Arbitragestrategier: Forståelse af statistisk arbitrage

af Anupriya Gupta & Milind Paradkar

Hvad er kvantitativ handel?

Kvantitativ handel bruges til at identificere muligheder for handel ved hjælp af statistiske teknikker og kvantitativ analyse af de historiske data. Kvantitativ handel finder anvendelse på oplysninger, der er kvantificerbare, som f.eks. makroøkonomiske begivenheder og prisdata for værdipapirer. Kvantitative handelsmodeller anvendes af Algohandlere, når handel med værdipapirer udelukkende er baseret på computeralgoritmers køb/salg-beslutninger. Et eksempel på en sådan strategi, som udnytter kvantitative teknikker og anvendes på algoritmiske handelsborde, er den statistiske arbitragestrategi.

Statistisk arbitrage

Statistisk arbitrage eller Stat Arb har en historie som en enormt indbringende algoritmisk handelsstrategi for mange store investeringsbanker og hedgefonde. Statistisk arbitrage opstod omkring 1980’erne, anført af Morgan Stanley og andre banker, og strategien fandt bred anvendelse på de finansielle markeder. Strategiens popularitet fortsatte i mere end to årtier, og der blev skabt forskellige modeller omkring den for at opnå store fortjenester.

For at definere den i enkle vendinger omfatter statistisk arbitrage et sæt kvantitativt drevne algoritmiske handelsstrategier. Disse strategier søger at udnytte de relative prisbevægelser på tværs af tusindvis af finansielle instrumenter ved at analysere prismønstre og prisforskelle mellem finansielle instrumenter. Slutmålet med sådanne strategier er at generere alfa (højere end normale overskud) for handelsfirmaerne. Det er vigtigt at bemærke, at statistisk arbitrage ikke er en strategi for højfrekvenshandel (HFT). Den kan kategoriseres som en mellemfrekvent strategi, hvor handelsperioden sker i løbet af et par timer til et par dage.

Begreber, der anvendes af statistiske arbitragestrategier

For at analysere prismønstre og prisforskelle gør strategierne brug af statistiske og matematiske modeller. Statistiske arbitragestrategier kan også udformes ved hjælp af faktorer som lead/lag-effekter, virksomhedsaktivitet, kortsigtet momentum osv. ud over at bruge prisdata alene. Sidstnævnte tilgang betegnes som en statistisk arbitragemodel med flere faktorer. De forskellige koncepter, der anvendes af statistiske arbitragestrategier, omfatter:

• Tidsserieanalyse
• Autoregression og kointegration
• Volatilitetsmodellering
• Principal Components Analysis
• Mønsterfindingsmetoder
• Maskinindlæringsteknikker
• Efficient frontier-analyse osv.

Typer af statistiske arbitragestrategier

De forskellige statistiske arbitragestrategier omfatter:

• Market Neutral Arbitrage
• Cross Asset Arbitrage
• Cross Market Arbitrage
• ETF Arbitrage

Market Neutral Arbitrage

Det indebærer, at man tager en lang position i et undervurderet aktiv og samtidig sælger et overvurderet aktiv på kort tid. Aktivet antages at have samme volatiliteter, og derfor vil en stigning i markedet medføre, at en lang position stiger i værdi, og at den korte position falder i værdi med nogenlunde det samme beløb. Positionerne sættes i kvadrat, når aktiverne vender tilbage til deres normaliserede værdi.

Cross Market Arbitrage

Det søger at udnytte prisforskellen på det samme aktiv på tværs af markederne. Strategien køber aktivet på det marked med lavere værdi og sælger det på det marked med højere værdi.

Cross Asset Arbitrage

Denne model satser på prisdiskrepansen mellem et finansielt aktiv og dets underliggende aktiv. For eksempel mellem en aktieindeksfuture og de aktier, der udgør indekset.

ETF-arbitrage

ETF-arbitrage kan betegnes som en form for cross asset arbitrage, der identificerer uoverensstemmelser mellem værdien af en ETF og dens underliggende aktiver.

Pairs Trading

StatArb er en videreudviklet version af parhandelsstrategier, hvor aktier sættes i par på grund af fundamentale eller markedsbaserede ligheder. Når den ene aktie i et par klarer sig bedre end den anden, købes den dårligere præsterende aktie sammen med en forventning om, at den klatrer sin overpræsterende partner. Positionen afdækkes mod markedsændringer/bevægelser ved at sælge den anden overpræsterende aktie kort. På grund af det store antal aktier, der er involveret i den statistiske arbitragestrategi, den høje porteføljeomsætning og den forholdsvis lille størrelse af det spread, man forsøger at indfange, gennemføres strategien ofte på en automatiseret måde, og der lægges stor vægt på at reducere handelsomkostningerne. Statistisk arbitragestrategi er blevet en vigtig drivkraft hos både hedgefonde og investeringsbanker.

