20 Juni 2021 21:57

Wie statistische Arbitrage zu großen Gewinnen führen kann

Die Effizienzmarkthypothese (EMH) besagt, dass Finanzmärkte insofern „informationseffizient“ sind, als die Preise der gehandelten Vermögenswerte alle zu einem bestimmten Zeitpunkt bekannten Informationen widerspiegeln. Aber wenn das stimmt, warum schwanken die Preise dann von Tag zu Tag, obwohl keine neuen fundamentalen Informationen vorliegen? Die Antwort beinhaltet einen Aspekt, der von einzelnen Händlern häufig vergessen wird: Liquidität.

Viele große institutionelle Trades im Tagesverlauf haben nichts mit Information und alles mit Liquidität zu tun. Anleger, die sich überbelichtet fühlen, werden Positionen aggressiv absichern oder liquidieren, was sich letztendlich auf den Preis auswirkt. Diese Liquiditätsnachfrager sind oft bereit, einen Preis für den Ausstieg aus ihren Positionen zu zahlen, was zu einem Gewinn für die Liquiditätsanbieter führen kann. Diese Möglichkeit, von Informationen zu profitieren, scheint der Effizienzmarkthypothese zu widersprechen, bildet aber die Grundlage der statistischen Arbitrage.

Statistische Arbitrage zielt darauf ab, die fundamentale Beziehung zwischen Preis und Liquidität zu nutzen, indem sie von der wahrgenommenen Fehlbewertung eines oder mehrerer Vermögenswerte basierend auf dem erwarteten Wert der Vermögenswerte profitiert, der aus einem statistischen Modell generiert wird.

Die zentralen Thesen

  • Statistische Arbitrage ist eine Anlagestrategie, die darauf abzielt, von der Verringerung einer Kurslücke bei zwei oder mehr Wertpapieren zu profitieren.
  • Stat arb umfasst mehrere verschiedene Strategien, die jedoch alle auf statistischen oder korrelativen Gesetzmäßigkeiten zwischen verschiedenen Vermögenswerten in einem Markt basieren, der zur Effizienz tendiert.
  • Obwohl das Wort „Arbitrage“ im Namen steht, kann Stat arb sehr riskant sein und zu enormen und systemischen Verlusten führen, wie zum Beispiel beim epischen Zusammenbruch des Hedgefonds Long Term Capital Management (LTCM).

Was ist statistische Arbitrage?

Statistische Arbitrage oder „Stat Arb“ entstand in den 1980er Jahren aus den Absicherungsanforderungen, die durch den Aktienblockhandel von Morgan Stanley geschaffen wurden. Morgan Stanley konnte Preisstrafen im Zusammenhang mit großen Blockkäufen vermeiden, indem er Aktien anstelle von eng korrelierten Aktien kaufte, um seine großen Positionen abzusichern.

Wenn der Trading Desk beispielsweise ein großes Aktienpaket von Coca-Cola kaufte, würde er eine eng korrelierte Aktie wie PepsiCo leerverkaufen, um sich kurzfristig gegen größere Markteinbrüche abzusichern. Dies eliminierte effektiv einen Teil des Marktrisikos, während das Unternehmen versuchte, die von ihm gekauften Aktien in einer Blocktransaktion zu platzieren.

Händler begannen bald, diese “ Paare “ nicht als isolierten Block zur Ausführung und Absicherung zu betrachten, sondern als zwei Seiten derselben Handelsstrategie, bei der Gewinne erzielt werden konnten, anstatt nur als Absicherungsinstrument. Diese Pair Trades entwickelten sich schließlich zu mehreren ausgeklügelteren Strategien, die darauf abzielten, statistische Unterschiede bei den Wertpapierpreisen aufgrund von Liquidität, Volatilität, Risiko oder anderen fundamentalen oder technischen Faktoren auszunutzen. Wir klassifizieren diese Strategien nun zusammenfassend als statistische Arbitrage.

Arten statistischer Arbitrage

Es gibt viele Arten von statistischer Arbitrage, die geschaffen wurden, um verschiedene Arten von Gelegenheiten zu nutzen. Während einige Typen von einem immer effizienteren Markt abgeschafft wurden, haben sich mehrere andere Möglichkeiten ergeben, ihren Platz einzunehmen. Hier sind nur einige der wichtigsten Stat-Arb-Strategien.

