Huvud » algoritmisk handel » Hur statistisk arbitrage kan leda till stora vinster

Hur statistisk arbitrage kan leda till stora vinster

algoritmisk handel : Hur statistisk arbitrage kan leda till stora vinster

Den effektiva marknadshypotesen säger att finansmarknaderna är "informationseffektiva" genom att priserna på de omsatta tillgångarna återspeglar all känd information vid varje given tidpunkt. Men om detta är sant, varför varierar priserna från dag till dag trots ingen ny grundläggande information? Svaret involverar en aspekt som vanligtvis glömmes bland enskilda handlare: likviditet.

Många stora institutionella affärer under dagen har inget att göra med information och allt med likviditet att göra. Investerare som känner sig överexponerade kommer aggressivt att säkra eller likvidera positioner, vilket kommer att påverka priset. Dessa likviditetsförfrågare är ofta villiga att betala ett pris för att lämna sina positioner, vilket kan resultera i vinst för likviditetsleverantörer. Denna förmåga att tjäna på information verkar motsäga den effektiva marknadshypotesen, men utgör grunden för statistisk arbitrage.

Statistisk arbitrage syftar till att utnyttja förhållandet mellan pris och likviditet genom att tjäna på statistisk felprissättning av en eller flera tillgångar baserat på det förväntade värdet på tillgångarna genererade från en statistisk modell.

Vad är statistisk arbitrage?

Statistisk arbitrage härrörde på 1980-talet från den säkringsefterfrågan som skapats av Morgan Stanleys aktieblock trading desk-verksamhet. Morgan Stanley kunde undvika prisstraff i samband med stora blockköp genom att köpa aktier i nära korrelerade aktier som en säkring mot dess position. Till exempel, om företaget köpte ett stort block av aktier, skulle det korta en nära korrelerad aktie för att säkra sig mot stora nedgångar på marknaden. Detta eliminerade effektivt alla marknadsrisker medan företaget försökte placera aktien det hade köpt i en blocktransaktion.

Handlare började snart tänka på dessa par inte som ett block som ska genomföras och dess säkring, utan snarare som två sidor av en handelsstrategi som syftar till vinstutveckling snarare än bara säkring. Dessa parhandel utvecklades så småningom till olika andra strategier för att utnyttja statistiska skillnader i säkerhetspriser på grund av likviditet, volatilitet, risk eller andra faktorer. Vi klassificerar nu dessa strategier som statistisk arbitrage.

Typer av statistisk arbitrage

Det finns många typer av statistisk arbitrage som skapas för att dra fördel av flera olika typer av möjligheter. Medan vissa typer har fasats ut av en mer effektiv marknadsplats, finns det flera andra möjligheter som har uppstått att ta plats.

Riskarbitrage

Riskarbitrage är en form av statistisk arbitrage som försöker tjäna på fusionssituationer. Investerare köper aktier i målet och (om det är en aktietransaktion) förkortar samtidigt förvärvarens lager. Resultatet är en vinst realiserad från skillnaden mellan utköpspriset och marknadspriset.

Till skillnad från traditionell statistisk arbitrage innebär riskarbitrage att ta några risker. Den största risken är att fusionen kommer att falla igenom och målets lager kommer att sjunka till dess nivåer före fusionen. En annan risk handlar om tidsvärdet på de investerade pengarna. Fusioner som tar lång tid att gå igenom kan äta in investerarnas årliga avkastning.

Nyckeln till framgång i riskarbitrage är att bestämma sannolikheten och aktualiteten för fusionen och jämföra det med skillnaden i pris mellan målaktien och utköpsbjudandet. Vissa risk arbitrageurs har också börjat spekulera i övertagsmålen, vilket kan leda till betydligt större vinster med lika större risk.

Volatilitetsarbitrage

Volatilitetsarbitrage är en populär typ av statistisk arbitrage som fokuserar på att dra fördel av skillnaderna mellan den underförstådda volatiliteten för ett alternativ och en prognos för den framtida realiserade volatiliteten i en delta-neutral portfölj. I grund och botten spekulerar volatilitetsarbitrageärer om volatiliteten hos den underliggande säkerheten snarare än att göra en riktad satsning på säkerhetens pris.

