Währungsvolatilität berechnen: Ein Leitfaden für Entwickler

Zu wissen, wie man Währungsvolatilität berechnet, macht den Unterschied zwischen einer Multi-Währungs-Anwendung, die eine Bewegung von 2 % über Nacht klaglos wegsteckt, und einer, die Sie um 3 Uhr morgens aus dem Bett klingelt. Volatilität ist die eine Kennzahl, die Ihnen sagt, wie weit sich ein Wechselkurs voraussichtlich bewegt – und praktisch jede Entscheidung in einem FX-sensiblen System hängt davon ab: wie lange ein Angebot gültig bleibt, wie viel Puffer Sie auf einen Preis aufschlagen, wann Sie absichern und wann Sie alarmieren.

Unangenehm ist nur, dass die meisten Tutorials zur Volatilitätsberechnung für Aktien geschrieben wurden. Sie setzen einen täglichen Schlusskurs voraus, ein Handelsjahr mit 252 Tagen und eine einzige eindeutige Notierung. Der Devisenmarkt hat nichts davon. Er läuft 24 Stunden am Tag, fünf Tage die Woche, über einen dezentralen OTC-Markt ohne offiziellen Handelsschluss – und der „Preis" von EUR/USD hängt davon ab, in welche Richtung Sie das Paar notieren.

Dieser Leitfaden führt durch die eigentliche Mathematik, die FX-spezifischen Fallstricke und funktionsfähigen Code in Python und JavaScript, der die realisierte Volatilität aus historischen Wechselkursdaten berechnet.

Warum Währungsvolatilität gerade jetzt zählt

Der September 2026 ist ein ungewöhnlich guter Moment, um über Volatilität nachzudenken, denn der Markt hat den Großteil des Jahres in einem verdächtig ruhigen Regime verbracht – und war dann kurzzeitig alles andere als ruhig.

Den Sommer über waren Schwellenländerwährungen weniger volatil als G7-Währungen, und das an fast 200 aufeinanderfolgenden Handelstagen – eine Serie, die laut Bloomberg die längste seit 2000 wäre, sollte sie anhalten. Dollar-finanzierte Carry-Trades reihten ihre längste Gewinnserie seit 2008 aneinander, und ein beliebter euro-finanzierter Korb aus brasilianischem Real, kolumbianischem Peso und türkischer Lira lag Berichten zufolge seit Jahresbeginn rund 19 % im Plus – die stärkste Zwischenbilanz seit 2005. Carry-Strategien funktionieren nur in ruhigen Märkten, ihre Performance ist also selbst ein Volatilitätssignal.

Anfang September sprang der Yen dann in einer einzigen Sitzung um mehr als 2 % gegenüber dem Dollar und erreichte mit 155,28 den stärksten Stand seit Anfang August, weil sich Händler auf weitere Interventionen des japanischen Finanzministeriums einstellten. Vorausgegangen waren eine gemeinsame US-japanische Intervention am 31. Juli und rekordhohe MOF-Interventionen von ¥11,73 Billionen (rund 73 Milliarden US-Dollar) im April und Mai, nachdem USD/JPY die Marke von 160 durchbrochen hatte.

Dieser Kontrast ist die eigentliche Lektion. Die durchschnittliche Volatilität war niedrig. Die realisierte Volatilität an einem einzelnen Tag war gewaltig. Ein System, das seine FX-Puffer aus einem gleitenden Jahresdurchschnitt ableitet, hätte ausgerechnet an dem Tag danebengelegen, an dem es darauf ankam. Volatilität sauber – und fortlaufend – zu messen, verhindert genau das.

Was Währungsvolatilität tatsächlich misst

Volatilität ist die Standardabweichung der Renditen, ausgedrückt auf annualisierter Basis. Sie ist keine Richtungsprognose, und sie ist auch nicht die Größe einer einzelnen Bewegung. Sie misst Streuung: wie weit die täglichen Renditen eines Währungspaars um ihren Mittelwert verteilt sind.

