Ang mahusay na hypothesis ng merkado ay nagsasabi na ang mga pamilihan sa pananalapi ay "mahusay na may impormasyon" na ang mga presyo ng mga na-traded na assets ay sumasalamin sa lahat ng mga kilalang impormasyon sa anumang oras. Ngunit kung ito ay totoo, kung gayon bakit nag-iiba ang mga presyo mula sa araw-araw kahit na walang bagong pangunahing impormasyon? Ang sagot ay nagsasangkot ng isang aspeto na karaniwang nakalimutan sa mga indibidwal na negosyante: pagkatubig.
Maraming mga malalaking istatistika sa buong araw ay walang kinalaman sa impormasyon at lahat ng gagawin sa pagkatubig. Ang mga namumuhunan na nakakaramdam ng sobrang pamimilit ay agresibo na sakupin o mag-liquidate ng mga posisyon, na magtatapos na nakakaapekto sa presyo. Ang mga hinihingi ng likido ay madalas na handang magbayad ng isang presyo upang lumabas sa kanilang mga posisyon, na maaaring magresulta sa isang kita para sa mga nagbibigay ng pagkatubig. Ang kakayahang kumita sa impormasyon ay tila sumasalungat sa mahusay na hypothesis ng merkado, ngunit bumubuo ng pundasyon ng statistical arbitrage.
Nilalayon ng istatistika na ang kapital ay may kaugnayan sa ugnayan sa pagitan ng presyo at pagkatubig sa pamamagitan ng pag-prof mula sa statistic mispricing ng isa o higit pang mga assets batay sa inaasahang halaga ng mga assets na nabuo mula sa isang statistical model.
Ano ang Statistical Arbitrage?
Ang arbitrasyon ng istatistika na nagmula noong 1980s mula sa hedging demand na nilikha ng pagpapatakbo ng equity block trading desk ng equity block trading Morgan Stanley. Si Morgan Stanley ay nagawang maiwasan ang mga parusa sa presyo na nauugnay sa mga malalaking pagbili ng bloke sa pamamagitan ng pagbili ng mga namamahagi sa mga stock na malapit na nakakaugnay bilang isang bakod laban sa posisyon nito. Halimbawa, kung ang kompanya ay bumili ng isang malaking bloke ng pagbabahagi, ito ay maikli ang isang malapit na-correlated stock upang magbangko laban sa anumang mga pangunahing pagbagsak sa merkado. Ito ay epektibong tinanggal ang anumang mga panganib sa merkado habang ang firm ay naghangad na ilagay ang stock na binili nito sa isang transaksyon sa block.
Ang mga negosyante sa lalong madaling panahon ay nagsimulang isipin ang mga pares na ito ay hindi bilang isang bloke na naisakatuparan at ang bakod nito, ngunit sa halip bilang dalawang panig ng isang diskarte sa pangangalakal na naglalayong gawing kita kaysa sa simpleng pag-upo lamang. Ang mga pares na ito sa kalaunan ay umunlad sa iba't ibang mga diskarte na naglalayong samantalahin ang mga pagkakaiba sa istatistika sa mga presyo ng seguridad dahil sa pagkatubig, pagkasumpong, peligro o iba pang mga kadahilanan. Ino-uri-uri namin ngayon ang mga estratehiya na ito bilang statistical arbitrage.
Mga Uri ng Statistical Arbitrage
Maraming mga uri ng statistical arbitrage na nilikha upang samantalahin ng maraming iba't ibang uri ng mga pagkakataon. Habang ang ilang mga uri ay nai-phased sa pamamagitan ng isang mas mahusay na pamilihan, mayroong maraming iba pang mga pagkakataon na lumabas upang maganap.
Panganib sa Arbitrage
Ang panganib ng arbitrasyon ay isang anyo ng statistical arbitrage na naglalayong kumita mula sa mga sitwasyon ng pagsasanib. Ang mga namumuhunan ay bumili ng stock sa target at (kung ito ay isang transaksyon sa stock) nang sabay-sabay maikli ang stock ng taguha. Ang resulta ay isang kita na natanto mula sa pagkakaiba-iba sa pagitan ng presyo ng buyout at presyo sa merkado.
