A hatékony piaci hipotézis kimondja, hogy a pénzügyi piacok "információs szempontból hatékonyak", mivel a kereskedett eszközök árai mindenkor az összes ismert információt tükrözik. De ha ez igaz, akkor miért változnak az árak napról napra annak ellenére, hogy nincs új alapvető információ? A válasz egy olyan szempontot érint, amelyet az egyes kereskedők általában elfelejtenek: likviditás.
A nap folyamán sok nagy intézményi kereskedelemnek semmi köze nincs az információhoz és a likviditáshoz. A túlzottan exponált befektetők agresszív módon fedezik vagy felszámolják a pozíciókat, ami végül befolyásolja az árat. Ezek a likviditást igénylők gyakran hajlandóak árat fizetni pozíciójuk megszűnéséért, ami profitot eredményezhet a likviditásszolgáltatók számára. Ez az információszerzési képesség ellentmond a hatékony piaci hipotézisnek, de a statisztikai arbitrázs alapját képezi.
A statisztikai arbitrázs célja, hogy kihasználja az ár és a likviditás kapcsolatát azáltal, hogy egy vagy több eszköz statisztikai téves árazásából származik, a statisztikai modellből előállított eszközök várható értéke alapján.
Mi a statisztikai arbitrázs?
A statisztikai arbitrázs az 1980-as években a Morgan Stanley részvényblokk-kereskedési részlegének működése által létrehozott fedezeti keresletből származott. A Morgan Stanley elkerülhette a nagy blokkvásárlásokhoz kapcsolódó árbüntetéseket azáltal, hogy szorosan összefüggő részvények részvényeit vásárolta meg pozíciójának fedezésére. Például, ha a cég egy nagy részvényegységet vásárolna, akkor szorosan összefüggő részvényeket rövidít fel, hogy fedezze a piacon jelentkező jelentős visszaeséseket. Ez hatékonyan kiküszöböli a piaci kockázatokat, miközben a cég törekedett arra, hogy a megvásárolt részvényeit blokk tranzakcióként helyezze el.
A kereskedők hamarosan nem a végrehajtandó blokkként és annak fedezeti ügyeként gondolkodtak ezekről a párokról, hanem inkább a kereskedési stratégia két oldaláról, amelynek célja a profitszerzés, nem pedig csupán a fedezés. Ezek a párkereskedések végül számos más stratégiává alakultak, amelyek célja a likviditási, volatilitási, kockázati vagy egyéb tényezők miatti értékpapír-árak statisztikai különbségeinek kihasználása. Most ezeket a stratégiákat statisztikai arbitrázsként osztályozzuk.
A statisztikai arbitrázs típusai
A statisztikai arbitrázs sokféle formáját hozza létre a különféle lehetőségek kihasználása érdekében. Míg egyes típusokat egy hatékonyabb piac megszüntetett, számos más lehetőség merült fel a helyükre.
Kockázati arbitrázs
A kockázati arbitrázs a statisztikai arbitrázs egy formája, amely az összefonódási helyzetekből profitál. A befektetők részvényt vásárolnak a célban, és (ha ez részvényügylet) egyidejűleg rövidítik meg a felvásárló részvényeit. Az eredmény a felvásárlási ár és a piaci ár különbségéből realizált nyereség.
A hagyományos statisztikai arbitrázstól eltérően a kockázati arbitrázs magában foglalja bizonyos kockázatok vállalását. A legnagyobb kockázat az, hogy az összefonódás átesik, és a célállomány az összefonódást megelőző szintre esik. Egy másik kockázat a befektetett pénz időértékével kapcsolatos. Az összefonódások, amelyek hosszú időt vesznek igénybe, befolyásolhatják a befektetők éves hozamát.
A kockázati arbitrázs sikerének kulcsa az összefonódás valószínűségének és időszerűségének meghatározása, és az összehasonlítás a célállomány és a felvásárlási ajánlat közötti árkülönbséggel. Egyes kockázati arbitrátorok elkezdenek spekulálni az átvételi célokkal is, amelyek lényegesen nagyobb nyereséget eredményezhetnek ugyanolyan nagyobb kockázattal.
Volatilitási arbitrázs
A volatilitási arbitrázs a statisztikai arbitrázs népszerű típusa, amelynek középpontjában az opció hallgatólagos volatilitása és a delta-semleges portfólióban a jövőben megvalósuló volatilitás előrejelzése közötti különbségek kihasználása áll. Alapvetõen a volatilitási arbitrázsok a mögöttes értékpapír volatilitására spekulálnak, ahelyett, hogy irányt tétet tegyenek az értékpapír árára.
