Arbitragem Estatística

O que é arbitragem estatística?

No mundo das finanças, arbitragem estatística (ou stat arb) refere-se a um grupo de estratégias de negociação que utilizam análises de reversão média para investir em diversas carteiras de até milhares de títulos por um período de tempo muito curto, geralmente apenas alguns segundos, mas até vários dias.

Conhecido como uma abordagem quantitativamente profunda e analítica para negociação, o stat arb visa reduzir a exposição ao beta o máximo possível em duas fases: "scoring" fornece uma classificação para cada ação disponível de acordo com a conveniência do investimento e "redução de risco" combina ações desejáveis em um portfólio especificamente projetado com o objetivo de reduzir o risco. Os investidores normalmente identificam situações de arbitragem por meio de técnicas de modelagem matemática.

Entendendo a arbitragem estatística

As estratégias de arbitragem estatística são neutras ao mercado porque envolvem a abertura simultânea de uma posição longa e uma posição curta para aproveitar a precificação ineficiente de títulos correlacionados. Por exemplo, se um gestor de fundos acredita que a Coca-Cola está subvalorizada e a Pepsi está supervalorizada, ele abriria uma posição longa na Coca-Cola e, ao mesmo tempo, abriria uma posição curta na Pepsi. Os investidores geralmente se referem à arbitragem estatística como “ negociação de pares ”.

A arbitragem estatística não está estritamente limitada a dois títulos. Os investidores podem aplicar o conceito a um grupo de títulos correlacionados. Além disso, só porque duas ações operam em indústrias diferentes não significa que elas não possam ser correlacionadas. Por exemplo, o Citigroup, uma ação bancária, e a Harley Davidson, uma ação cíclica do consumidor, geralmente têm períodos de alta correlação.

Riscos da arbitragem estatística

A arbitragem estatística não é isenta de riscos. Depende muito da capacidade dos preços de mercado retornarem a um normal histórico ou previsto, comumente referido como reversão média. No entanto, duas ações que operam no mesmo setor podem permanecer não correlacionadas por um período significativo de tempo devido a fatores micro e macro.

Por esse motivo, a maioria das estratégias de arbitragem estatística aproveita os algoritmos de negociação de alta frequência (HFT) para explorar pequenas ineficiências que geralmente duram milissegundos. São necessárias grandes posições em ambas as ações para gerar lucros suficientes com esses movimentos de preços minúsculos. Isso adiciona risco adicional às estratégias de arbitragem estatística, embora as opções possam ser usadas para ajudar a mitigar parte do risco.

Simplificando as Estratégias de Arbitragem Estatística

Tentar entender a matemática por trás de uma estratégia de arbitragem estatística pode ser avassalador. Felizmente, existe uma maneira mais direta de começar a utilizar o conceito básico. Os investidores podem encontrar dois títulos tradicionalmente correlacionados,. como a General Motors (GM) e a Ford Motor Company (F), e depois comparar as duas ações sobrepondo-as em um gráfico de preços.

O gráfico abaixo compara essas duas montadoras. Os investidores podem entrar em uma negociação quando as duas ações ficarem substancialmente fora de sincronia uma com a outra, como em meados de fevereiro e no início de maio. Por exemplo, os comerciantes considerariam comprar a Ford em fevereiro e vendê-la em maio, antecipando o realinhamento do preço das ações com o preço das ações da General Motor. No entanto, não há garantia de quando os dois preços voltarão a convergir; portanto, os investidores devem sempre considerar o uso de ordens stop-loss ao empregar essa estratégia.

##Destaques

• Arbitragem estatística é um grupo de estratégias de negociação que empregam carteiras grandes e diversificadas que são negociadas em um prazo muito curto.

• Esse tipo de estratégia de negociação atribui às ações uma classificação de conveniência e, em seguida, constrói um portfólio para reduzir o risco o máximo possível.

• A arbitragem estatística depende fortemente de modelos e análises de computador e é conhecida como uma das abordagens mais rigorosas de investimento.