Strasmore Research
Analysen Matt ConnorVon Matt Connor · Aktualisiert 2026-07-24

Aktienmarkt Reaktion 24. Februar 2022

Nach Russlands Invasion der Ukraine schlossen US-Aktien trotz starkem Gap im Minus im Plus. Analyse zu Öl, Gold, Defense-Werten, Bonds und dem S&P 500.

In den frühen Morgenstunden des 24. Februar 2022 begann Russlands großangelegte Invasion der Ukraine. Der US-Aktienmarkt verzeichnete dabei eine der am intensivsten untersuchten Sitzungen des Jahrzehnts. Die Index-Futures fielen über Nacht stark. Der Nasdaq-100 ETF QQQ eröffnete -3.2% tiefer und schloss bei +3.4%. Diese Seite dokumentiert das gesamte Ereignis: die Trendwende Minute für Minute, die Entwicklung des S&P 500 und des Dow Jones sowie die Kursverläufe von Öl, Gold, Verteidigungswerten, Treasuries und Volatilität. Zudem werden die darauffolgenden Wochen analysiert. Jeder Wert basiert auf einer gespeicherten Abfrage; Sie können jedes Panel erweitern, um den SQL-Code einzusehen.

Vor der Eröffnung: Der Verlauf der Nacht

Die Invasion kam nicht überraschend. Im Laufe des späten 2021 und Anfang 2022 massierte Russland Truppen an der Grenze zur Ukraine – westliche Schätzungen lagen damals bei weit über 100.000 Soldaten – und die Märkte handelten dieses Risiko bereits seit Wochen. Am Montag, den 21. Februar, erkannte Moskau die beiden selbst erklärten Separatrepubliken in der Ostukraine an. Die US-Märkte waren aufgrund des Washingtons' Birthday geschlossen. Die erste Handelssitzung, die die Nachrichten einpreisen konnte, war der Dienstag, der 22. Februar, ein roter Handelstag. Am selben Dienstag erfolgte die erste Tranche westlicher Sanktionen, zeitgleich mit dem Stopp der Zertifizierung der Nord Stream 2-Pipeline durch Deutschland.

Kurz vor 6 Uhr Moskauer Zeit am Donnerstag, den 24. Februar – etwa 22 Uhr am Mittwochabend in New York – kündigte der russische Präsident die Operation an. Innerhalb einer Stunde wurden Explosionen in ukrainischen Städten gemeldet. US-Index-Futures, die über Nacht gehandelt werden, verzeichneten sofort Verkäufe. Bei Sonnenaufgang war die einzige offene Frage, wie weit unter dem Schlusskurs vom Mittwoch die Eröffnungsauktion um 9:30 Uhr liegen würde.

Der Tag in einer Zeile

Eine Zeile enthält die gesamte Antwort – Schlusskurs des Vortages, Gap, Tiefststand, Höchststand, Schlusskurs und Volumen:

AbfrageQQQ am 24. Februar 2022 — Reversal am Invasionstag, dokumentiert
Das exakte SQL hinter jeder Zahl
WITH
    (
        SELECT argMaxIf(toFloat64(close), window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959)
        FROM global_markets.delayed_stocks_minute_aggs
        WHERE ticker = 'QQQ'
          AND window_start >= toDateTime('2022-02-23 00:00:00') AND window_start < toDateTime('2022-02-24 04:00:00')
    ) AS prior_rth_close
SELECT
    round(prior_rth_close, 2) AS prior_close,
    round(toFloat64(argMinIf(open, window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959)), 2) AS rth_open,
    round((toFloat64(argMinIf(open, window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959)) / prior_rth_close - 1) * 100, 1) AS gap_pct,
    round(minIf(toFloat64(low), (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959), 2) AS rth_low,
    formatDateTime(toTimeZone(argMinIf(window_start, (toFloat64(low), toInt64(toUnixTimestamp(window_start))), (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959), 'America/New_York'), '%H:%i') AS low_et,
    round(maxIf(toFloat64(high), (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959), 2) AS rth_high,
    round(toFloat64(argMaxIf(close, window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959)), 2) AS rth_close,
    round((toFloat64(argMaxIf(close, window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959)) / prior_rth_close - 1) * 100, 1) AS day_change_pct,
    round((minIf(toFloat64(low), (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) / prior_rth_close - 1) * 100, 1) AS low_vs_prior_pct,
    round((toFloat64(argMaxIf(close, window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959)) / minIf(toFloat64(low), (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) - 1) * 100, 1) AS trough_to_close_pct,
    round((maxIf(toFloat64(high), (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) / toFloat64(argMaxIf(close, window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959)) - 1) * 100, 2) AS close_to_high_pct,
    round((toFloat64(argMinIf(open, window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959)) / minIf(toFloat64(low), (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) - 1) * 100, 2) AS open_above_low_pct,
    round(toFloat64(sum(volume)) / 1e6, 1) AS day_shares_m,
    countIf((toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) AS rth_minute_bars
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'QQQ'
  AND window_start >= toDateTime('2022-02-24 04:00:00') AND window_start < toDateTime('2022-02-24 23:59:00')

