Volumen der Aktie benötigt würden, damit die Leerverkäufer ihre Positionen zurückkaufen können. Dies ist der Maßstab für Beobachter von Short Squeezes; eine detailliertere Kalibrierung finden Sie im verlinkten Leitfaden.

SELECT ticker,
       round(days_to_cover, 1) AS days_to_cover,
       round(short_interest / 1e6, 1) AS shares_short_m,
       round(avg_daily_volume / 1e6, 1) 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 >= 5000000
  AND days_to_cover IS NOT NULL
  AND ticker NOT IN ('SPCX')
ORDER BY days_to_cover DESC, ticker
LIMIT 10

Der aktuelle Spitzenreiter, MPT, weist zum Stichtag des 2026-06-30 eine Deckungsdauer von 16.9 Tagen auf. Die Berechnung ist nach Börsengeschäft sinnvoll nachvollziehbar, anhand der Zahlen des Spitzenreiters: 138.1 Millionen Short-Aktien, geteilt durch 8.2 Millionen Aktien des durchschnittlichen täglichen Volumens, ergeben 16.9 volle Tage des gesamten Handelsvolumens der Aktie — einschließlich aller Käufer und Verkäufer — die allein durch die Rückkäufe der Leerverkäufer verbraucht würden. Zum Vergleich: Der Median eines liquiden Titels in derselben Datei liegt bei 1.8 Tagen, und selbst der letzte Wert in dieser Top-Ten-Liste bei 8.7 Tagen liegt um ein Vielfaches über diesem Median. Ein so hoher Wert deutet auf einen engen Ausgang hin; er sagt jedoch nicht aus, dass dieser Ausgang notwendig sein wird — die Mechanik eines Squeezes erklärt, was eintreten muss, damit dies relevant wird.

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 aktuellen Marktführer zu dieser Position gekommen sind, datenbasiert beantworten. Diese Übersicht verfolgt die drei Aktien mit den aktuell höchsten days-to-cover-Werten rückwärts über die letzten acht Abrechnungen (etwa vier Monate) hinweg.

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 IS NOT NULL
      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 current_leader_dtc,
       maxIf(round(days_to_cover, 1), ticker = (SELECT ticker FROM top3 WHERE rank = 2)) AS second_place_dtc,
       maxIf(round(days_to_cover, 1), ticker = (SELECT ticker FROM top3 WHERE rank = 3)) AS third_place_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 aktuellen Marktführer in der zeitlichen Rückschau, sodass die letzte Zeile mit der obigen Tabelle übereinstimmt: 16.9, 11.5 und 10.9 Tage. Wenn man jede Spalte von oben nach unten liest, erkennt man die Dynamik, die eine Momentaufnahme verbirgt: Die Konzentration baut sich über mehrere Abrechnungen hinweg – also über Wochen und Monate – auf und wird wieder abgebaut; sie geschieht nicht über Nacht. Ein Wert kann ein ganzes Quartal lang zweistellige Zahlen aufweisen, ohne dass sich die Lage ändert. Eine leere Zelle bedeutet, dass der Ticker in dieser Abrechnung keinen qualifizierenden Print hatte. Die Hälfte der Analyse von Squeeze-Potenzialen besteht darin, zu wissen, ob man es mit einem neuen Akteur oder einem langfristigen Bestandteil zu tun hat; diese Übersicht liefert diese Antwort auf einen Blick.

