Onvista Reporting Dashboard

User-Segment-Analyse aus den Reporting APIs · 24-Monats-Fenster

Worum geht's hier?

Diese Auswertung zeigt, wer wie aktiv handelt — aufgeteilt nach der Anzahl Portfolios, die ein User besitzt.

Die User-Segmente

Jeder User landet anhand seiner Portfolio-Anzahl in genau einem Segment:

  • 1 hat genau 1 Portfolio
  • 2 hat genau 2 Portfolios
  • 3–5 hat 3 bis 5 Portfolios
  • 6–10 hat 6 bis 10 Portfolios
  • 11–15 hat 11 bis 15 Portfolios
  • 16–20 hat 16 bis 20 Portfolios
  • 21+ hat über 20 Portfolios

Datenbasis

  • Zeitraum: letzte 24 Monate, wöchentlich aggregiert
  • Quelle: Reporting-APIs /transaction und /portfolio/transactions/all
  • Speicherung: lokale MongoDB, einmaliger Backfill
  • Hinweis: Es werden nur Portfolios berücksichtigt, in denen in den letzten 24 Monaten mindestens eine Transaktion stattfand. Reine Karteileichen-Depots fehlen.

Globale Filter

Wirken auf alle Auswertungen unten

Datenabruf

Lädt die letzten 24 Monate Transaktions- und Positionsdaten aus den Onvista-APIs in die lokale MongoDB. Läuft typisch ca. 30–40 Minuten.

Auf dieser Instanz deaktiviert · Daten via Sync

Noch kein Lauf vorhanden.

Analytics-Cache

Die distinkten Assets pro User (Spalten „Ø Assets/Account" und Bucket „nach Gesamt-Assets") werden lokal vorberechnet und per Sync bereitgestellt — sie sind hier bereits vorhanden. Eine Neuberechnung ist auf dieser Instanz nicht nötig.

Lade Auswertung …

🃏 Datenqualität — Spaßdepots

User, die in der Musterdepot-Simulation unrealistische Mengen (≥ 1e7 Stück) eingetragen haben — wahrscheinlich Test-/Spaßeinträge. Sie sind hier sichtbar, lassen sich oben per Filter „Spaßdepots ausblenden" aus allen Auswertungen entfernen.

Lade … (kann beim ersten Aufruf etwas dauern)

Transaktionen pro Woche × Segment

Jeder Balken = eine Woche. Die Höhe zeigt die Gesamtzahl der Transaktionen, die Farben zeigen, aus welchem User-Segment sie kamen.

💡 So liest man die Grafik

Beispiel: Ein Balken mit Höhe 80.000 und einem grünen Anteil von ca. 20.000 heißt: in dieser Woche gab es insgesamt 80.000 Trades, davon kamen ca. 20.000 von Usern mit 3–5 Portfolios.

Toggle „gestackt": ab/an gibt die Bars nebeneinander statt übereinander — gut um zu vergleichen, welches Segment ein bestimmtes Wochen-Volumen dominiert.

Lade Daten …

Transaktionen pro Woche × Instrumenttyp

Jeder Balken = eine Woche. Die Farben zeigen die Instrumenttyp-Gruppe. Mit den Filtern lässt sich auf ein User-Segment und/oder einen Gesamt-Assets-Bucket einschränken.

Instrumenttyp
💡 So liest man die Grafik

Beispiel: Segment „1" + nur „Aktien" angehakt zeigt, wie viele Aktien-Transaktionen Nutzer mit einem Portfolio pro Woche machen. „Gesamt-Assets = 26-50" + „Derivate" zeigt die Derivate-Trades der Nutzer mit 26-50 verschiedenen Instrumenten.

Segment = Anzahl Portfolios pro User, Gesamt-Assets = Anzahl unterschiedlicher Instrumente über alle Portfolios eines Users. Beide Filter wirken zusammen.

Lade Daten …

Trading vs. Marktrichtung (Q11)

Korrelation der wöchentlichen Handelsaktivität (Σ Transaktionen) mit den Index-Wochenrenditen (Yahoo Finance).

Hinweis: Auf Wochenebene gibt es keinen Buy/Sell-Split — gemessen wird nur Aktivität ↔ Rendite (handeln User in Auf-/Ab-Wochen mehr?), nicht die Netto-Richtung. Echte Richtung (Dip-Käufer?) braucht die Roh-Transaktionen (Phase 3).

Lade Auswertung …

Segment-Übersicht (nach Portfolio-Anzahl)

Eine Zeile pro Segment. Alle Kennzahlen sind per User berechnet.

💡 So liest man die Tabelle

Ø vs. Median: Ø ist das arithmetische Mittel, Median teilt die Gruppe in zwei Hälften. Wenn Ø deutlich größer ist als der Median, gibt es einzelne Top-Trader, die den Schnitt nach oben ziehen.

