Arbitrage Strategieën: Understanding Working of Statistical Arbitrage

door Anupriya Gupta & Milind Paradkar

Wat is kwantitatief handelen?

Quantitatief handelen wordt gebruikt om handelsmogelijkheden te identificeren door gebruik te maken van statistische technieken en kwantitatieve analyse van de historische gegevens. Quantitative trading is van toepassing op informatie die kwantificeerbaar is zoals macro-economische gebeurtenissen en prijsgegevens van effecten. Kwantitatieve handelsmodellen worden gebruikt door Algo traders wanneer de handel in effecten uitsluitend gebaseerd is op koop/verkoopbeslissingen van computeralgoritmen. Een voorbeeld van een dergelijke strategie die gebruik maakt van kwantitatieve technieken en wordt toegepast op Algoritmische handelsdesks is de statistische arbitragestrategie.

Statistische Arbitrage

Statistische Arbitrage of Stat Arb heeft een geschiedenis als een enorm winstgevende algoritmische handelsstrategie voor veel grote investeringsbanken en hedgefondsen. Statistische arbitrage ontstond rond 1980, onder leiding van Morgan Stanley en andere banken, en de strategie werd op grote schaal toegepast op de financiële markten. De populariteit van de strategie hield meer dan twee decennia aan en er werden verschillende modellen rond gecreëerd om grote winsten te boeken.

Om het eenvoudig te definiëren, Statistische arbitrage omvat een reeks kwantitatief gedreven algoritmische handelsstrategieën. Deze strategieën proberen de relatieve prijsbewegingen tussen duizenden financiële instrumenten uit te buiten door de prijspatronen en de prijsverschillen tussen financiële instrumenten te analyseren. Het einddoel van dergelijke strategieën is het genereren van alpha (hogere winsten dan normaal) voor de handelsondernemingen. Statistische arbitrage is geen high-frequency trading (HFT) strategie. Het kan worden gecategoriseerd als een medium-frequency strategie waarbij de handelsperiode plaatsvindt in de loop van een paar uur tot een paar dagen.

Concepten gebruikt door Statistische Arbitrage Strategieën

Om de koerspatronen en prijsverschillen te analyseren, maken de strategieën gebruik van statistische en mathematische modellen. Statistische arbitragestrategieën kunnen ook worden ontworpen met gebruikmaking van factoren zoals lead/lag-effecten, bedrijfsactiviteit, kortetermijnmomentum enz. anders dan met gebruikmaking van de prijsgegevens alleen. Deze laatste benadering wordt een multi-factor Statistisch Arbitrage model genoemd. De verschillende concepten die bij statistische arbitragestrategieën worden gebruikt, omvatten:

• Time Series Analysis
• AutoRegressie en Co-integratie
• Volatiliteitsmodellering
• Principal Components Analysis
• Patroonzoekende technieken
• Machine-leertechnieken
• Efficient frontier analysis enz.

Types van Statistische Arbitragestrategieën

De verschillende Statistische arbitragestrategieën omvatten:

• Marktneutrale Arbitrage
• Cross Asset Arbitrage
• Cross Market Arbitrage
• ETF Arbitrage

Marktneutrale Arbitrage

Het gaat om het innemen van een long positie in een ondergewaardeerd activum en tegelijkertijd shorten van een overgewaardeerd activum. Aangenomen wordt dat de activa een vergelijkbare volatiliteit hebben, zodat een stijging van de markt ertoe zal leiden dat de long positie in waarde stijgt en de short positie ruwweg evenveel in waarde daalt. De posities worden gekwadrateerd wanneer de activa naar hun genormaliseerde waarde terugkeren.

Cross Market Arbitrage

Het doel is het prijsverschil van hetzelfde activum tussen de markten uit te buiten. De strategie koopt het activum op de lager gewaardeerde markt en verkoopt het op de hoger gewaardeerde markt.

Cross Asset Arbitrage

Dit model wedt op het prijsverschil tussen een financieel activum en zijn onderliggende waarde. Bijvoorbeeld tussen een aandelenindex future en de aandelen die de index vormen.

ETF arbitrage

ETF arbitrage kan worden aangeduid als een vorm van cross-asset arbitrage die discrepanties identificeert tussen de waarde van een ETF en de onderliggende activa.

Pairs Trading

StatArb is een geëvolueerde versie van pair trading strategieën, waarin aandelen in paren worden gezet door fundamentele of marktgebaseerde overeenkomsten. Wanneer één aandeel in een paar beter presteert dan het andere, wordt het minder goed presterende aandeel gekocht met de verwachting dat het zijn beter presterende partner zal opklimmen. De positie wordt afgedekt tegen marktveranderingen/-bewegingen door short te gaan op het andere outperformende aandeel. Wegens het grote aantal aandelen dat bij de statistische arbitragestrategie betrokken is, de hoge omloopsnelheid van de portefeuille en de vrij kleine omvang van de spread die men tracht vast te leggen, wordt de strategie vaak op een geautomatiseerde manier toegepast en wordt veel aandacht besteed aan het beperken van de handelskosten. Statistische arbitragestrategie is een belangrijke kracht geworden bij zowel hedgefondsen als investeringsbanken.

