Algorithmische Stablecoins Liste: Mechanismen, Beispiele und Risiken erklärt

Algorithmische Stablecoins stellen eines der ehrgeizigsten Experimente im Bereich der dezentralen Finanzen dar. Im Gegensatz zu fiat-gestützten oder überbesicherten Stablecoins zielen sie darauf ab, Preisstabilität zu erreichen, ohne entsprechende Reserven zu halten. Stattdessen verlassen sie sich auf Algorithmen, Smart Contracts und Marktanreize, um Angebot und Nachfrage zu regulieren.

Theoretisch beseitigt dieser Ansatz die Abhängigkeit von zentralisierten Emittenten und Verwahrern. In der Praxis hatten jedoch viele algorithmische Stablecoins Schwierigkeiten, ihre Bindung während Phasen von Marktstress aufrechtzuerhalten. Mehrere prominente Fehlschläge haben die Sichtweise von Investoren und Regulierungsbehörden auf dieses Modell verändert und Fragen aufgeworfen, ob langfristige Stabilität ohne harte Absicherung erreichbar ist.

In diesem Leitfaden erklären wir, was algorithmische Stablecoins sind, wie algorithmische Stablecoins funktionieren, die wichtigsten Typen und Beispiele algorithmischer Stablecoins sowie die zentralen Risiken, die sie zu einem der fragilsten Segmente des Kryptomarktes machen.

Liste und Beispiele algorithmischer Stablecoins

Algorithmische Stablecoins bleiben eines der komplexesten und meistdiskutierten Segmente des Kryptomarktes. Im Gegensatz zu fiat-besicherten Stablecoins zielen diese Vermögenswerte darauf ab, einen stabilen Wert hauptsächlich durch Protokollregeln, Smart Contracts und wirtschaftliche Anreize statt durch direkte Reservegarantien zu erhalten. Trotz höherer Risiken sind mehrere algorithmische Stablecoins weiterhin aktiv und werden in DeFi-Ökosystemen im Jahr 2026 weit verbreitet genutzt.

Nachfolgend sind die bekanntesten aktiven algorithmischen Stablecoins aufgeführt sowie eine Erklärung, wie jedes Modell in der Praxis funktioniert.

USDD

USDD ist eines der sichtbarsten Projekte in der Kategorie algorithmische Stablecoins und steht in enger Verbindung mit dem TRON -Ökosystem. Es wird als digitaler, an den Dollar gekoppelter Vermögenswert positioniert, der algorithmische Emissionsregeln mit einem Reserve- und Anreizsystem kombiniert, das von der TRON DAO Reserve verwaltet wird.

Im Gegensatz zu frühen rein algorithmischen Modellen setzt USDD auf eine Überbesicherung mit Krypto-Assets sowie auf Mint- und Burn-Mechanismen zur Preisstabilisierung. Diese hybride Struktur soll die Widerstandsfähigkeit in Stressphasen des Marktes verbessern und gleichzeitig ein on-chain-Modell ohne Fiat-Deckung beibehalten. USDD wird häufig für Abwicklungen, Handel und DeFi-Anwendungen innerhalb von TRON und unterstützten Netzwerken verwendet, was im Vergleich zu vielen anderen algorithmischen Stablecoins eine relativ hohe Liquidität gewährleistet.

USDD

Hylo USD (HYUSD)

Hylo USD (HYUSD) ist ein dezentraler algorithmischer Stablecoin, der innerhalb des Solana-DeFi-Ökosystems entwickelt wurde. Sein Hauptziel ist es, einen Preis nahe einem U.S.-Dollar durch Protokoll-basierte Stabilisierungsmechanismen und eine Absicherung, die mit Liquid-Staking-Token verbunden ist, aufrechtzuerhalten.

HYUSD nutzt Staking-Erträge und Anreize innerhalb des Ökosystems zur Unterstützung seines Preismodells, wodurch es eher hybriden algorithmischen Lösungen als vollständig unbesicherten Konzepten zuzuordnen ist. Das Projekt hat eine bedeutende Umlaufmenge und anhaltende Handelsaktivität erreicht und zählt damit zu den liquideren algorithmischen Vermögenswerten auf Solana. Seine Stabilität hängt stark von der Staking-Performance, den Liquiditätsbedingungen und der fortgesetzten Teilnahme am Solana-DeFi-Umfeld ab.