Figur 1: Implementeringstrin for en statistisk arbitragestrategi

Hvordan statistisk arbitragestrategi virker?

Værdipapirer som aktier har en tendens til at handle i opadgående og nedadgående cyklusser, og en kvantitativ metode søger at udnytte disse tendenser. Trending adfærd af kvantitativ handel bruger softwareprogrammer til at spore mønstre eller tendenser. Tendenser, der afdækkes, er baseret på mængden, frekvensen og prisen på et værdipapir, som det handles til.

Figur 2: Statistisk arbitrage mellem to aktier under “Cement”-industrien: ACC og Ambuja er begge noteret på National Stock Exchange of India.

I ovenstående billede er aktiekurserne for ACC og Ambuja repræsenteret over en periode på seks år. Man kan se, at begge aktier ligger ret tæt på hinanden i hele perioden, og at der kun er nogle få tilfælde af adskillelse. Det er i disse adskillelsesperioder, at der opstår en arbitragemulighed baseret på en antagelse om, at aktiekurserne med en bevægelse nærmer sig hinanden igen.

Det afgørende i at identificere sådanne muligheder ligger i to hovedfaktorer:

• Identificering af de par, der kræver avanceret tidsserieanalyse og statistiske tests
• Specificering af entry-exit-punkterne for strategien for at udnytte markedspositionen

Der er masser af indbyggede parhandelsindikatorer på populære platforme til at identificere og handle i par. Men mange gange tages der normalt ikke hensyn til transaktionsomkostningerne, som er en afgørende faktor for at opnå overskud fra en strategi, når man beregner det forventede afkast. Derfor anbefales det, at handlende laver deres egne statistiske arbitragestrategier, der tager hensyn til alle de faktorer på tidspunktet for backtesting, som vil påvirke handelens endelige rentabilitet.

Risici i statistisk arbitrage

Selv om statistiske arbitragestrategier har tjent masser af overskud for kvantitative handelsfirmaer, kommer disse strategier med deres eget sæt af risici. Følgende er et par risici:

• Strategien er stærkt afhængig af, at priserne vender tilbage til deres historiske eller forudsagte normale gennemsnit. Dette sker måske ikke i visse tilfælde, og priserne kan fortsætte med at drive væk fra den historiske normalitet.
• Finansielle markeder er i konstant bevægelse og udvikler sig på baggrund af begivenheder, der finder sted over hele kloden. Derfor kan fortjeneste fra statistiske arbitragemodeller ikke garanteres hele tiden.

Projekter om statistisk arbitrage af EPAT Alumni

Statistiske arbitragestrategier kan anvendes på forskellige finansielle instrumenter og markeder. Executive Programme in Algorithmic Trading (EPAT) omfatter en session om “Statistical Arbitrage and Pairs Trading” som en del af modulet “Strategies”. Mange af vores EPAT-deltagere har med succes opbygget parhandelsstrategier i løbet af deres kursusarbejde. Nedenfor er listet nogle af projektblogs til din reference.

Pairs Trading on ETF – EPAT Project Work

Pair Trading – Statistical Arbitrage On Cash Stocks

Pair Trading Strategy and Backtesting using Quantstrat

Statistical Arbitrage: Pair Trading på det mexicanske aktiemarked

Implementering af parhandel/statistisk arbitragestrategi på valutamarkederne: EPAT-projektarbejde

Næste skridt

Access this project which is based on ‘Pair Trading – Statistical Arbitrage On Cash Stocks’ and is coded in Python by Jonathan Narváez as part of the EPAT coursework at QuantInsti and also contains downloadable files.

Disclaimer: All investments and trading in the stock market involve risk. Enhver beslutning om at foretage handler på de finansielle markeder, herunder handel med aktier eller optioner eller andre finansielle instrumenter, er en personlig beslutning, som kun bør træffes efter grundig research, herunder en personlig risiko- og finansiel vurdering og inddragelse af professionel bistand i det omfang, du finder det nødvendigt. De handelsstrategier eller relaterede oplysninger, der er nævnt i denne artikel, er kun til oplysningsformål.