Das entscheidende Ergebnis: Der Tiefststand der Sitzung bei $318.26 wurde um 09:30 ET — in der ersten Handelsminute-3.4% unter dem Schlusskurs des Vortages verzeichnet. Von diesem ersten Wert aus stieg der QQQ über sechs und eine halbe Stunden an und schloss bei $340.65: +3.4% am Tag, eine 7%-Schwankung vom Tiefststand bis zum Schlusskurs bei 128 Millionen Aktien. Der Schlusskurs war kein Nachlassen vor der Glocke: Er lag nur 0.11% unter dem Tageshöchststand von $341.04, was bedeutet, dass der Tag im Wesentlichen an seinem Höchstpunkt endete. Wer in der ersten Handelsminute verkaufte, verkaufte innerhalb von 0.18% des endgültigen Tiefststands der Sitzung — der tatsächliche Tiefstwert wurde Augenblicke nach der Eröffnungsauktion verzeichnet, nicht direkt bei ihr (der Auktionskurs lag bei $318.84; der Tiefstwert bei $318.26).

Die Umkehrung, Zeitintervall für Zeitintervall

Die 30-Minuten-Intervalle zeigen den Verlauf des Anstiegs:

AbfrageQQQ im 30-Minuten-Intervall — reguläre Sitzung am 24. Februar 2022
Das exakte SQL hinter jeder Zahl
SELECT
    formatDateTime(toStartOfInterval(toTimeZone(window_start, 'America/New_York'), INTERVAL 30 MINUTE), '%H:%i') AS et_time,
    round(toFloat64(argMax(close, window_start)), 2) AS bucket_close,
    round(min(toFloat64(low)), 2) AS bucket_low,
    round(toFloat64(sum(volume)) / 1e6, 1) AS shares_m
FROM global_markets.delayed_stocks_minute_aggs
WHERE ticker = 'QQQ'
  AND window_start >= toDateTime('2022-02-24 04:00:00') AND window_start < toDateTime('2022-02-24 23:59:00')
  AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
GROUP BY et_time
ORDER BY et_time

Die Entwicklung verlief nicht völlig linear — der 12:00 ET-Bucket schloss bei $328.03, unter dem 11:30-Schlusskurs von $330.29 — aber die Richtung änderte sich nie grundlegend. Der letzte Bucket schloss bei $340.65, dem Höchstwert der Tabelle. Das Volumen folgte dem üblichen U-Profil: 18.6 Millionen Aktien in der ersten halben Stunde und 15 Millionen in der letzten, gegenüber 4.7 Millionen um die Mittagszeit. Es ist das Spiegelbild von dem Abstieg von 2011. Handelszeiten wie diese erklären, warum Erzählungen wie „der Markt fiel infolge der Invasion“ irreführend sind: Die Futures fielen über Nacht; die Cash-Session stieg ab der ersten Minute an. Welches Szenario eintrat, hing allein vom Zeitpunkt Ihrer Order-Platzierung ab — das Thema Übernacht-Gaps lässt sich in ruhigeren Wochen messen.

Nicht nur der Nasdaq: Der gesamte Markt drehte um

Eine Betrachtung einzelner Indizes ließe die Frage offen: Handelte es sich um eine Besonderheit bei Growth-Aktien oder um eine marktweite Trendwende? Die folgende Übersicht vergleicht elf Ticker anhand eines einheitlichen Maßstabs – die drei großen Index-ETFs sowie die typischen Anlageklassen bei geopolitischen Schocks: Energie, Gold, langfristige Staatsanleihen, ein Volatilitäts-ETF und vier Rüstungskonzerne.