Die am stärksten leerverkauften Titel nach absoluten Aktien – eine völlig andere Liste

SELECT ticker,
       round(short_interest / 1e6, 1) AS shares_short_m,
       round(days_to_cover, 1) AS days_to_cover,
       round(avg_daily_volume / 1e6, 1) 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 short_interest IS NOT NULL
  AND ticker NOT IN ('SPCX')
ORDER BY short_interest DESC, ticker
LIMIT 10

Nach der Anzahl der leerverkauften Aktien verändert sich die Rangliste: PLUG führt mit 340.7 Millionen Aktien bei einem täglichen Volumen von 56.5 Millionen Aktien, was einer Days-to-Cover-Rate von 6 Tagen entspricht. Große Positionen bedeuten nicht automatisch ein überfülltes Ausstiegsrisiko: Der am wenigsten überlaufene Titel in dieser Top-ten-Liste könnte seine gesamte Short-Position in etwa 2 Tagen des normalen Handels abwickeln. Größe und Crowding sind unterschiedliche Faktoren. Ein Titel wie NVDA kann eine der größten absoluten Short-Positionen am Markt aufweisen und aufgrund des enormen täglichen Volumens dennoch schnell ausgesteuert werden. Andere Titel auf derselben Liste weisen eine Days-to-Cover-Rate auf, die weit über dem Median des liquiden Universums liegt. Dabei werden Absicherungen, Bestände von Market-Makern und Relative-Value-Trades ebenfalls als „Short Interest“ ausgewiesen, ohne dass es sich dabei um Wetten gegen das Unternehmen handelt. Die wichtigste Erkenntnis lautet: Der rohe Short Interest misst die Größe; die Days-to-Cover messen das Crowding. Die beiden Listen überschneiden sich viel weniger, als die meisten erwarten – und wenn ein Titel in beiden Listen weit oben steht, ist dies die Kombination, die eine genauere Betrachtung wert ist.

Welche Aktien werden stärker leerverkauf-t?

Beide Bestenlisten stellen Zustände dar. Die andere häufig gestellte Frage – welche Aktien werden aktuell verstärkt leerverkauft – beschreibt eine Veränderung und erfordert daher zwei Messpunkte. Diese Übersicht rangiert liquide Titel nach dem Wachstum der Days to Cover vom vorherigen Wert zum neuesten Wert.

WITH dates AS (
    SELECT DISTINCT settlement_date AS d
    FROM global_markets.stocks_short_interest
    ORDER BY d DESC
    LIMIT 2
)
SELECT ticker,
       round(anyIf(days_to_cover, settlement_date = (SELECT min(d) FROM dates)), 1) AS prior_dtc,
       round(anyIf(days_to_cover, settlement_date = (SELECT max(d) FROM dates)), 1) AS latest_dtc,
       round(anyIf(days_to_cover, settlement_date = (SELECT max(d) FROM dates))
             - anyIf(days_to_cover, settlement_date = (SELECT min(d) FROM dates)), 1) AS dtc_change
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')
GROUP BY ticker
HAVING count() = 2 AND dtc_change >= 0.1
ORDER BY dtc_change DESC, ticker
LIMIT 8

Der größte Anstieg bei ENVX erfolgte von 7.1 auf 10.2 Days to Cover innerhalb einer Messperiode – ein Zuwachs von 3.1 Tagen; selbst die kleinste gezeigte Bewegung erhöhte den Wert um 2.1 Tage. Ein technischer Hinweis vor der Interpretation der Daten: Days to Cover ist eine Kennzahl, die steigt, wenn die Short-Positionen zunehmen oder wenn das durchschnittliche Handelsvolumen sinkt. Eine Aktie, die nach einer volatilen Phase ruhiger wird, kann in dieser Liste aufsteigen, ohne dass eine einzige neue Aktie leerverkauft wurde – Short Interest vs. Short Volume erläutert, welche Kennzahl sich aus welchem Grund verändert.

Gewinnen die großen Leerverkäufer?

Eine hohe Short-Interest-Quote ist eine bereits getätigte Wette. Der Kurs zeigt an, wie sich diese Wette entwickelt hat. Diese Übersicht identifiziert die aktuellen Spitzenreiter bei der Markteinschließung (Crowding) und berechnet die Kursveränderung für jeden Wert über den Zeitraum des letzten Monats basierend auf den Schlusskursen der regulären Handelszeiten (Namen ohne Minutendaten werden ausgeschlossen).