Risikoarbitrage

Risikoarbitrage ist eine Form der statistischen Arbitrage, die darauf abzielt, von Fusionssituationen zu profitieren. Anleger kaufen Aktien des Ziels und (wenn es sich um eine Aktientransaktion handelt) gleichzeitig die Aktien des Erwerbers leer. Das Ergebnis ist ein Gewinn, der aus der Differenz zwischen dem Buyout-Preis und dem Marktpreis realisiert wird.

Im Gegensatz zur traditionellen statistischen Arbitrage beinhaltet Risikoarbitrage das Eingehen einiger Risiken. Das größte Risiko besteht darin, dass die Fusion scheitert und die Aktien des Zielunternehmens auf das Niveau vor der Fusion sinken. Ein weiteres Risiko betrifft den Zeitwert des investierten Geldes. Fusionen, deren Durchführung lange dauert, können sich auf die jährlichen Renditen der Anleger auswirken.

Der Schlüssel zum Erfolg bei der Risikoarbitrage besteht darin, die Wahrscheinlichkeit und Aktualität der Fusion zu bestimmen und diese mit der Preisdifferenz zwischen der Zielaktie und dem Übernahmeangebot zu vergleichen. Einige Risiko- Arbitrageure haben begonnen, auch über Übernahmeziele zu spekulieren, was zu wesentlich höheren Gewinnen bei ebenso größerem Risiko führen kann.

Volatilitätsarbitrage

Die Volatilitätsarbitrage ist eine beliebte Art der statistischen Arbitrage, die sich darauf konzentriert, die Unterschiede zwischen der impliziten Volatilität einer Option und einer Prognose der zukünftigen realisierten Volatilität in einem Delta-neutralen Portfolio zu nutzen. Im Wesentlichen spekulieren Volatilitätsarbitrageure auf die Volatilität des zugrunde liegenden Wertpapiers, anstatt eine direktionale Wette auf den Kurs des Wertpapiers einzugehen.

Der Schlüssel zu dieser Strategie ist die genaue Vorhersage der zukünftigen Volatilität, die aus verschiedenen Gründen abweichen kann, darunter:

  • Patentstreitigkeiten
  • Ergebnisse klinischer Studien
  • Unsicheres Einkommen
  • M & A-Spekulation

Sobald ein Volatilitätsarbitrageeur die zukünftige realisierte Volatilität geschätzt hat, kann er nach Optionen suchen, bei denen die implizite Volatilität entweder deutlich niedriger oder höher ist als die prognostizierte realisierte Volatilität des zugrunde liegenden Wertpapiers. Wenn die implizite Volatilität niedriger ist, kann der Händler die Option kaufen und sich mit dem zugrunde liegenden Wertpapier absichern, um ein Delta-neutrales Portfolio zu erstellen. Wenn die implizite Volatilität höher ist, kann der Händler die Option verkaufen und sich mit dem zugrunde liegenden Wertpapier absichern, um ein Delta-neutrales Portfolio zu erstellen.

Der Trader wird dann einen Gewinn aus dem Trade erzielen, wenn sich die realisierte Volatilität des zugrunde liegenden Wertpapiers seiner Prognose nähert als der Marktprognose (oder der impliziten Volatilität). Der Gewinn aus dem Handel wird durch die kontinuierliche Absicherung erzielt, die erforderlich ist, um das Portfolio- Delta neutral zu halten.

Neuronale Netze

Neuronale Netze werden im Bereich der statistischen Arbitrage immer beliebter, da sie komplexe mathematische Beziehungen finden können, die für das menschliche Auge unsichtbar erscheinen. Diese Netze sind mathematische oder rechnergestützte Modelle, die auf biologischen neuronalen Netzen basieren. Sie bestehen aus einer Gruppe miteinander verbundener künstlicher Neuronen, die Informationen mit einem konnektionistischen Rechenansatz verarbeiten – das heißt, sie ändern ihre Struktur basierend auf den externen oder internen Informationen, die während der Lernphase durch das Netzwerk fließen.

Im Wesentlichen sind neuronale Netze nichtlineare statistische Datenmodelle, mit denen komplexe Beziehungen zwischen Ein- und Ausgängen modelliert werden, um Muster in Daten zu finden. Natürlich kann jedes Muster der Kursbewegungen von Wertpapieren gewinnbringend ausgenutzt werden.

