Short Interest Daten Verzögerung verstehen

Short-Interest-Daten sind aus strukturellen Gründen immer veraltet, da es sich nicht um einen Live-Feed handelt. Broker erfassen die Leerverkäufe in ihren Konten zu den von der FINRA festgelegten Settlement-Daten – zweimal im Monat, zur Monatsmitte und zum Monatsende. Diese Gesamtsummen werden bei der FINRA eingereicht. Die FINRA bündelt die Berichte aller Mitgliedsfirmen und veröffentlicht die Gesamtsumme etwa acht Geschäftstage später. Rechnet man die Zeitspanne hinzu, die die Datenübertragung an den Anbieter und die Datenbank bis zu Ihrem Bildschirm benötigt, beschreibt die aktuellste verfügbare Short-Interest Zahl die Positionierung, wie sie vor einer bis vier Wochen bestand. Diese Seite misst diese Zeitspanne, anstatt sie als aktuell zu behaupten.

Wie die Verzögerung bei der Berichterstattung entsteht

Der Zyklus besteht aus vier Schritten, wobei jeder Schritt zusätzliche Tage beansprucht.

1. Das Abrechnungsdatum (Settlement Date). FINRA veröffentlicht einen Zeitplan für die Abrechnungsdaten – einer Mitte des Monats, einer am Monatsende. An jedem dieser Termine erfasst jeder Broker-Dealer die Short-Positionen in seinen Kunden- und Eigenbeständen. Es handelt sich hierbei um Abrechnungsdaten, nicht um Handelsdaten: Bei einer T+1-Abrechnung wird ein am Montag abgeschlossener Handel am Dienstag abgerechnet. Die an einem Abrechnungsdatum gezählten Positionen sind also jene, deren Handelsgeschäfte bis dahin abgerechnet wurden.
2. Die Meldefrist. Jedes Mitgliedsunternehmen reicht seine Short-Gesamtsummen pro Wertpapier innerhalb der nächsten zwei Geschäftstage bei der FINRA ein. In dieser Phase sind die Daten noch nicht öffentlich; es handelt sich um eine regulatorische Meldung, nicht um einen Marktdaten-Feed.
3. Zusammenstellung (Compilation). FINRA summiert tausende Berichte auf Firmenebene für jedes Wertpapier und erstellt eine einzelne Datei: eine einzige Zahl pro Wertpapier pro Abrechnungsdatum – ohne Intraday-Historie, ohne Details zum Handelsplatz und ohne Aufschlüsselung nach einzelnen Firmen.
4. Verbreitung (Dissemination). Die Datei wird etwa acht Geschäftstage nach dem beschriebenen Abrechnungsdatum veröffentlicht. Datenanbieter rufen sie dann ab, Börsen veröffentlichen sie erneut und Datenlager wie das hinter dieser Seite führen sie ein.

Niemand hält die Zahlen zurück. Die Verzögerung ergibt sich aus der Summe der Erfassungsfrist, der Zusammenstellungsfrist und dem Verteilungsschritt – jeder Schritt ist ein Batch-Prozess basierend auf einem Kalender, kein kontinuierlicher Datenstrom.

Wie hoch ist die Verzögerung in gemessenen Tagen?

Hier sind alle Abrechnungsdaten aufgeführt, die dieses Lager als Live-Inkrementallieferung erhalten hat – auf der einen Seite das Abrechnungsdatum, auf der anderen der Tag, an dem die Zeilen hier zum ersten Mal erschienen sind.

WITH first_arrival AS (
    SELECT settlement_date,
           toDate(min(_ingest_time)) AS arrived
    FROM global_markets.stocks_short_interest
    GROUP BY settlement_date
),
bulk_days AS (
    SELECT arrived
    FROM first_arrival
    GROUP BY arrived
    HAVING count() > 5
)
SELECT settlement_date,
       toString(arrived) AS arrived_here,
       dateDiff('day', settlement_date, arrived) AS publication_lag_days
FROM first_arrival
WHERE arrived NOT IN (SELECT arrived FROM bulk_days)
ORDER BY settlement_date

Die jüngste im System befindliche Abrechnung vom 2026-06-30 traf am 2026-07-11 ein – 11 Tage nachdem die beschriebenen Positionen erfasst wurden. Die vorangegangene dauerte 16 Tage. Über die gesamte Serie hinweg zeigt sich kein konstanter Wert, sondern ein Band:

WITH first_arrival AS (
    SELECT settlement_date,
           toDate(min(_ingest_time)) AS arrived
    FROM global_markets.stocks_short_interest
    GROUP BY settlement_date
),
bulk_days AS (
    SELECT arrived
    FROM first_arrival
    GROUP BY arrived
    HAVING count() > 5
),
organic AS (
    SELECT settlement_date,
           dateDiff('day', settlement_date, arrived) AS lag
    FROM first_arrival
    WHERE arrived NOT IN (SELECT arrived FROM bulk_days)
)
SELECT count() AS settlements_measured,
       min(lag) AS fastest_lag_days,
       round(quantileDeterministic(0.5)(lag, cityHash64(settlement_date)), 1) AS median_lag_days,
       max(lag) AS slowest_lag_days,
       (SELECT count() FROM first_arrival WHERE arrived IN (SELECT arrived FROM bulk_days)) AS settlements_bulk_loaded,
       (SELECT toString(max(arrived)) FROM bulk_days) AS bulk_load_date
FROM organic

Bei 8 inkrementell gelieferten Abrechnungen lag die schnellste Meldung 10 Tage nach dem Abrechnungsdatum und die langsamste dauerte 26 Tage; der Median liegt bei 14 Tagen – die im Titel erwähnten „zwei Wochen“, gemessen statt nur angenommen.

Beachten Sie, was diese Abfragen ausschließen. Die Historie eines Lagers ist kein Protokoll der Veröffentlichungsgeschwindigkeit: Am 2026-03-16 lud diese Datenbank 197 Abrechnungen gleichzeitig in einem einzigen Backfill des Archivs. Die Ingest-Zeitstempel dieser Zeilen datieren den Backfill, nicht die Offenlegung. Jede aus ihnen berechnete „Verzögerung“ ist ein Artefakt unseres Ladeplans. Nur Abrechnungen, die einzeln nach der Einrichtung des Archivs eintrafen, messen die tatsächliche Pipeline – das sind die oben genannten Zeilen.

Aktueller Stand des Zyklus

Die Verzögerung ist am deutlichsten an der Differenz selbst erkennbar: Zu jedem Zeitpunkt gibt es ein Abrechnungsdatum, das bereits verstrichen ist, aber noch nicht veröffentlicht wurde. Diese Übersicht zeigt die aktuellen Daten.

WITH (SELECT max(settlement_date) FROM global_markets.stocks_short_interest) AS latest
SELECT toString(latest) AS latest_settlement_on_file,
       (SELECT count() FROM global_markets.stocks_short_interest
        WHERE settlement_date = latest) AS securities_in_that_print,
       (SELECT dateDiff('day', latest, toDate(min(_ingest_time))) FROM global_markets.stocks_short_interest
        WHERE settlement_date = latest) AS its_publication_lag_days,
       (SELECT count() FROM global_markets.stocks_short_interest
        WHERE settlement_date > latest AND settlement_date <= latest + 16) AS next_settlement_rows_on_file,
       (SELECT count(DISTINCT date) FROM global_markets.stocks_short_volume
        WHERE date > latest) AS daily_short_volume_files_since,
       (SELECT dateDiff('day', latest, max(date)) FROM global_markets.stocks_short_volume) AS days_from_settlement_to_newest_daily_file

Der aktuellste vorliegende Short-Interest-Wert bezieht sich auf den 2026-06-30 Abrechnungszeitraum, der 22207 Wertpapiere umfasst und 11 Tage nach dem Ereignis übermittelt wurde. Der nächste Abrechnungszeitraum im Zyklus umfasst 0 Zeilen: Er wurde noch nicht veröffentlicht, was bei den oben gemessenen Verzögerungen völlig normal ist. Diese Spalte ist absichtlich auf Null begrenzt. Sobald der Datensatz eintrifft, wird die Grenze überschritten und diese Seite wird für ein Update zurückgehalten, anstatt veraltete Daten anzuzeigen – derselbe Mechanismus, den der Juni-Rückblick bereits enthielt, einen Zyklus früher.

In der Zwischenzeit wurde die tägliche Short-Volume-Datei seit diesem Abrechnungsdatum 12 Mal veröffentlicht; der aktuellste Tag liegt 17 Tage vor dem neuesten Short-Interest-Snapshot. Zwei FINRA-Datensätze, zwei unterschiedliche Zeitpläne.

Bewegungen während der Verarbeitungszeit

Die Verzögerung ist nur dann relevant, wenn sich die Kurse innerhalb dieses Zeitraums bewegen. Das tun sie. Diese Übersicht vergleicht den letzten Settlement-Kurs mit dem Schlusskurs der regulären Handelssitzung am jeweiligen Settlement-Datum und dem Schlusskurs am Tag des tatsächlichen Dateneingangs.