AbfrageElf Ticker am 24. Februar 2022 — Gap, Intraday-Extrema, Schlusskurs (% vs. Vorverschluss)
Das exakte SQL hinter jeder Zahl
SELECT
    ticker,
    round(prior_close, 2) AS prior_close,
    round((rth_open / prior_close - 1) * 100, 1) AS gap_pct,
    round((rth_low / prior_close - 1) * 100, 1) AS low_vs_prior_pct,
    round((rth_high / prior_close - 1) * 100, 1) AS high_vs_prior_pct,
    round((rth_close / prior_close - 1) * 100, 1) AS day_change_pct
FROM (
    SELECT
        ticker,
        argMaxIf(toFloat64(close), window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959 AND toDate(toTimeZone(window_start, 'America/New_York')) = toDate('2022-02-23')) AS prior_close,
        argMinIf(toFloat64(open), window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959 AND toDate(toTimeZone(window_start, 'America/New_York')) = toDate('2022-02-24')) AS rth_open,
        minIf(toFloat64(low), (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959 AND toDate(toTimeZone(window_start, 'America/New_York')) = toDate('2022-02-24')) AS rth_low,
        maxIf(toFloat64(high), (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959 AND toDate(toTimeZone(window_start, 'America/New_York')) = toDate('2022-02-24')) AS rth_high,
        argMaxIf(toFloat64(close), window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959 AND toDate(toTimeZone(window_start, 'America/New_York')) = toDate('2022-02-24')) AS rth_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('QQQ', 'SPY', 'DIA', 'XLE', 'GLD', 'TLT', 'VIXY', 'LMT', 'NOC', 'RTX', 'GD')
      AND window_start >= toDateTime('2022-02-23 00:00:00') AND window_start < toDateTime('2022-02-24 23:59:00')
    GROUP BY ticker
)
ORDER BY indexOf(['QQQ', 'SPY', 'DIA', 'XLE', 'GLD', 'TLT', 'VIXY', 'LMT', 'NOC', 'RTX', 'GD'], ticker)

Die Trendwende betraf den gesamten Markt, doch das Ausmaß entsprach nicht direkt der morgendlichen Kurslücke: Der QQQ eröffnete mit einer Lücke von -3.2% und schloss mit +3.4%. SPY und DIA wiesen fast identische Kurslücken auf – -2.6% und -2.6% – dennoch schloss der SPY mit +1.5%, während der DIA nur mit +0.3% leicht im Plus lag. Der Growth-lastige Index verzeichnete die stärkste Umkehr; der Industrie-lastige Dow die geringste. Die Differenz zwischen SPY und DIA liegt in der Zusammensetzung, nicht in der Größe der Kurslücke.

Wohin das Geld floss: Öl, Gold, Verteidigung, Volatilität

Betrachten Sie nun die unteren Zeilen derselben Tabelle – den „War Trade“. Energie eröffnete bei seinen Höchstständen und schloss im Minus: XLE eröffnete mit einem Gap von +2.1%, fiel im Tagesverlauf auf bis zu -3.4% unter den vorherigen Schlusskurs und schloss bei -0.9%. Gold vollzog eine ähnliche Bewegung: GLD eröffnete mit +2.4% und schloss bei -0.6%. VIXY – ein ETF, der kurzfristige VIX-Futures hält und somit das am nächsten liegende handelbare Proxy für den Volatilitätsindex darstellt – eröffnete mit einem Gap von +11.1% und schloss bei -3%, also unter dem Schlusskurs des Vortages. Die klassischen Angstwerte erreichten ihren Höhepunkt genau dann, als die Schlagzeilen am schlechtesten waren, und schwächten im Zuge der Erholung der Aktien ab: die Umkehr der Aktienbewegung verlief invers.

Die Rüstungskonzerne bildeten die Ausnahme und hielten sich. Alle vier schlossen im Plus – LMT +1.7%, NOC +2.4%, RTX +2.1%, GD +1.1% – und Northrop Grumman lag während der gesamten Sitzung nie unter dem Schlusskurs vom Mittwoch (der Intraday-Tiefstwert lag bei +1%); dies war der einzige der vier Werte, der keine roten Zahlen schrieb.

