Bagaimana Arbitrase Statistik Dapat Menghasilkan Keuntungan Besar
The pasar hipotesis yang efisien (EMH) menyatakan bahwa pasar keuangan “informationally efisien” di bahwa harga aset yang diperdagangkan mencerminkan semua informasi yang dikenal pada waktu tertentu. Tetapi jika ini benar, lalu mengapa harga berubah dari hari ke hari meskipun tidak ada informasi fundamental baru? Jawabannya melibatkan satu aspek yang sering dilupakan di antara pedagang individu: likuiditas.
Banyak perdagangan institusional besar sepanjang hari tidak ada hubungannya dengan informasi dan segala sesuatu yang berkaitan dengan likuiditas. Investor yang merasa overexposed akan secara agresif melakukan lindung nilai atau melikuidasi posisi, yang pada akhirnya akan memengaruhi harga. Permintaan likuiditas ini sering kali bersedia membayar harga untuk keluar dari posisi mereka, yang dapat menghasilkan keuntungan bagi penyedia likuiditas. Kemampuan untuk mendapatkan keuntungan atas informasi ini tampaknya bertentangan dengan hipotesis pasar yang efisien tetapi membentuk dasar arbitrase statistik .
Arbitrase statistik bertujuan untuk memanfaatkan hubungan fundamental antara harga dan likuiditas dengan mengambil keuntungan dari kesalahan harga yang dirasakan dari satu atau lebih aset berdasarkan nilai yang diharapkan dari aset yang dihasilkan dari model statistik.
Apa Arbitrase Statistik Dapat Menghasilkan Keuntungan Besar?
- Arbitrase statistik adalah strategi investasi yang mencari keuntungan dari penyempitan celah dalam harga perdagangan dua atau lebih sekuritas.
- Stat arb melibatkan beberapa strategi berbeda, tetapi semuanya bergantung pada keteraturan statistik atau korelasional antara berbagai aset di pasar yang cenderung ke arah efisiensi.
- Meskipun memiliki kata “arbitrage” dalam namanya, stat arb bisa sangat berisiko dan menyebabkan kerugian yang sangat besar dan sistemik, seperti dalam runtuhnya hedge fund Long Term Capital Management (LTCM).
Apa Arbitrase Statistik?
Arbitrase statistik, atau “stat arb” berasal dari tahun 1980-an dari tuntutan lindung nilai yang dibuat oleh operasi meja perdagangan blok ekuitas Morgan Stanley. Morgan Stanley mampu menghindari penalti harga yang terkait dengan pembelian blok besar dengan membeli saham daripada saham yang berkorelasi erat sebagai lindung nilai terhadap posisinya yang besar.
Misalnya, jika meja perdagangan membeli satu blok besar saham di Coca-Cola, maka saham yang berkorelasi erat seperti PepsiCo akan melakukan lindung nilai terhadap penurunan besar apa pun di pasar selama jangka pendek. Ini secara efektif menghilangkan beberapa risiko pasar sementara perusahaan berusaha menempatkan saham yang telah dibeli dalam transaksi blok.
Para pedagang segera mulai memikirkan ” pasangan ” ini bukan sebagai blok yang terisolasi untuk dieksekusi dan lindung nilai, melainkan sebagai dua sisi dari strategi perdagangan yang sama, di mana keuntungan dapat dibuat daripada hanya sebagai alat lindung nilai. Perdagangan pasangan ini akhirnya berkembang menjadi beberapa strategi yang lebih canggih yang bertujuan untuk memanfaatkan perbedaan statistik dalam harga keamanan karena likuiditas, volatilitas, risiko, atau faktor fundamental atau teknis lainnya. Kami sekarang mengklasifikasikan strategi ini secara kolektif sebagai arbitrase statistik.
Jenis Arbitrase Statistik
Ada banyak jenis arbitrase statistik yang dibuat untuk memanfaatkan beberapa jenis peluang. Sementara beberapa jenis telah dihapuskan oleh pasar yang semakin efisien, ada beberapa peluang lain yang muncul untuk menggantikannya. Berikut adalah beberapa strategi arb stat utama.
