En finanzas , el arbitraje estadístico (a menudo abreviado como Stat Arb o StatArb ) es una clase de estrategias de negociación financiera a corto plazo que emplean modelos de reversión a la media que involucran carteras de valores ampliamente diversificadas (de cientos a miles) mantenidas por períodos cortos de tiempo (generalmente segundos a dias). Estas estrategias están respaldadas por importantes plataformas matemáticas, computacionales y comerciales. [1]
Estrategia comercial
Como estrategia comercial, el arbitraje estadístico es un enfoque altamente cuantitativo y computacional para la negociación de valores. Implica métodos estadísticos y de extracción de datos , así como el uso de sistemas comerciales automatizados.
Históricamente, StatArb evolucionó a partir de la estrategia de comercio de pares más simple [2] , en la que las acciones se colocan en pares por similitudes fundamentales o basadas en el mercado. Cuando una acción de un par supera a la otra, la acción de bajo rendimiento se compra en largo y la acción de mejor rendimiento se vende al descubierto con la expectativa de que la acción de bajo rendimiento se acerque a su socio de mejor rendimiento. Matemáticamente hablando, la estrategia es encontrar un par de acciones con alta correlación , cointegración u otras características de factores comunes. Se han utilizado varias herramientas estadísticas en el contexto del comercio de pares, que van desde enfoques simples basados en la distancia hasta herramientas más complejas como los conceptos de cointegración y cópula . [3]
StatArb no considera pares de acciones, sino una cartera de cien o más acciones, algunas largas, otras cortas, que se combinan cuidadosamente por sector y región para eliminar la exposición a beta y otros factores de riesgo. La construcción de la cartera está automatizada y consta de dos fases. En la primera fase o "puntuación", a cada acción en el mercado se le asigna una puntuación numérica o rango que refleja su conveniencia; los puntajes altos indican acciones que deben mantenerse largas y los puntajes bajos indican acciones que son candidatas a posiciones cortas. Los detalles de la fórmula de puntuación varían y son altamente patentados, pero, en general (como en el comercio de pares), implican un principio de reversión a la media a corto plazo de modo que, por ejemplo, las acciones que han tenido un rendimiento inusualmente bueno en la última semana reciben puntuaciones bajas y acciones. que han tenido un rendimiento inferior reciben puntuaciones altas. [4] En la segunda fase o de "reducción del riesgo", las acciones se combinan en una cartera en proporciones cuidadosamente combinadas para eliminar, o al menos reducir en gran medida, el riesgo de mercado y de factores. Esta fase a menudo utiliza modelos de riesgo disponibles comercialmente como MSCI / Barra , APT, Northfield, Risk Infotech y Axioma para restringir o eliminar varios factores de riesgo. [5]
En términos generales, StatArb es en realidad cualquier estrategia de enfoque ascendente, beta- neutral y que utiliza técnicas estadísticas / econométricas con el fin de proporcionar señales para la ejecución. Las señales son a menudo generadas a través de un principio reversión a la media contraria pero también pueden ser diseñados utilizando factores tales como plomo / LAG efectos, la actividad corporativa, a corto plazo impulso , etc. Esto se refiere generalmente a [ por quién? ] como un enfoque multifactorial de StatArb.
Debido a la gran cantidad de acciones involucradas, la alta rotación de la cartera y el tamaño relativamente pequeño de los efectos que uno está tratando de capturar, la estrategia a menudo se implementa de manera automatizada y se pone gran atención en reducir los costos de negociación. [6]
El arbitraje estadístico se ha convertido en una fuerza importante tanto en los fondos de cobertura como en los bancos de inversión. Muchas operaciones de propiedad bancaria ahora se centran en diversos grados en torno al comercio de arbitraje estadístico.
Riesgos
Durante un período de tiempo finito, un movimiento de mercado de baja probabilidad puede imponer grandes pérdidas a corto plazo. Si tales pérdidas a corto plazo son mayores que el financiamiento del inversionista para cumplir con las llamadas de margen provisionales, es posible que sus posiciones deban liquidarse con pérdidas, incluso cuando los pronósticos modelados de su estrategia finalmente resulten ser correctos. El incumplimiento de 1998 de Long-Term Capital Management fue un ejemplo ampliamente publicitado de un fondo que quebró debido a su incapacidad para ofrecer garantías para cubrir las fluctuaciones adversas del mercado. [7]
El arbitraje estadístico también está sujeto a la debilidad del modelo , así como al riesgo específico de valores o valores. La relación estadística en la que se basa el modelo puede ser falsa o puede romperse debido a cambios en la distribución de los rendimientos de los activos subyacentes. Los factores a los que el modelo puede no estar consciente de tener exposición, podrían convertirse en los impulsores importantes de la acción del precio en los mercados, y también se aplica lo contrario. La existencia de la inversión basada en el modelo en sí puede cambiar la relación subyacente, particularmente si suficientes participantes invierten con principios similares. La propia explotación de las oportunidades de arbitraje aumenta la eficiencia del mercado, reduciendo así el margen de arbitraje, por lo que es necesaria una actualización continua de los modelos.
