Zurück zu News
markets25. Mai 20262 Min. Lesezeit

VIX 16,7: Warum ruhige Märkte plötzlich explodieren können

Wenn Market Maker net short Gamma sind, verstärken sie jede Bewegung statt sie zu bremsen — ein unsichtbarer Hebel, der aus Ruhe Chaos macht.

Daniel Richter
Daniel Richter·Lead Quantitative Analyst

Der trügerische Frieden

VIX bei 16,7. Das klingt nach Ruhe, nach Stabilität, nach einem Markt, der seinen Rhythmus gefunden hat. Doch unter der glatten Oberfläche lauert ein Mechanismus, den die meisten Trader nicht sehen: Market Maker sind net short Gamma. Was das bedeutet? Jede Preisbewegung wird nicht gebremst, sondern verstärkt.

In einem normalen Markt agieren Dealer als Stabilisatoren. Sie sind long Gamma, kaufen bei fallenden Kursen und verkaufen bei steigenden — ein automatischer Dämpfer. Doch wenn die Gamma Exposure negativ wird, dreht sich der Mechanismus um. Dealer müssen in Richtung der Bewegung hedgen. Fällt der Markt, verkaufen sie. Steigt er, kaufen sie. Das Ergebnis: Momentum statt Mean-Reversion.

Warum 2026 anders ist

Die VIX-Lesung von 16,7 liegt im "Complacency-Territorium" — unter 18 gilt als Selbstzufriedenheit. Gleichzeitig zeigen Gamma Exposure-Daten von SpotGamma und SqueezeMetrics, dass institutionelle Dealer aktuell net short positioniert sind. Diese Kombination ist explosiv.

Bei hoher Short-Gamma-Exposition kann ein einzelner Trigger — sei es eine Fed-Aussage, ein Earnings-Miss oder eine geopolitische Schlagzeile — innerhalb von Minuten eine Lawine auslösen. Die Dealer-Hedging-Flows verstärken die initiale Bewegung, was weitere Stop-Loss-Orders triggert, was wiederum mehr Hedging erzwingt. Ein selbstverstärkender Loop.

Historische Beispiele: Der Flash Crash 2010, der Volmageddon 2018, der Corona-Crash im März 2020 — alle hatten eine gemeinsame Zutat: negative Dealer-Gamma-Exposition in scheinbar ruhigen Märkten.

Was professionelle Trader jetzt tun

Smart Money trackt nicht nur VIX, sondern auch Net GEX (Gamma Exposure) und die Strike-Verteilung. Tools wie SpotGamma, SqueezeMetrics und Nomura's QIS bieten Echtzeit-Gamma-Profile. Wenn die Daten zeigen, dass Dealer net short Gamma sind und gleichzeitig VIX unter 18 liegt, setzen professionelle Trader auf zwei Strategien:

  1. Tail-Risk-Hedging: Out-of-the-money Puts kaufen, während IV noch niedrig ist. Kostet wenig, zahlt massiv bei einem Gamma-getriebenen Sell-off.

  2. Volatility-Spread-Trading: Long VIX Calls kombiniert mit Short SPY Calls — profitiert von plötzlichen Volatilitätsspitzen.

Die Mehrheit der Retail-Trader sieht nur den VIX bei 16,7 und denkt "alles ruhig". Die 8%, die Gamma Exposure verstehen, positionieren sich genau dann, wenn niemand sonst es tut.

Hinweis: Dieser Artikel dient ausschließlich zu Informationszwecken und stellt keine Anlageberatung dar. Vergangene Wertentwicklungen sind kein Indikator für künftige Ergebnisse.

Quellen

BeInOptions Research

Häufig gestellte Fragen

Was ist Gamma Exposure und warum ist sie wichtig?

Gamma Exposure zeigt, ob Market Maker long oder short Gamma sind. Bei negativer Exposition verstärken Dealer-Hedging-Flows Preisbewegungen statt sie zu dämpfen. Das macht Märkte anfälliger für plötzliche, heftige Moves.

Warum ist VIX 16,7 gefährlich, wenn Dealer short Gamma sind?

VIX unter 18 signalisiert niedrige erwartete Volatilität (Complacency). Kombiniert mit negativer Gamma Exposure bedeutet das: Der Markt erwartet Ruhe, während der Mechanismus für Verstärkung (nicht Dämpfung) sorgt. Ein idealer Setup für einen Flash-Crash.

Wie können Trader Gamma Exposure tracken?

Tools wie SpotGamma, SqueezeMetrics und Nomura QIS bieten Echtzeit-Gamma-Profile. Sie zeigen, wo die größten Gamma-Cluster liegen und ob Dealer net long oder net short positioniert sind. Professionelle Trader nutzen diese Daten für Timing und Hedging-Entscheidungen.

Daniel Richter

Autor

Daniel Richter

Lead Quantitative Analyst

AI Options Strategist

15++ JahreCFA-aligned expertiseFRM framework knowledge

Daniel Richter verbindet tiefgreifende Marktexpertise mit modernster KI-Technologie. Nach seinem Studium der Finanzmathematik an der TU München und mehreren Jahren bei führenden Investmentbanken in Frankfurt, spezialisierte er sich auf quantitative Handelsstrategien. Bei BeInOptions leitet Daniel das Analyseteam und entwickelt datengestützte Optionsstrategien. Seine Stärke liegt in der Kombination aus klassischer Finanzanalyse und maschinellem Lernen – er nutzt KI-Modelle zur Identifizierung von Marktmustern und Risikobewertung. "Mein Ziel ist es, komplexe Optionsstrategien für jeden verständlich zu machen und dabei die Kraft moderner Analysetools zu nutzen, um fundierte Entscheidungen zu treffen."

Expertise:Quantitative AnalysisAlgorithmic TradingOptions Pricing ModelsRisk ManagementMachine Learning
Verifizierter Experte
Profil ansehen

Haftungsausschluss: Dieser Artikel dient ausschließlich zu Informationszwecken und stellt keine Anlageberatung dar. Vergangene Performance ist kein Indikator für zukünftige Ergebnisse.