a hatékony piaci hipotézis (EMH) kimondja, hogy a pénzügyi piacok “információs szempontból hatékony”, hogy az árak a forgalmazott eszközök tükrözik az összes ismert információt egy adott időpontban. De ha ez igaz, akkor miért változnak az árak napról napra, annak ellenére, hogy nincsenek új alapvető információk? A válasz egy olyan szempontot foglal magában, amelyet az egyes kereskedők általában elfelejtenek: a likviditást.
sok nagy intézményi kereskedés a nap folyamán semmi köze az információhoz, és minden köze a likviditáshoz. A túlexponált befektetők agresszíven fedezik vagy felszámolják a pozíciókat, ami végül befolyásolja az árat. Ezek a likviditási igénylők gyakran hajlandóak árat fizetni pozícióikból való kilépésért, ami nyereséget eredményezhet a likviditási szolgáltatók számára. Úgy tűnik, hogy az információból való profitálás képessége ellentmond a hatékony piaci hipotézisnek, de a statisztikai arbitrázs alapját képezi.
a statisztikai arbitrázs célja az ár és a likviditás közötti alapvető kapcsolat kihasználása azáltal, hogy profitál egy vagy több eszköz észlelt téves árazásából a statisztikai modellből előállított eszközök várható értéke alapján.
Key Takeaways
- a statisztikai arbitrázs olyan befektetési stratégia, amely két vagy több értékpapír kereskedési árainak szűkítéséből kíván profitálni.
- A Stat arb több különböző stratégiát foglal magában, de mindegyik statisztikai vagy korrelációs szabályszerűségekre támaszkodik a különböző eszközök között egy olyan piacon, amely a hatékonyság felé hajlik.
- annak ellenére, hogy a nevében az “arbitrázs” szó szerepel, a stat arb rendkívül kockázatos lehet, és hatalmas és rendszerszintű veszteségekhez vezethet, mint például a fedezeti alapok hosszú távú Tőkekezelésének (LTCM) epikus összeomlása.
mi a statisztikai arbitrázs?
statisztikai arbitrázs, vagy “stat arb” származik az 1980-as években ki a fedezeti igények által létrehozott Morgan Stanley equity block trading desk műveletek. A Morgan Stanley képes volt elkerülni a nagy blokkvásárlásokhoz kapcsolódó árbüntetéseket azáltal, hogy részvényeket vásárolt a szorosan korreláló részvények helyett, mint fedezetet a nagy pozícióival szemben.
például, ha a Kereskedési Részleg nagy mennyiségű részvényt vásárolna a Coca-Cola-ban, akkor egy szorosan összefüggő részvényt, például a PepsiCo-t rövid távon fedezné a piac bármely jelentős visszaesése ellen. Ez gyakorlatilag kiküszöbölte a piaci kockázat egy részét, miközben a cég arra törekedett, hogy a megvásárolt részvényeket blokkügyletbe helyezze.
a kereskedők hamarosan úgy gondolták ezeket a “párokat”, mint egy végrehajtandó elszigetelt blokkot és annak fedezeti ügyletét, hanem inkább ugyanazon kereskedési stratégia két oldalát, ahol nyereséget lehet elérni, nem pedig egyszerűen fedezeti eszközként. Ezek a páros ügyletek végül számos kifinomultabb stratégiává fejlődtek, amelyek célja a likviditás, a volatilitás, a kockázat vagy más alapvető vagy technikai tényezők miatt az értékpapírárak statisztikai különbségeinek kihasználása. Most ezeket a stratégiákat együttesen statisztikai arbitrázs.
