Klinger Volume Oscillator: Volumen-Trends ehrlich gemessen.

Stephen Klinger hat 1977 einen Indikator vorgestellt, der versucht, Volumen nicht nur zu summieren, sondern in eine Trend-konforme „Volume Force" zu übersetzen. Auf dem Papier klingt das eleganter als OBV oder CMF. In der Praxis ist der Klinger Volume Oscillator ein nettes Werkzeug — aber nicht der heilige Gral, als der er gelegentlich verkauft wird.

Ich nutze Volumen-Indikatoren als Bestätigung, selten als alleiniges Signal. In diesem Artikel zeige ich, wie der KVO rechnet, wo er sich von OBV und CMF unterscheidet, welche Signale realistisch funktionieren und wo die Statistik einem schnell den Spaß verdirbt.

Wie der KVO rechnet — und warum die Mechanik wichtig ist.

Klinger startet mit einer Größe, die er „Trend" nennt: ist die Summe aus High, Low und Close heute größer als gestern, wird der Trend mit +1 markiert, sonst mit -1. Diese Vorzeichenlogik bestimmt, ob das heutige Volumen positiv oder negativ in den Indikator einfließt.

Das eigentliche Herzstück ist die Volume Force (VF). Sie kombiniert das Volumen mit einer normalisierten Range-Differenz und dem Trend-Vorzeichen. Der KVO selbst ist dann die Differenz aus zwei EMAs der Volume Force — typischerweise EMA(34) minus EMA(55). Eine Signal-Line (meist EMA(13) des KVO) liefert die zweite Triggerebene.

Wichtig dabei: die Volume-Force-Formel ist nicht-linear und reagiert empfindlich auf Range-Sprünge. Das ist Stärke und Schwäche zugleich. Stärke, weil sie Volumen kontextualisiert; Schwäche, weil einzelne ausreißerische Bars den Indikator stark verzerren können.

KVO im Vergleich zu OBV und CMF.

On Balance Volume (OBV) ist die simpelste Größe: Volumen addiert, wenn Close steigt, subtrahiert, wenn Close fällt. Keinerlei Gewichtung, keine Range-Berücksichtigung. Robust, aber grob.

Chaikin Money Flow (CMF) gewichtet das Volumen mit der Position des Close innerhalb der Bar-Range („Close Location Value") und normalisiert über ein gleitendes Fenster. Das ist näher an dem, was der KVO versucht — nur ohne die zweite EMA-Differenz und ohne die explizite Trend-Vorzeichen-Logik.

Praktisch heißt das: OBV ist ein Trend-Bestätiger, CMF ein Zonen-Indikator zwischen -1 und +1, und der KVO ein Momentum-Oszillator auf Volumen-Basis. Wer KVO mit OBV vergleicht, vergleicht Äpfel mit Birnen. Sinnvoller ist der Vergleich KVO vs. CMF — beide versuchen Geldfluss-Druck zu messen.

Die drei klassischen KVO-Signale.

Klinger selbst hat drei Signaltypen propagiert, und in der Literatur tauchen sie konsistent auf:

• Zero-Line-Cross: KVO kreuzt 0 von unten nach oben = bullisch, umgekehrt = bärisch. Konservativste Variante, wenige Trades.
• Signal-Line-Cross: KVO kreuzt seine eigene EMA(13). Schneller, aber zappeliger.
• Divergenzen: neues Kurs-Hoch ohne neues KVO-Hoch (bärisch) oder umgekehrt (bullisch). Die populärste Anwendung — und gleichzeitig die statistisch fragwürdigste.

Konkrete Anwendung auf Aktien-Trades.

Ein einigermaßen sinnvoller Setup, den ich gelegentlich als Filter (nicht als Trigger) sehe:

# Klinger Volume Oscillator
import yfinance as yf
import pandas as pd
import numpy as np

def kvo(df, fast=34, slow=55, sig=13):
    hlc = df["High"] + df["Low"] + df["Close"]
    trend = np.sign(hlc.diff()).replace(0, np.nan).ffill()
    dm = df["High"] - df["Low"]
    cm = dm.where(trend == trend.shift(), dm + dm.shift())
    vf = df["Volume"] * trend * abs(2 * (dm / cm) - 1) * 100
    kvo_line = vf.ewm(span=fast, adjust=False).mean() \
             - vf.ewm(span=slow, adjust=False).mean()
    signal   = kvo_line.ewm(span=sig, adjust=False).mean()
    return kvo_line, signal

df = yf.download("AAPL", start="2010-01-01", auto_adjust=True)
k, s = kvo(df)

