Die Daten und der Screen stammt von www.stockgrid.io/darkpools
Die Daten werden schon stimmen, sie stammen von FINRA, Darkpooldaten müssen innerhalb von 24h gemeldet werden. Mit APIs kann man auf viele Daten live zugreifen (geht offenbar bspw. über Interactive Brokers), auch der marketchameleon.com hat Live-Daten und kann daher auch den Anteil des Handels über Darkpools live darstellen.
Unten auf der stockgrids Seite ist folgende Erklärung aufgeführt (Übersetzung von DeepL weiter unten):
What is this?
Short volume represents the aggregate volume by security for all short sale trades executed and reported to a TRF, the ADF, or the ORF as reported by FINRA. Although it may seem noisy and a rather poor factor on its own, it has been shown by SqueezeMetrics that higher short sale volume tends to lead to abnormal positive returns. The argument is that short sale volume mostly represents shares sold short by market markers to investors buying stocks. These investors are referred to as Dark Pools since the FINRA TRF trades are from off-exchange venues. More details can be found in their white paper.
The goal of this page is to show the cumulative net short dollar volume (Dark Pool Position $) by security. Is it calculated by taking the net short volume (short volume minus buy volume - a positive number means that the short volume was higher than the buy volume) times the closing price and taking the 20-day cumulative sum of this series. A positive position or position $ would be bullish, and a negative one bearish.
Key definitions:
Net Short Volume: Short volume minus buy volume.
Net Short Volume $: Net short volume multiplied by the last close.
Position: The sum of the net short volume over the last 20 trading days.
Position $: Position multiplied by the last close.
Data updated at 6pm EST.
Übersetzung (DeepL):
Was ist das?
Das Leerverkaufsvolumen stellt das Gesamtvolumen nach Wertpapier für alle ausgeführten und an ein TRF, das ADF oder das ORF gemeldeten Leerverkaufstransaktionen dar, wie von FINRA gemeldet. Obwohl es verrauscht und für sich genommen ein eher schlechter Faktor zu sein scheint, hat SqueezeMetrics gezeigt, dass ein höheres Leerverkaufsvolumen tendenziell zu abnormalen positiven Renditen führt. Das Argument ist, dass das Leerverkaufsvolumen hauptsächlich Aktien repräsentiert, die von Marktmarkern an Investoren leerverkauft werden, die Aktien kaufen. Diese Investoren werden als Dark Pools bezeichnet, da die FINRA TRF-Trades von außerbörslichen Handelsplätzen stammen. Weitere Details finden Sie in ihrem White Paper.
Das Ziel dieser Seite ist es, das kumulative Netto-Short-Dollar-Volumen (Dark Pool Position $) nach Wertpapieren anzuzeigen. Es wird berechnet, indem man das Netto-Short-Volumen (Short-Volumen minus Kauf-Volumen - eine positive Zahl bedeutet, dass das Short-Volumen höher war als das Kauf-Volumen) mal den Schlusskurs nimmt und die kumulative 20-Tage-Summe dieser Reihe bildet. Eine positive Position oder Position $ wäre bullish, und eine negative bearish.
Wichtige Definitionen:
Netto-Short-Volumen: Short-Volumen minus Kaufvolumen.
Netto-Short-Volumen $: Netto-Short-Volumen multipliziert mit dem letzten Schlusskurs.
Position: Die Summe des Netto-Short-Volumens über die letzten 20 Handelstage.
Position $: Position multipliziert mit dem letzten Schlusskurs.
Daten werden um 18 Uhr EST aktualisiert.
Übersetzt mit www.DeepL.com/Translator (kostenlose Version)
Das verlinkte Paper von März 2018 von SqueezeMetrics ist tatsächlich sehr interessant und aufschlussreich und erklärt, wie die Shortpositionen im Darkpool zustande kommen. Ich habe es noch nicht komplett durchgearbeitet, aber werde das noch machen und Erkenntnisse daraus berichten. Jedenfalls scheinen die Shorts im Darkpool auf Käufe außerhalb des Darkpools hinzudeuten, d.h. die Marketmaker sind momentan hauptsächlich Short und müssen das irgendwann ausgleichen. Im Paper ist erklärt warum eine hohe Short Zahl im DP auf einen Ausbruch des Kurses hindeutet.
Whitepaper von SqueezeMetrics mit dem interessanten Namen "Short is Long": squeezemetrics.com/monitor/download/pdf/short_is_long.pdf