A statisztikai arbitrázs típusai
sokféle statisztikai arbitrázs létezik, amelyek többféle lehetőség kihasználására jöttek létre. Míg egyes típusokat egy egyre hatékonyabb piac fokozatosan megszüntett, számos más lehetőség is felmerült a helyük elfoglalására. Íme néhány az elsődleges stat arb stratégiák közül.
kockázati arbitrázs
a kockázati arbitrázs a statisztikai arbitrázs egyik formája, amely az egyesülési helyzetekből kíván profitálni. A befektetők részvényeket vásárolnak a célban, és (ha ez egy részvénytranzakció) egyidejűleg rövidítik a felvásárló részvényét. Az eredmény A kivásárlási ár és a piaci ár közötti különbségből realizált nyereség.
ellentétben a hagyományos statisztikai arbitrázs, kockázati arbitrázs magában vesz bizonyos kockázatokat. A legnagyobb kockázat az, hogy az egyesülés meghiúsul, és a célállomány az egyesülés előtti szintre csökken. Egy másik kockázat a befektetett pénz időértékével foglalkozik. Egyesülések, hogy hosszú időt vesz igénybe, hogy menjen át lehet enni a befektetők éves hozam.
a kockázati arbitrázs sikerének kulcsa az egyesülés valószínűségének és időszerűségének meghatározása, és ennek összehasonlítása a célállomány és A kivásárlási ajánlat közötti árkülönbséggel. Néhány kockázati arbitrageurs kezdtek spekulálni átvételi célokat is, ami oda vezethet, hogy lényegesen nagyobb nyereséget egyformán nagyobb kockázatot.
volatilitási arbitrázs
a volatilitási arbitrázs a statisztikai arbitrázs népszerű típusa, amely arra összpontosít, hogy kihasználja az opció implikált volatilitása és a delta-semleges portfólióban a jövőben realizált volatilitás előrejelzése közötti különbségeket. Lényegében volatilitás arbitrageurs spekulálnak a volatilitás a mögöttes biztonsági helyett, hogy egy irányított tét A biztonsági ár.
ennek a stratégiának a kulcsa a jövőbeli volatilitás pontos előrejelzése, amely különféle okokból kóborolhat, többek között:
- szabadalmi viták
- klinikai vizsgálatok eredményei
- bizonytalan jövedelem
- M&spekuláció
miután a volatilitás arbitrageur becsülte a jövőben realizált volatilitás, ő lehet kezdeni keresni lehetőségeket, ahol a hallgatólagos volatilitás vagy lényegesen alacsonyabb vagy magasabb, mint az előrejelzés realizált volatilitás a mögöttes biztonsági. Ha az implikált volatilitás alacsonyabb, a kereskedő megvásárolhatja az opciót és fedezheti az alapul szolgáló értékpapírral, hogy delta-semleges portfóliót készítsen. Hasonlóképpen, ha az implikált volatilitás magasabb, a kereskedő eladhatja az opciót és fedezheti az alapul szolgáló értékpapírral, hogy delta-semleges portfóliót készítsen.
a kereskedő akkor fog nyereséget realizálni a kereskedelemben, amikor az alapul szolgáló értékpapír realizált volatilitása közelebb kerül előrejelzéséhez, mint a piac előrejelzéséhez (vagy implikált volatilitáshoz). A nyereség a kereskedelemből a Portfólió delta semlegességének fenntartásához szükséges folyamatos fedezeti ügylet révén valósul meg.
neurális hálózatok
a neurális hálózatok egyre népszerűbbek a statisztikai arbitrázs arénában, mivel képesek komplex matematikai kapcsolatokat találni, amelyek láthatatlannak tűnnek az emberi szem számára. Ezek a hálózatok matematikai vagy számítási modellek, amelyek biológiai neurális hálózatokon alapulnak. Összekapcsolt mesterséges neuronok csoportjából állnak, amelyek az információkat a számítás konnekcionista megközelítésével dolgozzák fel—ez azt jelenti, hogy a tanulási szakaszban a hálózaton keresztül áramló külső vagy belső információk alapján megváltoztatják szerkezetüket.
lényegében a neurális hálózatok nemlineáris statisztikai adatmodellek, amelyeket a bemenetek és kimenetek közötti komplex kapcsolatok modellezésére használnak az adatminták megtalálásához. Nyilvánvaló, hogy az értékpapírok ármozgásainak bármilyen mintája profit céljából kihasználható.