WITH latest AS (SELECT max(settlement_date) AS d FROM global_markets.stocks_short_interest),
arrived AS (
    SELECT toDate(min(_ingest_time)) AS a
    FROM global_markets.stocks_short_interest
    WHERE settlement_date = (SELECT d FROM latest)
),
daily AS (
    SELECT ticker,
           toDate(toTimeZone(window_start, 'America/New_York')) AS session,
           argMax(toFloat64(close), window_start) AS rth_close
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('AAPL', 'TSLA', 'NVDA', 'GME', 'MU')
      AND toDate(toTimeZone(window_start, 'America/New_York')) >= (SELECT d FROM latest)
      AND toDate(toTimeZone(window_start, 'America/New_York')) <= (SELECT a FROM arrived)
      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60
          + toMinute(toTimeZone(window_start, 'America/New_York')) BETWEEN 570 AND 959
    GROUP BY ticker, session
)
SELECT si.ticker AS ticker,
       round(si.short_interest / 1e6, 1) AS shares_short_m,
       round(argMin(d.rth_close, d.session), 2) AS close_at_settlement,
       round(argMax(d.rth_close, d.session), 2) AS close_when_published,
       round((argMax(d.rth_close, d.session) / argMin(d.rth_close, d.session) - 1) * 100, 1) AS move_while_pending_pct,
       count() AS sessions_in_window
FROM global_markets.stocks_short_interest AS si
INNER JOIN daily AS d ON d.ticker = si.ticker
WHERE si.settlement_date = (SELECT d FROM latest)
GROUP BY si.ticker, si.short_interest
ORDER BY abs(move_while_pending_pct) DESC, si.ticker ASC

Der Zeitraum umfasste 8 Handelssitzungen. Die größte Veränderung unter den fünf Werten verzeichnete MU. Der Kurs sank von $1151.01 beim Settlement-Schluss auf $978.69 am Tag der Veröffentlichung des Short-Interest-Berichts – eine Veränderung von -15% in einem Zeitraum, in dem die offengelegte Short-Position per Definition bei 31.7 Millionen Aktien fixiert war. Die geringste Veränderung bei GME belief sich auf -1.9%.

Dies ist die praktische Bedeutung der Verzögerung. Jede Schlagzeile über „Short Interest in X“ beschreibt die Position zum letzten Settlement – alle Bewegungen innerhalb des oben genannten Zeitraums bleiben dabei unsichtbar. Leerverkäufer könnten bei steigenden Kursen glattgestellt oder bei fallenden Kursen neue Positionen aufgebaut haben; die Zahl gibt darüber keine Auskunft und wird dies erst mit dem nächsten Print tun.

Days to cover, berechnet mit veralteten Kennzahlen

Days to cover — die Anzahl der Short-Aktien geteilt durch das durchschnittliche tägliche Handelsvolumen — ist das Verhältnis, auf das die meisten Leser tatsächlich stoßen. Es weist eine doppelte Aktualitätslücke auf: Der Zähler ist auf dem Abrechnungsdatum fixiert, und der Nenner basiert auf einem Volumen, das die Datei bereits vor Wochen berechnet hat. GameStop ist hierfür das deutlichste Beispiel, da die Aktie sowohl ein bekannter Name als auch einer der am stärksten gehandelten liquiden Ticker ist.

WITH latest AS (SELECT max(settlement_date) AS d FROM global_markets.stocks_short_interest),
arrived AS (
    SELECT toDate(min(_ingest_time)) AS a
    FROM global_markets.stocks_short_interest
    WHERE settlement_date = (SELECT d FROM latest)
),
tape AS (
    SELECT count(DISTINCT toDate(toTimeZone(window_start, 'America/New_York'))) AS sessions,
           sum(toFloat64(volume)) AS shares
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'GME'
      AND toDate(toTimeZone(window_start, 'America/New_York')) > (SELECT d FROM latest)
      AND toDate(toTimeZone(window_start, 'America/New_York')) <= (SELECT a FROM arrived)
      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60
          + toMinute(toTimeZone(window_start, 'America/New_York')) BETWEEN 570 AND 959
)
SELECT toString((SELECT d FROM latest)) AS settlement,
       round(si.short_interest / 1e6, 1) AS shares_short_m,
       round(si.avg_daily_volume / 1e6, 2) AS file_adv_m,
       round(si.days_to_cover, 2) AS reported_days_to_cover,
       round(tape.shares / tape.sessions / 1e6, 2) AS tape_adv_since_settlement_m,
       round(si.short_interest / (tape.shares / tape.sessions), 2) AS days_to_cover_on_recent_volume,
       round(abs(si.short_interest / (tape.shares / tape.sessions) - si.days_to_cover), 2) AS days_of_difference,
       tape.sessions AS sessions_measured
FROM global_markets.stocks_short_interest AS si, tape
WHERE si.ticker = 'GME'
  AND si.settlement_date = (SELECT d FROM latest)

