Jak může statistická arbitráž vést k velkým ziskům

Efektivní tržní hypotéza uvádí, že finanční trhy jsou „informačně efektivní“ v tom, že ceny obchodovaných aktiv odrážejí všechny známé informace v daném okamžiku. Ale pokud je to pravda, tak proč se ceny mění ze dne na den navzdory novým základním informacím? Odpověď zahrnuje jeden aspekt, na který se běžně u jednotlivých obchodníků zapomíná: likvidita.

Mnoho velkých institucionálních obchodů po celý den nemá nic společného s informacemi a se vším, co souvisí s likviditou. Investoři, kteří se cítí nadměrně vystaveni, budou agresivně zajišťovat nebo likvidovat pozice, které nakonec ovlivní cenu. Tito žadatelé o likviditu jsou často ochotni zaplatit cenu za opuštění svých pozic, což může mít za následek zisk pro poskytovatele likvidity. Zdá se, že tato schopnost profitovat z informací je v rozporu s účinnou hypotézou na trhu, ale tvoří základ statistické arbitráže.

Cílem statistické arbitráže je vydělat na vztahu mezi cenou a likviditou ziskem ze statistického zpronevěry jednoho nebo více aktiv na základě očekávané hodnoty aktiv generovaných statistickým modelem.

Co je statistická arbitráž?

Statistická arbitráž pocházela v 80. letech z poptávky po zajištění vytvořené operacemi obchodů s akciovými bloky Morgan Stanley. Morgan Stanley byl schopen vyhnout se cenovým sankcím spojeným s velkými nákupy bloků nákupem akcií v úzce korelovaných akciích jako zajištění proti své pozici. Pokud by například společnost zakoupila velký blok akcií, zkrátila by úzce korelované akcie, aby se zajistila proti jakýmkoli výrazným poklesům na trhu. To účinně eliminovalo veškerá tržní rizika, zatímco firma se snažila umístit akcie, které nakoupila, do blokové transakce.

Obchodníci brzy začali uvažovat o těchto párech nikoli jako o bloku, který má být proveden, ao jeho zajištění, ale spíše jako o dvou stranách obchodní strategie zaměřené spíše na zisk než na jednoduché zajištění. Tyto párové obchody se nakonec vyvinuly do různých jiných strategií zaměřených na využití statistických rozdílů v cenách cenných papírů v důsledku likvidity, volatility, rizika nebo jiných faktorů. Tyto strategie nyní klasifikujeme jako statistickou arbitráž.

Typy statistických arbitráží

Existuje mnoho typů statistické arbitráže vytvořené pro využití několika různých typů příležitostí. I když některé typy byly postupně vyřazovány z efektivnějšího trhu, existuje několik dalších příležitostí, které zaujaly své místo.

Risk Arbitrage

Riziková arbitráž je forma statistické arbitráže, která se snaží profitovat ze situací fúzí. Investoři nakupují akcie v cíli a (pokud se jedná o transakci s akciemi) současně krátí zásoby nabyvatele. Výsledkem je zisk realizovaný z rozdílu mezi výkupní cenou a tržní cenou.

Na rozdíl od tradiční statistické arbitráže zahrnuje riziko arbitráže převzetí některých rizik. Největší riziko spočívá v tom, že fúze propadne a akcie cíle klesnou na úroveň před fúzí. Další riziko se týká časové hodnoty investovaných peněz. Fúze, které projdou dlouhou dobu, se mohou promítat do ročních výnosů investorů.

Klíčem k úspěchu v rozhodčím řízení o riziku je určení pravděpodobnosti a včasnosti fúze a její srovnání s rozdílem v ceně mezi cílovou zásobou a nabídkou výkupu. Někteří rizikoví arbitři začali také spekulovat o cílech převzetí, což může vést k podstatně vyšším ziskům se stejně větším rizikem.

Volatility Arbitrage

Volatility arbitrage je populární typ statistické arbitráže, který se zaměřuje na využití rozdílů mezi implikovanou volatilitou opce a prognózou budoucí realizované volatility v delta neutrálním portfoliu. V zásadě arbitráží v oblasti volatility spekulují spíše o volatilitě podkladového cenného papíru než o směrovou sázku na cenu cenného papíru.

