Hoe statistische arbitrage tot grote winsten kan leiden
De efficiënte markthypothese (EMH) stelt dat financiële markten “informatie-efficiënt” zijn in die zin dat de prijzen van de verhandelde activa alle bekende informatie op een bepaald moment weerspiegelen. Maar als dit waar is, waarom variëren de prijzen dan van dag tot dag, ondanks dat er geen nieuwe fundamentele informatie is? Het antwoord heeft betrekking op een aspect dat vaak wordt vergeten bij individuele handelaren: 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 uiteindelijk de prijs zal beïnvloeden. Deze liquiditeitsvragers zijn vaak bereid een prijs te betalen om hun posities te verlaten, wat kan resulteren in winst voor liquiditeitsverschaffers. Dit vermogen om te profiteren van informatie lijkt in tegenspraak met de efficiënte markthypothese, maar vormt de basis van statistische arbitrage.
Statistische arbitrage heeft tot doel te profiteren van de fundamentele relatie tussen prijs en liquiditeit door te profiteren van de vermeende verkeerde prijsstelling van een of meer activa op basis van de verwachte waarde van de activa gegenereerd op basis van een statistisch model.
Belangrijkste leerpunten
- Statistische arbitrage is een investeringsstrategie die tracht te profiteren van het verkleinen van een gat in de handelsprijzen van twee of meer effecten.
- Stat arb omvat verschillende strategieën, maar ze zijn allemaal afhankelijk van statistische of correlationele regelmatigheden tussen verschillende activa in een markt die naar efficiëntie neigt.
- Hoewel het het woord “arbitrage” in zijn naam heeft, kan stat arb zeer riskant zijn en tot enorme en systemische verliezen leiden, zoals bij de epische ineenstorting van het hedgefonds Long Term Capital Management (LTCM).
Wat is statistische arbitrage?
Statistische arbitrage, of “stat arb”, is ontstaan in de jaren tachtig van de vorige eeuw uit de hedging-eisen die werden gecreëerd door Morgan Stanley’s equity block trading desk-operaties. Morgan Stanley was in staat om prijsboetes in verband met grote blokaankopen te vermijden door aandelen te kopen in plaats van nauw gecorreleerde aandelen als afdekking tegen zijn grote posities.
Als de tradingdesk bijvoorbeeld een groot aantal aandelen in Coca-Cola zou kopen, zou het short gaan op een nauw verwante aandelen zoals PepsiCo om zich in te dekken tegen eventuele grote neergangen op de markt op korte termijn. Dit elimineerde effectief een deel van het marktrisico terwijl het bedrijf probeerde de aandelen die het had gekocht in een bloktransactie te plaatsen.
Traders begonnen deze ” paren ” al snel niet te zien als een geïsoleerd blok dat moest worden uitgevoerd en de afdekking ervan, maar eerder als twee kanten van dezelfde handelsstrategie, waar winsten konden worden gemaakt in plaats van simpelweg als een afdekkingsinstrument. Deze pair-transacties evolueerden uiteindelijk naar verschillende meer geavanceerde strategieën om te profiteren van statistische verschillen in effectenprijzen als gevolg van liquiditeit, volatiliteit, risico of andere fundamentele of technische factoren. We classificeren deze strategieën nu gezamenlijk als statistische arbitrage.
Soorten statistische arbitrage
Er zijn veel soorten statistische arbitrage die worden gecreëerd om te profiteren van verschillende soorten kansen. Hoewel sommige typen zijn uitgefaseerd door een steeds efficiëntere markt, zijn er verschillende andere kansen ontstaan om hun plaats in te nemen. Hier zijn slechts enkele van de primaire stat arb-strategieën.
Risicoarbitrage
Risicoarbitrage is een vorm van statistische arbitrage die tracht te profiteren van fusiesituaties. Beleggers kopen aandelen in het doel en (als het een aandelentransactie betreft) shorten ze tegelijkertijd op de aandelen van de overnemende partij. Het resultaat is een winst die wordt gerealiseerd door het verschil tussen de uitkoopprijs en de marktprijs.
In tegenstelling tot traditionele statistische arbitrage houdt risicoarbitrage het nemen van enkele risico’s in. Het grootste risico is dat de fusie zal mislukken en de voorraad van het doelwit zal dalen tot het niveau van vóór de fusie. Een ander risico betreft de tijdswaarde van het geïnvesteerde geld. Fusies die lang duren, kunnen het jaarlijkse rendement van beleggers nadelig beïnvloeden.
De sleutel tot succes bij risicoarbitrage is het bepalen van de waarschijnlijkheid en tijdigheid van de fusie en dat te vergelijken met het verschil in prijs tussen het doelaandeel en het uitkoopbod. Sommige risicoarbitrageurs zijn ook begonnen te speculeren op overnamedoelen, wat kan leiden tot aanzienlijk grotere winsten met een even groter risico.
Volatiliteitsarbitrage
Volatiliteitsarbitrage is een populair type statistische arbitrage dat 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 wezen speculeren volatiliteitsarbitrageurs op de volatiliteit van het onderliggende effect in plaats van een gerichte gok te wagen op de prijs van het effect.
