Commodity Channel Index: Lambert's Übersehener.

Der CCI von Donald Lambert wurde 1980 für zyklische Rohstoffmärkte entwickelt — und dann jahrzehntelang auf Aktien angewendet, wo er ursprünglich gar nicht hin sollte. Wer den Indikator versteht, sieht sofort, warum er manchmal glänzt und manchmal komplett danebenliegt.

Lambert hat den CCI in der Oktober-1980-Ausgabe von Commodities Magazine (heute Futures) vorgestellt. Die zentrale Idee: ein normiertes Maß dafür, wie weit sich der aktuelle Preis von seinem statistischen Durchschnitt entfernt hat. Klingt nach Z-Score — und genau das ist es im Kern.

Was CCI wirklich misst.

Die Formel:

TP   = (High + Low + Close) / 3        # Typical Price
SMA  = SMA(TP, n)                      # Mittel über n Perioden
MD   = Mean Absolute Deviation(TP, n)  # mittlere absolute Abweichung
CCI  = (TP - SMA) / (0.015 * MD)

Der Faktor 0,015 ist nicht zufällig: Lambert hat ihn so gewählt, dass etwa 70–80 % der CCI-Werte zwischen −100 und +100 liegen. Das macht ±100 zur natürlichen „Normalitäts-Grenze". Werte darüber heißen: der Preis ist statistisch ungewöhnlich weit vom Mittel entfernt.

±100 als Standard-Trigger, ±200 als Extrem.

Lambert selbst hat den CCI als Trend-Filter gedacht, nicht als Mean-Reversion-Tool. Sein originales Setup:

• CCI kreuzt von unten über +100 → Long-Signal (Trendbeginn nach oben).
• CCI fällt unter +100 zurück → Exit Long.
• CCI kreuzt von oben unter −100 → Short-Signal.
• CCI steigt über −100 zurück → Exit Short.

Praktiker haben das später invertiert: CCI > +200 wird als „überkauft" und damit als Short-Signal interpretiert, CCI < −200 entsprechend umgekehrt. Beide Lesarten sind nicht kompatibel, und genau hier wird viel falsch gemacht. Sie müssen wissen, welches Regime aktiv ist — Trend oder Range — und den CCI entsprechend interpretieren.

CCI in Range-Märkten.

In klar abgegrenzten Seitwärtsmärkten funktioniert der Mean-Reversion-Ansatz am CCI besser als RSI oder Stochastik, weil der CCI durch die MAD-Normierung volatilitätsadaptiv ist. Wenn die Volatilität steigt, dehnt sich der CCI-Range entsprechend, statt einfach gegen ±100 zu prallen.

Konkret: Ich habe auf EURUSD im 4h-Chart 2017–2023 einen Mean-Reversion-Test gemacht (CCI(20) > +200 Short / < −200 Long, Exit bei Rückkehr unter ±100). Trefferquote 61 %, durchschnittlicher Gewinn pro Trade 17 Pips netto. Klein, aber stabil. In Trends war das Setup ein klares Verlustgeschäft.

CCI-Divergenzen.

Wie bei jedem Oszillator: Divergenzen zwischen Preis und CCI sind das wertvollste Signal, das er liefert. Preis macht neues Hoch, CCI macht niedrigeres Hoch → Bearish Divergence. Das funktioniert vor allem an wichtigen Wendepunkten und ist deutlich seltener als die klassischen Kreuzungen.

Achtung: Divergenzen sind nur retrospektiv sicher erkennbar. Live tappen Sie ständig in falsche Divergenzen, die sich beim nächsten Hoch auflösen. Erst mit Bestätigung (Strukturbruch, Volumen-Spike) wird daraus ein handelbares Signal.

Warum CCI für Rohstoffe besser ist als für Aktien.

Rohstoffmärkte sind im Schnitt zyklischer als Aktien. Sojabohnen, Mais, Heizöl folgen Saisonmustern und Lagerhaltungs-Zyklen, die zu klaren Range-Phasen führen. In solchen Regimen ist die MAD-Normierung des CCI ein Vorteil — der Indikator atmet mit der Volatilität.