Treasuries: Die Flucht in sichere Häfen erfolgte verzögert

Sinkende Renditen bei Staatsanleihen bedeuten steigende Kurse – ein klassischer Zufluss in sichere Häfen. Am Tag der Invasion selbst war dieser Effekt zum Handelsschluss kaum spürbar:

Abfrage2-Jahres- und 10-Jahres-Treasury-Renditen, 18. Februar – 8. März 2022 (%)
Das exakte SQL hinter jeder Zahl
SELECT
    toString(date) AS session,
    round(yield_2_year, 2) AS yield_2_year,
    round(yield_10_year, 2) AS yield_10_year
FROM global_markets.treasury_yields
WHERE date BETWEEN '2022-02-18' AND '2022-03-08'
ORDER BY date

Die Rendite der 10-jährigen Anleihe schloss am 24. Februar bei 1.96%, knapp unter dem Wert von 1.99% des Vortages. Die eigentliche Flucht setzte erst in der darauffolgenden Woche ein: Bis 2022-03-01 lag die Rendite der 10-jährigen Anleihe bei 1.72% – der niedrigste Schlusskurs in diesem Zeitraum – und die 2-jährige Anleihe fiel im selben Zeitraum von 1.58% auf 1.31%. Der TLT, der im obigen Panel aufgeführte ETF für langfristige Staatsanleihen, zeigte denselben Trend innerhalb des Handelstages: eine Eröffnung mit einem Plus von 1.8%, das bis zum Handelsschluss auf 0.2% sank.

Die Tage darum

Drei Wochen mit täglichen Schlusskursen ordnen die Trendwende ein – und klären stillschweigend, ob sie Bestand hatte:

AbfrageQQQ Tagesendkurse, 22. Februar – 14. März 2022
Das exakte SQL hinter jeder Zahl
SELECT
    toString(et_date) AS session,
    close_usd,
    round(if(prev_close = 0, NULL, (close_usd / prev_close - 1) * 100), 1) AS change_pct,
    shares_m
FROM (
    SELECT et_date, close_usd, shares_m,
           lagInFrame(close_usd) OVER (ORDER BY et_date ASC ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) AS prev_close
    FROM (
        SELECT
            toDate(toTimeZone(window_start, 'America/New_York')) AS et_date,
            round(argMaxIf(toFloat64(close), window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959), 2) AS close_usd,
            round(toFloat64(sum(volume)) / 1e6, 1) AS shares_m
        FROM global_markets.delayed_stocks_minute_aggs
        WHERE ticker = 'QQQ'
          AND window_start >= toDateTime('2022-02-18 00:00:00') AND window_start < toDateTime('2022-03-15 23:59:00')
        GROUP BY et_date
    )
)
WHERE et_date >= toDate('2022-02-22') AND et_date <= toDate('2022-03-14')
ORDER BY et_date

Die Sitzungen vor der Invasion waren negativ (-1% und -2.6% am 22.–23. Februar), da die Vorbereitungen die Schlagzeilen dominierten. Der Tag der Invasion selbst schloss mit +3.4%, gefolgt von weiteren +1.5% am nächsten Tag. Dass Märkte bei einer Drohung fallen und beim Ereignis steigen, ist ein Muster, für das es bereits ein Wall-Street-Sprichwort gibt; dieser Kursverlauf ist der klarste moderne Beleg dafür. Aber betrachten Sie die Tabelle weiter: Sie endet bei $318.21 am 2022-03-14 – unter dem Niveau, das die Panik am Morgen der Invasion markierte.

Hat sich die Rallye gehalten?

Nein – und nun gibt es Belege dafür:

