有效市场假说（EMH）认为，金融市场具有“信息效率”，即交易资产的价格反映了任何特定时间点的所有已知信息。但如果这是真的，那么为什么在没有新的基本面信息的情况下，价格仍然会每日波动呢？答案在于一个常被个人交易者忽略的因素：流动性。

一天中许多大型机构交易与信息无关，而与流动性息息相关。感到风险敞口过大的投资者会积极进行对冲或平仓，最终影响价格。这些流动性需求者通常愿意支付一定代价来退出仓位，这会使流动性提供者获利。这种利用信息获利的能力似乎与有效市场假说相悖，但却是统计套利的基础。

统计套利旨在利用价格和流动性之间的基本关系，通过统计模型生成的资产预期价值，从一种或多种资产的感知定价错误中获利。

什么是统计套利？

统计套利（或称“统计套利”）起源于20世纪80年代摩根士丹利股票大宗交易部门的套期保值需求。摩根士丹利通过购买股票而非密切相关的股票来对冲其庞大的持仓，从而避免了大宗交易带来的价格损失。

例如，如果交易部门买入大量可口可乐股票，就会做空与其密切相关的股票，例如百事可乐，以对冲短期内市场可能出现的大幅下跌。这样一来，在公司试图将买入的股票进行大宗交易的同时，就能有效地消除部分市场风险。

交易者很快便开始将这些“配对”视为同一交易策略的两个方面，而非孤立的交易单元及其对冲工具，从而从中获利，而不仅仅是作为对冲手段。这些配对交易最终演变为多种更为复杂的策略，旨在利用证券价格因流动性、波动性、风险或其他基本面或技术因素造成的统计差异获利。我们现在将这些策略统称为统计套利。

统计套利类型

为了利用各种不同的机会，人们创造了多种统计套利方法。虽然有些方法已被日益高效的市场所淘汰，但其他一些方法已经出现并取而代之。以下列举几种主要的统计套利策略。

风险套利

风险套利是一种统计套利，旨在从并购交易中获利。投资者买入目标公司的股票，同时（如果是股票交易）卖空收购方的股票。最终，他们可以从收购价格与市场价格之间的差额中获利。

与传统的统计套利不同，风险套利需要承担一定的风险。最大的风险在于并购失败，目标公司的股价跌至并购前的水平。另一个风险与投资资金的时间价值有关。耗时过长的并购交易会侵蚀投资者的年度收益。

风险套利成功的关键在于判断并购的可能性和时机，并将其与目标股票价格和收购报价之间的差价进行比较。一些风险套利者也开始对收购目标进行投机，这可能带来更高的利润，但同时也伴随着更大的风险。

波动率套利

波动率套利是一种流行的统计套利方式，它利用期权的隐含波动率与delta中性投资组合未来实际波动率预测值之间的差异来获利。本质上，波动率套利者是在投机标的证券的波动率，而不是押注证券价格的方向性走势。

该策略的关键在于准确预测未来的波动性，而波动性可能受多种因素影响，包括：

• 专利纠纷
• 临床试验结果
• 收益不确定
• 并购猜测

一旦波动率套利者估算出未来已实现波动率，他们就可以开始寻找隐含波动率显著低于或高于标的证券预期已实现波动率的期权。如果隐含波动率较低，交易者可以买入期权，并用标的证券进行对冲，从而构建delta中性投资组合。同样，如果隐含波动率较高，交易者可以卖出期权，并用标的证券进行对冲，从而构建delta中性投资组合。

当标的证券的实际波动率更接近交易者的预测值，而非市场预测值（或隐含波动率）时，交易者即可实现盈利。盈利是通过持续的再对冲来实现的，而持续对冲是维持投资组合delta中性所必需的。

神经网络

由于神经网络能够发现人眼难以察觉的复杂数学关系，因此在统计套利领域，神经网络正变得越来越受欢迎。这些网络是基于生物神经网络的数学或计算模型。它们由一组相互连接的人工神经元组成，这些神经元采用连接主义的计算方法处理信息——这意味着它们会根据学习阶段流经网络的外部或内部信息来改变自身的结构。

本质上，神经网络是一种非线性统计数据模型，用于模拟输入和输出之间的复杂关系，从而发现数据中的模式。显然，证券价格走势中的任何模式都可以用来牟利。

高频交易

高频交易（ HFT ）是一项相对较新的技术，旨在利用计算机快速执行交易的能力获利。近年来，交易领域的支出显著增长，因此，许多程序能够每秒执行数千笔交易。如今，由于竞争激烈，大多数统计套利机会都已受到限制，快速执行交易的能力成为扩大利润规模的唯一途径。

日益复杂的神经网络和统计模型，再加上能够更快地处理数据和执行交易的计算机，是套利者未来盈利的关键。

统计套利如何影响市场

统计套利在提供日常市场流动性方面发挥着至关重要的作用。最初，它帮助大宗交易者在不显著影响市场价格的情况下进行交易，同时通过使美国存托凭证（ADR）等证券与其母股更紧密地关联起来，降低其波动性。

事实上，随着统计套利策略的广泛应用和自动化程度不断提高，它们往往会推动市场朝着更高的效率发展。当资产间出现套利机会时，这些机会会通过这些策略迅速被消除。因此，统计套利能够带来流动性更强、更稳定的市场。

然而，统计套利一旦失控，也造成了一些重大问题。1998年长期资本管理公司（LTCM）的倒闭几乎使市场崩溃。为了从如此小的价格波动中获利，必须使用大量的杠杆。

此外，由于这些交易是自动化的，因此内置了安全措施。以长期资本管理公司（LTCM）为例，这意味着一旦价格下跌，它就会进行清算；问题在于，LTCM的清算指令只会触发更多的卖单，形成一个恶性循环，最终只能通过政府干预才能结束。

记住，大多数股市崩盘都源于流动性和杠杆问题——而这恰恰是统计套利者运作的领域。统计套利算法也被部分归咎于过去十年来市场开始出现的“闪崩”。闪崩是指电子证券市场中证券快速抛售引发负反馈循环，导致价格在几分钟内急剧下跌的事件。

综述

尽管自 20 世纪 90 年代以来统计套利的受欢迎程度略有下降，但它仍然是有史以来最具影响力的交易策略之一。如今，大多数统计套利交易都是通过高频交易进行的，并结合了神经网络和统计模型。这些策略不仅提供了流动性，而且在过去，它们也导致了像 LTCM 这样的公司一些最大的崩盘。只要流动性和杠杆问题依然存在，这种策略就可能继续保持其重要性，即使对于普通投资者而言，也值得关注。

相关文章