Zwei Ausprägungen sind relevant:

• Realisierte (historische) Volatilität – rückwärts aus tatsächlich beobachteten Kursen berechnet. Genau das können Sie selbst aus einer Zeitreihe ermitteln, und darum geht es in diesem Leitfaden.
• Implizite Volatilität – aus den Preisen von FX-Optionen abgeleitet. Sie ist die zukunftsgerichtete Einschätzung des Marktes. Aus Kassakursen lässt sie sich nicht herleiten; dafür brauchen Sie einen Optionsdaten-Feed.

Für die meisten Anwendungsentwickler – Pricing, Abrechnung, Treasury-Dashboards, Risikowarnungen – reicht die realisierte Volatilität völlig aus, und sie kostet nichts, wenn historische Kurse ohnehin vorliegen.

Eine grobe Orientierung für die Größenordnungen: Hauptwährungspaare wie EUR/USD lagen in ruhigen Phasen typischerweise bei 5–10 % annualisiert und in Stressphasen bei 10–15 %. Schwellenländerpaare liegen routinemäßig zwei- bis dreimal höher. Diese Bandbreiten verschieben sich im Zeitverlauf – genau deshalb sollten Sie messen statt annehmen.

Die Formel: Log-Renditen, Standardabweichung, Annualisierung

Die Berechnung besteht aus drei Schritten.

Schritt 1 – Kurse in Log-Renditen umrechnen.

r_t = ln(P_t / P_t-1)

Schritt 2 – Die Standardabweichung dieser Renditen bilden, über das von Ihnen gewählte Fenster (verwenden Sie die Stichproben-Standardabweichung, also Division durch n − 1).

Schritt 3 – Annualisieren, indem Sie mit der Quadratwurzel der Anzahl der Beobachtungen pro Jahr multiplizieren.

annualised_volatility = stdev(r) * sqrt(N)

Zusammengesetzt:

σ_annual = stdev( ln(P_t / P_t-1) ) × √N

Warum Log-Renditen statt prozentualer Veränderung

Die einfache prozentuale Veränderung ist asymmetrisch: Eine Bewegung von 1,10 auf 1,20 sind +9,09 %, der Rückweg von 1,20 auf 1,10 aber −8,33 %. Beide sollten betragsgleich sein und sich nur im Vorzeichen unterscheiden. Bei Log-Renditen ist das so – ln(1.20/1.10) und ln(1.10/1.20) unterscheiden sich einzig im Vorzeichen.

Am Devisenmarkt zählt das weit mehr als bei Aktien, und zwar wegen der Notierungsumkehr. EUR/USD und USD/EUR beschreiben denselben Markt. Rechnen Sie die Volatilität mit prozentualen Veränderungen, erhalten Sie je nach Notierungsrichtung zwei leicht unterschiedliche Ergebnisse – was offensichtlich falsch ist. Log-Renditen sind umkehrsymmetrisch: ln(1/x) = −ln(x), und die Standardabweichung ignoriert das Vorzeichen. Gleiches Paar, gleiche Volatilität, in beide Richtungen.

Log-Renditen sind außerdem über die Zeit additiv, was die Aggregation über mehrere Tage trivial macht.

Warum √N – und wie groß N bei FX sein sollte

Volatilität skaliert mit der Quadratwurzel der Zeit, weil die Varianz linear mit der Zeit skaliert (unter der üblichen Random-Walk-Annahme). Um die tägliche Volatilität in eine jährliche umzurechnen, multiplizieren Sie mit √(days per year).

Aktien-Tutorials verwenden 252, die ungefähre Zahl der Handelstage an US-Börsen. FX funktioniert anders. Der Markt läuft durchgehend von Sonntagabend bis Freitagabend – also rund 260 Werktagssitzungen pro Jahr, abzüglich einer Handvoll dünner Feiertage. Die meisten FX-Datenanbieter veröffentlichen Kurse an jedem Werktag, auch an Tagen, an denen der Markt eines bestimmten Landes geschlossen ist.