AbfrageNach dem Reversal: Zeitpunkt des Durchbrechens des Tiefs vom Invasionstag durch QQQ und maximaler Rückgang
Das exakte SQL hinter jeder Zahl
WITH
    daily AS (
        SELECT
            toDate(toTimeZone(window_start, 'America/New_York')) AS d,
            round(argMaxIf(toFloat64(close), window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959), 2) AS c
        FROM global_markets.delayed_stocks_minute_aggs
        WHERE ticker = 'QQQ'
          AND window_start >= toDateTime('2022-02-24 04:00:00') AND window_start < toDateTime('2023-01-01 00:00:00')
        GROUP BY d
    ),
    (SELECT c FROM daily WHERE d = toDate('2022-02-24')) AS invasion_close,
    (
        SELECT round(minIf(toFloat64(low), (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959), 2)
        FROM global_markets.delayed_stocks_minute_aggs
        WHERE ticker = 'QQQ'
          AND window_start >= toDateTime('2022-02-24 04:00:00') AND window_start < toDateTime('2022-02-24 23:59:00')
    ) AS invasion_low
SELECT
    invasion_close,
    invasion_low,
    toString(minIf(d, c < invasion_low AND d > toDate('2022-02-24'))) AS first_close_below_invasion_low,
    dateDiff('day', toDate('2022-02-24'), minIf(d, c < invasion_low AND d > toDate('2022-02-24'))) AS calendar_days_to_new_low,
    round(minIf(c, d BETWEEN toDate('2022-02-25') AND toDate('2022-03-31')), 2) AS march_low_close,
    toString(argMinIf(d, (c, d), d BETWEEN toDate('2022-02-25') AND toDate('2022-03-31'))) AS march_low_date,
    round((minIf(c, d BETWEEN toDate('2022-02-25') AND toDate('2022-03-31')) / invasion_close - 1) * 100, 1) AS march_low_vs_invasion_close_pct,
    round(minIf(c, d > toDate('2022-02-24')), 2) AS year_low_close,
    toString(argMinIf(d, (c, d), d > toDate('2022-02-24'))) AS year_low_date,
    round((minIf(c, d > toDate('2022-02-24')) / invasion_close - 1) * 100, 1) AS year_low_vs_invasion_close_pct
FROM daily

18 Kalendertage nach der Invasion, am 2022-03-14, schloss der QQQ unter dem Panik-Tief von $318.26, das in der ersten Minute der Eröffnung am Morgen der Invasion markiert wurde. Dieser Schlusskurs im März von $318.21 lag -6.6% unter dem Schlusskurs des Invasionstages – und der Abwärtstrend setzte sich fort: Bis zum 2022-12-28 schloss der QQQ bei $260.02, was -23.7% unter dem Niveau des Invasionstages lag. Die Umkehr am 24. Februar war real, heftig – und lokal begrenzt. Der Zinszyklus bestimmte die Richtung für 2022, nicht der Krieg; dies ist dieselbe Lehre, die der Crash vom März 2020 in die entgegengesetzte Richtung erteilt hat.

Wie selten ist eine Umkehr dieser Größenordnung?

Eine Analyse aller QQQ-Sitzungen von 2003 bis Ende 2025 zeigt genau 2 Sitzungen, in denen der Kurs intraday mindestens 3 % unter dem vorherigen Schlusskurs lag und dennoch mindestens 1 % darüber schloss:

AbfrageQQQ-Sitzungen seit 2003: Intraday-Tief ≤ −3 % vs. Vorverschluss UND Schlusskurs ≥ +1 %
Das exakte SQL hinter jeder Zahl
SELECT
    toString(d) AS session,
    low_vs_prior_pct,
    close_vs_prior_pct,
    trough_to_close_pct
FROM (
    SELECT
        d,
        round((lo / prev_c - 1) * 100, 1) AS low_vs_prior_pct,
        round((c / prev_c - 1) * 100, 1) AS close_vs_prior_pct,
        round((c / lo - 1) * 100, 1) AS trough_to_close_pct
    FROM (
        SELECT d, c, lo,
               lagInFrame(c) OVER (ORDER BY d ASC ROWS BETWEEN 1 PRECEDING AND CURRENT ROW) AS prev_c
        FROM (
            SELECT
                toDate(toTimeZone(window_start, 'America/New_York')) AS d,
                argMaxIf(toFloat64(close), window_start, (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) AS c,
                minIf(toFloat64(low), (toHour(toTimeZone(window_start, 'America/New_York')) * 60 + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959) AS lo
            FROM global_markets.delayed_stocks_minute_aggs
            WHERE ticker = 'QQQ'
              AND window_start >= toDateTime('2003-01-01 00:00:00') AND window_start < toDateTime('2026-01-01 00:00:00')
            GROUP BY d
        )
    )
    WHERE prev_c > 0 AND isFinite(prev_c)
)
WHERE low_vs_prior_pct <= -3 AND close_vs_prior_pct >= 1
ORDER BY session

Der 24. Februar 2022 ist ein solches Beispiel. Das andere ist 2022-10-13 – die Sitzung, die eine Stunde nach einem stärker als erwartet ausgefallenen Inflationsbericht eröffnete, ebenfalls ein Tag mit einem Gap-down und einem anschließenden grünen Schlusskurs. Die Umkehr am Tag der Invasion war die größere der beiden: eine Schwankung von 7% vom Tiefpunkt bis zum Schlusskurs gegen 5.7%. Zweiundzwanzig Jahre Marktdaten, und beide Ereignisse traten im selben Jahr auf.