En un nivel específico de la acción, existe el riesgo de actividad de fusiones y adquisiciones o incluso de incumplimiento para un nombre individual. Tal evento invalidaría inmediatamente la importancia de cualquier relación histórica asumida a partir del análisis estadístico empírico de los datos pasados.
StatArb y el riesgo sistémico: eventos del verano de 2007
Durante julio y agosto de 2007, varios fondos de cobertura StatArb (y otros del tipo Quant) experimentaron pérdidas significativas al mismo tiempo, lo cual es difícil de explicar a menos que haya un factor de riesgo común. [8] Si bien las razones aún no se comprenden completamente, varias cuentas publicadas culpan a la liquidación de emergencia de un fondo que experimentó retiros de capital o llamadas de margen . Al cerrar sus posiciones rápidamente, el fondo ejerció presión sobre los precios de las acciones en las que estaba largo y corto. Debido a que otros fondos StatArb tenían posiciones similares, debido a la similitud de sus modelos alfa y modelos de reducción de riesgo, los otros fondos experimentaron retornos adversos. [9] Una de las versiones de los hechos describe cómo el exitoso fondo StatArb de Morgan Stanley , PDT, decidió reducir sus posiciones en respuesta a tensiones en otras partes de la empresa, y cómo esto contribuyó a varios días de operaciones agitadas. [10]
En cierto sentido, el hecho de que una acción esté muy involucrada en StatArb es en sí mismo un factor de riesgo, uno que es relativamente nuevo y, por lo tanto, no fue tomado en cuenta por los modelos de StatArb. Estos eventos mostraron que StatArb se ha desarrollado hasta un punto en el que es un factor significativo en el mercado, que los fondos existentes tienen posiciones similares y, de hecho, compiten por los mismos rendimientos. Las simulaciones de estrategias StatArb simples de Khandani y Lo muestran que los retornos de tales estrategias se han reducido considerablemente de 1998 a 2007, presumiblemente debido a la competencia. [9]
También se ha argumentado que los eventos de agosto de 2007 estuvieron relacionados con la reducción de la liquidez, posiblemente debido a la reducción del riesgo por parte de los creadores de mercado de alta frecuencia durante ese tiempo. [11]
Es un punto de discusión digno de mención que la reducción común en el valor de la cartera también podría atribuirse a un mecanismo causal. La crisis financiera de 2007-2008 también ocurrió en este momento. Muchos, si no la gran mayoría, de los inversores de cualquier forma, registraron pérdidas durante este período de un año. La asociación de pérdidas observadas en fondos de cobertura mediante arbitraje estadístico no es necesariamente indicativa de dependencia. A medida que más competidores ingresan al mercado y los fondos diversifican sus operaciones en más plataformas que StatArb, se puede señalar que no debería haber ninguna razón para esperar que los modelos de plataforma se comporten de manera similar entre sí. Sus modelos estadísticos podrían ser completamente independientes.
Práctica mundial
El arbitraje estadístico enfrenta diferentes situaciones regulatorias en diferentes países o mercados. En muchos países donde la seguridad comercial o los derivados no están completamente desarrollados, a los inversionistas les resulta inviable o no rentable implementar el arbitraje estadístico en los mercados locales.
porcelana
En China, la inversión cuantitativa, incluido el arbitraje estadístico, no es el enfoque principal de la inversión. Un conjunto de condiciones de mercado restringe el comportamiento comercial de los fondos y otras instituciones financieras. La restricción de las ventas en corto, así como los mecanismos de estabilización del mercado (por ejemplo, el límite diario) establecen grandes obstáculos cuando los inversores individuales o los inversores institucionales intentan implementar la estrategia comercial implícita en la teoría del arbitraje estadístico.
Ver también
Citas
- ^ Andrew W. Lo (2010). Fondos de cobertura: una perspectiva analítica (edición revisada y ampliada). Prensa de la Universidad de Princeton. pag. 260. ISBN 978-0-691-14598-3.
- ^ Mahdavi Damghani, Babak (2013). "El valor no engañoso de la correlación inferida: una introducción al modelo de cointelación". Wilmott . 2013 (1): 50–61. doi : 10.1002 / wilm.10252 .
