Comment l’arbitrage statistique peut générer de gros profits
Table des matières
Développer
- Qu’est-ce que l’arbitrage statistique?
- Types d’arbitrage statistique
- Comment Stat Arb affecte les marchés
- La ligne de fond
L’ hypothèse de marché efficace (EMH) stipule que les marchés financiers sont «informellement efficaces» en ce que les prix des actifs négociés reflètent toutes les informations connues à un moment donné. Mais si cela est vrai, alors pourquoi les prix varient-ils d’un jour à l’autre malgré l’absence de nouvelles informations fondamentales? La réponse implique un aspect qui est souvent oublié parmi les commerçants individuels: la liquidité.
De nombreux grands métiers institutionnels tout au long de la journée n’ont rien à voir avec l’information et tout à voir avec la liquidité. Les investisseurs qui se sentent surexposés couvriront ou liquideront agressivement leurs positions, ce qui finira par affecter le prix. Ces demandeurs de liquidité sont souvent prêts à payer un prix pour sortir de leurs positions, ce qui peut se traduire par un profit pour les fournisseurs de liquidité. Cette capacité à tirer profit de l’information semble contredire l’hypothèse d’un marché efficace mais constitue le fondement de l’arbitrage statistique.
L’arbitrage statistique vise à capitaliser sur la relation fondamentale entre le prix et la liquidité en profitant de la perception erronée de la valorisation d’un ou plusieurs actifs en fonction de la valeur attendue des actifs générée à partir d’un modèle statistique.
Points clés à retenir
- L’arbitrage statistique est une stratégie d’investissement qui cherche à profiter de la réduction d’un écart dans les cours de négociation de deux ou plusieurs titres.
- Stat arb implique plusieurs stratégies différentes, mais toutes reposent sur des régularités statistiques ou corrélationnelles entre divers actifs dans un marché qui tend vers l’efficacité.
- Même s’il a le mot «arbitrage» dans son nom, stat arb peut être très risqué et conduire à des pertes énormes et systémiques, comme dans l’effondrement épique du hedge fund Long Term Capital Management (LTCM).
Qu’est-ce que l’arbitrage statistique?
L’arbitrage statistique, ou «stat arb», est né dans les années 80 des demandes de couverture créées par les opérations de trading de blocs d’actions de Morgan Stanley. Morgan Stanley a pu éviter les pénalités de prix associées aux achats de gros blocs en achetant des actions plutôt que des actions étroitement corrélées comme couverture contre ses positions importantes.
Par exemple, si le bureau de négociation achetait un gros bloc d’actions de Coca-Cola, il vendrait à découvert une action étroitement corrélée telle que PepsiCo pour se protéger contre toute baisse majeure du marché à court terme. Cela a effectivement éliminé une partie du risque de marché pendant que l’entreprise cherchait à placer les actions qu’elle avait achetées dans une transaction en bloc.
Les traders ont rapidement commencé à penser à ces « paires » non pas comme un bloc isolé à exécuter et sa couverture, mais plutôt comme les deux côtés d’une même stratégie de trading, où les bénéfices pourraient être réalisés plutôt que simplement comme un outil de couverture. Ces transactions par paires ont finalement évolué vers plusieurs stratégies plus sophistiquées visant à tirer parti des différences statistiques dans les prix des titres en raison de la liquidité, de la volatilité, du risque ou d’autres facteurs fondamentaux ou techniques. Nous classons maintenant ces stratégies collectivement comme arbitrage statistique.
Types d’arbitrage statistique
Il existe de nombreux types d’arbitrage statistique créés pour profiter de plusieurs types d’opportunités. Alors que certains types ont été progressivement supprimés par un marché de plus en plus efficace, plusieurs autres opportunités se sont présentées pour prendre leur place. Voici quelques-unes des principales stratégies d’arbre statistique.
Arbitrage des risques
L’arbitrage des risques est une forme d’arbitrage statistique qui vise à tirer profit des situations de fusion. Les investisseurs achètent des actions de la cible et (s’il s’agit d’une transaction sur actions) vendent simultanément les actions de l’acquéreur. Le résultat est un profit réalisé à partir de la différence entre le prix de rachat et le prix du marché.
Contrairement à l’arbitrage statistique traditionnel, l’arbitrage des risques implique la prise de certains risques. Le risque le plus important est que la fusion échoue et que l’action de la cible tombe à ses niveaux d’avant la fusion. Un autre risque concerne la valeur temps de l’argent investi. Les fusions qui prennent beaucoup de temps peuvent gruger les rendements annuels des investisseurs.
La clé du succès dans l’arbitrage des risques est de déterminer la probabilité et l’opportunité de la fusion et de la comparer avec la différence de prix entre l’action cible et l’offre de rachat. Certains arbitragistes de risque ont également commencé à spéculer sur des objectifs de rachat, ce qui peut conduire à des bénéfices nettement plus importants avec un risque tout aussi plus élevé.
Arbitrage de volatilité
L’arbitrage de volatilité est un type d’arbitrage statistique populaire qui vise à tirer parti des différences entre la volatilité implicite d’une option et une prévision de la volatilité future réalisée dans un portefeuille delta neutre. Essentiellement, les arbitragistes de volatilité spéculent sur la volatilité du titre sous-jacent plutôt que de faire un pari directionnel sur le prix du titre.