Was dieser Tag lehrt

In diesem Handelsverlauf zeigen sich drei beständige Mechanismen. Erstens: Bis ein viel erwartetes Ereignis eintritt, ist die Positionierung oft schon abgeschlossen – die zwei roten Sitzungen vor der Invasion spiegelten die Erwartung bereits wider. Zweitens: Die Eröffnungsauktion ist der Zeitpunkt, an dem die über Nacht angesammelte Angst zu einem einzigen Preis bereinigt wird; dieser Preis kann das Tagesextrem in beide Richtungen darstellen. Drittens: Eine heftige Umkehr an einem einzigen Tag gibt Aufschluss über die Handelsströme dieses Tages, nicht über die Richtung des nächsten Quartals – die Wochen nach dieser Sitzung erreichten ohnehin neue Tiefstände. Ereignistage belohnen das Verständnis der Marktmechanik; sie bestrafen es, die Form einer einzelnen Sitzung mit einem langfristigen Trend zu verwechseln.

Die Volumendetails bestätigen die Marktteilnehmer: 128.5 Millionen Aktien machten dies zur volumenstärksten Sitzung in der obigen Drei-Wochen-Tabelle. Ein hohes Volumen bei einem Anstieg vom Tiefpunkt zum Schluss bedeutet, dass echtes Kaufinteresse auf echtes Verkaufsinteresse traf – es war kein leeres Treiben ohne Substanz. Vergleichen Sie dies mit der ähnlichen Signatur bei der Rallye am 24. März 2020, als ein conviction volume ebenfalls die Wende einer Panik markierte, und stellen Sie es Tagen mit geringem Volumen gegenüber, deren Erholung in der folgenden Sitzung wieder nachlässt.

FAQ zum Invasionstag

Wie entwickelte sich der Aktienmarkt bei der russischen Invasion in der Ukraine?

Am Tag selbst – dem 24. Februar 2022 – eröffnete der Nasdaq-100 ETF QQQ mit einem Tiefstand von -3.2% in der ersten Handelsminute, stieg dann aber im Verlauf der gesamten Sitzung auf ein Schlussresultat von +3.4%. Der S&P 500 ETF SPY schloss mit +1.5% und der Dow ETF DIA mit +0.3%.

Warum stiegen die Aktien bei der russischen Invasion in der Ukraine?

Diese Seite analysiert keine Motive; sie dokumentiert lediglich die Abfolge der Ereignisse. Der starke Verkaufsdruck war zur Eröffnung um 9:30 Uhr vollständig ausgeprägt, danach dominierte der Kaufdruck in jeder weiteren Stunde. Das Muster „Rückgang bei Bedrohung, Erholung bei Ereignis“ weist viele historische Parallelen auf.

Wie entwickelten sich Öl und Gold bei der russischen Invasion in der Ukraine?

Beide Werte stiegen zur Eröffnung stark an und schwächten sich danach ab: Der Energie-ETF XLE eröffnete mit einem Gap von +2.1% und schloss bei -0.9%, der Gold-ETF GLD eröffnete mit einem Gap von +2.4% und schloss bei -0.6%. Verteidigungswerte konnten ihre Gewinne halten: Alle vier großen Titel in der oben genannten Liste schlossen im Plus.

War die Rallye nach der Invasion von Dauer?

Nein. Der QQQ schloss 18 Kalendertage später, am 2022-03-14, unter seinem Panik-Tiefpunkt vom Invasionstag. Bis zu seinem Tiefstand im Jahr 2022 am 2022-12-28 lag er -23.7% unter dem Schlusskurs des Invasionstages.

Wie selten ist eine Trendumkehr wie am 24. Februar 2022?

Sehr selten. Von 2003 bis zum Ende des Jahres 2025 gab es nur 2 QQQ-Handelstage, an denen der Kurs intraday um 3 % oder mehr unter dem Vortagsschluss lag und dennoch mit einem Plus von mindestens 1 % schloss – dieser Tag und 2022-10-13.


Jedes oben genannte Panel basiert auf einer gespeicherten, versionierten Abfrage der historischen Kursdaten – erweitern Sie das SQL, um jeden Messwert einzusehen. Möchten Sie diesen Tag erleben, anstatt ihn nur zu lesen? Er ist eines der spielbaren Szenarien im Strasmore Labs Trading-Simulator.

#market history#geopolitics#reversals#qqq