効率的な市場仮説（EMH）は、取引資産の価格が任意の時点ですべての既知の情報を反映しているという点で、金融市場は”情報的に効率的”であると述べている。 しかし、これが真実であれば、なぜ新しい基本的な情報がないにもかかわらず、価格は日々変化するのですか？ 流動性：答えは、一般的に個々のトレーダーの間で忘れられている一つの側面を含みます。
一日を通して多くの大規模な機関投資家の取引は、情報と流動性とは何の関係もありません。 露出オーバーを感じる投資家は積極的にヘッジまたは価格に影響を与えることになりますポジションを清算します。 これらの流動性需要者は、多くの場合、流動性プロバイダのための利益につながることができ、その位置を終了するために価格を支払うことをいとわ 情報で利益を得るこの能力は、効率的な市場仮説と矛盾するように見えるが、統計的裁定の基礎を形成する。
統計的裁定は、統計モデルから生成された資産の期待値に基づいて、一つ以上の資産の認識された誤った価格から利益を得ることによって、価格と流動性の基本的な関係を活用することを目的としています。
キーテイクアウト
- 統計裁定は、複数の有価証券の取引価格のギャップの狭小化から利益を得ることを目指す投資戦略です。
- Stat arbにはいくつかの異なる戦略が含まれていますが、すべては効率に向かう傾向がある市場のさまざまな資産間の統計的または相関的な規則性に依存しています。
- 名前に”裁定”という言葉がありますが、stat arbは非常に危険であり、ヘッジファンドの長期資本管理（LTCM）の壮大な崩壊のように、巨大で全身的な損失につな
統計裁定とは何ですか？
統計裁定、または”統計arb”は、モルガン-スタンレーの株式ブロック取引デスク業務によって作成されたヘッジ要求のうち、1980年代に始まりました。 モルガン-スタンレーは、大きなポジションに対するヘッジとして、密接に相関した株式の代わりに株式を購入することにより、大規模なブロック購入に関連する価格ペナルティを回避することができました。
たとえば、トレーディングデスクがコカコーラの株式を大量に購入した場合、短期的に市場の主要な低迷をヘッジするためにペプシコのような密接に相関する株式をショートさせることになる。 これにより、市場リスクの一部が効果的に排除され、会社は購入した株式をブロック取引に配置しようとしました。
トレーダーはすぐにこれらの”ペア”を実行する孤立したブロックとそのヘッジではなく、単にヘッジツールとしてではなく、利益を上げることがで これらのペア取引は、最終的に流動性、ボラティリティ、リスク、またはその他の基本的または技術的要因によるセキュリティ価格の統計的な違いを利 ここでは、これらの戦略をまとめて統計的裁定として分類します。
統計的裁定の種類
いくつかの異なるタイプの機会を利用するために作成された統計的裁定には多くのタイプがあります。 いくつかのタイプは、これまで以上に効率的な市場によって段階的に廃止されているが、その場所を取るために生じているいくつかの他の機会があ ここでは、主要なstat arb戦略のほんの一部です。
リスクアービトラージ
リスクアービトラージは、合併状況から利益を得ることを目的とする統計的裁定の一形態です。 投資家は、ターゲットの株式を購入し、（それが株式取引の場合）同時に取得者の株式を短くします。 その結果、バイアウト価格と市場価格の差から実現される利益になります。
伝統的な統計裁定とは異なり、リスク裁定にはいくつかのリスクを取ることが含まれます。 最大のリスクは、合併が崩壊し、ターゲットの株式が合併前のレベルに低下することです。 別のリスクは、投資されたお金の時間価値を扱います。 通過するのに長い時間がかかる合併は、投資家の年間リターンに食べることができます。
リスクアービトラージの成功の鍵は、合併の可能性と適時性を決定し、それをターゲット株式とバイアウトオファーの価格差と比較することです。 いくつかのリスクarbitrageursは、同様に買収目標を推測し始めています,これは、同様に大きなリスクと実質的に大きな利益につながることができます.
ボラティリティ裁定
ボラティリティ裁定は、オプションのインプライド-ボラティリティとデルタニュートラル-ポートフォリオにおける将来の実現ボラティリティの予測との違いを利用することに焦点を当てた統計裁定の一般的なタイプです。 基本的に,ボラティリティarbitrageursは、基礎となるセキュリティのボラティリティではなく、セキュリティの価格に方向性の賭けをすることを推測しています.