WITH top5 AS (
    SELECT ticker, round(days_to_cover, 1) AS dtc
    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 IS NOT NULL
      AND ticker NOT IN ('SPCX')
    ORDER BY days_to_cover DESC, ticker
    LIMIT 5
),
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 ticker FROM top5)
      AND window_start >= now() - INTERVAL 35 DAY
      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60
          + toMinute(toTimeZone(window_start, 'America/New_York')) BETWEEN 570 AND 959
    GROUP BY ticker, session
),
moves AS (
    SELECT ticker,
           count() AS sessions,
           toString(min(session)) AS from_session,
           toString(max(session)) AS to_session,
           round((argMax(rth_close, session) / argMin(rth_close, session) - 1) * 100, 1) AS return_pct
    FROM daily
    GROUP BY ticker
    HAVING sessions >= 15
)
SELECT m.ticker AS ticker,
       t.dtc AS days_to_cover,
       m.return_pct AS return_pct,
       m.from_session AS from_session,
       m.to_session AS to_session
FROM moves m
INNER JOIN top5 t ON m.ticker = t.ticker
ORDER BY t.dtc DESC, m.ticker

Zum letzten Handelstag im betrachteten Zeitraum (2026-07-21) hat sich der aktuelle Spitzenreiter bei den Days-to-Cover über den gezeigten Monat um 7.7% verändert. Vergleichen Sie die Spalte der Rendite mit der Spalte der Days-to-Cover: Ein fallender Kurs bei hoher Leerverkaufquote bedeutet, dass die Wette aufgeht; ein steigender Kurs erhöht den Druck auf die Leerverkäufer. In den meisten Fällen zeigt diese Tabelle beide Richtungen gleichzeitig – der Markt bewertet die Leerverkäufer selten alle im selben Monat gleich. Diese Differenz ist der Grund, warum ein hoher Days-to-Cover-Wert allein keine Aussagekraft besitzt.

Wie ein echter Squeeze in diesen Daten aussah

Der berühmte Fall lässt sich anhand derselben Datei, auf der diese Seite basiert, unter Verwendung der gleichen drei Spalten erneut analysieren. Die Short Interest von GameStop während des Squeezes im Januar 2021:

SELECT toString(settlement_date) AS settlement_date,
       round(short_interest / 1e6, 1) AS shares_short_m,
       round(avg_daily_volume / 1e6, 1) AS avg_daily_volume_m,
       round(days_to_cover, 1) AS days_to_cover
FROM global_markets.stocks_short_interest
WHERE ticker = 'GME'
  AND settlement_date BETWEEN '2020-11-01' AND '2021-03-31'
ORDER BY settlement_date

Die Form ist die entscheidende Lehre. Vor dem Ereignis lag die Days-to-Cover-Rate von GME bei 14 (2020-11-13) – ein Spitzenwert – und am Ende des Jahres waren immer noch 71.2 Millionen Aktien leerverkauft. Zwei Berichte später (2021-01-29) war die Short-Position auf 21.4 Millionen Aktien gesunken, während das durchschnittliche tägliche Handelsvolumen auf 96.8 Millionen Aktien explodierte – und die Days-to-Cover lagen bei 1, also unter dem üblichen Median liquider Märkte, genau auf dem Höhepunkt der Manie. Das ist die Falle des Volumen-Nenners in einer einzigen Zeile: Das Verhältnis wirkte ruhig, gerade als der Squeeze am stärksten war. Das Transaktionsprotokoll vom 28. Januar 2021 zeigt, wie der Handel innerhalb dieser zwei Wochen Minute für Minute aussah.