Hylo USD

Mento Dollar (USDM)

Mento Dollar (USDM) ist der algorithmische Stablecoin des Celo -Ökosystems und der Nachfolger des ehemaligen Celo Dollar nach dessen Umbenennung. USDM ist Teil des Mento-Protokolls, das sich auf on-chain Devisenhandel und eine Multiwährungs-Stablecoin-Infrastruktur konzentriert.

Das Stabilisierungsmodell stützt sich auf on-chain-Liquiditätspools und Anreizmechanismen, die Marktteilnehmer dazu motivieren, den Wechselkurs nahe bei einem Dollar zu halten. Anstatt auf traditionelle Reserven zu setzen, nutzt das Protokoll wirtschaftliche Anreize und automatisiertes Liquiditätsmanagement zur Preisregulierung. Aufgrund dieser Struktur wird USDM häufig herangezogen, um zu erklären, wie algorithmische Stablecoins funktionieren, da die Marktteilnahme und die Protokollmechanismen eine zentrale Rolle bei der Aufrechterhaltung der Stabilität spielen.

Mento Dollar (USDM)

Alchemix USD (ALUSD)

Alchemix USD (ALUSD) stellt einen besonderen Ansatz im Bereich der algorithmischen Stablecoins dar und wird häufig als hybrides oder DeFi-natives Modell beschrieben. ALUSD wird über das Alchemix -Protokoll ausgegeben, bei dem Nutzer Sicherheiten hinterlegen und im Gegenzug einen synthetischen Dollar-Token prägen.

Das entscheidende Merkmal von ALUSD besteht darin, dass die durch das hinterlegte Sicherheitenvermögen generierte Rendite automatisch zur Rückzahlung der Schulden des Nutzers im Laufe der Zeit verwendet wird. Dadurch entfällt die Notwendigkeit einer aktiven Rückzahlung und der Liquidationsdruck wird unter normalen Bedingungen verringert. Infolgedessen funktioniert ALUSD weniger wie ein traditioneller Stablecoin und mehr als Teil eines sich selbst zurückzahlenden DeFi-Lending -Systems. Seine Stabilität und Tragfähigkeit hängen von Protokollparametern, Ertragsstrategien und den allgemeinen DeFi-Marktbedingungen ab, statt von einer einfachen Reserveunterlegung.

Alchemix USD

Was ist ein algorithmischer Stablecoin?

Ein algorithmischer Stablecoin ist eine Art von Kryptowährung, die darauf abzielt, einen stabilen Wert – meist einen U.S.-Dollar – durch codebasierte geldpolitische Mechanismen anstelle direkter Vermögensreserven zu halten. Anstatt eins zu eins durch Bargeld oder Äquivalente gedeckt zu sein, stützt sich ein algorithmischer Stablecoin auf Smart Contracts, die das Token-Angebot automatisch steuern.

Einfach ausgedrückt versucht ein Algo-Stablecoin, stabil zu bleiben, indem er die Anzahl der existierenden Token anpasst. Steigt die Nachfrage und der Preis liegt über dem Zielwert, erhöht das Protokoll das Angebot. Fällt die Nachfrage und der Preis sinkt unter die Bindung, wird das Angebot durch Verbrennungen oder Anreize reduziert. Aus diesem Grund werden solche Vermögenswerte oft als algorithmisch besicherte Stablecoins bezeichnet, obwohl sie nicht durch traditionelle Sicherheiten gedeckt sind.

Im Gegensatz zu Stablecoins, die durch Fiatwährungen gedeckt sind, verspricht ein algorithmischer Stablecoin keine garantierte Einlösung. Seine Stabilität hängt von der Marktteilnahme, Liquidität und dem Vertrauen in den Mechanismus ab. Wenn die Nutzer dem System nicht mehr vertrauen, kann der Algorithmus allein die Preisstabilität nicht gewährleisten.

Aufgrund dieses Designs werden algorithmische Stablecoins allgemein als experimentelle Finanzinstrumente und nicht als digitale Bargeldäquivalente betrachtet. Während einige Modelle eine teilweise Besicherung einbeziehen, bleibt das entscheidende Merkmal, dass die Preisstabilität in erster Linie durch Algorithmen und nicht durch Reserven gesteuert wird.

Diese Unterscheidung ist entscheidend, wenn bewertet wird, welche Stablecoins algorithmisch sind, wie sie sich in Stresssituationen verhalten und warum viele algorithmische Stablecoins im Laufe der Zeit ihre Bindung nicht halten konnten.