De sleutel tot deze strategie is het nauwkeurig voorspellen van toekomstige volatiliteit, die om verschillende redenen kan afwijken, waaronder:
- Octrooigeschillen
- Resultaten van klinische proeven
- Onzekere inkomsten
- M & A-speculatie
Zodra een volatiliteitsarbitrageur de toekomstige gerealiseerde volatiliteit heeft ingeschat, kunnen ze op zoek gaan naar opties waarbij de impliciete volatiliteit ofwel significant lager ofwel hoger is dan de verwachte gerealiseerde volatiliteit voor het onderliggende effect. Als de impliciete volatiliteit lager is, kan de handelaar de optie kopen en indekken met de onderliggende waarde om een delta-neutrale portefeuille te maken. Evenzo, als de impliciete volatiliteit hoger is, kan de handelaar de optie verkopen en indekken met de onderliggende waarde om een delta-neutrale portefeuille te maken.
De handelaar zal dan winst op de transactie realiseren wanneer de gerealiseerde volatiliteit van de onderliggende waarde dichter bij zijn prognose komt dan bij de prognose van de markt (of impliciete volatiliteit). De winst wordt uit de handel behaald door de voortdurende herindekking die nodig is om de delta van de portefeuille neutraal te houden.
Neurale netwerken
Neurale netwerken worden steeds populairder in de arena van statistische arbitrage vanwege hun vermogen om complexe wiskundige relaties te vinden die voor het menselijk oog onzichtbaar lijken. Deze netwerken zijn wiskundige of computationele modellen gebaseerd op biologische neurale netwerken. Ze bestaan uit een groep onderling verbonden kunstmatige neuronen die informatie verwerken met behulp van een connectieve benadering van berekeningen – dit betekent dat ze hun structuur veranderen 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 inputs en outputs te modelleren om patronen in gegevens te vinden. Het is duidelijk dat elk patroon in de prijsbewegingen van effecten kan worden uitgebuit voor winst.
Hoogfrequente handel
High-frequency trading ( HFT ) is een relatief nieuwe ontwikkeling die erop gericht is te profiteren van het vermogen van computers om snel transacties uit te voeren. De uitgaven in de handelssector zijn in de loop der jaren aanzienlijk gestegen en als gevolg daarvan zijn er veel programma’s die duizenden transacties per seconde kunnen uitvoeren. Nu de meeste statistische arbitragemogelijkheden beperkt zijn als gevolg van concurrentie, is het vermogen om snel transacties uit te voeren de enige manier om winst te vergroten.
Steeds complexere neurale netwerken en statistische modellen in combinatie met computers die in staat zijn om cijfers te verwerken en sneller transacties uit te voeren, vormen de sleutel tot toekomstige winsten voor arbitrageurs.
Hoe statistische arbitrage markten beïnvloedt
Statistische arbitrage is een cruciale rol gaan spelen bij het verschaffen van een groot deel van de dagelijkse liquiditeit op de markten. Aanvankelijk hielp het grote blokhandelaren om hun transacties te plaatsen zonder de marktprijzen aanzienlijk te beïnvloeden, terwijl het ook de volatiliteit in kwesties zoals Amerikaanse certificaten van aandelen (ADR’s) verminderde door deze nauwer te correleren met hun moedermaatschappijen.
Inderdaad, stat arb-strategieën, naarmate ze op grotere schaal worden gebruikt en geautomatiseerd, hebben de neiging om de markt in de richting van meer efficiëntie te duwen. Als er arbitragemogelijkheden tussen activa ontstaan, worden deze snel geëlimineerd door het gebruik van deze strategieën. Als gevolg hiervan kan stat arb leiden tot een meer liquide, stabielere markt.
De mislukte statistische arbitrage heeft echter ook enkele grote problemen veroorzaakt. De ineenstorting van Long Term Capital Management (LTCM) in 1998 heeft de markt bijna in puin gelegd. Om van dergelijke kleine prijsafwijkingen te kunnen profiteren, is een aanzienlijke hefboomwerking nodig.
Bovendien, omdat deze transacties geautomatiseerd zijn, zijn er ingebouwde beveiligingsmaatregelen. In het geval van LTCM betekende dit dat het zou worden geliquideerd bij een neerwaartse beweging; het probleem was dat de liquidatieorders van LTCM alleen maar meer verkooporders teweegbrachten in een vreselijke cirkel die uiteindelijk zou worden beëindigd door overheidsingrijpen.
Bedenk dat de meeste beurscrashes het gevolg zijn van problemen met liquiditeit en hefboomwerking – de arena waarin statistische arbitrageurs opereren. Statische arb-algoritmen zijn ook gedeeltelijk verantwoordelijk voor de ” flitscrashes ” die de markt het afgelopen decennium is begonnen te ervaren. Een flitscrash is een gebeurtenis op elektronische effectenmarkten waarin een snelle uitverkoop van effecten leidt tot een negatieve feedbacklus die binnen enkele minuten dramatische koersdalingen kan veroorzaken.
Het komt neer op
Statistische arbitrage is een van de meest invloedrijke handelsstrategieën die ooit zijn bedacht, ondanks dat het sinds de jaren negentig enigszins in populariteit is afgenomen. Tegenwoordig wordt de meeste statistische arbitrage uitgevoerd via hoogfrequente handel met behulp van een combinatie van neurale netwerken en statistische modellen. Deze strategieën bieden niet alleen liquiditeit, maar ze waren ook grotendeels verantwoordelijk voor enkele van de grootste crashes die we in het verleden hebben gezien bij bedrijven als LTCM. Zolang liquiditeits- en hefboomkwesties worden gecombineerd, zal dit de strategie waarschijnlijk blijven herkennen, zelfs voor de gewone belegger.