High-Frequency Trading
a High-frequency trading (HFT) egy viszonylag új fejlesztés, amelynek célja a számítógépek azon képességének kihasználása, hogy gyorsan végrehajtsák a tranzakciókat. Kiadások a kereskedelmi szektor jelentősen nőtt az évek során, és ennek eredményeként, sok program képes végrehajtani ezer kereskedés másodpercenként. Most, hogy a legtöbb statisztikai arbitrázs lehetőség korlátozott a verseny miatt, a kereskedelem gyors végrehajtásának képessége az egyetlen módja a nyereség skálázásának.
egyre összetettebb neurális hálózatok és statisztikai modellek kombinálva számítógépek képesek összeroppant számok és végre szakmák gyorsabb a kulcs a jövőbeni nyereség arbitrageurs.
hogyan befolyásolja a statisztikai arbitrázs a piacokat
a statisztikai arbitrázs létfontosságú szerepet játszik a napi likviditás nagy részében a piacokon. Kezdetben lehetővé tette a nagy blokk kereskedők számára, hogy kereskedéseiket a piaci árak jelentős befolyásolása nélkül helyezzék el, miközben csökkentette az olyan kibocsátások volatilitását is, mint az amerikai letéti igazolások (ADR) azáltal, hogy szorosabban korrelálta őket az anyavállalatukkal.
valójában a stat arb stratégiák, ahogy egyre szélesebb körben használatosak és automatizáltak, hajlamosak a piacot a nagyobb hatékonyság felé tolni. Mivel az eszközök közötti arbitrázs lehetőségek felmerülnek, e stratégiák alkalmazásával gyorsan kiküszöbölhetők. Ennek eredményeként a stat arb folyékonyabb, stabilabb piacot eredményezhet.
azonban a statisztikai arbitrázs félresikerült is okozott néhány jelentős problémát. A Long Term Capital Management (LTCM) 1998-as összeomlása szinte romokban hagyta a piacot. Annak érdekében, hogy profitálhasson az ilyen kis árkülönbségekből, jelentős tőkeáttételt kell vállalnia.
Továbbá, mivel ezek a kereskedések automatizáltak, beépített biztonsági intézkedések vannak. Az LTCM esetében ez azt jelentette, hogy lefelé haladva felszámol; a probléma az volt, hogy az LTCM felszámolási megbízásai csak több eladási megbízást váltottak ki egy szörnyű hurokban, amelyet végül kormányzati beavatkozással zártak le.
ne feledje, hogy a legtöbb tőzsdei összeomlás a likviditással és a tőkeáttétellel kapcsolatos kérdésekből származik—ez az a Aréna, amelyben a statisztikai arbitrageurs működik. A Stat arb algoritmusokat részben a “flash összeomlások” miatt is hibáztatták, amelyeket a piac az elmúlt évtizedben kezdett megtapasztalni. A flash crash egy olyan esemény az elektronikus értékpapírpiacokon, ahol az értékpapírok gyors eladása negatív visszacsatolási hurokhoz vezet, amely néhány perc alatt drámai árcsökkenést okozhat.
A lényeg
a statisztikai arbitrázs az egyik legbefolyásosabb kereskedési stratégia, amelyet valaha kidolgoztak, annak ellenére, hogy az 1990-es évek óta kissé csökkent a népszerűsége. ma a legtöbb statisztikai arbitrázs nagyfrekvenciás kereskedésen keresztül történik, neurális hálózatok és statisztikai modellek kombinációjával. Ezek a stratégiák nemcsak likviditást biztosítanak, hanem nagyrészt felelősek voltak a legnagyobb összeomlásokért is, amelyeket a múltban olyan cégeknél láttunk, mint az LTCM. Mindaddig, amíg a likviditási és tőkeáttételi kérdések kombinálódnak, ez valószínűleg továbbra is a stratégiát érdemes felismerni még a közös befektető számára is.