この戦略の鍵は、将来のボラティリティを正確に予測することです。
- 特許紛争
- 臨床試験の結果
- 不確実な収益
- M&投機
ボラティリティが一度に発生すると、
ボラティリティが発生すると、
ボラティリティが発生すると、
ボラティリティが発生すると、
ボラティリティが発生すると、
ボラティリティが発生する。arbitrageurは、将来の実現ボラティリティを推定しています,彼または彼女は、インプライド*ボラティリティが基礎となるセキュリティのための予測実現ボラ インプライド*ボラティリティが低い場合,トレーダーは、デルタニュートラルポートフォリオを作るために、基礎となるセキュリティでオプ 同様に、インプライド-ボラティリティが高い場合、トレーダーはオプションを販売し、基礎となるセキュリティでヘッジして、デルタニュートラル-ポートフォリオを作成することができます。
トレーダーは、基礎となるセキュリティの実現ボラティリティが市場の予測（またはインプライド-ボラティリティ）よりも彼または彼女の予測に近 利益は、ポートフォリオのデルタを中立に保つために必要な継続的な再ヘッジを通じて取引から実現されます。
ニューラルネットワーク
ニューラルネットワークは、人間の目には見えないように見える複雑な数学的関係を見つける能力のために、統計的な裁定分野でますます人気が高まっている。 これらのネットワークは、生物学的ニューラルネットワークに基づく数学的または計算モデルである。 これは、学習段階でネットワークを流れる外部または内部の情報に基づいて構造を変更することを意味します。
基本的に、ニューラルネットワークは、データ内のパターンを見つけるために入力と出力の間の複雑な関係をモデル化するために使用される非線形統計デー 明らかに、有価証券の価格変動のパターンは利益のために悪用される可能性があります。
高頻度取引
高頻度取引（HFT）は、コンピュータが取引を迅速に実行する能力を活用することを目的とした比較的新しい開発です。 取引部門での支出は、長年にわたって大幅に成長しており、その結果、毎秒数千の取引を実行することができる多くのプログラムがあります。 今、ほとんどの統計裁定機会は、競争のために制限されていることを、迅速に取引を実行する能力は、利益を拡大する唯一の方法です。
ますます複雑なニューラルネットワークと統計モデルは、数字をクランチし、より速く取引を実行することができるコンピュータと組み合わせて、arbitrageursの
統計的裁定が市場にどのように影響するか
統計的裁定は、市場における日々の流動性の多くを提供する上で重要な役割を果たすよう 当初は、大規模なブロックトレーダーが市場価格に大きな影響を与えることなく取引を行うことができ、また、親株式とより密接に相関させることによ確かに、stat arb戦略は、より広く使用され、自動化されるようになるにつれて、市場をより効率的に推進する傾向があります。 資産間の裁定機会が発生すると、これらの戦略を使用することによって迅速に排除されます。 その結果、stat arbは、より流動性の高い、より安定した市場につながる可能性があります。しかし、統計的裁定がゆがんでしまったこともいくつかの大きな問題を引き起こしています。
しかし、統計的裁定がゆがんでしまったことも 1998年に戻って長期資本管理（LTCM）の崩壊は、ほとんど廃墟に市場を残しました。 このような小さな価格偏差から利益を得るためには、重要なレバレッジを取る必要があります。また、これらの取引は自動化されているため、セキュリティ対策が組み込まれています。 LTCMの場合、これは下方に移動すると清算されることを意味しました; 問題は、LTCMの清算注文が恐ろしいループでより多くの売り注文を引き起こしただけで、最終的には政府の介入で終了するということでした。
覚えておいて、ほとんどの株式市場のクラッシュは、流動性とレバレッジの問題から発生します—統計的な裁定者が動作する非常にアリーナ。 Stat arbアルゴリズムはまた、市場が過去十年間に経験し始めた”フラッシュクラッシュ”のために部分的に非難されています。 フラッシュクラッシュは、証券の急速な売却は、ほんの数分で劇的な価格低下を引き起こす可能性が負のフィードバックループにつながる電子証券市場
ボトムライン
統計裁定は、これまでに考案された最も影響力のある取引戦略の一つです,1990年代以来、人気がわずかに減少したにもかかわらず、.今日,ほとんどの統計裁定は、ニューラルネットワークと統計モデルの組み合わせを使用して、高周波取引を介して行われます. これらの戦略は流動性を提供するだけでなく、過去にLTCMのような企業で見られた最大のクラッシュのいくつかにも主に責任がありました。 流動性とレバレッジの問題が組み合わされている限り、これは一般的な投資家にとっても認識する価値のある戦略を作り続ける可能性があります。/div>
/div>