Hoe statistische arbitrage tot grote winsten kan leiden

De efficiënte markthypothese stelt dat financiële markten "informatie-efficiënt" zijn in die zin dat de prijzen van de verhandelde activa op elk willekeurig moment alle bekende informatie weerspiegelen. Maar als dit waar is, waarom variëren de prijzen van dag tot dag ondanks geen nieuwe fundamentele informatie? Het antwoord omvat een aspect dat bij individuele handelaren vaak wordt vergeten: liquiditeit.

Veel grote institutionele transacties gedurende de dag hebben niets te maken met informatie en alles met liquiditeit. Beleggers die zich overbelicht voelen, zullen posities agressief afdekken of liquideren, wat de prijs zal beïnvloeden. Deze liquiditeitsvragers zijn vaak bereid een prijs te betalen om hun posities te verlaten, wat kan leiden tot winst voor liquiditeitsverschaffers. Dit vermogen om te profiteren van informatie lijkt de efficiënte markthypothese tegen te spreken, maar vormt de basis voor statistische arbitrage.

Statistische arbitrage is bedoeld om te profiteren van de relatie tussen prijs en liquiditeit door te profiteren van de statistische verkeerde prijzen van een of meer activa op basis van de verwachte waarde van de activa gegenereerd op basis van een statistisch model.

Wat is statistische arbitrage?

Statistische arbitrage ontstond in de jaren tachtig van de vraag naar afdekking die werd gecreëerd door Morgan Stanley's handelsactiviteiten op het gebied van aandelenblokken. Morgan Stanley kon prijssancties in verband met grote blokaankopen vermijden door aandelen in nauw gecorreleerde aandelen te kopen als afdekking van zijn positie. Als het bedrijf bijvoorbeeld een groot aantal aandelen zou kopen, zou het een nauw gecorreleerde voorraad kortsluiten om zich in te dekken tegen grote neergang in de markt. Dit elimineerde effectief alle marktrisico's terwijl het bedrijf de gekochte aandelen in een bloktransactie wilde plaatsen.

Traders begonnen deze paren al snel niet meer te beschouwen als een uit te voeren blok en de afdekking ervan, maar eerder als twee kanten van een handelsstrategie die gericht was op winst maken in plaats van alleen maar afdekken. Deze tweetransacties evolueerden uiteindelijk in verschillende andere strategieën om te profiteren van statistische verschillen in beveiligingsprijzen als gevolg van liquiditeit, volatiliteit, risico of andere factoren. We classificeren deze strategieën nu als statistische arbitrage.

Soorten statistische arbitrage

Er zijn veel soorten statistische arbitrage gecreëerd om te profiteren van verschillende soorten kansen. Hoewel sommige typen zijn uitgefaseerd door een efficiëntere markt, zijn er verschillende andere mogelijkheden ontstaan ​​om hun plaats in te nemen.

Risico-arbitrage

Risicoarbitrage is een vorm van statistische arbitrage die wil profiteren van fusiesituaties. Beleggers kopen aandelen in het doel en (als het een aandelentransactie is) kortsluiten tegelijkertijd de voorraad van de acquirer. Het resultaat is een winst gerealiseerd uit het verschil tussen de uitkoopprijs en de marktprijs.

In tegenstelling tot traditionele statistische arbitrage, houdt risico-arbitrage het nemen van enkele risico's in. Het grootste risico is dat de fusie doorvalt en de voorraad van het doelwit naar het niveau van vóór de fusie daalt. Een ander risico betreft de tijdswaarde van het geïnvesteerde geld. Fusies die lang duren, kunnen ten koste gaan van het jaarlijkse rendement van beleggers.

De sleutel tot succes in risicoarbitrage is het bepalen van de waarschijnlijkheid en tijdigheid van de fusie en deze te vergelijken met het prijsverschil tussen de doelvoorraad en het uitkoopaanbod. Sommige risico-arbitrageurs zijn ook begonnen met speculeren over overnamedoelen, wat kan leiden tot aanzienlijk grotere winsten met een even groter risico.

Volatiliteit Arbitrage

Volatiliteitsarbitrage is een populair type statistische arbitrage die zich richt op het benutten van de verschillen tussen de impliciete volatiliteit van een optie en een voorspelling van de toekomstige gerealiseerde volatiliteit in een delta-neutrale portefeuille. In essentie speculeren arbitrageurs over de volatiliteit op de volatiliteit van het onderliggende effect in plaats van een gerichte weddenschap op de prijs van het effect.