Nyckeln till denna strategi är att exakt förutse framtida volatilitet, vilket kan avvika av olika skäl inklusive:

  • Patenttvister
  • Resultat av klinisk prövning
  • Osäker vinst
  • M & A-spekulation

När en volatilitetsarbitrageur har uppskattat den framtida realiserade volatiliteten kan han eller hon börja leta efter alternativ där den underförstådda volatiliteten antingen är betydligt lägre eller högre än den förväntade realiserade volatiliteten för den underliggande säkerheten. Om den underförstådda volatiliteten är lägre kan näringsidkaren köpa optionen och säkra med den underliggande säkerheten för att göra en delta-neutral portfölj. På samma sätt, om den underförstådda volatiliteten är högre, kan handlaren sälja optionen och säkra med den underliggande säkerheten för att göra en delta-neutral portfölj.

Handlaren kommer då att realisera en vinst på handeln när den underliggande säkerhetens realiserade volatilitet rör sig närmare hans eller hennes prognos än det är marknadens prognos (eller underförstådd volatilitet). Vinsten realiseras från handeln genom den kontinuerliga omväxlingen som krävs för att hålla portföljdeltaen neutral.

Neurala nätverk

Neurala nätverk blir alltmer populära på den statistiska arbitragearenan på grund av deras förmåga att hitta komplexa matematiska relationer som verkar osynliga för det mänskliga ögat. Dessa nätverk är matematiska eller beräkningsmodeller baserade på biologiska neurala nätverk. De består av en grupp sammankopplade konstgjorda nervceller som bearbetar information med hjälp av en anslutning till beräkning - det innebär att de ändrar sin struktur baserat på den externa eller interna informationen som flödar genom nätverket under inlärningsfasen.

I huvudsak är neurala nätverk icke-linjära statistiska datamodeller som används för att modellera komplexa förhållanden mellan input och output för att hitta mönster i data. Uppenbarligen kan alla mönster i värdepappersprisrörelser utnyttjas för vinst.

Högfrekvent handel

Högfrekvent handel (HFT) är en ganska ny utveckling som syftar till att utnyttja datorns förmåga att snabbt genomföra transaktioner. Utgifterna inom handelssektorn har vuxit markant under åren och som ett resultat finns det många program som kan utföra tusentals handel per sekund. Nu när de flesta statistiska arbitrage-möjligheter är begränsade på grund av konkurrens, är förmågan att snabbt utföra handel det enda sättet att skala vinsten. Allt fler komplexa neurala nätverk och statistiska modeller i kombination med datorer som kan klara antal och utföra handel snabbare är nyckeln till framtida vinster för arbitrageurs.

Hur statistisk arbitrage påverkar marknaderna

Statistisk arbitrage spelar en viktig roll för att tillhandahålla mycket av den dagliga likviditeten på marknaderna. Det gör det möjligt för stora blockhandlare att placera sina affärer utan att påverka marknadspriserna betydligt, samtidigt som volatiliteten minskar i frågor som amerikanska depåbevis genom att korrelera dem närmare med sina moderlager.

Statistisk arbitrage har dock också orsakat några stora problem. Kollapsen av Long Term Capital Management (LTCM) redan 1998 lämnade nästan marknaden i ruiner. För att tjäna på sådana små prisavvikelser är det nödvändigt att ta på sig en betydande hävstångseffekt. Eftersom dessa affärer automatiseras finns det dessutom inbyggda säkerhetsåtgärder. I LTCM: s fall innebar detta att det skulle likvidera vid en nedåtgående rörelse; problemet var att LTCM: s likvidationsorder bara utlöste fler försäljningsorder i en hemsk slinga som så småningom skulle avslutas med regeringens ingripande. Kom ihåg att de flesta börskrascher orsakas av problem med likviditet och hävstång - själva arenan där statistiska arbitrageurs verkar.

Poängen

Statistisk arbitrage är en av de mest inflytelserika handelsstrategierna som någonsin utformats, trots att de har minskat något i popularitet sedan 1990-talet. Idag genomförs mest statistiska arbitrage genom högfrekvent handel med en kombination av neurala nätverk och statistiska modeller. Inte bara driver dessa strategier likviditet, utan de är också till stor del ansvariga för de stora kraschar vi har sett i företag som LTCM tidigare. Så länge likviditets- och hävstångsfrågorna kombineras kommer det sannolikt att fortsätta att göra strategin till en värd att erkänna även för den gemensamma investeraren.

Jämför investeringskonton Leverantörs namn Beskrivning Annonsörens upplysning × Erbjudandena som visas i denna tabell kommer från partnerskap från vilka Investopedia erhåller ersättning.
Rekommenderas
Lämna Din Kommentar