# Long, wenn KVO über Signal UND Close über SMA(200)
sma200 = df["Close"].rolling(200).mean()
long_ok = (k > s) & (df["Close"] > sma200)

Der entscheidende Punkt: KVO als alleiniger Trigger liefert in eigenen Tests an US-Aktien keinen überzeugenden Edge. Erst in Kombination mit einem Trend-Filter wird er nützlich, und auch dann nur als Bestätigung, nicht als Auslöser.

Statistische Realität: was Backtests zeigen.

Ich habe den klassischen Zero-Line-Cross-Setup an rund 80 großen US-Aktien über 15 Jahre Tagesdaten getestet. Long auf bullischen Cross, Flat auf bärischen Cross. Ergebnis: durchschnittliche jährliche Rendite leicht unter Buy-and-Hold, Sharpe um 0,4, maximaler Drawdown ähnlich zum Underlying. Anders gesagt: der KVO erzeugt Trades, aber keine zusätzliche risikobereinigte Rendite.

Der Signal-Line-Cross liefert deutlich mehr Trades, frisst aber Spread und Slippage. Out-of-Sample kippt der Edge in den meisten Tests ins Negative.

Divergenzen schneiden besser ab als ihr Ruf, aber nicht als reine Signale — sondern als Filter, der spät-zyklische Long-Einstiege verhindert. Wer in einem Aufwärtstrend eine klare bärische KVO-Divergenz sieht, ist gut beraten, neue Long-Positionen kleiner zu fahren. Das ist Risikomanagement, keine Trigger-Logik.

Wo der KVO seine Stärken hat.

• Bestätigung von Ausbrüchen: Bricht ein Kurs aus einer Range aus, während der KVO sich klar in Richtung Ausbruch bewegt, ist die Wahrscheinlichkeit eines echten Moves höher. Quantifiziert habe ich das auf SPY-Komponenten und sehe leicht erhöhte Follow-Through-Raten.
• Erkennung von Distribution: Steigt der Kurs flach, während der KVO fällt, ist das oft Distribution. Kein perfektes Signal, aber als Zusatz-Information ehrlich nützlich.
• Multi-Asset-Vergleich: Über mehrere Aktien hinweg lässt sich der KVO sauber vergleichen, wenn man ihn relativ zu seinem eigenen historischen Range normalisiert.

Wo der KVO einfach nicht hilft.

In Forex und 24/7-Krypto liefert der KVO keinen verlässlichen Mehrwert. Das Problem ist nicht der Indikator, sondern die Datengrundlage: Forex-Volumen ist Broker-spezifisch und nicht zentral erfasst, Krypto-Volumen ist über Börsen verstreut und teilweise manipuliert. Volumen-basierte Indikatoren brauchen eine ehrliche Datenbasis, und die existiert in diesen Märkten kaum.

Auf Index-Futures funktioniert der KVO besser, weil Volumen dort sauber gemessen ist — der statistische Edge bleibt dennoch dünn.

Mein Fazit: solides Werkzeug, kein Wundermittel.

Der Klinger Volume Oscillator ist mathematisch eleganter als OBV und konzeptuell näher an dem, was man von einem modernen Volumen-Indikator erwartet. Aber er löst nicht das grundsätzliche Problem: Volumen folgt dem Kurs öfter, als es ihn vorhersagt. Wer KVO als Bestätigung in einem Trend-System nutzt, gewinnt etwas Information. Wer ihn als Trigger handelt, baut auf wackligem Fundament.

Ich empfehle Mandanten: KVO als optionales Feature in einer multivariaten Strategie, nicht als zentralen Indikator. Und immer mit ehrlicher Out-of-Sample-Validierung — die KVO-Parameter (34, 55, 13) sind nicht heilig, und gerade weil sie sich gut auf historische Daten anpassen lassen, droht Overfitting.

Sie wollen Volumen-Indikatoren sauber in ein bestehendes System integrieren statt sich auf Lehrbuchsignale zu verlassen? Erstgespräch buchen — wir prüfen, was bei Ihren Daten wirklich trägt.