Hindi tulad ng tradisyonal na pang-istatistika na arbitrasyon, ang pagkakasangkot sa panganib ay nagsasangkot sa pagkuha ng ilang mga panganib. Ang pinakamalaking panganib ay ang pagsasama ay mahuhulog at ang stock ng target ay ibababa sa mga antas ng pre-pinagsama. Ang isa pang peligro ay tumatalakay sa halaga ng oras na namuhunan. Ang mga pagsasama na tumatagal ng mahabang panahon upang makaranas ay makakain sa taunang pagbabalik ng mga namumuhunan.
Ang susi sa tagumpay sa panganib ng arbitrasyon ay ang pagtukoy ng posibilidad at pagiging maagap ng pagsasama at paghahambing na may pagkakaiba sa presyo sa pagitan ng target stock at alok ng buyout. Ang ilang mga panganib na arbitrageurs ay nagsimula na mag-isip sa mga target ng pagkuha ng puhunan rin, na maaaring humantong sa malaking mas malaking kita na may pantay na higit na panganib.
Pagkabigo ng Arbitrage
Ang pagkalkula ng pagkasumpungin ay isang tanyag na uri ng statistical arbitrage na nakatuon sa pagsamantalahin ng mga pagkakaiba sa pagitan ng ipinahiwatig na pagkasumpungin ng isang pagpipilian at isang pagtataya ng hinaharap na natanto ng pagkasumpungin sa isang delta-neutral portfolio. Mahalaga, ang mga volatility arbitrageurs ay tumutukoy sa pagkasumpungin ng pinagbabatayan na seguridad sa halip na gumawa ng isang itinuro na taya sa presyo ng seguridad.
Ang susi sa diskarte na ito ay tumpak na pagtatantya sa hinaharap na pagkasumpungin, na maaaring lumigaw para sa iba't ibang mga kadahilanan kabilang ang:
- Hindi pagkakaunawaan ng mga patentClinical na resulta ng pagsubokMga siguradong kitaM at Isang haka-haka
Kapag ang isang pagkasumpungin na arbitrageur ay tinantya ang hinaharap na natanto ng pagkasumpungin, maaari siyang magsimulang maghanap ng mga pagpipilian kung saan ang ipinahiwatig na pagkasumpong ay alinman sa makabuluhang mas mababa o mas mataas kaysa sa forecast na natanto ang pagkasumpungin para sa pinagbabatayan na seguridad. Kung ang ipinahiwatig na pagkasumpungin ay mas mababa, ang negosyante ay maaaring bumili ng pagpipilian at halamang-bakod sa pinagbabatayan ng seguridad upang makagawa ng isang delta-neutral portfolio. Katulad nito, kung ang ipinahiwatig na pagkasumpungin ay mas mataas, ang negosyante ay maaaring magbenta ng pagpipilian at pag-upuan sa pinagbabatayan ng seguridad upang makagawa ng isang delta-neutral portfolio.
Ang negosyante ay pagkatapos ay mapagtanto ang isang tubo sa kalakalan kapag ang napapailalim na pagkasumpungin ng seguridad ay gumagalaw nang mas malapit sa kanyang pagtataya kaysa ito sa forecast ng merkado (o ipinahiwatig na pagkasumpungin). Ang kita ay natanto mula sa kalakalan sa pamamagitan ng patuloy na rehedging na kinakailangan upang panatilihing neutral ang portfolio.
Mga Neural Network
Ang mga network ng neural ay lalong nagiging popular sa arena ng istatistika na arbitrage dahil sa kanilang kakayahang makahanap ng mga komplikadong relasyon sa matematika na tila hindi nakikita ng mata ng tao. Ang mga network na ito ay mga modelo ng matematika o computational batay sa biological neural network. Ang mga ito ay binubuo ng isang pangkat ng magkakaugnay na artipisyal na neuron na nagpoproseso ng impormasyon gamit ang isang koneksyonista na diskarte sa pagkalkula - nangangahulugan ito na binago nila ang kanilang istraktura batay sa panlabas o panloob na impormasyon na dumadaloy sa network sa panahon ng pag-aaral.