Die praktische Regel: N muss zur Sampling-Frequenz Ihrer Daten passen, nicht zu einer Konvention aus einer anderen Anlageklasse.

Der Unterschied zwischen 252 und 260 verändert Ihr Ergebnis relativ um etwa 1,6 % – für ein Dashboard unerheblich, relevant hingegen, wenn Sie Ihre Zahl mit der eines Anbieters vergleichen. Wofür Sie sich auch entscheiden: dokumentieren Sie es und bleiben Sie dabei.

Schritt 1: Saubere historische Wechselkursdaten beschaffen

Volatilität ist immer nur so gut wie die Zeitreihe darunter. Holen Sie sich eine Tagesreihe mit einem einzigen Aufruf des /v1/timeseries-Endpunkts:

curl -G "https://api.finexly.com/v1/timeseries" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d base=EUR \
  -d symbols=USD,JPY,GBP \
  -d start_date=2026-06-08 \
  -d end_date=2026-09-05

Die Antwort ist eine nach Datum indexierte Map:

{
  "success": true,
  "base": "EUR",
  "start_date": "2026-06-08",
  "end_date": "2026-09-05",
  "rates": {
    "2026-06-08": { "USD": 1.1421, "JPY": 178.62, "GBP": 0.8447 },
    "2026-06-09": { "USD": 1.1408, "JPY": 178.94, "GBP": 0.8451 }
  }
}

Ein Request, eine Zeitreihe, keine Pagination-Schleife. Die vollständige Parameterreferenz finden Sie in der Finexly-API-Dokumentation, und die generellen Muster für die Arbeit mit Zeiträumen behandelt unser Leitfaden zur API für historische Wechselkurse.

Vier Datenprobleme, die es nur bei FX gibt

Bevor Sie dem Ergebnis trauen, klären Sie diese Punkte. Keiner davon taucht in einem Aktien-Volatilitäts-Tutorial auf, und alle vier verzerren Ihre Zahl.

1. Es gibt keinen offiziellen Handelsschluss. Der Devisenmarkt ist dezentral; niemand läutet eine Glocke. Verschiedene Anbieter erfassen zu verschiedenen Zeitpunkten – 22:00 UTC, Mitternacht UTC, das EZB-Referenzfixing um 14:15 MEZ oder den 4-Uhr-London-Fix von WM/Reuters. Werden Snapshot-Zeitpunkte innerhalb einer Reihe vermischt, entsteht künstliche Varianz. Wählen Sie eine Konvention und mischen Sie nie. Wenn Sie nicht sicher sind, wie Ihr Anbieter vorgeht, ist unsere Erklärung dazu, woher Wechselkurs-APIs ihre Daten beziehen, ein guter Ausgangspunkt.

2. Wochenenden und Lücken. Der Markt schließt am Freitagabend und öffnet am Sonntagabend wieder. Eine Rendite von Freitag auf Montag umfasst rund 65 Kalenderstunden, wird in einer naiven Berechnung aber als ein einzelner „Tag" behandelt. Die meisten Praktiker akzeptieren das und annualisieren über Werktagszahlen – der übliche Ansatz –, aber Sie müssen konsistent bleiben. Füllen Sie Wochenendkurse nicht per Forward-Fill in die Reihe; eine Folge identischer Werte drückt Ihre Standardabweichung künstlich nach unten.

3. Asymmetrie der Basiswährung. Wie oben beschrieben, lösen Log-Renditen das Umkehrproblem mathematisch. Sie müssen aber trotzdem entscheiden, in welcher Basis Sie Risiko messen. Die Volatilität Ihres USD-Exposures gemessen in EUR ist eine andere betriebswirtschaftliche Frage als dasselbe Paar gemessen in USD – auch wenn dieselbe Zahl herauskommt. Machen Sie das Numéraire explizit.