- ^ Rad, Hossein; Bajo, Rand Kwong Yew; Faff, Robert (27 de abril de 2016). "La rentabilidad de las estrategias de trading de pares: métodos a distancia, cointegración y cópula". Finanzas cuantitativas . 0 (10): 1541-1558. doi : 10.1080 / 14697688.2016.1164337 . ISSN 1469-7688 .
- ^ Avellaneda, Marco (primavera de 2011). "Gestión de riesgos y cartera; Arbitraje estadístico" (PDF) . Instituto Courant de Ciencias Matemáticas . Consultado el 30 de marzo de 2015 .
- ^ Por ejemplo, Andrew Lo (op.cit.) Afirma que "el uso generalizado de modelos de riesgo de factores estandarizados como los de MSCI / BARRA o North-field Information Systems ... casi con certeza creará exposiciones comunes entre esos gerentes al riesgo factores contenidos en dichas plataformas "
- ^ "Arbitraje estadístico" . DayTradeTheWorld.
- ^ Lowenstein, Roger (2000). Cuando falló la genialidad: el auge y la caída de la gestión de capital a largo plazo . Casa al azar. ISBN 978-0-375-50317-7.
- ^ Mahdavi Damghani, Babak (2012). "El valor engañoso de la correlación medida". Wilmott . 2012 (1): 64–73. doi : 10.1002 / wilm.10167 .
- ↑ a b Amir Khandani y Andrew Lo. ¿Qué pasó con los Quants en agosto de 2007?
- ^ Scott Patterson (22 de enero de 2010). "Las mentes detrás del colapso" . Wall Street Journal en línea . Consultado el 6 de junio de 2011 .
- ^ Amir Khandani y Andrew Lo. ¿Qué sucedió con los Quants en agosto de 2007?: Evidencia de datos de factores y transacciones
- ^ Mahdavi Damghani, Babak (2013). "Desarbitraje con una sonrisa débil: aplicación para sesgar el riesgo". Wilmott . 2013 (1): 40–49. doi : 10.1002 / wilm.10201 .
Otras fuentes
- Avellaneda, M. y JH Lee: "Arbitraje estadístico en el mercado de renta variable estadounidense" . Un estudio empírico bien documentado que confirma que la rentabilidad de StatArb cayó después de 2002 y 2003.
- Bertram, WK, 2009, Soluciones analíticas para el comercio de arbitraje estadístico óptimo, disponible en SSRN: https://ssrn.com/abstract=1505073 .
- Bertram, WK, 2009, Optimal Trading Strategies for Ito Diffusion Processes, Physica A, de próxima publicación. Disponible en SSRN: https://ssrn.com/abstract=1371903 . Presenta un marco teórico sólido para el comercio de arbitraje estadístico.
- Richard Bookstaber: Un demonio de nuestro propio diseño , Wiley (2006). Describe: el nacimiento de Stat Arb en Morgan Stanley a mediados de la década de 1980, a partir de las ideas comerciales de pares de Gerry Bamberger. El eclipse del concepto tras la marcha de Bamberger a Newport / Princeton Partners y de DE Shaw para iniciar su propia firma StatArb. Y finalmente, el resurgimiento de StatArb en Morgan Stanley bajo Peter Muller en 1992. Incluye este comentario (p. 194): “El arbitraje estadístico ha pasado su mejor momento. A mediados de 2002, el rendimiento de las estrategias de arbitraje estadístico comenzó a decaer y los métodos estándar no se han recuperado ".
- Jegadeesh, N., 1990, 'Evidence of Predictable Behavior of Security Returns', Journal of Finance 45, p. 881–898. Un importante artículo inicial (junto con el de Lehmann) sobre la previsibilidad del rendimiento a corto plazo, la fuente de los rendimientos de StatArb
- Kolman, Joe (1998). "Inside DE Shaw" . Estrategia de derivados . Consultado el 23 de junio de 2013 .
- Lehmann, B., 1990, "Modas, martingalas y eficiencia del mercado", Quarterly Journal of Economics 105, págs. 1–28. Primer artículo en la literatura abierta para documentar el efecto de reversión de retorno a corto plazo que explotaron los primeros fondos de StatArb.
- Ed Thorp: Una perspectiva sobre finanzas cuantitativas - Modelos para vencer al mercado Pieza autobiográfica que describe el trabajo estadístico de Ed Thorp a principios y mediados de la década de 1980 (ver p. 5)
- Ed Thorp: Arbitraje estadístico, Revista Wilmott, junio de 2008 ( Part1 Part2 Part3 Part4 Part5 Part6 ). Más reminiscencias de los primeros días de StatArb de uno de sus pioneros.
enlaces externos
- Arbitraje estadístico en el mercado de valores de EE. UU.
- Arbitraje estadístico basado en modelos sin arbitraje
- Las estadísticas del arbitraje estadístico