Arbitrase Risiko
Arbitrase risiko adalah bentuk arbitrase statistik yang mencari keuntungan dari situasi merger. Investor membeli saham di target dan (jika itu adalah transaksi saham) secara bersamaan menjual saham pihak pengakuisisi. Hasilnya adalah keuntungan yang direalisasikan dari selisih antara harga pembelian dan harga pasar.
Tidak seperti arbitrase statistik tradisional, arbitrase risiko melibatkan pengambilan beberapa risiko. Risiko terbesar adalah merger akan gagal dan saham target akan turun ke level sebelum merger. Risiko lain berkaitan dengan nilai waktu dari uang yang diinvestasikan. Merger yang membutuhkan waktu lama dapat memakan keuntungan tahunan investor.
Kunci sukses dalam arbitrase risiko adalah menentukan kemungkinan dan ketepatan waktu merger dan membandingkannya dengan perbedaan harga antara target saham dan penawaran pembelian. Beberapa arbitrase risiko juga mulai berspekulasi tentang target pengambilalihan, yang dapat menghasilkan keuntungan yang jauh lebih besar dengan risiko yang sama lebih besar.
Arbitrase Volatilitas
Arbitrase volatilitas adalah jenis arbitrase statistik populer yang berfokus pada mengambil keuntungan dari perbedaan antara volatilitas tersirat dari suatu opsi dan perkiraan volatilitas yang direalisasikan di masa depan dalam portofolio delta-netral. Pada dasarnya, arbitrase volatilitas berspekulasi pada volatilitas keamanan yang mendasarinya daripada membuat taruhan terarah pada harga sekuritas.
Kunci dari strategi ini adalah secara akurat memperkirakan volatilitas di masa depan, yang dapat menyimpang karena berbagai alasan termasuk:
- Sengketa paten
- Hasil uji klinis
- Penghasilan tidak pasti
- Spekulasi M&A
Setelah arbitrase volatilitas memperkirakan volatilitas yang terealisasi di masa depan, mereka dapat mulai mencari opsi di mana volatilitas tersirat secara signifikan lebih rendah atau lebih tinggi dari perkiraan volatilitas yang direalisasikan untuk keamanan yang mendasarinya. Jika volatilitas tersirat lebih rendah, pedagang dapat membeli opsi dan melakukan lindung nilai dengan keamanan yang mendasari untuk membuat portofolio delta-netral. Demikian pula, jika volatilitas tersirat lebih tinggi, pedagang dapat menjual opsi dan melakukan lindung nilai dengan keamanan yang mendasari untuk membuat portofolio delta-netral.
Pedagang kemudian akan merealisasikan keuntungan dari perdagangan ketika volatilitas realisasi sekuritas yang mendasarinya bergerak mendekati perkiraan mereka daripada perkiraan pasar (atau volatilitas tersirat). Keuntungan direalisasikan dari perdagangan melalui lindung nilai terus-menerus yang diperlukan untuk menjaga agar delta portofolio tetap netral .
Jaringan Neural
Jaringan saraf menjadi semakin populer di arena arbitrase statistik karena kemampuannya untuk menemukan hubungan matematika kompleks yang tampaknya tidak terlihat oleh mata manusia. Jaringan ini adalah model matematika atau komputasi yang didasarkan pada jaringan saraf biologis. Mereka terdiri dari sekelompok neuron buatan yang saling berhubungan yang memproses informasi menggunakan pendekatan koneksionis untuk komputasi — ini berarti bahwa mereka mengubah strukturnya berdasarkan informasi eksternal atau internal yang mengalir melalui jaringan selama fase pembelajaran.
Pada dasarnya, jaringan saraf adalah model data statistik non-linier yang digunakan untuk memodelkan hubungan kompleks antara masukan dan keluaran untuk menemukan pola dalam data. Tentunya, pola apapun dalam pergerakan harga sekuritas dapat dimanfaatkan untuk mendapatkan keuntungan.