4. Triangulierte Cross-Kurse. Wenn Ihr Anbieter etwa SEK/NOK ableitet, indem er SEK/USD durch NOK/USD teilt, erbt das Ergebnis das Rauschen beider Seiten und jeden zeitlichen Versatz zwischen ihnen. Synthetische Crosses können eine deutlich höhere Volatilität zeigen als der direkt notierte Markt. Unser Leitfaden zu Cross-Wechselkursen erklärt, wann Triangulation unbedenklich ist und wann nicht.

Achten Sie außerdem auf die Genauigkeit. Wer JPY-Paare vor der Renditeberechnung auf zwei Nachkommastellen kürzt, quantisiert kleine Bewegungen zu Nullen und verzerrt die Volatilität nach unten – die allgemeine Regel dazu steht in Währungsrundung und Nachkommastellen. Speichern Sie in voller Genauigkeit und runden Sie erst bei der Anzeige.

Schritt 2: Realisierte Volatilität in Python berechnen

Hier eine vollständige, abhängigkeitsarme Implementierung. Sie nutzt requests und die Standardbibliothek – pandas wird nicht benötigt.

import math
import statistics
import requests

FX_DAYS_PER_YEAR = 260  # weekday sessions; use 252 for the equity convention


def fetch_series(base, symbol, start, end, api_key):
    url = "https://api.finexly.com/v1/timeseries"
    params = {
        "base": base,
        "symbols": symbol,
        "start_date": start,
        "end_date": end,
    }
    headers = {"Authorization": "Bearer " + api_key}
    response = requests.get(url, params=params, headers=headers, timeout=10)
    response.raise_for_status()
    return response.json()["rates"]


def log_returns(rates, symbol):
    """Ordered log returns from a date-keyed rates map."""
    dates = sorted(rates.keys())
    series = [rates[d][symbol] for d in dates]
    return [
        math.log(series[i] / series[i - 1])
        for i in range(1, len(series))
        if series[i] > 0 and series[i - 1] > 0
    ]


def annualised_volatility(returns, periods_per_year=FX_DAYS_PER_YEAR):
    if len(returns) < 2:
        raise ValueError("need at least two returns")
    return statistics.stdev(returns) * math.sqrt(periods_per_year)


rates = fetch_series("EUR", "USD", "2026-06-08", "2026-09-05", "YOUR_API_KEY")
returns = log_returns(rates, "USD")

vol = annualised_volatility(returns)
print("Observations:      {}".format(len(returns)))
print("Daily volatility:  {:.4%}".format(vol / math.sqrt(FX_DAYS_PER_YEAR)))
print("Annual volatility: {:.2%}".format(vol))

statistics.stdev ist die Stichproben-Standardabweichung (Nenner n − 1), und genau die wollen Sie. Wenn Sie auf NumPy wechseln, denken Sie daran, dass numpy.std standardmäßig die Variante für die Grundgesamtheit verwendet – übergeben Sie ddof=1, damit die Ergebnisse übereinstimmen.

Zwei Absicherungen, die in Produktionscode gehören: Überspringen Sie nicht-positive Kurse, bevor Sie einen Logarithmus bilden, und geben Sie keine Zahl zurück, wenn ein Fenster zu wenige Beobachtungen enthält. Eine 30-Tage-Volatilität aus neun Datenpunkten ist keine 30-Tage-Volatilität.