Ennek a stratégiának a kulcsa a jövőbeli volatilitás pontos előrejelzése, amely különféle okokból kóborolhat, többek között:
- Szabadalmi vitákKlinikai tárgyalások eredménye Bizonyos bevételekM és A spekuláció
Miután egy volatilitási arbitrázs becsülte meg a jövőbeni realizált volatilitást, elkezdi keresni olyan lehetőségeket, ahol az implikált volatilitás jelentősen alacsonyabb vagy magasabb, mint az alapul szolgáló értékpapír előre jelzett realizált volatilitása. Ha az implikált volatilitás alacsonyabb, akkor a kereskedő megvásárolhatja az opciót és fedezheti az alapul szolgáló értékpapírt, hogy delta-semleges portfóliót készítsen. Hasonlóképpen, ha az implikált volatilitás nagyobb, akkor a kereskedő eladhatja az opciót és fedezetet biztosíthat az alapul szolgáló értékpapírral, hogy delta-semleges portfóliót készítsen.
A kereskedő ezután profitot fog keresni a kereskedelemről, ha az alapul szolgáló értékpapír realizált volatilitása közelebb kerül előrejelzéséhez, mint a piaci előrejelzéshez (vagy hallgatólagos volatilitáshoz). A nyereség a kereskedelemből származik, a folyamatos átalakítás révén, amely a portfólió deltájának semleges maradásához szükséges.
Neurális hálózatok
A neurális hálózatok egyre népszerűbbé válnak a statisztikai arbitrázs területén, mivel képesek olyan összetett matematikai összefüggéseket találni, amelyek az emberi szem számára láthatatlannak tűnnek. Ezek a hálózatok biológiai idegi hálókon alapuló matematikai vagy számítási modellek. Ezek összekapcsolt mesterséges neuronok egy csoportjából állnak, amelyek az adatok feldolgozására konszenzista megközelítést alkalmaznak a számításhoz - ez azt jelenti, hogy szerkezetüket megváltoztatják azon külső vagy belső információk alapján, amelyek a hálózaton keresztül áramlanak a tanulási szakaszban.
Alapvetően a neurális hálózatok nemlineáris statisztikai adatmodellek, amelyeket a bemenetek és a kimenetek közötti összetett kapcsolatok modellezésére használnak az adatok mintáinak megkeresésére. Nyilvánvaló, hogy az értékpapírok ármozgásának bármilyen mintája kihasználható nyereség céljából.
Nagyfrekvenciás kereskedelem
A nagyfrekvenciás kereskedelem (HFT) meglehetősen új fejlesztés, amelynek célja a számítógépek azon képességének kihasználása, hogy gyorsan végrehajthassák a tranzakciókat. A kereskedelemben a kiadások az évek során jelentősen növekedtek, és ennek eredményeként sok olyan program létezik, amely másodpercenként több ezer ügyletet képes végrehajtani. Most, hogy a legtöbb statisztikai arbitrázs lehetősége a verseny miatt korlátozott, a kereskedés gyors végrehajtásának képessége az egyetlen módszer a profit növelésére. Az egyre bonyolultabb neurális hálózatok és statisztikai modellek kombinálva a számítógépekkel, amelyek képesek a számokat összegyűjteni és gyorsabban végrehajtani az ügyleteket, jelentik a választottbírók jövőbeli nyereségének kulcsait.
Hogyan befolyásolja a statisztikai arbitrázs a piacokat?
A statisztikai arbitrázs létfontosságú szerepet játszik a piacok napi likviditásának nagy részében. Ez lehetővé teszi a nagy blokk-kereskedők számára, hogy a kereskedéseket a piaci árakat jelentősen befolyásolhassák, miközben csökkentik a volatilitást az olyan kérdésekben, mint például az amerikai letéti igazolások (ADR), szorosabban összekapcsolva az anyavállalataikat.
A statisztikai arbitrázs azonban jelentős problémákat is okozott. A hosszú távú tőkekezelés (LTCM) 1998-as összeomlása szinte elhagyta a piacot romokban. Annak érdekében, hogy profitálhasson az ilyen kis árkülönbségektől, jelentős tőkeáttételt kell felvenni. Sőt, mivel ezek a kereskedelmek automatizáltak, beépített biztonsági intézkedések is vannak. LTCM esetében ez azt jelentette, hogy lefelé haladva likvidálódik; a probléma az volt, hogy az LTCM felszámolási megbízásai csak egy szörnyű hurokban további eladási megrendeléseket váltottak ki, amelyek végül kormányzati beavatkozással zárulnak be. Ne felejtse el, hogy a legtöbb tőzsdei összeomlás likviditással és tőkeáttétellel kapcsolatos kérdésekben merül fel - az arénában, amelyben a statisztikai arbitrázsok működnek.
Alsó vonal
A statisztikai arbitrázs az egyik legbefolyásosabb kereskedelmi stratégia, amelyet valaha kidolgoztak, annak ellenére, hogy népszerűsége kissé csökkent az 1990-es évek óta. Manapság a legtöbb statisztikai arbitrázs nagyfrekvenciás kereskedelem útján történik, idegi hálózatok és statisztikai modellek kombinációjának felhasználásával. Ezek a stratégiák nemcsak a likviditást fokozzák, hanem nagyrészt a felelősek a nagy összeomlásokért is, amelyeket a múltban olyan cégeknél tapasztaltunk, mint például az LTCM. Mindaddig, amíg a likviditási és a tőkeáttételi kérdéseket össze nem vonják, ez valószínűleg folytatja a stratégia elfogadhatóságát, még a közös befektető számára is.
