Vigtigste » algoritmisk handel » Hvordan statistisk arbitrage kan føre til store overskud

Hvordan statistisk arbitrage kan føre til store overskud

algoritmisk handel : Hvordan statistisk arbitrage kan føre til store overskud

Den effektive markedshypotese siger, at de finansielle markeder er "informationseffektive", idet priserne på de handlede aktiver afspejler alle kendte informationer til enhver tid. Men hvis dette er sandt, hvorfor varierer så priserne fra dag til dag på trods af ingen nye grundlæggende oplysninger? Svaret involverer et aspekt, der ofte glemmes blandt de enkelte erhvervsdrivende: likviditet.

Mange store institutionelle handler hele dagen har intet at gøre med information og alt at gøre med likviditet. Investorer, der føler sig overeksponeret, vil aggressivt afdække eller afvikle positioner, hvilket vil ende med at påvirke prisen. Disse likviditetsforlangere er ofte villige til at betale en pris for at forlade deres positioner, hvilket kan resultere i et overskud for likviditetsudbydere. Denne evne til at tjene på information synes at være i modstrid med den effektive markedshypotese, men danner grundlaget for statistisk arbitrage.

Statistisk arbitrage sigter mod at udnytte forholdet mellem pris og likviditet ved at drage fordel af den statistiske forkert prisfastsættelse af et eller flere aktiver baseret på den forventede værdi af de aktiver, der genereres fra en statistisk model.

Hvad er statistisk arbitrage?

Statistisk arbitrage stammede i 1980'erne fra den sikringsefterspørgsel, der blev skabt af Morgan Stanleys aktieblokshandelsdiskoperationer. Morgan Stanley var i stand til at undgå prisstraf i forbindelse med store blokkøb ved at købe aktier i tæt korrelerede aktier som en sikring mod dens position. Hvis firmaet for eksempel købte en stor aktieblok, ville det kortslutte en tæt korreleret aktie for at afdække mod eventuelle større tilbagegang på markedet. Dette eliminerede effektivt alle markedsrisici, mens virksomheden søgte at placere den aktie, den havde købt, i en bloktransaktion.

Forhandlere begyndte snart at tænke på disse par ikke som en blok, der skal udføres og dens afdækning, men snarere som to sider af en handelsstrategi, der sigter mod at skabe fortjeneste snarere end blot at afdække. Disse parhandler udviklede sig til sidst til forskellige andre strategier med det formål at drage fordel af statistiske forskelle i sikkerhedspriser på grund af likviditet, volatilitet, risiko eller andre faktorer. Vi klassificerer nu disse strategier som statistisk arbitrage.

Typer af statistisk arbitrage

Der er mange typer statistisk arbitrage oprettet for at drage fordel af flere forskellige typer muligheder. Mens nogle typer er udfaset af en mere effektiv markedsplads, er der adskillige andre muligheder, der er opstået for at tage deres plads.

Risiko-voldgift

Risikobitrage er en form for statistisk arbitrage, der søger at drage fordel af fusionssituationer. Investorer køber aktier i målet og (hvis det er en aktietransaktion) samtidigt kortere den erhververes lager. Resultatet er et overskud realiseret fra forskellen mellem opkøbsprisen og markedsprisen.

I modsætning til traditionel statistisk arbitrage involverer risikobarbitrage nogle risici. Den største risiko er, at fusionen falder igennem, og målets bestand vil falde til dens før-fusionsniveauer. En anden risiko omhandler tidsværdien af ​​de investerede penge. Fusioner, der tager lang tid at gennemgå, kan spises i investorernes årlige afkast.

Nøglen til succes i risikobarrage er at bestemme sandsynligheden og aktualiteten af ​​fusionen og sammenligne det med forskellen i pris mellem målbestanden og udbuddet. Nogle risikobarrageærer er også begyndt at spekulere i overtagelsesmål, hvilket kan føre til betydeligt større overskud med lige så stor risiko.

Volatilitet arbitrage

Volatilitet arbitrage er en populær type statistisk arbitrage, der fokuserer på at drage fordel af forskellene mellem den implicitte volatilitet af en option og en prognose for den fremtidige realiserede volatilitet i en delta-neutral portefølje. I det væsentlige spekulerer volatilitets arbitrageurs om volatiliteten af ​​den underliggende sikkerhed snarere end at gøre en retningsbestemt indsats på sikkerhedens pris.

