Vor dem Kurs
Über 57,951 aufgelöste Empfehlungen schlug FinTwits mittlere 30d-Rendite einen Buy-and-Hold im S&P 500 um 1.8 Punkte, und 49 % der Empfehlungen schlugen SPY. Die Trefferquote stieg von 45 % nach 24 Stunden auf 50 % nach 30 Tagen. Diese Empfehlungen brauchen Zeit, um aufzugehen. 0 Accounts rückten diesen Monat in die Top 100 auf; 100 fielen heraus. Als der S&P 500 stieg, traf FinTwit 57 %; als er fiel, 40 %, eine Lücke, die mehr nach Markt-Beta als nach Können aussieht.
Ein „Dezil“ ist schlicht ein Zehntel des Feldes: das beste Zehntel, die Mitte und das schlechteste.
Über den Ticker: die Namen, über die der Schwarm am meisten sprach, und wie oft die Empfehlungen dazu aufgingen.
Über eine Haltedauer von 30 Tagen schlugen FinTwits Empfehlungen einen Buy-and-Hold im S&P 500 in 49% der Fälle, wobei die mittlere Empfehlung am Ende 1.8 Punkte davor lag. Der Index ist die Hürde, die jede Empfehlung nehmen muss, denn er ist die Rendite, die jeder erzielt hätte, der einmal kauft und einen Monat lang die Füße stillhält. Alles darunter ist Mühe, die gegen das Nichtstun verlor. Die Trefferquote in der Tabelle unten ist der Anteil der Empfehlungen, die diese Hürde im jeweiligen Haltefenster genommen haben.
Eine Empfehlung, hinter der nur ein einziger Account steht, geht in 42% der Fälle auf, kaum besser als ein Münzwurf. Sobald 30+ voneinander unabhängige Accounts binnen einer Woche auf dieselbe Empfehlung kommen, klettert die Trefferquote auf 52%. Das läuft dem üblichen Reflex zuwider, gegen einen überlaufenen Trade zu setzen: Wenn unabhängige Stimmen aus eigenem Antrieb beim selben Namen und derselben Richtung landen, steckt in dieser Einigkeit Information, und sie ist hier mehr wert als jede einzelne laute Meinung.
Empfehlungen gruppiert danach, wie viele verschiedene verfolgte Accounts dieselbe Empfehlung (Ticker + Richtung) in derselben Woche abgaben. Mehr Einigkeit geht mit höherer Treffsicherheit einher, nicht mit geringerer.
Überlaufene Trades, die aufgingen
Jeder dieser Namen zog zwanzig oder mehr Stimmen auf sich und schaffte dennoch eine Trefferquote von über 60 Prozent — der seltene Fall, in dem ein überlaufener Trade zugleich ein richtiger war. Wenn sich der Konsens um diese Ticker bildete, hatte das seinen Grund, und der Kurs zahlte ihn aus.
Überlaufene Trades, die sich nicht auszahlten
Die Kehrseite: die Namen, in die ebenso viele Leute hineindrängten, deren Trefferquote aber unter den Münzwurf rutschte. Viel Aufmerksamkeit lockt Momentum-Jäger und Nachzügler genauso an, wie sie einen echten Vorsprung anzeigt, und bei diesen Tickern verwechselte der Schwarm Lärm mit Überzeugung.
Wenn die Spezialisten eines Tickers sich gegen den Schwarm stellten, lagen sie häufiger richtig und gewannen 24 von 37 wöchentlichen Duellen. Die tiefe Kenntnis eines einzelnen Namens schlug die breite Einschätzung über das ganze Feld.
Duelle nach Ticker
Ein Duell ist eine Woche, in der die Spezialisten eines Tickers (tagesaktueller Ticker-Wert ≥ 70) und der Schwarm entgegengesetzt standen; es siegt die Seite, deren Empfehlungen über die folgenden 7 Tage mehr abwarfen. Dies sind aggregierte Zahlen ohne Einzelnamen. Neuere Duelle erscheinen in der nächsten Ausgabe, sobald sie aufgelöst sind.
Eine einzige Schlagzeilen-Trefferquote verbirgt so viel, wie sie offenlegt. Dieselbe Bilanz sieht ganz anders aus, sobald man sie nach Haltedauer aufschlüsselt, nach Kauf oder Verkauf, nach Größe und Branche des Unternehmens und nach Reichweite des Accounts. Erst in diesen Schnitten heben sich die echten Stärken klar von den blinden Flecken ab.
Trefferquote nach Haltedauer
Über 24h gehalten, liegen die Empfehlungen in 45% der Fälle richtig; dehnt man das Fenster auf 30d, steigt die Trefferquote auf 50%. Dieser Anstieg zeigt, dass es sich bei den meisten um langsam reifende Thesen handelt und nicht um Daytrades, und dass die erste Handelssitzung vor allem die Tagesstimmung abbildet. Der Vorsprung stellt sich erst ein, wenn der Markt ein paar Wochen Zeit hatte, einzulenken.
90 T erscheint, sobald ein Viertel (25 %) der auf 30 T aufgelösten Zahl erreicht ist, und füllt sich, während die Frühjahrs-Kohorten 2026 reifen (Juli–Aug. 2026).
Nach Richtung
Kaufempfehlungen gehen in 52% der Fälle auf, Verkaufsempfehlungen in 42%. Für die Lücke gibt es einen strukturellen Grund. Märkte steigen auf lange Sicht, eine bullische Empfehlung hat den Rückenwind also auf ihrer Seite, während das Ausrufen eines Hochs bedeutet, allein über das Timing gegen diese Aufwärtsdrift anzukämpfen. Dieselbe Schwierigkeit hält Verkäufe rar: Der Schwarm postet sie selten und liegt damit noch seltener richtig.