Perdagangan Frekuensi Tinggi
Perdagangan frekuensi tinggi ( HFT ) adalah perkembangan yang relatif baru yang bertujuan memanfaatkan kemampuan komputer untuk mengeksekusi transaksi dengan cepat. Pengeluaran di sektor perdagangan telah tumbuh secara signifikan selama bertahun-tahun dan, sebagai hasilnya, ada banyak program yang mampu mengeksekusi ribuan perdagangan per detik. Sekarang sebagian besar peluang arbitrase statistik terbatas karena persaingan, kemampuan untuk mengeksekusi perdagangan dengan cepat adalah satu-satunya cara untuk meningkatkan keuntungan.
Jaringan neural yang semakin kompleks dan model statistik yang dikombinasikan dengan komputer yang mampu menghitung angka dan mengeksekusi perdagangan lebih cepat adalah kunci keuntungan masa depan bagi para arbitrase.
Bagaimana Arbitrase Statistik Mempengaruhi Pasar
Arbitrase statistik telah memainkan peran penting dalam menyediakan banyak likuiditas sehari-hari di pasar. Awalnya, ini membantu memungkinkan pedagang blok besar untuk menempatkan perdagangan mereka tanpa mempengaruhi harga pasar secara signifikan, sementara juga mengurangi volatilitas dalam masalah seperti penerimaan penyimpanan Amerika (ADR) dengan menghubungkannya lebih dekat dengan saham induk mereka.
Memang, strategi stat arb, karena menjadi lebih banyak digunakan dan otomatis, cenderung mendorong pasar ke arah efisiensi yang lebih besar. Ketika peluang arbitrase antara aset muncul, mereka dengan cepat dihilangkan melalui penggunaan strategi ini. Hasilnya, stat arb dapat mengarah pada pasar yang lebih likuid dan stabil.
Namun, arbitrase statistik yang salah juga menyebabkan beberapa masalah besar. Runtuhnya Long Term Capital Management (LTCM) pada tahun 1998 hampir membuat pasar hancur berantakan. Untuk mendapat untung dari deviasi harga sekecil itu, perlu dilakukan leverage yang signifikan .
Selain itu, karena perdagangan ini otomatis, ada langkah-langkah keamanan bawaan. Dalam kasus LTCM, ini berarti akan dilikuidasi jika ada pergerakan ke bawah; masalahnya adalah bahwa perintah likuidasi LTCM hanya memicu lebih banyak pesanan jual dalam putaran yang mengerikan yang pada akhirnya akan diakhiri dengan intervensi pemerintah.
Ingat, sebagian besar kehancuran pasar saham muncul dari masalah likuiditas dan leverage — arena di mana arbitrase statistik beroperasi. Algoritma stat arb juga telah disalahkan sebagai bagian dari ” flash crash ” yang mulai dialami pasar selama dekade terakhir. Flash crash adalah peristiwa di pasar sekuritas elektronik di mana penjualan sekuritas yang cepat mengarah ke putaran umpan balik negatif yang dapat menyebabkan penurunan harga dramatis dalam hitungan menit.
Garis bawah
Arbitrase statistik adalah salah satu strategi perdagangan paling berpengaruh yang pernah dibuat, meskipun popularitasnya sedikit menurun sejak tahun 1990-an. Saat ini, sebagian besar arbitrase statistik dilakukan melalui perdagangan frekuensi tinggi menggunakan kombinasi jaringan saraf dan model statistik. Strategi ini tidak hanya menyediakan likuiditas, tetapi juga sebagian besar bertanggung jawab atas beberapa crash terbesar yang pernah kami lihat di perusahaan seperti LTCM di masa lalu. Selama masalah likuiditas dan leverage digabungkan, hal ini kemungkinan akan terus membuat strategi ini layak dikenali bahkan untuk investor umum.