Figuur 1: Uitvoeringsstappen van een statistische arbitragestrategie

Hoe Statistische Arbitragestrategie Werkt?

Effecten zoals aandelen hebben de neiging om te handelen in opwaartse en neerwaartse cycli en een kwantitatieve methode probeert te profiteren van die trends. Trending gedrag van kwantitatieve handel maakt gebruik van software programma’s om patronen of trends op te sporen. De ontdekte trends zijn gebaseerd op het volume, de frequentie en de prijs van een effect waartegen het wordt verhandeld.

Figuur 2: Statistische arbitrage tussen twee aandelen in de “Cement”-industrie: ACC en Ambuja, beide genoteerd aan de National Stock Exchange of India.

In de bovenstaande afbeelding zijn de aandelenkoersen van ACC en Ambuja weergegeven over een periode van zes jaar. U kunt zien dat beide aandelen gedurende de gehele tijdspanne vrij dicht bij elkaar blijven, met slechts een paar momenten van scheiding. Het is in die scheidingsperiodes dat een arbitragekans ontstaat, gebaseerd op de veronderstelling dat de aandelenkoersen met een beweging weer dichter bij elkaar komen.

De crux bij het identificeren van dergelijke kansen ligt in twee belangrijke factoren:

• Het identificeren van de paren die geavanceerde tijdreeksanalyse en statistische tests vereisen
• Het specificeren van de entry-exit punten voor de strategie om gebruik te maken van de marktpositie

Er zijn tal van ingebouwde indicatoren voor parenhandel op populaire platforms om paren te identificeren en erin te handelen. Vaak wordt echter geen rekening gehouden met de transactiekosten, die een cruciale factor zijn voor het behalen van winst met een strategie, bij het berekenen van het verwachte rendement. Daarom wordt aanbevolen dat handelaren hun eigen statistische arbitragestrategieën maken, rekening houdend met alle factoren op het moment van backtesting die de uiteindelijke winstgevendheid van de handel zullen beïnvloeden.

Risico’s in Statistische Arbitrage

Hoewel Statistische arbitragestrategieën veel winst hebben opgeleverd voor kwantitatieve handelsondernemingen, komen deze strategieën met hun eigen set risico’s. Hieronder volgen een aantal risico’s:

• De strategie is sterk afhankelijk van de gemiddelde terugkeer van prijzen naar hun historische of voorspelde normaal. Dit kan in bepaalde gevallen niet gebeuren en de prijzen kunnen blijven wegdrijven van de historische normaal.
• Financiële markten zijn voortdurend in beweging en evolueren op basis van gebeurtenissen die zich over de hele wereld voordoen. Daarom kan winst uit statistische arbitragemodellen niet altijd worden gegarandeerd.

Projecten over Statistische Arbitrage door EPAT Alumni

Statistische Arbitrage-strategieën kunnen worden toegepast op verschillende financiële instrumenten en markten. Het Executive Programme in Algorithmic Trading (EPAT) omvat een sessie over “Statistical Arbitrage and Pairs Trading” als onderdeel van de module “Strategies”. Veel van onze EPAT-deelnemers hebben tijdens hun cursus met succes strategieën voor pairs trading ontwikkeld. Hieronder vindt u enkele van de projectblogs ter referentie.

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 Op De Mexicaanse Aandelenmarkt

Implementeren van Pairs Trading/Statistische Arbitrage Strategie Op FX Markten: EPAT Project Work

Next Step

Toegang tot dit project dat is gebaseerd op ‘Pair Trading – Statistical Arbitrage On Cash Stocks’ en is gecodeerd in Python door Jonathan Narváez als onderdeel van het EPAT-cursuswerk bij QuantInsti en bevat ook downloadbare bestanden.

Disclaimer: Alle investeringen en handel op de aandelenmarkt brengen risico’s met zich mee. Beslissingen om transacties op de financiële markten te verrichten, met inbegrip van het handelen in aandelen of opties of andere financiële instrumenten, zijn een persoonlijke beslissing die alleen dient te worden genomen na grondig onderzoek, met inbegrip van een persoonlijke risico- en financiële beoordeling en het inschakelen van professionele hulp voor zover u dit nodig acht. De handelsstrategieën of verwante informatie die in dit artikel wordt vermeld, dient uitsluitend ter informatie.