Arbitrage statistique

Qu’est-ce que l’arbitrage statistique?

Dans le monde de la finance, l’arbitrage statistique (ou stat arb) fait référence à un groupe de stratégies de trading qui utilisent des analyses de retour à la moyenne pour investir dans divers portefeuilles allant jusqu’à des milliers de titres pendant une très courte période, souvent seulement quelques secondes mais jusqu’à plusieurs jours.

Connu comme une approche profondément quantitative et analytique du trading, stat arb vise à réduire le plus possible l’exposition au bêta en deux phases: le «scoring» fournit un classement de chaque action disponible en fonction de l’opportunité de l’investissement, et la «réduction du risque» combine les actions souhaitables. dans un portefeuille spécialement conçu visant à réduire le risque. Les investisseurs identifient généralement les situations d’ arbitrage grâce à des techniques de modélisation mathématique.

Comprendre l’arbitrage statistique

Les stratégies d’arbitrage statistique sont neutres sur le marché car elles impliquent d’ouvrir simultanément une position longue et une position courte pour tirer parti d’une tarification inefficace des titres corrélés. Par exemple, si un gestionnaire de fonds estime que Coca-Cola est sous-évalué et que Pepsi est surévalué, il ouvrirait une position longue sur Coca-Cola, et en même temps, ouvrirait une position courte sur Pepsi. Les investisseurs appellent souvent l’arbitrage statistique le « trading de paires ».

L’arbitrage statistique n’est pas strictement limité à deux titres. Les investisseurs peuvent appliquer le concept à un groupe de titres corrélés. De plus, ce n’est pas parce que deux actions opèrent dans des industries différentes qu’elles ne peuvent pas être corrélées. Par exemple, Citigroup, une action bancaire, et Harley Davidson, une action cyclique de consommation, ont souvent des périodes de forte corrélation.

Risques d’arbitrage statistique

L’arbitrage statistique n’est pas sans risque. Cela dépend fortement de la capacité des prix du marché à revenir à une normale historique ou prévue, communément appelée retour à la moyenne. Cependant, deux stocks qui opèrent dans le même secteur peuvent rester non corrélés pendant une période de temps significative en raison à la fois de facteurs micro et macro.

Pour cette raison, la plupart des stratégies d’arbitrage statistique tirent parti des algorithmes de trading haute fréquence (HFT) pour exploiter de minuscules inefficacités qui durent souvent quelques millisecondes. Des positions importantes dans les deux actions sont nécessaires pour générer suffisamment de bénéfices à partir de ces minuscules mouvements de prix. Cela ajoute un risque supplémentaire aux stratégies d’arbitrage statistique, bien que des options puissent être utilisées pour aider à atténuer une partie du risque.

Simplifier les stratégies d’arbitrage statistique

Essayer de comprendre les mathématiques derrière une stratégie d’arbitrage statistique peut être accablant. Heureusement, il existe un moyen plus simple de commencer à utiliser le concept de base. Les investisseurs peuvent trouver deux titres traditionnellement corrélés, tels que General Motors (GM) et Ford Motor Company (F), puis comparer les deux actions en les superposant sur un graphique de prix.

Le tableau ci-dessous compare ces deux constructeurs automobiles. Les investisseurs peuvent entrer dans une transaction lorsque les deux actions se désynchronisent considérablement, comme à la mi-février et au début de mai. Par exemple, les commerçants envisageraient d’acheter Ford en février et de le vendre en mai en prévision du réalignement du cours de son action avec le cours de l’action de General Motor. Cependant, il n’y a aucune garantie de quand les deux prix convergeront à nouveau; par conséquent, les investisseurs devraient toujours envisager d’utiliser des ordres stop-loss lorsqu’ils utilisent cette stratégie.