Dieser strukturelle Unterschied erklärt, warum algorithmische Stablecoins häufig als experimentelle Finanzinstrumente und nicht als Zahlungsmitteläquivalente eingestuft werden.

Wie funktionieren algorithmische Stablecoins?

Um zu verstehen, wie algorithmische Stablecoins funktionieren, kann man sie sich als automatisierte Geldsysteme vorstellen. Ein algorithmischer Stablecoin-Mechanismus verwendet Smart Contracts, um das Angebot in Reaktion auf Marktpreisänderungen zu steuern, mit dem Ziel, den Token möglichst nahe an seinem Zielwert zu halten.

Wenn der Marktpreis über den Zielwert steigt, erhöht das Protokoll das Angebot. Fällt der Preis unter den Zielwert, wird das Angebot verringert oder die Nachfrage wird angeregt. Diese Maßnahmen werden automatisch und ohne menschliches Eingreifen ausgeführt, weshalb dieses Modell als algorithmisch bezeichnet wird.

Die meisten algorithmischen Stablecoins basieren auf einer Kombination der folgenden Komponenten.

• Elastische Angebotsanpassungen. Wenn die Nachfrage steigt und der Preis über die Bindung hinausgeht, werden neue Token geprägt, und wenn die Nachfrage unter das Ziel fällt, wird das Angebot durch Verbrennungen oder Entfernungen reduziert.

• Anreizgesteuerte Arbitrage. Händler werden dafür belohnt, unterhalb des Pegs zu kaufen oder oberhalb davon zu verkaufen, was durch Marktanreize zur Preisstabilisierung beiträgt.

• Sekundäre oder Governance-Token. Viele Designs verwenden ein zweites Token, um Volatilität abzufedern und den Mechanismus zur Aufrechterhaltung der Bindung algorithmischer Stablecoins zu unterstützen.

• Vollständig automatisierte Ausführung. Alle Angebotsänderungen werden durch Smart Contracts ohne menschliches Eingreifen durchgesetzt, wodurch Ermessensspielräume in Zeiten von Marktstress entfallen.

Obwohl die Theorie hinter der Stabilisierung des Pegs von algorithmischen Stablecoins schlüssig erscheint, sind reale Märkte nicht vollkommen rational. In Stresssituationen versiegt die Liquidität, Arbitrageure ziehen sich zurück und das Vertrauen schwindet. In solchen Momenten können die eigentlich stabilisierenden Mechanismen das System stattdessen beschleunigt in Verluste führen.

Arten von algorithmischen Stablecoins

Das Verständnis der verschiedenen Arten von algorithmischen Stablecoins ist entscheidend, um beurteilen zu können, wie sich unterschiedliche Designs unter Marktstress verhalten. Obwohl alle algorithmischen Stablecoins darauf abzielen, Preisstabilität durch automatisierte Mechanismen zu gewährleisten, unterscheiden sich ihre internen Strukturen erheblich.

Nachfolgend sind die Hauptkategorien aufgeführt, die heute zur Klassifizierung algorithmischer Stablecoins verwendet werden.

• Rein algorithmische Stablecoins. Diese Konzepte verfügen über keinerlei Besicherung und verlassen sich ausschließlich auf Algorithmen für Angebot und Nachfrage, um die Bindung zu halten. Historisch gesehen umfasst diese Kategorie einige der bekanntesten Fehlschläge algorithmischer Stablecoins, da vertrauensbasierte Systeme bei Marktstress schnell zusammenbrechen.

• Fraktionale algorithmische Stablecoins. Ein fraktionaler algorithmischer Stablecoin kombiniert eine teilweise Besicherung mit algorithmischen Angebotskontrollen. Das Besicherungsverhältnis passt sich dynamisch an, was das Risiko eines reflexiven Zusammenbruchs im Vergleich zu vollständig unbesicherten Modellen verringert.

• Seigniorage-basierte Stablecoins. Diese Modelle verwenden einen sekundären oder Governance-Token, um Volatilität abzufangen. Die Inhaber des Stablecoins sind auf die zukünftige Nachfrage nach dem sekundären Vermögenswert angewiesen, was diese Struktur während längerer Abschwungphasen anfällig macht.

