← Alle Insights
7 Min. Lesezeit · Indikator · Januar 2031

Relative Vigor Index: Eröffnungs- und Schlusskurse als Edge.

Der Relative Vigor Index ist einer dieser Indikatoren, die fast jeder im Lehrbuch stehen sieht und kaum jemand wirklich benutzt. Donald Dorsey hat ihn 1995 vorgestellt, die Idee ist sympathisch einfach — und seine Schwächen sind so spezifisch, dass man sie kennen sollte, bevor man ihn ernsthaft handelt.

Ich werde in diesem Artikel zeigen, wie der RVI rechnet, warum die Logik in trendenden Märkten Sinn ergibt, weshalb dieselbe Logik in Seitwärtsphasen reihenweise Fehlsignale produziert und welche Setups in der Praxis brauchbar sind. Plus eine ehrliche Bewertung, wo ich ihn in eigenen Strategien tatsächlich einsetze — und wo nicht.

Wie der RVI rechnet — und warum die Idee elegant ist.

Der Grundgedanke: in einem Aufwärtstrend schließt der Markt typischerweise nahe am Tageshoch, in einem Abwärtstrend nahe am Tagestief. Der RVI misst exakt das. Konkret wird die Differenz aus Schluss- und Eröffnungskurs (Close minus Open) ins Verhältnis zur Tagesspanne (High minus Low) gesetzt — und über vier Perioden geglättet.

Formal:

Werte schwanken in einer engen Bandbreite — typischerweise zwischen −1 und +1, aber in der Praxis meist deutlich enger. Anders als RSI oder Stochastik hat der RVI keine harten Schwellen wie 70/30; gehandelt wird über Crossover zwischen RVI und Signal-Line.

Klassische Crossover-Signale: was Lehrbücher schreiben.

Die Standardlehre ist schnell erzählt: RVI kreuzt Signal-Line von unten nach oben → Long. Kreuzt von oben nach unten → Short. Punkt. Das wirkt sauber und ist auf geglätteten Trendcharts visuell überzeugend.

Was Lehrbücher meistens auslassen: der RVI ist durch die doppelte Glättung (4er-Summe plus 4er-SMA) träge. Auf Tagesdaten kommen Crossover deutlich nach dem eigentlichen Kursimpuls. Wer Signale 1:1 traded, kommt mit Lag in den Markt — und steigt häufig wieder mit Lag aus. Das ist das Trendfolge-Dilemma in Reinform: spät rein, spät raus.

Warum der RVI in Trends funktioniert.

Die Kernannahme — Schluss nahe Hoch in Uptrends — ist empirisch belegt. Auf Aktien-Indizes und liquiden Single-Stocks korreliert die Close-Open-Ratio mit der Tagesperformance über die Folgewoche schwach, aber statistisch nachweisbar positiv. Der RVI macht dieses Verhalten messbar.

In Phasen klar trendender Märkte (gemessen an steigendem ADX über 25 oder am Abstand zum 200er-SMA) liefert ein RVI-Crossover-System auf SPY über 20 Jahre eine moderate positive Erwartung. Die Hit-Rate liegt typischerweise zwischen 52 % und 56 %, der durchschnittliche Trade ist klein positiv, der Drawdown akzeptabel.

Das ist kein Heiliger Gral, aber es ist nicht null. Wer RVI als Trend-Bestätigung zusätzlich zu einem soliden Trendfilter einsetzt, gewinnt eine zusätzliche Information — keine Strategie für sich, aber ein brauchbarer Baustein.

Warum der RVI in Range-Märkten zuverlässig versagt.

Genau hier wird es unbequem. In Seitwärtsphasen produziert der RVI eine Crossover-Salve nach der anderen — und fast alle sind Fehlsignale. Die Logik des Indikators bricht in Ranges:

Konkret: dasselbe RVI-Crossover-System, das auf SPY über trendende Phasen positiv performt, dreht in dokumentierten Range-Jahren (2015, 2023) auf SPX deutlich ins Negative. Das ist kein Fehler des Indikators — das ist die Konsequenz seiner Logik außerhalb seines Anwendungsbereichs.

Brauchbare Setups: RVI mit Trend-Gate.

Wer den RVI einsetzen will, braucht zwingend einen Trend-Filter davor. Das Setup, das ich Mandanten gelegentlich als Trendfolge-Baustein zeige:

Mit diesem Filter werden 60–70 % der ursprünglichen Signale ausgefiltert — und genau das ist der Punkt. Die verbleibenden Signale haben deutlich höhere Erwartung. Auf SPY 2005–2024 (ohne Kosten) ergibt das eine Hit-Rate um 58 %, einen durchschnittlichen Trade um +0,5 % und einen Sharpe in der Größenordnung 0,7. Mit Kosten und Slippage realistisch 0,5. Brauchbar, nicht spektakulär.

Python-Implementierung: RVI sauber berechnet.

Wichtig: bei der RVI-Formel kursieren zwei Varianten — eine mit gewichteter Triangular-Summe, eine mit simpler Summe. Ich nutze die gewichtete Variante (1-2-2-1), wie Dorsey sie publiziert hat. 

# Relative Vigor Index nach Dorsey (1995)
import yfinance as yf
import pandas as pd

def rvi(df, n=10):
    co = df["Close"] - df["Open"]
    hl = df["High"]  - df["Low"]

    # 1-2-2-1 gewichtete 4-Perioden-Summe
    def w4(s):
        return (s + 2*s.shift(1) + 2*s.shift(2) + s.shift(3)) / 6

    num = w4(co).rolling(n).mean()
    den = w4(hl).rolling(n).mean()
    rvi = num / den

    signal = (rvi + 2*rvi.shift(1) + 2*rvi.shift(2) + rvi.shift(3)) / 6
    return rvi, signal

df = yf.download("SPY", start="2005-01-01", auto_adjust=True)
r, sig = rvi(df, n=10)

# Bullisches Crossover-Signal
cross_up = (r > sig) & (r.shift(1) <= sig.shift(1))

Vergleich mit Stochastik und MACD.

Der RVI wird oft mit der Stochastik verglichen, weil beide Oszillatoren mit Signal-Line-Crossover arbeiten. Mathematisch sind sie verwandt: Stochastik misst die Position des Close in der Range, RVI misst Close-Open relativ zur Range. Empirisch sind die Signale hoch korreliert.

Gegenüber MACD ist der RVI deutlich schneller in glatten Trends — und deutlich unzuverlässiger in Ranges. Wer schon einen MACD im Setup hat, gewinnt durch RVI wenig zusätzliche Information. Wer keinen hat, hat mit MACD oder RSI in der Regel die robustere Wahl.

Was ich Mandanten tatsächlich empfehle.

Mein Fazit: der RVI ist ein eleganter, durchdachter Indikator mit einer klaren Achillesferse. In Trendmärkten liefert er kleine, brauchbare Edges; in Ranges zerlegt er Konten. Wer das weiß und entsprechend filtert, kann ihn als Baustein einsetzen. Wer ihn naiv nach Lehrbuch handelt, wird enttäuscht.

Sie haben einen Indikator-basierten Ansatz und wollen wissen, was statistisch wirklich trägt? Erstgespräch buchen — wir prüfen den Edge sauber.