Strategie di Arbitraggio: Capire il funzionamento dell’Arbitraggio Statistico

di Anupriya Gupta & Milind Paradkar

Che cos’è il Trading Quantitativo?

Il trading quantitativo è usato per identificare opportunità di trading usando tecniche statistiche e analisi quantitative dei dati storici. Il trading quantitativo è applicabile a informazioni che sono quantificabili come eventi macroeconomici e dati sui prezzi dei titoli. I modelli di trading quantitativo sono utilizzati dai trader Algo quando il trading di titoli si basa strettamente sulla decisione di acquisto/vendita di algoritmi informatici. Un esempio di tale strategia che sfrutta le tecniche quantitative ed è applicata ai desk di trading algoritmico è la strategia di arbitraggio statistico.

Arbitraggio statistico

L’arbitraggio statistico o Stat Arb ha una storia di essere una strategia di trading algoritmico enormemente redditizia per molte grandi banche di investimento e hedge fund. L’arbitraggio statistico è nato intorno al 1980, guidato da Morgan Stanley e altre banche, la strategia ha visto un’ampia applicazione nei mercati finanziari. La popolarità della strategia è continuata per più di due decenni e diversi modelli sono stati creati intorno ad essa per catturare grandi profitti.

Per definirla in termini semplici, l’arbitraggio statistico comprende un insieme di strategie di trading algoritmiche guidate quantitativamente. Queste strategie cercano di sfruttare i movimenti di prezzo relativi tra migliaia di strumenti finanziari analizzando i modelli di prezzo e le differenze di prezzo tra gli strumenti finanziari. L’obiettivo finale di tali strategie è quello di generare alfa (profitti più alti del normale) per le società di trading. Un punto da notare qui è che l’arbitraggio statistico non è una strategia di trading ad alta frequenza (HFT). Può essere classificata come una strategia di media frequenza in cui il periodo di trading si verifica nel corso di poche ore a pochi giorni.

Concetti utilizzati dalle strategie di arbitraggio statistico

Per analizzare i modelli di prezzo e le differenze di prezzo, le strategie fanno uso di modelli statistici e matematici. Le strategie di arbitraggio statistico possono anche essere progettate utilizzando fattori come gli effetti lead/lag, l’attività aziendale, il momentum a breve termine, ecc. Quest’ultimo approccio è indicato come un modello di Arbitraggio Statistico multifattoriale. I vari concetti usati dalle strategie di arbitraggio statistico includono:

• Analisi delle serie temporali
• Autoregressione e cointegrazione
• Modellazione della volatilità
• Analisi dei componenti principali
• Tecniche di ricerca dei modelli
• Tecniche di apprendimento automatico
• Analisi della frontiera efficiente ecc.

Tipi di strategie di arbitraggio statistico

Le diverse strategie di arbitraggio statistico includono:

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

Market Neutral Arbitrage

Si tratta di prendere una posizione lunga in un asset sottovalutato e di andare contemporaneamente allo scoperto su un asset sopravvalutato. Si presume che le attività abbiano volatilità simili e quindi, un aumento del mercato farà sì che una posizione lunga si apprezzi in valore e la posizione corta si deprezzi più o meno dello stesso importo. Le posizioni vengono riequilibrate quando gli asset tornano al loro valore normalizzato.

Cross Market Arbitrage

Cerca di sfruttare la discrepanza di prezzo dello stesso asset tra i mercati. La strategia compra l’asset nel mercato di minor valore e lo vende nel mercato di maggior valore.

Cross Asset Arbitrage

Questo modello scommette sulla discrepanza di prezzo tra un asset finanziario e il suo sottostante. Per esempio, tra un future su un indice azionario e le azioni che formano l’indice.

ETF arbitrage

ETF arbitrage può essere definito come una forma di cross-asset arbitrage che identifica le discrepanze tra il valore di un ETF e le sue attività sottostanti.

Pairs Trading

StatArb è una versione evoluta delle strategie di pair trading, in cui le azioni sono messe in coppia da somiglianze fondamentali o di mercato. Quando un’azione di una coppia supera l’altra, l’azione meno performante viene acquistata con l’aspettativa che salga sul suo partner sovraperformante. La posizione è coperta dai cambiamenti/movimenti del mercato andando allo scoperto sull’altro titolo che sovraperforma. A causa del gran numero di azioni coinvolte nella strategia di arbitraggio statistico, l’alta rotazione del portafoglio e la dimensione abbastanza piccola dello spread che si sta cercando di catturare, la strategia è spesso implementata in modo automatizzato e grande attenzione è posta sulla riduzione dei costi di trading. La strategia di arbitraggio statistico è diventata una forza importante sia negli hedge fund che nelle banche di investimento.