• Stablecoins mit elastischem Angebot. Anstatt einen festen Peg zu verteidigen, passen diese algorithmischen Stablecoins die Nutzerbilanzen direkt durch Rebase-Mechanismen an. Obwohl sie technisch elegant sind, werden sie aufgrund unvorhersehbarer Bilanzänderungen selten für Zahlungen oder Preisbildung verwendet.

Die neuesten Entwürfe haben sich von reinen Modellen entfernt und tendieren zu hybriden Strukturen. Daher bezeichnen sich viele Projekte inzwischen als algorithmisch besicherte Stablecoins statt als vollständig algorithmische, was die aus früheren Zusammenbrüchen gezogenen Lehren widerspiegelt.

Fehlschläge und Zusammenbruchsmuster algorithmischer Stablecoins

Die Geschichte der algorithmischen Stablecoins ist eng mit wiederholten Zyklen des Scheiterns verbunden. Obwohl jedes Projekt unterschiedliche Mechanismen verwendet, verlaufen die meisten Fehlschläge algorithmischer Stablecoins nach ähnlichen Mustern, sobald sich die Marktbedingungen verschlechtern.

Ein typischer Zusammenbruch eines algorithmischen Stablecoins beginnt mit einem Vertrauensverlust. Wenn Nutzer zu verkaufen beginnen, erhöht der Stabilisierungsmechanismus das Angebot oder bietet Anreize für Arbitrage. Anstatt die Bindung wiederherzustellen, führt dies häufig zu zusätzlichem Verkaufsdruck und löst eine negative Rückkopplungsschleife aus.

Mehrere häufige Zusammenbruchsmuster treten bei früheren Designs auf:

• Reflexive Angebotsspiralen. Wenn der Preis fällt, beschleunigt die Ausweitung des Angebots oder die Ausgabe eines sekundären Tokens die Verluste, anstatt sie zu korrigieren.

• Arbitrage-Zusammenbruch. In Stresssituationen ziehen sich Arbitrageure aufgrund von Liquiditätsrisiken zurück, was den Kernmechanismus eines algorithmischen Stablecoins untergräbt.

• Kollaps des Sekundärtokens. In Dual-Token-Modellen verliert das Governance- oder Volatilitätsabsorptions-Token schnell an Wert, wodurch die Hauptstütze des Systems wegfällt.

• Liquiditätserschöpfung. Sobald Liquiditätspools austrocknen, können selbst kleine Trades bei einem algorithmischen Stablecoin zu großen Preisabweichungen führen, was einen vollständigen Zusammenbruch zur Folge haben kann.

Diese Ereignisse verdeutlichen eine zentrale Schwäche. Algorithmen können zwar sofort reagieren, aber sie können keine Nachfrage schaffen, wenn das Vertrauen schwindet. Infolgedessen verstärkt die Stabilisierungslogik während Marktstress häufig die Volatilität, anstatt sie einzudämmen.

Risiken algorithmischer Stablecoins

Die Risiken algorithmischer Stablecoins gehen weit über die normale Preisschwankung von Kryptowährungen hinaus. Da diese Systeme auf Anreizen und Marktverhalten basieren, neigen ihre Ausfallmechanismen dazu, sich unter Stress zu beschleunigen, anstatt sich zu stabilisieren.

Nachfolgend sind die wichtigsten Risiken algorithmischer Stablecoins aufgeführt, die Investoren und Nutzer verstehen sollten.

• Reflexiver Verkaufsdruck. Wenn die Preise fallen, können Stabilisierungsmechanismen das Angebot erhöhen oder die Ausgabe von Sekundärtokens auslösen, was den Verkaufsdruck verstärken kann, anstatt ihn zu stoppen.

• Abhängigkeit vom Marktvertrauen. Algorithmische Stablecoins sind auf kontinuierliche Nachfrage und Teilnahme angewiesen, und sobald das Vertrauen schwindet, können Algorithmen allein die Stabilität nicht wiederherstellen.

• Liquiditätsschocks. In Zeiten geringer Liquidität können selbst kleine Handelsvolumina die Bindung aufheben, was eine Erholung schwierig oder unmöglich macht.

• Sekundäre Token-Exponierung. Viele Modelle verlagern das Risiko auf ein Governance- oder Volatilitäts-absorbierendes Token, das während Abschwüngen schnell zusammenbrechen kann.

• Risiken von Smart Contracts und Oracles. Fehler in Preisfeeds oder der Vertragslogik können zu falschen Angebotsanpassungen in kritischen Momenten führen.