Schritt 3: Dieselbe Berechnung in JavaScript

Auch hier ist keine numerische Bibliothek nötig.

const FX_DAYS_PER_YEAR = 260;

async function fetchSeries(base, symbol, start, end, apiKey) {
  const url = new URL('https://api.finexly.com/v1/timeseries');
  url.searchParams.set('base', base);
  url.searchParams.set('symbols', symbol);
  url.searchParams.set('start_date', start);
  url.searchParams.set('end_date', end);

  const res = await fetch(url, {
    headers: { Authorization: `Bearer ${apiKey}` },
  });
  if (!res.ok) throw new Error(`Finexly returned ${res.status}`);
  const body = await res.json();
  return body.rates;
}

function logReturns(rates, symbol) {
  const dates = Object.keys(rates).sort();
  const series = dates.map((d) => rates[d][symbol]);
  const out = [];
  for (let i = 1; i < series.length; i += 1) {
    if (series[i] > 0 && series[i - 1] > 0) {
      out.push(Math.log(series[i] / series[i - 1]));
    }
  }
  return out;
}

function annualisedVolatility(returns, periodsPerYear = FX_DAYS_PER_YEAR) {
  if (returns.length < 2) throw new Error('need at least two returns');
  const mean = returns.reduce((a, b) => a + b, 0) / returns.length;
  const variance =
    returns.reduce((acc, r) => acc + (r - mean) ** 2, 0) / (returns.length - 1);
  return Math.sqrt(variance) * Math.sqrt(periodsPerYear);
}

const rates = await fetchSeries('EUR', 'USD', '2026-06-08', '2026-09-05', 'YOUR_API_KEY');
const vol = annualisedVolatility(logReturns(rates, 'USD'));
console.log(`Annualised volatility: ${(vol * 100).toFixed(2)}%`);

Beachten Sie den Nenner (returns.length - 1) – dieselbe Stichprobenvarianz-Korrektur wie in der Python-Version.

Rollierende Volatilität und das Erkennen eines Regimewechsels

Eine einzelne Zahl über ein festes Fenster sagt Ihnen fast nichts darüber, wann es unruhig wurde. Rollierende Volatilität tut genau das – und sie ist die Variante, die Sie auf einem Dashboard wirklich haben wollen.

def rolling_volatility(rates, symbol, window=30,
                       periods_per_year=FX_DAYS_PER_YEAR):
    dates = sorted(rates.keys())
    series = [rates[d][symbol] for d in dates]
    returns = [math.log(series[i] / series[i - 1]) for i in range(1, len(series))]
    return_dates = dates[1:]

    out = []
    for i in range(window - 1, len(returns)):
        chunk = returns[i - window + 1:i + 1]
        out.append((
            return_dates[i],
            statistics.stdev(chunk) * math.sqrt(periods_per_year),
        ))
    return out


for date, vol in rolling_volatility(rates, "USD", window=30)[-5:]:
    print("{}  {:.2%}".format(date, vol))

Die Wahl des Fensters ist ein Kompromiss, keine Tatsache:

• 10 Tage – sehr reaktionsschnell, sehr verrauscht. Gut für Alerting, schlecht für Pricing.
• 30 Tage – der gängige Standard. Reagiert innerhalb weniger Sitzungen, ohne zu zappeln.
• 90 Tage – glatt und stabil. Gut für Absicherungsquoten und Preispuffer.

Ein praktisches Signal für einen Regimewechsel ist das Volatilitätsverhältnis: Teilen Sie die 10-Tage-Volatilität durch die 90-Tage-Volatilität. Anhaltende Werte über etwa 1,5 bedeuten, dass die kurzfristige Streuung die längerfristige Basislinie deutlich überholt hat. Angewendet auf Yen-Paare rund um die oben beschriebenen Interventionsepisoden schießt dieses Verhältnis stark nach oben, während sich der 90-Tage-Wert kaum bewegt – und genau darum geht es. Lange Fenster verbergen Ereignisse; kurze Fenster finden sie.

Wenn Sie das dauerhaft über viele Paare laufen lassen wollen, lesen Sie zuerst unsere Hinweise zu Caching und Fehlerbehandlung für Währungs-APIs. Historische Tageskurse sind nach der Veröffentlichung unveränderlich und lassen sich daher unbegrenzt cachen – berechnen Sie nur das neueste Fenster neu, statt bei jedem Seitenaufruf ein ganzes Jahr Historie erneut abzurufen. Auf der Seite Preispläne sehen Sie, wie sich die Request-Volumina über die Tarife verteilen.