De sleutel tot deze strategie is het nauwkeurig voorspellen van toekomstige volatiliteit, die om verschillende redenen kan afdwalen, waaronder:

• Patentgeschillen
• Resultaten klinische proeven
• Onzekere inkomsten
• M&A speculatie

Zodra een volatiliteitsarbitrageur de toekomstige gerealiseerde volatiliteit heeft geschat, kan hij of zij op zoek gaan naar opties waarbij de impliciete volatiliteit ofwel aanzienlijk lager of hoger is dan de verwachte gerealiseerde volatiliteit voor het onderliggende effect. Als de impliciete volatiliteit lager is, kan de handelaar de optie kopen en hedgen met het onderliggende effect om een ​​delta-neutrale portefeuille te maken. Evenzo, als de impliciete volatiliteit hoger is, kan de handelaar de optie verkopen en hedgen met het onderliggende effect om een ​​delta-neutrale portefeuille te maken.

De handelaar zal dan een winst op de handel realiseren wanneer de gerealiseerde volatiliteit van het onderliggende effect dichter bij zijn of haar voorspelling komt dan bij de voorspelling van de markt (of impliciete volatiliteit). De winst wordt uit de handel gerealiseerd door de voortdurende herschikking die nodig is om de delta-neutrale portefeuille te houden.

Neurale netwerken

Neurale netwerken worden steeds populairder in de statistische arbitrage arena vanwege hun vermogen om complexe wiskundige relaties te vinden die onzichtbaar lijken voor het menselijk oog. Deze netwerken zijn wiskundige of computationele modellen op basis van biologische neurale netwerken. Ze bestaan ​​uit een groep onderling verbonden kunstmatige neuronen die informatie verwerken met behulp van een connectionistische benadering van berekening - dit betekent dat ze hun structuur wijzigen op basis van de externe of interne informatie die tijdens de leerfase door het netwerk stroomt.

In wezen zijn neurale netwerken niet-lineaire statistische gegevensmodellen die worden gebruikt om complexe relaties tussen ingangen en uitgangen te modelleren om patronen in gegevens te vinden. Uiteraard kan elk patroon in de koersbewegingen van effecten worden uitgebuit voor winst.

Hoogfrequente handel

High Frequency Trading (HFT) is een vrij nieuwe ontwikkeling die is gericht op het vermogen van computers om snel transacties uit te voeren. De uitgaven in de handelssector zijn in de loop der jaren aanzienlijk gegroeid en bijgevolg zijn er veel programma's die duizenden transacties per seconde kunnen uitvoeren. Nu de meeste statistische arbitragemogelijkheden beperkt zijn vanwege concurrentie, is de mogelijkheid om snel transacties uit te voeren de enige manier om winst te schalen. Steeds complexere neurale netwerken en statistische modellen gecombineerd met computers die in staat zijn om cijfers te kraken en transacties sneller uit te voeren, zijn de sleutel tot toekomstige winsten voor arbitrageurs.

Hoe statistische arbitrage van invloed is op markten

Statistische arbitrage speelt een cruciale rol bij het verschaffen van een groot deel van de dagelijkse liquiditeit op de markten. Het stelt grote bloktraders in staat hun trades te plaatsen zonder de marktprijzen aanzienlijk te beïnvloeden, terwijl het ook de volatiliteit vermindert in kwesties zoals Amerikaanse certificaten (ADR's) door ze nauwer te correleren met hun moedervoorraden.

Statistische arbitrage heeft echter ook voor grote problemen gezorgd. De ineenstorting van Long Term Capital Management (LTCM) in 1998 verliet bijna de markt in puin. Om te profiteren van dergelijke kleine prijsafwijkingen, is het noodzakelijk om een ​​aanzienlijke hefboomwerking aan te nemen. Omdat deze transacties geautomatiseerd zijn, zijn er bovendien ingebouwde beveiligingsmaatregelen. In het geval van LTCM betekende dit dat het zou liquideren bij een neerwaartse beweging; het probleem was dat LTCM's liquidatieorders alleen maar meer verkooporders in een vreselijke lus teweegbrachten die uiteindelijk zouden worden beëindigd met overheidsinterventie. Vergeet niet dat de meeste beurscrashes voortvloeien uit problemen met liquiditeit en leverage - de arena waarin statistische arbitrageurs opereren.

Het komt neer op

Statistische arbitrage is een van de meest invloedrijke handelsstrategieën die ooit is bedacht, ondanks dat de populariteit sinds de jaren negentig licht is afgenomen. Tegenwoordig wordt de meeste statistische arbitrage uitgevoerd door middel van hoogfrequente handel met behulp van een combinatie van neurale netwerken en statistische modellen. Niet alleen zorgen deze strategieën voor meer liquiditeit, maar ze zijn ook grotendeels verantwoordelijk voor de grote crashes die we in bedrijven als LTCM in het verleden hebben gezien. Zolang liquiditeits- en hefboomkwesties worden gecombineerd, zal dit de strategie waarschijnlijk blijven erkennen, zelfs voor de gewone belegger.