• Governance-Verzögerungen. Dezentrale Governance kann in schnelllebigen Märkten zu langsam reagieren, wodurch sich Verluste summieren können.

Gibt es heute wirklich stabile algorithmische Stablecoins?

Derzeit kann kein algorithmischer Stablecoin als wirklich stabil im gleichen Sinne wie fiat-gestützte oder vollständig überbesicherte Alternativen betrachtet werden. Obwohl sich einige Designs seit den frühen Fehlschlägen verbessert haben, sind algorithmische Stablecoins weiterhin auf Marktvertrauen, Liquidität und Anreize angewiesen, anstatt auf eine garantierte Absicherung.

Projekte, die weiterhin aktiv sind, werden manchmal als widerstandsfähigere algorithmische Stablecoins bezeichnet, aber Widerstandsfähigkeit ist nicht gleichbedeutend mit Stabilität. Diese Protokolle verwenden in der Regel eine teilweise Besicherung, konservative Angebotsanpassungen und strengere Governance-Kontrollen. Solche Maßnahmen verringern das Risiko, beseitigen jedoch nicht die grundlegende Fragilität eines algorithmusbasierten Stablecoins.

Aus struktureller Sicht bleibt die Hauptbegrenzung unverändert. Wenn die Nachfrage stark nachlässt, haben selbst gut konzipierte algorithmische Stablecoins Schwierigkeiten, ihre Bindung aufrechtzuerhalten. Algorithmen können zwar sofort reagieren, aber sie können keine Liquidität schaffen oder das Vertrauen wiederherstellen, sobald die Teilnehmer den Markt verlassen haben.

Aus diesem Grund sollten algorithmische Stablecoins heute eher als experimentelle Finanzinstrumente betrachtet werden als als verlässliche Wertspeicher. Sie können unter ruhigen Marktbedingungen funktionieren, bieten jedoch nicht die Vorhersehbarkeit, die für alltägliche Zahlungen oder den langfristigen Werterhalt erforderlich ist.

Praktisch gesehen erfüllt derzeit kein algorithmischer Stablecoin den Standard der langfristigen Preisstabilität, wie er von risikoarmen stabilen Vermögenswerten erwartet wird.

Da algorithmische Stablecoins hauptsächlich über Handels- und Liquiditätsplattformen zugänglich sind, spielt die Wahl der Börse ebenfalls eine Rolle dafür, wie Nutzer mit ihnen interagieren. Eine zuverlässige Börse sorgt für einen reibungsloseren Zugang, transparentere Preisgestaltung und weniger Störungen bei sich ändernden Marktbedingungen. Die folgende Tabelle hebt einige der besten Krypto-Börsen in Ihrer Region hervor und bietet eine praktische Orientierungshilfe im Zusammenhang mit der Diskussion über Risiken und Beispiele algorithmischer Stablecoins.

Algorithmen versagen, wenn das Vertrauen schwindet

Andrej Mastykin Leiter der Unternehmensbewertungen und -rezensionen

Ich habe algorithmische Stablecoins sowohl als Marktanalyst als auch als Teilnehmer an DeFi-Experimenten verfolgt, und die wichtigste Erkenntnis für mich ist, wie schnell Theorie unter Druck zusammenbricht. Auf dem Papier wirken die Mechanismen ausgewogen und selbstkorrigierend. In realen Märkten dominieren Angst, Geschwindigkeit und geringe Liquidität. Wenn das Vertrauen schwindet, reagieren die Algorithmen genau wie vorgesehen, aber diese Reaktion verstärkt oft das Ungleichgewicht, anstatt es zu beheben.

Dies zeigt, dass algorithmische Stablecoins nicht nur technische, sondern auch verhaltensbasierte Systeme sind. Ihr Erfolg setzt aktiven Arbitragehandel, kontinuierliche Nachfrage und rationale Entscheidungsfindung voraus – all dies verschwindet jedoch in Stresssituationen. Für mich ist das die entscheidende Einschränkung. Solche Konzepte können in kontrollierten oder experimentellen Umgebungen weiterhin nützlich sein, sollten jedoch niemals als risikoarme oder bargeldähnliche Instrumente betrachtet werden.

Fazit

Hat Ihnen der Artikel gefallen?

Vielen Dank für Ihr Feedback!