Mahalaga, ang mga neural network ay mga non-linear statistical data models na ginagamit upang modelo ng mga kumplikadong relasyon sa pagitan ng mga input at output upang makahanap ng mga pattern sa data. Malinaw, ang anumang pattern sa mga paggalaw ng presyo ng seguridad ay maaaring samantalahin para sa kita.
Mataas na Frequency Trading
Ang mataas na dalas ng pangangalakal (HFT) ay isang medyo bagong pag-unlad na naglalayong makamit ang kakayahan ng mga computer upang mabilis na isagawa ang mga transaksyon. Ang paggastos sa sektor ng pangangalakal ay lumago nang malaki sa mga nakaraang taon at, bilang isang resulta, maraming mga programa ang maaaring magsagawa ng libu-libong mga trading bawat segundo. Ngayon na ang karamihan sa mga oportunidad sa istatistika ng arbitrasyon ay limitado dahil sa kumpetisyon, ang kakayahang mabilis na magsagawa ng mga kalakal ay ang tanging paraan upang masukat ang kita. Ang pagtaas ng kumplikadong mga network ng neural at istatistikal na modelo na sinamahan ng mga computer na maaaring mag-crunch number at mas mabilis na isagawa ang mga trading ay ang susi sa hinaharap na kita para sa mga arbitrageurs.
Paano Nakakaapekto sa Mga Merkado ang Statistical Arbitrage
Mahahalaga ang papel ng arbitrasyon sa pagbibigay ng karamihan sa pang-araw-araw na pagkatubig sa mga merkado. Pinapayagan nito ang malalaking mga mangangalakal ng bloke na ilagay ang kanilang mga trading nang walang makabuluhang nakakaapekto sa mga presyo ng merkado, habang binabawasan din ang pagkasumpungin sa mga isyu tulad ng mga natanggap na deposito ng Amerika (ADR) sa pamamagitan ng pagwawasto ng mga ito nang mas malapit sa kanilang mga stock ng magulang.
Gayunpaman, ang statistical arbitrage ay nagdulot din ng ilang mga pangunahing problema. Ang pagbagsak ng Long Term Capital Management (LTCM) pabalik noong 1998 ay halos naiwan ang lugar ng pagkasira ng merkado. Upang kumita mula sa tulad ng maliit na mga paglihis ng presyo, kinakailangan na kumuha sa makabuluhang pagkilos. Bukod dito, dahil ang mga negosyong ito ay awtomatiko, mayroong mga built-in na panukalang pangseguridad. Sa kaso ng LTCM, nangangahulugan ito na likido ang isang pababang; ang problema ay ang mga order ng liquidation ng LTCM ay nag-trigger lamang ng mas maraming mga order na nagbebenta sa isang kakila-kilabot na loop na sa wakas ay matatapos sa pamamagitan ng interbensyon ng gobyerno. Tandaan, ang karamihan sa mga pag-crash sa stock market ay lumitaw mula sa mga isyu na may pagkatubig at pagkilos - ang mismong arena kung saan nagpapatakbo ang mga istatistika.
Ang Bottom Line
Ang arbitrasyon ng istatistika ay isa sa mga pinaka-maimpluwensyang estratehiya sa pangangalakal na nilikha, kahit na may bahagyang pagbawas sa katanyagan mula pa noong 1990s. Sa ngayon, ang karamihan sa statistical arbitrage ay isinasagawa sa pamamagitan ng mataas na dalas na kalakalan gamit ang isang kumbinasyon ng mga neural network at istatistikong modelo. Hindi lamang ang mga estratehiya na ito ang nagtutulak ng pagkatubig, ngunit responsable din sila sa mga malalaking pag-crash na nakita natin sa mga kumpanya tulad ng LTCM noong nakaraan. Hangga't ang mga isyu sa pagkatubig at pagkilos ay pinagsama, malamang na magpatuloy sa paggawa ng diskarte na ang isa ay nagkakahalaga na makilala kahit para sa karaniwang mamumuhunan.