Lesen Sie die Zeile von links nach rechts. Zum Abrechnungsdatum 2026-06-30 hielt GameStop 55.9 Millionen Short-Aktien. Die Datei kombiniert dies mit einem durchschnittlichen täglichen Volumen von 5.2 Millionen Aktien und gibt 10.75 Tage Days to cover an — dies ist der Wert, den ein Screener anzeigt.

Ersetzen Sie nun den Nenner durch die Realität. In den 7 regulären Handelssitzungen, die stattfanden, während der Bericht noch in Bearbeitung war, lag das durchschnittliche Volumen von GameStop laut dem Consolidated Tape bei 3.09 Millionen Aktien pro Tag. Dieselbe Short-Position ergibt bei diesem Volumen 18.08 Tage — das sind 7.33 Tage weniger als das veröffentlichte Verhältnis, wenn man den Zähler unverändert lässt. Nur die Annahme zum Volumen hat sich geändert. Betrachten Sie Days to cover als ein veraltetes Verhältnis aus zwei veralteten Eingabewerten und nicht als Echtzeitmaßstab für die Dauer eines Ausstiegs.

Short Squeezes: Wo die Verzögerung zum Problem wird

Der Hauptgrund für die Suche nach dieser Frage ist der Squeeze. Bei einem Squeeze steht die Short-Position im Mittelpunkt – und genau diese Menge ist für niemanden in Echtzeit sichtbar. GameStop Anfang 2021 ist das klassische Beispiel. Die folgenden Spalten zeigen jeweils den Schlusskurs der regulären Sitzung am Abrechnungstag und den Schlusskurs acht Handelstage später. Dies entspricht dem Zielwert der FINRA von etwa acht Geschäftstagen für die Veröffentlichung.

WITH daily AS (
    SELECT toDate(toTimeZone(window_start, 'America/New_York')) AS session,
           argMax(toFloat64(close), window_start) AS cl
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker = 'GME'
      AND window_start >= toDateTime('2020-12-01 00:00:00')
      AND window_start < toDateTime('2021-03-15 00:00:00')
      AND toHour(toTimeZone(window_start, 'America/New_York')) * 60
          + toMinute(toTimeZone(window_start, 'America/New_York')) BETWEEN 570 AND 959
    GROUP BY session
),
ranked AS (
    SELECT session, cl, row_number() OVER (ORDER BY session) AS n
    FROM daily
)
SELECT toString(si.settlement_date) AS settlement,
       round(si.short_interest / 1e6, 1) AS shares_short_m,
       round(r0.cl, 2) AS close_at_settlement,
       round(r8.cl, 2) AS close_8_sessions_later,
       round((r8.cl / r0.cl - 1) * 100, 1) AS move_while_pending_pct
FROM global_markets.stocks_short_interest AS si
INNER JOIN ranked AS r0 ON r0.session = si.settlement_date
INNER JOIN ranked AS r8 ON r8.n = r0.n + 8
WHERE si.ticker = 'GME'
  AND si.settlement_date >= toDate('2020-12-15')
  AND si.settlement_date <= toDate('2021-02-26')
ORDER BY si.settlement_date

Betrachten Sie die Abrechnung von 2021-01-15. Sie verzeichnete 61.8 Millionen Short-Aktien bei einem Kurs von $35.49. Acht Sitzungen später – etwa zu dem Zeitpunkt, an dem eine solche Meldung die Öffentlichkeit erreicht – schloss GameStop bei $197.44, einer Bewegung von 456.3%. Jeder, der den Short Interest am Tag der Veröffentlichung las, las eine Beschreibung einer Aktie, die zu diesem Preis nicht mehr existierte.

Der nächste Wert kehrt die Falle um. Die Abrechnung von 2021-01-29 verzeichnete 21.4 Millionen Short-Aktien – der Großteil der Position war bereits aufgelöst, bei einem Kurs von $328.24. Acht Sitzungen später lag der Kurs bei $51.19, -84.4%. Die Glattstellung (Covering) hatte bereits stattgefunden, bevor die entsprechende Datei veröffentlicht wurde. Beide Phasen des Squeeze – die Anhäufung von Positionen und die Auflösung – wurden erst im Nachhinein bekannt gegeben.