Was könnten wir verbessern?

senden

Top-Empfehlungen und Einblicke der Redakteure

7 Stunden vor Mira Kyivska

Bitcoin oder Ferrari: Welches Investment ist besser?

#crypto #Bitcoin

1 Tag vor Mira Kyivska

Strategy verkauft Bitcoin: Kleiner Verkauf testet Marktvertrauen

#crypto #Michael Saylor #Bitcoin #Strategy

2 Tage vor Michail Wnutschkow

Ledger vs. Trezor: Suche nach der idealen Krypto-Wallet

#Ledger #Trezor Wallet #crypto

3 Tage vor Oleg Tkachenko

Handel mit heißer Luft: Warum Binance seinen NFT-Marktplatz schließt

#NFT #Binance

4 Tage vor Eugene Komchuk

Bitcoin ohne Investoren: Warum IPOs die Aufmerksamkeit gewinnen

#Anthropic #SpaceX #OpenAI #Bitcoin

5 Tage vor Anastasiia Chabaniuk

Bitcoin-Kursprognose basierend auf MACD: Bärische Dynamik gewinnt an Stärke

#prediction #Bitcoin

Alle Nachrichten

Ähnliche Artikel

FreeBitcoin Test: So verdienen Sie mit einem beliebten Bitcoin Faucet

Aleksandra Chaikina

3 Tagen vor

Beste Monero-Faucets im Jahr 2026

Iwan Andrijenko

3 Tagen vor

Bitcoin: Digitales Gold oder spekulativer Vermögenswert? | TU Research

Anastasiia Chabaniuk

3 Tagen vor

Beste Litecoin Faucet 2026 und wie man die richtige auswählt

Aleksandra Chaikina

3 Tagen vor

Beste Krypto-Wallets für iOS und iPhone im Jahr 2026

Aleksandra Chaikina

3 Tagen vor

Team, das an diesem Artikel gearbeitet hat

Viktoras Karapetjanc

Finanzexperte und Analyst bei Traders Union

Viktoras Karapetjanc ist ein erfahrener Finanzhändler, Marktanalyst und Autor von Inhalten mit über 20 Jahren Erfahrung in den Bereichen Forex, Kryptowährungen und Aktienmärkte. Als Mitwirkender auf der Traders Union-Website liefert er detaillierte Analysen, datengestützte Strategien und pädagogische Inhalte, um Händlern aller Ebenen zu helfen.

Erfahren Sie mehr über unsere Redaktionspolitik

Glossar für unerfahrene Händler

Devisenhandel

Unter Devisenhandel (kurz für Foreign Exchange Trading) versteht man den Kauf und Verkauf von Währungen auf dem globalen Devisenmarkt mit dem Ziel, von den Schwankungen der Wechselkurse zu profitieren. Händler spekulieren darauf, ob eine Währung im Verhältnis zu einer anderen Währung im Wert steigen oder fallen wird, und treffen dementsprechend Handelsentscheidungen.

Handel

Der Handel umfasst den Kauf und Verkauf von Finanzanlagen wie Aktien, Währungen oder Rohstoffen mit dem Ziel, von den Preisschwankungen des Marktes zu profitieren. Händler setzen verschiedene Strategien, Analysetechniken und Risikomanagementverfahren ein, um fundierte Entscheidungen zu treffen und ihre Erfolgschancen auf den Finanzmärkten zu optimieren.

Index

Ein Index ist im Handel das Maß für die Wertentwicklung einer Gruppe von Aktien, die die darin enthaltenen Vermögenswerte und Wertpapiere umfassen kann.

Volatilität

Die Volatilität bezieht sich auf den Grad der Schwankung oder Fluktuation des Preises oder Wertes eines finanziellen Vermögenswertes, wie Aktien, Anleihen oder Kryptowährungen, über einen bestimmten Zeitraum. Eine höhere Volatilität deutet darauf hin, dass der Preis eines Vermögenswerts stärkeren und schnelleren Schwankungen unterliegt, während eine geringere Volatilität auf relativ stabile und allmähliche Preisbewegungen hindeutet.

Abweichung

Die Abweichung ist ein statistisches Maß dafür, wie stark eine Reihe von Daten vom Mittelwert oder Durchschnittswert abweicht. Im Devisenhandel wird dieses Maß häufig anhand der Standardabweichung berechnet, die Händlern hilft, den Grad der Variabilität oder Volatilität von Devisenkursbewegungen zu beurteilen.