Aus einer Volatilitätszahl eine Entscheidung machen

Volatilität zu berechnen ist einfach. Der Wert entsteht erst bei der Anwendung. Vier konkrete Einsatzfelder:

1. Gültigkeitsfenster für Angebote. Ein Preis, den Sie einem Kunden zeigen, ist eine kurze Option, die Sie ihm geschrieben haben. Die erwartete Drift über eine Haltedauer von t Tagen beträgt ungefähr σ_annual × √(t / 260). Bei 8 % annualisierter Volatilität trägt ein 24-Stunden-Angebot rund 0,5 % erwartete Drift, bei 20 % eher 1,2 %. Verkürzen Sie die TTL, wenn die Volatilität steigt, statt für immer bei starren 15 Minuten zu bleiben.

1. Preispuffer. Statt eine FX-Marge von 2 % fest zu verdrahten, skalieren Sie sie: buffer = k × σ_annual × √(settlement_days / 260). Der Puffer weitet sich in Stressphasen automatisch und verengt sich, wenn die Märkte ruhiger werden – das hält Sie wettbewerbsfähig, ohne verstecktes Risiko einzugehen.

1. Auslöser für Absicherungen. Exposure allein ist noch kein Risiko; Exposure mal Volatilität schon. Ein Exposure von 2 Mio. USD in einem Paar mit 4 % Volatilität ist ein kleineres Problem als 400.000 USD in einem Paar mit 30 %. Priorisieren Sie Hedging-Entscheidungen nach exposure × σ, nicht nach Nominalbetrag. Unser Leitfaden zum Währungs-Hedging behandelt die Instrumente; die Volatilitätszahl sagt Ihnen, was eines verdient.

1. Anomalieerkennung. Rechnen Sie jede neue Tagesbewegung in einen z-Score gegen die Standardabweichung der letzten 30 Tage um und alarmieren Sie jenseits von ±3. Das fängt sowohl echte Marktereignisse als auch fehlerhafte Daten ab – ein veralteter Feed oder ein falsch trianguliertes Cross meldet sich meist als unplausibler Ausreißer, lange bevor es jemandem in einem Report auffällt.

Wenn Sie diese Bewegungen lieber in händlerüblichen Einheiten statt in Prozent ausdrücken möchten, lesen Sie, was ein Pip ist.

Häufige Fehler

• Prozentuale Veränderung statt Log-Renditen verwenden. Erzeugt Asymmetrie und macht Ihr Ergebnis von der Notierungsrichtung abhängig.
• Die Standardabweichung der Grundgesamtheit verwenden. numpy.std() ohne ddof=1 unterschätzt die Volatilität – bei kurzen Fenstern erheblich.
• Wochenenden und Feiertage per Forward-Fill auffüllen. Wiederholte Werte sind Tage mit Nullrendite und drücken die Volatilität mechanisch nach unten.
• Mit dem falschen N annualisieren. Wochendaten mit 260 statt 52 annualisiert ergeben eine rund 2,2-mal zu große Zahl.
• Volatilitäten aus unterschiedlichen Snapshot-Zeitpunkten vergleichen. Zwei Anbieter, zwei Fixing-Zeiten, zwei nicht vergleichbare Zahlen.
• Eine einzige Jahreszahl melden und sie Risiko nennen. Volatilität tritt in Clustern auf. Ruhige Monate und heftige Wochen mitteln sich zu einem mittelmäßigen Wert, der weder das eine noch das andere beschreibt. Veröffentlichen Sie immer eine rollierende Reihe neben dem Hauptwert.
• Annehmen, niedrige Volatilität bedeute niedriges Risiko. Die ruhigen, carry-freundlichen Phasen des Jahres 2026 waren genau so lange ruhig, bis Interventionsschlagzeilen den Yen in einer Sitzung um 2 % bewegten. Niedrige realisierte Volatilität beschreibt die jüngste Vergangenheit, sie verspricht nichts über die nächste Woche.