Der tägliche Verwandte und was er Ihnen nicht verrät

Die FINRA veröffentlicht jeden Morgen die Short Volume, also der Anteil des gemeldeten Tagesvolumens, der als Short-Sales-Ausführungen markiert ist. Diese Daten sind nahezu in Echtzeit verfügbar, stellen jedoch eine andere Kennzahl dar. Die Short Volume misst den Handelsfluss – ein Großteil davon ist das Hedging von Market-Makern, das zum Börsenschluss wieder neutralisiert ist – und nicht die gehaltenen Positionen. Eine Aktie kann eine Woche lang jeden Tag ein hohes Short Volume aufweisen, während das Short Interest unverändert bleibt. Der Unterschied zwischen diesen beiden Datensätzen entspricht dem Unterschied zwischen dem Verkehrsaufkommen auf einer Straße und den Autos, die am Ende der Straße parken; beide Dateien werden hier im Detail beschrieben.

In den USA gibt es keine täglich offengelegte Short Interest Zahl. Datenanbieter verkaufen tägliche Schätzungen, die auf Wertpapierverleih- und Flussdaten basieren; es handelt sich um Modelle, nicht um offizielle Offenlegungen. Die offengelegte Zahl existiert nur zweimal im Monat und wird verspätet bereitgestellt.

FAQ

Warum sind die Short-Interest-Daten zwei Wochen alt?

Broker erfassen Short-Positionen nur zu den zweimal monatlich stattfindenden Abrechnungsterminen der FINRA. Die Gesamtsummen werden einige Geschäftstage später eingereicht, und die FINRA veröffentlicht die zusammengestellte Datei etwa acht Geschäftstage nach dem Abrechnungstermin. Über alle als Live-Daten erhaltenen Abrechnungen hinweg betrug die gesamte Prozessdauer 10 bis 26 Tage, bei einem Median von 14 Tagen.

Wie berechnen und melden Broker das Short Interest?

Jeder Broker-Dealer zählt die Short-Positionen in seinen Kunden- und Eigenbeständen zum Abrechnungstermin, summiert diese pro Wertpapier und meldet die Gesamtsumme an die FINRA. Die FINRA addiert die Berichte aller Mitgliedsfirmen zu einer Zahl pro Wertpapier — 22207 von ihnen im 2026-06-30 Print. Es handelt sich um eine regulatorische Bestandsaufnahme und nicht um eine Zählung von Handelsaktivitäten.

Unterscheidet sich der Meldezyklus bei NYSE, Nasdaq oder OTC-Aktien?

Nein. Für alle US-Börsenplätze gilt derselbe zweimal monatliche Abrechnungsplan sowie derselbe Zyklus für die Zusammenstellung und Veröffentlichung. Die Börsen veröffentlichen Daten aus der FINRA-Datei, anstatt eigene Zählungen durchzuführen. Der Handelsplatz einer Aktie hat keinen Einfluss auf das Alter der Short-Interest-Zahlen.

Was ist ein guter oder schlechter Short-Interest-Prozentsatz?

Es gibt keinen Schwellenwert, der eine Aktie zu einem guten oder schlechten Investment macht, und ein hoher Wert ist keine Prognose. Crowding-Maße beschreiben lediglich, wie groß eine Short-Position im Verhältnis zum handelbaren Volumen der Aktie ist: Der aktuelle Print von GameStop weist 10.75 Tage zur Deckung auf, während die meisten liquiden Titel niedrige einstellige Werte aufweisen — siehe die aktuellen Crowding-Leader für die Verteilung.

Ist die Verzögerung bei der Berichterstattung für Short Squeezes relevant?

Hier ist die Verzögerung am bedeutsamsten. In der 2021-01-15 GameStop-Abrechnung bewegte sich die Aktie um 456.3% zwischen der Messung und dem acht Sitzungen dauernden Zeitraum, der der Veröffentlichung nahekommt — und bis zum 2021-01-29 Print war die Short-Position bereits auf 21.4 Millionen Aktien gesunken. Crowding durch Squeezes wird in öffentlichen Daten erst nach dem Ereignis bestätigt.

Jedes oben genannte Panel wird mit dem SQL-Code ausgeliefert, der es erstellt hat — erweitern Sie ein beliebiges Element, um die Zahlen zu prüfen, oder nutzen Sie den Abrechnungskalender auf dem Strasmore-Terminal.