Hochfrequenzhandel

Der Hochfrequenzhandel ( HFT ) ist eine relativ neue Entwicklung, die darauf abzielt, die Fähigkeit von Computern zur schnellen Ausführung von Transaktionen zu nutzen. Die Ausgaben im Handelssektor sind im Laufe der Jahre erheblich gestiegen, und daher gibt es viele Programme, die Tausende von Trades pro Sekunde ausführen können. Da die meisten statistischen Arbitragemöglichkeiten aufgrund des Wettbewerbs begrenzt sind, ist die Möglichkeit, Trades schnell auszuführen, die einzige Möglichkeit, Gewinne zu skalieren.

Zunehmend komplexe neuronale Netze und statistische Modelle in Kombination mit Computern, die in der Lage sind, Zahlen zu knacken und Trades schneller auszuführen, sind der Schlüssel zu zukünftigen Gewinnen für Arbitrageure.

Wie sich statistische Arbitrage auf die Märkte auswirkt

Statistische Arbitrage spielt eine wichtige Rolle bei der Bereitstellung eines Großteils der täglichen Liquidität an den Märkten. Anfangs half es großen Blockhändlern, ihre Trades zu platzieren, ohne die Marktpreise signifikant zu beeinflussen, und gleichzeitig die Volatilität bei Emissionen wie American Depositary Receipts  (ADRs) zu reduzieren, indem sie enger mit ihren Stammaktien korreliert wurden.

Tatsächlich treiben statistische Strategien mit zunehmender Verbreitung und Automatisierung den Markt zu mehr Effizienz. Wenn sich zwischen Vermögenswerten Arbitragemöglichkeiten ergeben, werden diese durch den Einsatz dieser Strategien schnell eliminiert. Infolgedessen kann stat arb zu einem liquideren und stabileren Markt führen.

Die fehlgeschlagene statistische Arbitrage hat jedoch auch einige große Probleme verursacht. Der Zusammenbruch des  Long Term Capital Management  (LTCM) im Jahr 1998 ließ den Markt fast in Trümmern liegen. Um von solch geringen Kursabweichungen zu profitieren, ist es notwendig, erhebliche Hebelwirkungen einzugehen.

Da diese Trades automatisiert sind, gibt es darüber hinaus integrierte Sicherheitsmaßnahmen. Im Fall von LTCM bedeutete dies, dass es bei einer Abwärtsbewegung liquidiert würde; Das Problem bestand darin, dass die Liquidationsaufträge von LTCM in einer schrecklichen Schleife nur weitere Verkaufsaufträge auslösten, die schließlich mit staatlichen Eingriffen beendet werden sollte.

Denken Sie daran, dass die meisten Börsencrashs auf Probleme mit Liquidität und Leverage zurückzuführen sind – genau der Arena, in der statistische Arbitrageure tätig sind. Stat-Arb-Algorithmen wurden auch teilweise für die „ Flash-Crashs “ verantwortlich gemacht, die der Markt in den letzten zehn Jahren zu erleben begann. Ein Flash-Crash ist ein Ereignis auf den elektronischen Wertpapiermärkten, bei dem ein schneller Ausverkauf von Wertpapieren zu einer negativen Rückkopplungsschleife führt, die innerhalb von Minuten zu dramatischen Kursverlusten führen kann.

Die Quintessenz

Statistische Arbitrage ist eine der einflussreichsten Handelsstrategien, die jemals entwickelt wurden, obwohl sie seit den 1990er Jahren leicht an Popularität verloren hat. Heutzutage werden die meisten statistischen Arbitragen durch Hochfrequenzhandel unter Verwendung einer Kombination aus neuronalen Netzen und statistischen Modellen durchgeführt. Diese Strategien stellen nicht nur Liquidität bereit, sondern waren auch maßgeblich für einige der größten Abstürze verantwortlich, die wir in Unternehmen wie LTCM in der Vergangenheit gesehen haben. Solange Liquiditäts- und Leverage-Themen kombiniert werden, wird die Strategie wahrscheinlich auch für den gewöhnlichen Anleger weiterhin erkennbar sein.