Nach Anlageklasse
Stock-Empfehlungen gehen in 52% auf; Crypto-Empfehlungen in 40%. Der Vorsprung verteilt sich nicht gleichmäßig über das, was der Schwarm handelt. Jede Anlageklasse folgt ihrem eigenen Takt: Aktien hängen an Quartalszahlen und Zinsen, während Krypto rund um die Uhr von Stimmung und Liquidität getrieben wird, und eine These, die in der einen Klasse aufgeht, lässt sich selten sauber auf die andere übertragen.
Nach Marktkapitalisierung
Mega ≥$200B-Werte gehen in 57% auf; Small <$2B-Werte in 45%. Größe stabilisiert die Bilanz tendenziell. Die größten Konzerne werden von Heerscharen von Analysten begleitet und an tiefen, liquiden Märkten gehandelt; eine Empfehlung dazu ist also eine Wette auf eine gut verstandene Geschichte. Kleinere Namen schwanken schon bei einer einzigen Schlagzeile oder einem umsatzschwachen Tag heftig, was die Bandbreite der Ergebnisse nach beiden Seiten aufweitet.
Rund um die Quartalszahlen
Dieselben Empfehlungen, aufgeteilt danach, ob sie in die Tage rund um den Quartalsbericht eines Unternehmens fielen oder in ruhigere Phasen. Quartalszahlen machen eine Aktie zum Münzwurf auf eine einzige Zahl: Das Ergebnis kann eine These über Nacht bestätigen oder sie ins Minus reißen, bevor überhaupt jemand reagieren kann. Eine Empfehlung kann beim Geschäft richtigliegen und trotzdem an der Kursreaktion scheitern, weshalb sich das Fenster rund um einen Bericht so deutlich vom übrigen Kalender abhebt.
Nach Reichweite
Mega · 500k+-Accounts erreichen 46%; Small · <5k-Accounts 43%. Ein größeres Publikum erkauft keine bessere Bilanz. Reichweite belohnt Selbstgewissheit und Postingvolumen stärker als das Richtigliegen, die lautesten Accounts sind also nicht zwangsläufig die treffsichersten. Die Follower-Zahl misst, wie viele Leute zuhören, aber so gut wie nichts darüber, ob sie es sollten.
Nach Branche
Healthcare führt mit 62%; Consumer Defensive liegt mit 21% zurück. Der Schwarm kennt manches Terrain und rät beim Rest. Die Treffsicherheit ballt sich in den Branchen, in denen die Leute selbst zu Hause sind, wo der durchschnittliche Poster ein Gespür für die Produkte und die Schlagzeilen hat. Die schwierigeren Ecken verlangen Spezialwissen, über das ein Großteil des Feldes nicht verfügt, und die Trefferquote spiegelt das wider.
Nur Aktienempfehlungen; deckt 78.8 % des aufgelösten Aktien-Empfehlungsvolumens ab (die Schwergewichte).
In den Monaten, in denen der S&P 500 stieg, gingen FinTwits Empfehlungen in 57% der Fälle auf. In den Monaten, in denen er fiel, in 40%. Eine so weite Lücke deutet darauf hin, dass vor allem die Flut hebt: Wenn nahezu jede Empfehlung ein Kauf ist, schmeichelt ein steigender Markt dem ganzen Feld und ein fallender zieht es nach unten, ganz gleich, von wem die Empfehlung stammt.
Trefferquote auf 30 T, aufgeteilt danach, ob der S&P 500 im selben Haltefenster stieg oder fiel.
Nach Volatilität (Beta), je Regime
Werte mit hohem Beta verstärken das, was der Markt ohnehin schon tut: berauschend nach oben, brutal nach unten. Dieselbe aggressive Empfehlung kann in einer Rally als geniale Eingebung und in einem Ausverkauf als Leichtsinn gelten, selbst wenn sich an der zugrunde liegenden These nie etwas geändert hat. Defensive Werte mit niedrigem Beta bewegen sich nach beiden Seiten weniger, weshalb sie standhalten, wenn der Kurs dreht.
Werte mit hohem Beta und Momentum schlagen den Markt, wenn er steigt, und stürzen ab, wenn er fällt; Werte mit niedrigem Beta halten im Ausverkauf besser stand. Deckt 66.9 % des aufgelösten Empfehlungsvolumens ab.
Das ist der Monat, auf sechs klare Erkenntnisse gebracht.
Diesen Bericht zitieren
SignalSnitch. (2026). Das Rechenschaftsressort: FinTwit gegen den Markt (Ausgabe Juni 2026). Abgerufen von https://signalsnitch.io/state-of-fintwit/m/2026-06Laut SignalSnitchs Rechenschaftsressort (signalsnitch.io/state-of-fintwit/m/2026-06) liegt die mittlere Treffsicherheit über 218 bewertete Finfluencer bei 46.7%.Frei zur erneuten Veröffentlichung mit Quellenangabe unter CC BY 4.0.
Die Daten nutzen
Über SignalSnitch
SignalSnitch benotet die öffentlichen Empfehlungen von Social-Media-Tradern an der tatsächlichen Kursentwicklung und veröffentlicht die Ergebnisse als Bestenliste. Das System ist unabhängig von Brokerhäusern und läuft im Dauerbetrieb; jede Zahl auf dieser Seite stammt direkt aus dem Live-Datensatz, ohne Vorauswahl. Haltung im Lärm.
Ausschließlich aggregierte Zahlen über das bewertete Feld. Zu Bildungszwecken, keine Anlageberatung. Eingefrorene Ausgabe, zum Monatsschluss aus dem Live-Datensatz berechnet: Juni 2026.