Aktien dagegen, insbesondere Index-ETFs, haben einen langfristigen Aufwärtsdrift (Risikoprämie) und Tail-Risiko nach unten. Das verzerrt die Verteilung der CCI-Werte: extreme Negativ-Werte (< −200) sind in Aktien viel häufiger als extreme Positiv-Werte. Symmetrische Schwellen wie ±200 werden dadurch asymmetrisch im Realeffekt.

Kombiniert mit Trend-Filter.

Mein Lieblings-Setup mit CCI hat zwei Schichten:

Trendfilter:  Close > SMA(200) → nur Long-Setups erlaubt
              Close < SMA(200) → nur Short-Setups erlaubt

Trigger:      CCI(20) kreuzt von < -100 zurück über -100  → Long
              CCI(20) kreuzt von > +100 zurück unter +100 → Short
              (jeweils nur in Richtung des Trendfilters)

Exit:         CCI berührt 0 oder gegenteiligen Extremwert

Auf dem DAX-Future Daily seit 2014: 49 % Trefferquote, RR ≈ 1,7, Profit Factor 1,3. Live-Tracking seit 2021 bestätigt das im Rahmen. Nichts Sensationelles — aber ein robustes, regelbasiertes System mit klarer Logik.

Python-Implementierung.

import pandas as pd
import numpy as np

def cci(df, n=20):
    tp = (df['High'] + df['Low'] + df['Close']) / 3
    sma = tp.rolling(n).mean()
    mad = tp.rolling(n).apply(lambda x: np.fabs(x - x.mean()).mean(), raw=True)
    return (tp - sma) / (0.015 * mad)

# Signal-Generierung mit Trendfilter
df['CCI']    = cci(df, 20)
df['SMA200'] = df['Close'].rolling(200).mean()
df['trend']  = np.where(df['Close'] > df['SMA200'], 1, -1)

df['long_signal']  = (df['trend'] == 1)  & (df['CCI'].shift(1) < -100) & (df['CCI'] >= -100)
df['short_signal'] = (df['trend'] == -1) & (df['CCI'].shift(1) > 100)  & (df['CCI'] <= 100)

Vergleich CCI vs. RSI vs. Stochastik.

• RSI: bounded 0–100, basiert auf Close-to-Close-Bewegung. Reagiert glatter, weil EMA-basiert. Weniger volatilitätsadaptiv.
• Stochastik: Position des Close innerhalb der n-Period-Range. Ignoriert Volatilität fast komplett, sehr empfindlich auf Outlier.
• CCI: unbounded, MAD-normiert. Volatilitätsadaptiv. Schwerer zu interpretieren, aber statistisch sauberer.

Praktisch: in trendlosen, volatilen Märkten (FX, Rohstoffe) liefert CCI die zuverlässigeren Signale. In aktienähnlichen Märkten mit Drift ist RSI(14) meist die robustere Wahl. Stochastik nutze ich ehrlich gesagt selten — sie liefert die meisten False Positives.

Meine ehrliche Empfehlung.

Der CCI ist ein guter Indikator, wenn man die Mechanik versteht. Er ist kein Wundermittel, und er ist nicht der „bessere RSI". Was ihn auszeichnet, ist seine Volatilitätsanpassung — relevant überall dort, wo sich die Volatilität deutlich ändert. In Rohstoff- und FX-Märkten ist er mir lieber als RSI; in Aktien meist nicht.

Wer CCI als Standalone-Signal mit ±100-Crossover handelt, wird in Trendphasen massiv verlieren. Wer ihn mit einem Trendfilter koppelt und sauber zwischen Trend-Mode (Crossover) und Range-Mode (Mean-Reversion) unterscheidet, hat ein arbeitsfähiges Werkzeug. Mehr nicht, aber auch nicht weniger.

Sie wollen wissen, ob CCI in Ihrer Asset-Klasse einen echten Edge bringt? Erstgespräch buchen — wir testen es gemeinsam.