Klíčem k této strategii je přesné předpovídání budoucí volatility, která může bloudit z různých důvodů, včetně:

• Patentové spory
• Výsledky klinického hodnocení
• Nejisté příjmy
• M&A spekulace

Jakmile arbitrgeur z hlediska volatility odhadne budoucí realizovanou volatilitu, může začít hledat možnosti, u nichž je implikovaná volatilita buď výrazně nižší nebo vyšší než předpokládaná volatilita podkladového cenného papíru. Pokud je implikovaná volatilita nižší, obchodník může koupit opci a zajistit si podkladové cenné papíry, aby vytvořil delta neutrální portfolio. Podobně, pokud je implikovaná volatilita vyšší, obchodník může prodat opci a zajistit se podkladovým cenným papírem, aby vytvořil delta neutrální portfolio.

Obchodník poté realizuje zisk z obchodu, když se realizovaná volatilita podkladového cenného papíru přiblíží k jeho prognóze, než k prognóze trhu (nebo předpokládané volatilitě). Zisk je realizován z obchodu prostřednictvím neustálého zkoušení potřebného k udržení neutrální hodnoty portfolia.

Neuronové sítě

Neuronové sítě se stávají stále více populární ve statistické arbitrážní aréně díky své schopnosti najít komplexní matematické vztahy, které se pro lidské oko zdají neviditelné. Tyto sítě jsou matematické nebo výpočetní modely založené na biologických neuronových sítích. Skládají se ze skupiny vzájemně propojených umělých neuronů, které zpracovávají informace pomocí konektistického přístupu k výpočtu - to znamená, že mění svou strukturu na základě externích nebo interních informací, které protékají sítí během fáze učení.

Neuronové sítě jsou v podstatě nelineární statistické datové modely, které se používají k modelování složitých vztahů mezi vstupy a výstupy k nalezení vzorců v datech. Je zřejmé, že jakýkoli model pohybu cen cenných papírů lze využít k zisku.

Vysokofrekvenční obchodování

Vysokofrekvenční obchodování (HFT) je zcela nový vývoj, jehož cílem je vytěžit schopnost počítačů rychle provádět transakce. Výdaje v obchodním sektoru v průběhu let výrazně vzrostly, a proto existuje mnoho programů, které jsou schopny provádět tisíce obchodů za sekundu. Nyní, když je většina statistických arbitrážních příležitostí omezena kvůli konkurenci, je schopnost rychlého provádění obchodů jediným způsobem, jak škálovat zisky. Rostoucí složitost neuronových sítí a statistických modelů v kombinaci s počítači schopnými krmit čísla a provádět obchody rychleji jsou klíčem k budoucím ziskům pro arbitry.

Jak statistická arbitráž ovlivňuje trhy

Statistická arbitráž hraje zásadní roli při zajišťování většiny každodenní likvidity na trzích. Umožňuje obchodníkům s velkými bloky uzavírat své obchody, aniž by významně ovlivňovali tržní ceny, a zároveň snižuje jejich volatilitu v otázkách, jako jsou americké depozitní příjmy (ADR), a to jejich těsnějším vzájemným propojením s jejich mateřskými akciemi.

Statistická arbitráž však také způsobila některé velké problémy. Kolaps správy dlouhodobého kapitálu (LTCM) v roce 1998 téměř opustil trh v troskách. Aby bylo možné profitovat z těchto malých cenových odchylek, je nutné využít významného pákového efektu. Navíc, protože tyto obchody jsou automatizované, existují zabudovaná bezpečnostní opatření. V případě LTCM to znamenalo, že by likvidovala při pohybu dolů; problém byl v tom, že likvidační příkazy LTCM vyvolaly více prodejních příkazů pouze v příšerné smyčce, která by nakonec byla ukončena zásahem vlády. Pamatujte, že většina burzovních trhů pramení z problémů s likviditou a pákovým efektem - právě v této oblasti, ve které působí statističtí arbitři.

Sečteno a podtrženo

Statistická arbitráž je jednou z nejvlivnějších obchodních strategií, jaké kdy byly vytvořeny, ačkoli od 90. let minulého století mírně poklesla. Dnes je většina statistických arbitráží prováděna prostřednictvím vysokofrekvenčního obchodování pomocí kombinace neuronových sítí a statistických modelů. Tyto strategie nejenže řídí likviditu, ale také jsou do velké míry zodpovědné za velké havárie, které jsme v minulosti zaznamenali ve firmách, jako je LTCM. Pokud budou spojeny emise likvidity a pákového efektu, je pravděpodobné, že tato strategie bude i nadále znamenat uznání i pro společného investora.