Statistische Arbitrage

Was ist statistische Arbitrage?

In der Finanzwelt bezieht sich Statistische Arbitrage (oder Stat Arb) auf eine Gruppe von Handelsstrategien, die Mean-Reversion-Analysen verwenden, um für einen sehr kurzen Zeitraum, oft nur wenige Sekunden, aber in verschiedene Portfolios von bis zu Tausenden von Wertpapieren zu investieren bis zu mehreren Tagen.

stat arb ist als zutiefst quantitativer, analytischer Handelsansatz bekannt und zielt darauf ab, das Beta-Exposure in zwei Phasen so weit wie möglich zu reduzieren: „Scoring“ bietet eine Rangfolge für jede verfügbare Aktie nach Anlageerwünschtheit, und „Risikominderung“ kombiniert wünschenswerte Aktien in ein speziell zusammengestelltes Portfolio mit dem Ziel, das Risiko zu senken. Anleger identifizieren Arbitrage Situationen in der Regel durch mathematische Modellierungstechniken.

Statistische Arbitrage verstehen

Statistische Arbitrage-Strategien sind marktneutral, da sie die gleichzeitige Eröffnung einer Long- und einer Short-Position beinhalten, um von der ineffizienten Preisgestaltung korrelierter Wertpapiere zu profitieren. Wenn beispielsweise ein Fondsmanager der Meinung ist, dass Coca-Cola unterbewertet und Pepsi überbewertet ist, eröffnet er eine Long-Position in Coca-Cola und gleichzeitig eine Short-Position in Pepsi. Anleger bezeichnen statistische Arbitrage oft als „ Paar-Trading “.

Die statistische Arbitrage ist nicht streng auf zwei Wertpapiere beschränkt. Anleger können das Konzept auf eine Gruppe korrelierter Wertpapiere anwenden. Nur weil zwei Aktien in unterschiedlichen Branchen tätig sind, heißt das nicht, dass sie nicht korreliert werden können. Beispielsweise weisen Citigroup, eine Bankaktie, und Harley Davidson, eine zyklische Verbraucheraktie, häufig Perioden hoher Korrelation auf.

Risiken statistischer Arbitrage

Statistische Arbitrage ist nicht ohne Risiko. Sie hängt stark von der Fähigkeit der Marktpreise ab, zu einem historischen oder prognostizierten Normalwert zurückzukehren, der allgemein als Mean-Reversion bezeichnet wird. Zwei Aktien, die in derselben Branche tätig sind, können jedoch aufgrund von Mikro- und Makrofaktoren für einen erheblichen Zeitraum unkorreliert bleiben.

Aus diesem Grund nutzen die meisten statistischen Arbitrage-Strategien Hochfrequenzhandelsalgorithmen (HFT), um winzige Ineffizienzen auszunutzen, die oft nur wenige Millisekunden andauern. Große Positionen in beiden Aktien sind erforderlich, um aus solchen winzigen Kursbewegungen ausreichende Gewinne zu erwirtschaften. Dies fügt statistischen Arbitragestrategien ein zusätzliches Risiko hinzu, obwohl Optionen verwendet werden können, um einen Teil des Risikos zu mindern.

Vereinfachung statistischer Arbitrage-Strategien

Der Versuch, die Mathematik hinter einer statistischen Arbitrage-Strategie zu verstehen, kann überwältigend sein. Glücklicherweise gibt es einen einfacheren Weg, um mit dem Grundkonzept zu beginnen. Anleger können zwei traditionell korrelierte Wertpapiere wie General Motors (GM) und Ford Motor Company (F) finden und dann die beiden Aktien vergleichen, indem sie sie in einem Kursdiagramm überlagern.

Die folgende Tabelle vergleicht diese beiden Autohersteller. Anleger können einen Trade eingehen, wenn die beiden Aktien erheblich aus dem Takt geraten, beispielsweise Mitte Februar und Anfang Mai. Händler würden beispielsweise erwägen, Ford im Februar zu kaufen und im Mai zu verkaufen, in Erwartung, dass sich der Aktienkurs wieder an den Aktienkurs von General Motor anpasst. Es gibt jedoch keine Garantie dafür, wann sich die beiden Preise wieder annähern; Daher sollten Anleger bei dieser Strategie immer die Verwendung von Stop-Loss-Orders in Betracht ziehen.