Häufig gestellte Fragen

Was ist ein normales Volatilitätsniveau für ein Währungspaar?

Hauptpaare wie EUR/USD und GBP/USD lagen historisch bei etwa 5–10 % annualisiert unter ruhigen Bedingungen und bei 10–15 % unter Stress. Schwellenländerpaare liegen typischerweise zwei- bis dreimal höher. Verlassen Sie sich nicht auf Faustregeln, sondern berechnen Sie eine rollierende 90-Tage-Volatilität für die Paare, die Sie interessieren, und nutzen Sie Ihre eigene Basislinie – die Niveaus verschieben sich mit dem Marktregime.

Sollte ich zur Annualisierung der FX-Volatilität 252 oder 260 Handelstage verwenden?

260 passt besser, weil der Devisenmarkt an jedem Werktag handelt und nicht dem Kalender einer einzelnen Börse folgt. 252 ist die Aktienkonvention und wird trotzdem häufig verwendet. Der Unterschied liegt relativ bei etwa 1,6 % – entscheidend ist also, sich für eines zu entscheiden, es zu dokumentieren und überall dort konsistent anzuwenden, wo Sie Zahlen vergleichen.

Kann ich die implizite Volatilität aus einer Wechselkurs-API berechnen?

Nein. Die implizite Volatilität wird aus den Preisen von FX-Optionen abgeleitet und erfordert einen Optionsdaten-Feed. Aus einer Kassa- oder historischen Kursreihe lässt sich die realisierte Volatilität berechnen. Für Pricing, Hedging-Schwellen und Alerting im Anwendungscode ist die realisierte Volatilität in der Regel das passende Maß.

Wie viele historische Daten brauche ich?

Mindestens eine Beobachtung mehr als Ihre Fensterlänge – das ergibt allerdings eine instabile Schätzung. Als praktische Untergrenze gilt: 30 Beobachtungen für ein 30-Tage-Fenster, und rufen Sie mindestens ein Jahr Historie ab, damit Sie den aktuellen Wert gegen eine längere Basislinie vergleichen können. Der /v1/timeseries-Endpunkt liefert einen beliebigen Zeitraum in einem einzigen Request.

Warum weicht meine Volatilitätszahl von der meines Datenanbieters ab?

Fast immer liegt es an einer von vier Ursachen: einem anderen Annualisierungsfaktor (252 vs. 260), Grundgesamtheits- statt Stichproben-Standardabweichung, einem anderen Snapshot-Zeitpunkt für den Tageskurs oder einfachen statt logarithmischen Renditen. Prüfen Sie diese vier Punkte, bevor Sie die Daten für falsch halten.

Sagt Volatilität voraus, in welche Richtung sich eine Währung bewegt?

Nein. Volatilität misst Streuung, nicht Richtung. Von einem Paar mit 20 % annualisierter Volatilität ist zu erwarten, dass es sich stark bewegt; die Berechnung sagt nichts darüber aus, ob es nach oben oder nach unten geht. Nutzen Sie sie, um Risiko zu dimensionieren, nicht um eine Meinung zu handeln.

---

Bereit, Volatilität auf Live-Daten zu berechnen? Holen Sie sich Ihren kostenlosen Finexly-API-Key – ohne Kreditkarte. Sie erhalten Zugriff auf Echtzeit- und historische Kurse für über 170 Währungen, mit 1.000 kostenlosen Requests pro Monat und einem /v1/timeseries-Endpunkt, der einen kompletten Zeitraum in einem einzigen Aufruf zurückgibt. Starten Sie mit der kostenlosen Wechselkurs-API und upgraden Sie, wenn Ihr Datenbedarf wächst.