Ø Portfolios/User: sollte ungefähr in der Mitte des Segment-Bereichs liegen.

Ø Assets/Portfolio: wie viele unterschiedliche Instrumente pro Portfolio gehandelt wurden (24 Monate).

Ø Assets/Account: distinkte Instrumente pro User über alle seine Portfolios.

% aktiv: Anteil der User mit mindestens einer Transaktion in den letzten 30 bzw. 90 Tagen.

Beispiel-Lesart: 7.801 User im Segment „6–10" haben im Schnitt 7,4 Portfolios, aber nur 23 % handeln im letzten Monat — die meisten Multi-Depot-User pflegen nur einen Teil aktiv.

Lade Daten …

Steckbriefe pro Segment

Eine kompakte Lesart pro Segment — die dominanten Gruppen aus den Verteilungs-Histogrammen in Worte gefasst.

Lade Daten …

Verteilung pro Segment — Tx/Monat & Tage seit letzter Tx

Pro Segment zwei Histogramme: wie viele User mit welcher Tx/Monat-Rate (links), und wie viele mit welchem Abstand zur letzten Transaktion (rechts).

💾 Tipp: Auf einen Balken klickenexportiert die User-IDs dieser Gruppe als CSV (z. B. Segment „1" × „8–30d"). Aktive Filter oben werden mit angewendet.

💡 Warum diese Verteilung?

Das arithmetische Mittel ist trügerisch. Wenn 8.000 User im Segment „6–10" einen Schnitt von 1,39 Tx/Monat haben, könnte das bedeuten: (a) alle handeln ähnlich häufig, oder (b) 7.000 sind komplett inaktiv und 1.000 hauen das Konto raus.

Die Histogramme zeigen die Form der Verteilung. Wenn der linke Histogramm-Balken („0") besonders hoch ist, hast du viele inaktive User. Wenn rechts („10+") deutlich gefüllt ist, gibt es Power-Trader.

Beispiel-Lesart: Segment „1" mit hohem Balken bei „0" und „1y+" → viele 1-Depot-User sind reine Karteileichen. Wenn in Segment „11–15" hingegen die meisten User bei „1–2 Tx/Monat" und „0–30d" liegen, sind das die echten Multi-Depot-Pfleger.

Lade Daten …

Aktivität nach Ø Assets/Portfolio

Wie aktiv sind User, gruppiert nach der durchschnittlichen Tiefe ihrer Depots (verschiedene Instrumente pro Portfolio)?

💡 So liest man die Tabelle

Idee: Statt nach Portfolio-Anzahl segmentieren wir hier nach Depot-Tiefe. Ein User mit Ø 8 Assets/Portfolio steht im Bucket „8–15", egal ob er 1 oder 5 Portfolios hat.

Beispiel-Lesart: Wenn der Bucket „8–15" einen Median von 0,94 Tx/Monat zeigt und 12 % aktiv-30d, dann handeln User mit tieferen Depots zwar regelmäßig, aber bei weitem nicht täglich — typisches Buy-and-Hold-Verhalten.

Vergleich der Buckets verrät, ob sich Aktivität mit der Tiefe erhöht oder ob sich Trader stattdessen auf wenige Instrumente konzentrieren.

Lade Daten …

Aktivität nach Gesamt-Assets/Account

Wie aktiv sind User, gruppiert nach der Gesamtzahl unterschiedlicher Instrumente über alle ihre Portfolios hinweg?

💡 So liest man die Tabelle

Idee: User mit vielen Positionen sind oft erfahrener und aktiver. Diese Sektion macht das messbar.

Beispiel-Lesart (These): User mit über 10 Positionen kommen 3× häufiger pro Monat wieder als User mit unter 10 Positionen. Vergleiche die „Ø Tx/Monat"-Werte zwischen Bucket „3–10" und „11–25", um das zu prüfen.

Wichtig: hier sind die distinkten Instrumente über alle Portfolios eines Users gemeint — gleiche ISIN in mehreren Depots zählt nur einmal.

Lade Daten …

Aktivität nach Halte-Aktualität (Median Tage seit Tx)

Segmentiert User nach dem Median über ihre Positionen von (Stichtag − letzter Sichtung der Position). Misst, wie „frisch“ die typische Position eines Users ist — bewusst anders als „Tage seit letzter Transaktion“.

💡 So liest man die Tabelle

Idee (Mitarbeiter-Impuls): Nicht „wann war die letzte Transaktion“, sondern „wie alt ist die typische Position“. Ein User, der vor einem Jahr 10 Werte gekauft und gestern einen einzigen nachgekauft hat, ist hier nicht frisch — die Mediane seiner Positionen sind alt.

Stichtag = jüngstes Datum im Datensatz (letzter Sync), nicht heute. Die Spalte „Halte-Akt. (Median Tage)“ zeigt den exakten Median innerhalb des Buckets.