So wird diese Liste erstellt – und wie man sie ehrlich liest

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

WITH dates AS (
    SELECT DISTINCT settlement_date AS d
    FROM global_markets.stocks_short_interest
    ORDER BY d DESC
    LIMIT 2
),
top10_dtc_latest AS (
    SELECT ticker FROM global_markets.stocks_short_interest
    WHERE settlement_date = (SELECT max(d) FROM dates) AND avg_daily_volume >= 5000000
      AND days_to_cover IS NOT NULL AND ticker NOT IN ('SPCX')
    ORDER BY days_to_cover DESC, ticker LIMIT 10
),
top10_dtc_prior AS (
    SELECT ticker FROM global_markets.stocks_short_interest
    WHERE settlement_date = (SELECT min(d) FROM dates) AND avg_daily_volume >= 5000000
      AND days_to_cover IS NOT NULL AND ticker NOT IN ('SPCX')
    ORDER BY days_to_cover DESC, ticker LIMIT 10
),
size10_latest AS (
    SELECT ticker, days_to_cover FROM global_markets.stocks_short_interest
    WHERE settlement_date = (SELECT max(d) FROM dates) AND avg_daily_volume >= 5000000
      AND short_interest IS NOT NULL AND ticker NOT IN ('SPCX')
    ORDER BY short_interest DESC, ticker LIMIT 10
)
SELECT
    (SELECT count() FROM global_markets.stocks_short_interest
     WHERE settlement_date = (SELECT max(d) FROM dates)) AS tickers_reported,
    (SELECT count() FROM global_markets.stocks_short_interest
     WHERE settlement_date = (SELECT max(d) FROM dates) AND avg_daily_volume >= 5000000) AS liquid_tickers,
    (SELECT round(quantileDeterministic(0.5)(days_to_cover, cityHash64(ticker)), 1)
     FROM global_markets.stocks_short_interest
     WHERE settlement_date = (SELECT max(d) FROM dates) AND avg_daily_volume >= 5000000
       AND days_to_cover IS NOT NULL) AS liquid_median_dtc,
    (SELECT count() FROM top10_dtc_latest
     WHERE ticker IN (SELECT ticker FROM top10_dtc_prior)) AS dtc_top10_repeats,
    (SELECT round(min(days_to_cover), 1) FROM size10_latest) AS size_top10_min_dtc

• Die Liquiditätsuntergrenze ist bewusst streng gewählt. Die aktuelle Abrechnungsdatei enthält 22207 Ticker; die Untergrenze für das durchschnittliche tägliche Handelsvolumen von fünf Millionen Aktien behält 947 von ihnen bei. Ohne diese Regel wären beide Bestenlisten mit Microcaps gefüllt, deren extrem hohe Days to Cover lediglich ein Effekt des minimalen Volumens sind und nicht auf intensive Leerverkäufe hindeuten – nicht handelbare Werte, die eine Frage beantworten, die niemand gestellt hat.
• Die Liste ist beständig, aber nicht statisch. 5 der aktuellen Top zehn nach Days to Cover befanden sich bereits in den Top zehn der vorherigen Abrechnung. Die Platzierungen an der Spitze sind beständig genug, um aussagekräftig zu sein, aber volatil genug, dass die Liste der letzten Veröffentlichung nicht identisch mit der aktuellen ist.
• Die Daten sind konstruktionsbedingt veraltet. Abrechnungen werden zweimal im Monat von den Börsen gemeldet und mit Verzögerung veröffentlicht – der Text, den Sie hier lesen, ist bereits Tage alt, bevor er einen Bildschirm erreicht, und die Positionen können sich seitdem bereits verändert haben.
• Keine Spalte für den Float, keine Berechnungen zum Float. Diese Datei gibt die Anzahl der leerverkauften Aktien und das durchschnittliche tägliche Handelsvolumen an; daher ist die Days to Cover das ehrliche Maßstab. Die andere gängige Kennzahl – Short Interest als Prozentsatz des Float – erfordert Float-Daten, die diese Tabelle nicht enthält, und beide Werte können voneinander abweichen: Ein Mega-Cap mit hohem Float kann an der Spitze der Liste der Aktien stehen, während es bei beiden Maßen für Crowding kaum auffällt.
• Ein Symbol wird explizit per SQL ausgeschlossen. Ein Ticker in der aktuellen Datei wurde kürzlich von einem Unternehmen auf ein neu börsennotiertes Unternehmen übertragen, und Datenanbieter können die Datensätze beider Einheiten unter demselben Symbol vermischen. Um zu vermeiden, dass die Short-Position eines Unternehmens dem anderen zugeschrieben wird, wird dieser Ticker in jeder Abfrage auf dieser Seite ignoriert; die Ausschlussliste folgt unseren Symbol-Identitätsprüfungen bei jeder Aktualisierung.
• Hoher Short Interest ist eine Beschreibung, kein Urteil. Stark leerverkaufte Namen umfassen sowohl potenzielle Squeeze-Kandidaten als auch Unternehmen, die der Markt korrekt bewertet hat. Die Tabelle kann nicht unterscheiden, um was es sich handelt – und das kann auch kein Anbieter eines Screeners.