Nøglen til denne strategi er nøjagtigt at forudsige fremtidig volatilitet, som kan forvildes af forskellige årsager, herunder:

  • Patentkonflikter
  • Resultater af klinisk forsøg
  • Usikker indtjening
  • M & A-spekulation

Når en volatilitets arbitrageur har estimeret den fremtidige realiserede volatilitet, kan han eller hun begynde at se efter muligheder, hvor den underforståede volatilitet enten er væsentligt lavere eller højere end den forventede realiserede volatilitet for den underliggende sikkerhed. Hvis den underforståede volatilitet er lavere, kan den erhvervsdrivende købe optionen og afdække med den underliggende sikkerhed for at oprette en delta-neutral portefølje. Tilsvarende, hvis den underforståede volatilitet er højere, kan den erhvervsdrivende sælge optionen og afdække med den underliggende sikkerhed for at oprette en delta-neutral portefølje.

Den erhvervsdrivende realiserer derefter et overskud på handelen, når den underliggende sikkerheds realiserede volatilitet bevæger sig tættere på hans eller hendes prognose, end det er til markedets prognose (eller implicit volatilitet). Fortjenesten realiseres fra handelen gennem den kontinuerlige omskiftning, der kræves for at holde porteføljens delta neutral.

Neurale netværk

Neurale netværk bliver mere og mere populære på den statistiske arbitragearena på grund af deres evne til at finde komplekse matematiske sammenhænge, ​​der synes usynlige for det menneskelige øje. Disse netværk er matematiske eller beregningsmodeller baseret på biologiske neurale netværk. De består af en gruppe af sammenkoblede kunstige neuroner, der behandler information ved hjælp af en forbindelseistisk tilgang til beregning - dette betyder, at de ændrer deres struktur baseret på den eksterne eller interne information, der strømmer gennem netværket i indlæringsfasen.

Grundlæggende er neurale netværk ikke-lineære statistiske datamodeller, der bruges til at modellere komplekse forhold mellem input og output for at finde mønstre i data. Det er klart, at ethvert mønster i værdipapirprisudviklingen kan udnyttes til fortjeneste.

Højfrekvent handel

Højfrekvent handel (HFT) er en temmelig ny udvikling, der sigter mod at udnytte computerens evne til hurtigt at udføre transaktioner. Udgifterne i handelssektoren er vokset markant gennem årene, og som et resultat er der mange programmer, der er i stand til at udføre tusinder af handler pr. Sekund. Nu hvor de fleste statistiske arbitrage-muligheder er begrænsede på grund af konkurrence, er muligheden for hurtigt at udføre handler den eneste måde at skalere overskud på. Stadig mere komplekse neurale netværk og statistiske modeller kombineret med computere, der er i stand til at knuse antal og udføre handler hurtigere, er nøglen til fremtidig fortjeneste for arbitrageurs.

Hvordan statistisk arbitrage påvirker markederne

Statistisk arbitrage spiller en vigtig rolle i at skabe meget af den daglige likviditet på markederne. Det giver store blokforhandlere mulighed for at placere deres handler uden væsentligt at påvirke markedspriserne, samtidig med at det reducerer volatiliteten i emner som amerikanske depositumindtægter (ADR) ved at korrelere dem tættere med deres moderselskaber.

Statistisk arbitrage har imidlertid også skabt nogle større problemer. Sammenbruddet af Long Term Capital Management (LTCM) tilbage i 1998 efterlod næsten markedet i ruiner. For at drage fordel af sådanne små prisafvigelser er det nødvendigt at påtage sig en betydelig gearing. Eftersom disse handler er automatiserede, er der desuden indbyggede sikkerhedsforanstaltninger. I LTCM's tilfælde betød dette, at det ville likvidere ved en bevægelse nedad; problemet var, at LTCM's likvidationsordrer kun udløste flere salgsordrer i en forfærdelig løkke, der til sidst ville blive afsluttet med regeringens indgriben. Husk, at de fleste nedbrud på aktiemarkedet skyldes problemer med likviditet og gearing - netop den arena, hvor statistiske arbitrageere opererer.

Bundlinjen

Statistisk arbitrage er en af ​​de mest indflydelsesrige handelsstrategier, der nogensinde er udtænkt, på trods af at de er faldet lidt i popularitet siden 1990'erne. I dag udføres de fleste statistiske arbitrage gennem højfrekvent handel ved hjælp af en kombination af neurale netværk og statistiske modeller. Ikke kun driver disse strategier likviditet, men de er også stort set ansvarlige for de store sammenbrud, vi har set i virksomheder som LTCM i fortiden. Så længe likviditets- og gearingsspørgsmål kombineres, fortsætter dette sandsynligvis med at gøre strategien til en værd at anerkende, selv for den fælles investor.

Sammenlign Navn på udbydere af investeringskonti Beskrivelse Annoncørens viden × De tilbud, der vises i denne tabel, er fra partnerskaber, hvorfra Investopedia modtager kompensation.
Anbefalet
Efterlad Din Kommentar