Lade Daten …

Single-Asset-Klassen-Depots (Q2)

Wie viele Depots halten nur eine einzige Asset-Klasse (Aktien, Fonds, Zertifikate …)?

Lade Daten …

Handelsintensität — viele Trades bei wenigen Positionen? (Q5)

Gibt es ein stabiles Segment mit vielen Trades je gehaltener Position? Bucket „Viel-Trader / wenig Pos.“ = ≥5 Trades/Position bei ≤5 distinkten Assets.

💡 So liest man die Tabelle

Trades/Position= Σ Transaktionen / Anzahl Positionen. Buy&Hold liegt bei ~1–2; Werte ≥5 bedeuten wiederholtes Handeln derselben Instrumente.

Lade Daten …

Hebel-/Derivate-Trader nach Derivate-Anteil (Q10)

Segmentiert User nach dem Anteil ihrer Positionen in Derivaten (WARRANT + CERTIFICATE). Aggregiert — die feinere ko/faktor-Aufteilung braucht eine spätere Ingestion-Phase (Name-Regex).

💡 So liest man die Tabelle

Derivate-Anteil = Positionen in WARRANT + CERTIFICATE / alle Positionen. Day-Trade-Anteil ist hier besonders relevant (Zertifikate zeigen die höchste Same-Day-Roundtrip-Rate).

Lade Daten …

Hebel-Derivate: ko / faktor / Optionsschein (Q10)

Feinaufteilung der Derivate-Positionen aus dem Instrumentnamen (da instrumentSubType KO/Faktor/Mini unter „Hebelprodukt“ zusammenfasst).

Lade Daten …

Trader-Archetypen: Buy&Hold / Swing / Day (Q9)

Verhaltensbasierte Klassifikation aus Halte-Aktualität, Trades/Position, Same-Day-Roundtrips, Verkaufsquote. Day = ≥10 % Same-Day-Roundtrips o. ≥25 % ≤7-Tage-Flips; Swing = aktiv, verkauft, aktuell; Buy&Hold = Rest.

💡 So liest man die Tabelle

Jede Zeile ist ein Archetyp; die User-Spalte zeigt die Verteilung. „Spaß/Test“ = Joke-Depots (absurde Mengen), „Inaktiv“ = Median-Halte- Aktualität > 365 Tage.

Untergrenze: „Day“ basiert auf dem Aggregat-Proxy (kein Intraday) — siehe Day-Trading-Cross-Tab.

Lade Daten …

Day-Trading-Anteil nach Segment (Q1)

Same-Day-Roundtrip-Anteil (Kauf & Verkauf am selben Kalendertag, Position lebt nur einen Tag) je Segment.

Untergrenze:Aus den Positions-Aggregaten erkennbar sind nur Positionen mit gleichem Kalendertag für erste & letzte Transaktion und Kauf & Verkauf. Intraday- oder mehrtägige Wiederhol-Roundtrips sind nicht sichtbar. Verifiziert über alle Daten: Zertifikate 7,56 % vs. Aktien 1,69 %, Optionsscheine 2,44 %.

Lade Daten …

Rebalancing-Day-User (Q4)

Tage mit vielen Instrumenten, niedriger Konzentration (HHI ≤ 0,4) und Kauf & Verkauf — typische Rebalancing-Signatur.

Lade Daten …

Was handeln sie? — Asset-Klassen, Subtypes & Top-Instrumente pro Bucket

Für jeden „Gesamt-Assets/Account"-Bucket: welche Instrument-Typen und Subtypes dominieren, plus Top-25-Instrumente — wahlweise insgesamt oder pro Asset-Klasse.

Lade Daten … (kann beim ersten Aufruf 1–3 Min dauern)

Top-Instrumente über alle Nutzer

Häufigste Instrumente (ISIN) quer über alle Nutzer — einmal heute im Besitz (offene Positionen, nach Nutzerzahl) und einmal gehandelt (Transaktionen BUY+SELL über 24 Monate). Top 1000 je Liste, als CSV exportierbar. Aus den Onvista-Reports, Mengen/Preise bewusst ignoriert (durch Spaßdepots unbrauchbar).

Auf dieser Instanz deaktiviert · Daten via Sync
Noch nicht berechnet.

Heute in Besitz

nach Anzahl Nutzer mit offener Position

#InstrumentNutzerDepots
Keine Daten.

Gehandelt (24 Mon.)

nach Transaktionen (BUY + SELL)

#InstrumentTx ges.Buy / Sell
Keine Daten.

Aktuelle Holdings — Subtype-Analyse

Wähle eine Asset-Klasse, optional einen Subtype, optional ein Name-Pattern. Definition „hält derzeit" = strikt Σ BUY-Qty − Σ SELL-Qty > 0.

Noch keine Taxonomie geladen.

MongoDB nutzt die bereits gesyncten Positionen — vollständiger und ohne VPN. Onvista holt die aktuellen Top-Subtypes live.

Schnellfilter