FAQ zu den am stärksten leerverkauften Aktien

Welche Aktie ist aktuell am stärksten leerverkauft?

Gemessen an den Tagen zur Deckung (days to cover) unter den liquiden Titeln führt MPT mit 16.9 Tagen bei der letzten Abrechnung. Bei der absoluten Anzahl der Short-Positionen führt PLUG mit 340.7 Millionen Aktien. Beide oben genannten Tabellen werden aktualisiert, sobald die Abrechnungen veröffentlicht werden.

Welche Aktien werden aktuell verstärkt leerverkauft?

Gemessen an der Änderung der Tage zur Deckung zwischen den zwei letzten Abrechnungen verzeichnete ENVX den größten Zuwachs — 3.1 Tage, von 7.1 auf 10.2. Die Tabelle der Trendfolger listet die größten Anstiege im Vergleich zur vorangegangenen Abrechnung unter den liquiden Titeln auf.

Warum weichen die beiden Listen zu den „am stärksten leerverkauften“ Aktien voneinander ab?

Sie messen unterschiedliche Kennzahlen: die Anzahl der Short-Positionen (Größe) im Vergleich zur Anzahl der Short-Positionen im Verhältnis zum täglichen Handelsvolumen (Crowding). Die Liste zur Größe ordnet die rohen Short-Positionen ein. Diese tendiert zu stark gehandelten Titeln, bei denen die Positionen zwar groß sein können, aber — bei einigen von ihnen — dennoch schnell geschlossen werden können. Die Crowding-Liste hingegen zeigt Titel auf, bei denen die Short-Position im Verhältnis zum Handelsvolumen dieses spezifischen Wertpapiers groß ist.

Bedeutet ein hoher Short Interest, dass ein Short Squeeze bevorsteht?

Nein. Es ist eine Voraussetzung, keine Vorhersage — die meisten stark leerverkauften Aktien erleben nie einen Squeeze. GameStop verzeichnete 14 Tage zur Deckung vor dem Squeeze im Januar 2021, und viele Aktien haben ähnliche Zahlen ohne große Marktbewegungen aufgewiesen. Der Leitfaden zum Short Interest erklärt, was diese Kennzahl aussagt und was sie nicht aussagt.

Wie aktuell sind diese Daten?

Jede Tabelle nutzt die neueste vorliegende Abrechnung (datiert in der Spalte settled der ersten Tabelle). Die Seite wird bei jedem Aktualisieren neu generiert. Der Short Interest wird zweimal monatlich von den Börsen gemeldet, wobei eine Verzögerung von einer bis zu mehreren Wochen besteht.

Jede Tabelle basiert auf einer gespeicherten, versionierten Abfrage der börsengeprüften Daten — erweitern Sie das SQL oder filtern Sie das gesamte Universum auf Ihre eigene Weise über das Strasmore-Terminal.