La clé de cette stratégie est de prévoir avec précision la volatilité future, qui peut s’égarer pour diverses raisons, notamment:
- Litiges en matière de brevets
- Résultats des essais cliniques
- Revenus incertains
- Spéculation M&A
Une fois qu’un arbitrageur de volatilité a estimé la volatilité future réalisée, il peut commencer à rechercher des options pour lesquelles la volatilité implicite est soit significativement inférieure ou supérieure à la volatilité réalisée prévue pour le titre sous-jacent. Si la volatilité implicite est plus faible, le trader peut acheter l’option et se couvrir avec le titre sous-jacent pour constituer un portefeuille delta neutre. De même, si la volatilité implicite est plus élevée, le trader peut vendre l’option et se couvrir avec le titre sous-jacent pour constituer un portefeuille delta neutre.
Le trader réalisera alors un profit sur la transaction lorsque la volatilité réalisée du titre sous-jacent se rapproche de sa prévision plutôt que de la prévision du marché (ou de la volatilité implicite). Le profit est réalisé sur la transaction grâce à la recouverture continue requise pour maintenir le delta du portefeuille neutre.
Les réseaux de neurones
Les réseaux de neurones sont de plus en plus populaires dans l’arène de l’arbitrage statistique en raison de leur capacité à trouver des relations mathématiques complexes qui semblent invisibles à l’œil humain. Ces réseaux sont des modèles mathématiques ou informatiques basés sur des réseaux de neurones biologiques. Ils se composent d’un groupe de neurones artificiels interconnectés qui traitent les informations en utilisant une approche connexionniste du calcul – cela signifie qu’ils changent leur structure en fonction des informations externes ou internes qui circulent à travers le réseau pendant la phase d’apprentissage.
Essentiellement, les réseaux de neurones sont des modèles de données statistiques non linéaires qui sont utilisés pour modéliser des relations complexes entre les entrées et les sorties afin de trouver des modèles dans les données. De toute évidence, tout modèle de mouvements des prix des titres peut être exploité à des fins lucratives.
Trading haute fréquence
Le trading haute fréquence ( HFT ) est un développement relativement nouveau qui vise à capitaliser sur la capacité des ordinateurs à exécuter rapidement des transactions. Les dépenses dans le secteur commercial ont considérablement augmenté au fil des ans et, par conséquent, il existe de nombreux programmes capables d’exécuter des milliers de transactions par seconde. Maintenant que la plupart des opportunités d’arbitrage statistique sont limitées en raison de la concurrence, la possibilité d’exécuter rapidement des transactions est le seul moyen d’augmenter les bénéfices.
Des réseaux de neurones et des modèles statistiques de plus en plus complexes, combinés à des ordinateurs capables de calculer des chiffres et d’exécuter des transactions plus rapidement, sont la clé des bénéfices futurs des arbitragistes.
Comment l’arbitrage statistique affecte les marchés
L’arbitrage statistique en est venu à jouer un rôle vital en fournissant une grande partie de la liquidité quotidienne sur les marchés. Initialement, cela a permis aux grands négociants de blocs de placer leurs transactions sans affecter de manière significative les prix du marché, tout en réduisant la volatilité des problèmes tels que les certificats américains de dépôt (ADR) en les corrélant plus étroitement avec leurs actions mères.
En effet, les stratégies stat arb, à mesure qu’elles sont de plus en plus utilisées et automatisées, ont tendance à pousser le marché vers une plus grande efficacité. Lorsque des opportunités d’arbitrage entre actifs se présentent, elles sont rapidement éliminées grâce à l’utilisation de ces stratégies. En conséquence, stat arb peut conduire à un marché plus liquide et plus stable.
Cependant, l’arbitrage statistique qui a mal tourné a également causé des problèmes majeurs. L’effondrement de la gestion du capital à long terme (LTCM) en 1998 a presque laissé le marché en ruine. Afin de profiter de ces faibles écarts de prix, il est nécessaire de prendre un levier important.
De plus, comme ces transactions sont automatisées, il existe des mesures de sécurité intégrées. Dans le cas de LTCM, cela signifiait qu’elle se liquiderait lors d’un mouvement à la baisse; le problème était que les ordres de liquidation de LTCM ne faisaient que déclencher davantage d’ordres de vente dans une boucle horrible qui finirait par se terminer par l’intervention du gouvernement.
Souvenez-vous que la plupart des krachs boursiers découlent de problèmes de liquidité et d’endettement – le domaine même dans lequel opèrent les arbitragistes statistiques. Les algorithmes stat arb ont également été en partie responsables des « flashs crashs » que le marché a commencé à subir au cours de la dernière décennie. Un flash crash est un événement sur les marchés de titres électroniques dans lequel une liquidation rapide des titres conduit à une boucle de rétroaction négative qui peut provoquer des baisses de prix spectaculaires en quelques minutes.
La ligne de fond
L’arbitrage statistique est l’une des stratégies de trading les plus influentes jamais conçues, bien qu’elle ait légèrement diminué en popularité depuis les années 1990. Aujourd’hui, la plupart des arbitrages statistiques sont effectués par le biais de transactions à haute fréquence en utilisant une combinaison de réseaux de neurones et de modèles statistiques. Non seulement ces stratégies fournissent des liquidités, mais elles ont également été en grande partie responsables de certains des plus gros crashs que nous ayons vus dans des entreprises comme LTCM dans le passé. Tant que les problèmes de liquidité et d’endettement sont combinés, cela continuera probablement à faire de la stratégie une stratégie digne d’être reconnue, même pour l’investisseur commun.