Figura 1: Fasi di implementazione di una strategia di arbitraggio statistico

Come funziona la strategia di arbitraggio statistico?

I titoli come le azioni tendono a scambiare in cicli al rialzo e al ribasso e un metodo quantitativo cerca di sfruttare queste tendenze. Il comportamento di tendenza del trading quantitativo utilizza programmi software per tracciare modelli o tendenze. Le tendenze scoperte si basano sul volume, la frequenza e il prezzo di un titolo al quale viene scambiato.

Figura 2: Arbitraggio statistico tra due titoli dell’industria del “cemento”: ACC e Ambuja entrambi quotati al National Stock Exchange of India.

Nell’immagine sopra, i prezzi delle azioni di ACC e Ambuja sono rappresentati su un periodo di sei anni. Si può vedere che entrambi i titoli rimangono abbastanza vicini l’uno all’altro durante l’intero arco di tempo, con solo alcuni casi di separazione. È in quei periodi di separazione che si presenta un’opportunità di arbitraggio basata sul presupposto che i prezzi delle azioni con un movimento più vicino di nuovo.

Il punto cruciale nell’identificazione di tali opportunità risiede in due fattori principali:

• Identificare le coppie che richiedono un’analisi avanzata delle serie temporali e test statistici
• Specificare i punti di entrata-uscita della strategia per sfruttare la posizione di mercato

Ci sono molti indicatori di pair trading incorporati sulle piattaforme popolari per identificare e commerciare in coppie. Tuttavia, molte volte, il costo delle transazioni che è un fattore cruciale per guadagnare profitti da una strategia, di solito non viene preso in considerazione nel calcolo dei rendimenti previsti. Pertanto, si raccomanda ai trader di creare le proprie strategie di arbitraggio statistico tenendo conto di tutti i fattori al momento del backtesting che influenzeranno la redditività finale del trade.

Rischi nell’arbitraggio statistico

Anche se le strategie di arbitraggio statistico hanno fatto guadagnare molti profitti alle aziende di trading quantitativo, queste strategie vengono con la loro serie di rischi. Di seguito ci sono un paio di rischi affrontati:

• La strategia dipende fortemente dalla reversione media dei prezzi alla loro norma storica o prevista. Questo può non accadere in certi casi e i prezzi possono continuare ad allontanarsi dal normale storico.
• I mercati finanziari sono in costante flusso ed evolvono in base agli eventi che si verificano in tutto il mondo. Quindi, il profitto dai modelli di arbitraggio statistico non può essere garantito per tutto il tempo.

Progetti sull’Arbitraggio Statistico degli Alumni EPAT

Le strategie di Arbitraggio Statistico possono essere applicate a diversi strumenti e mercati finanziari. L’Executive Programme in Algorithmic Trading (EPAT) include una sessione su “Arbitraggio Statistico e Pairs Trading” come parte del modulo “Strategie”. Molti dei nostri partecipanti all’EPAT hanno costruito con successo strategie di pairs trading durante il loro corso. Di seguito sono elencati alcuni dei blog del progetto per il tuo riferimento.

Pairs Trading su ETF – EPAT Project Work

Pair Trading – Arbitraggio statistico sui titoli cash

Strategia di trading a coppie e backtesting usando Quantstrat

Arbitraggio statistico: Pair Trading nel mercato azionario messicano

Implementazione del Pairs Trading/Statistical Arbitrage Strategy nei mercati FX: EPAT Project Work

Next Step

Accedi a questo progetto che si basa su ‘Pair Trading – Arbitraggio Statistico sulle Azioni in Contanti’ ed è codificato in Python da Jonathan Narváez come parte del lavoro del corso EPAT a QuantInsti e contiene anche file scaricabili.

Disclaimer: Tutti gli investimenti e il trading nel mercato azionario comportano rischi. Qualsiasi decisione di effettuare operazioni sui mercati finanziari, incluso il trading di azioni, opzioni o altri strumenti finanziari è una decisione personale che dovrebbe essere presa solo dopo un’accurata ricerca, inclusa una valutazione finanziaria e del rischio personale e l’assunzione di un’assistenza professionale nella misura che si ritiene necessaria. Le strategie di trading o le informazioni correlate menzionate in questo articolo sono solo a scopo informativo.