有效市场假说指出，金融市场是“信息有效的”，因为交易资产的价格反映了任何给定时间的所有已知信息。 但是，如果这是真的，那么尽管没有新的基本面信息，为什么价格每天都会变化？ 答案涉及单个交易者中通常被遗忘的一个方面：流动性。
一天中许多大型机构交易与信息无关，而与流动性无关。 感到过度投资的投资者将积极套期保值或清算头寸，最终将影响价格。 这些流动性需求者通常愿意为退出他们的头寸付出代价，这可以为流动性提供者带来利润。 这种从信息中获利的能力似乎与有效的市场假设相矛盾，但却构成了统计套利的基础。
统计套利的目的是通过基于统计模型生成的资产的预期价值，通过对一项或多项资产进行统计错误定价而获利，从而利用价格与流动性之间的关系。
什么是统计套利？
统计套利源自1980年代，摩根士丹利（Morgan Stanley）的股票大宗交易部门操作产生对冲需求。 摩根士丹利通过购买密切相关的股票作为对冲头寸，从而避免了大宗购买的价格惩罚。 例如，如果公司购买了大量股份，它将卖空一个紧密相关的股票以对冲市场中的任何重大下滑。 这有效地消除了任何市场风险，同时该公司寻求以大宗交易的方式放置所购买的股票。
交易者很快开始将这些货币对视为不是要执行的障碍和对冲，而是作为旨在获利而非简单对冲的交易策略的两个方面。 这些对交易最终演变为各种其他策略，旨在利用由于流动性，波动性，风险或其他因素而导致的证券价格统计差异。 现在，我们将这些策略归类为统计套利。
统计套利的类型
为了利用几种不同类型的机会，创建了许多类型的统计套利。 尽管某些类型的计算机已被效率更高的市场淘汰，但其他一些机会也正在取代它们。
风险套利
风险套利是统计套利的一种形式，旨在从合并情况中获利。 投资者购买目标中的股票，并且（如果是股票交易）同时卖空收购方的股票。 结果是从买入价和市场价之间的差额实现的利润。
与传统的统计套利不同，风险套利涉及承担某些风险。 最大的风险是合并将失败，目标公司的股票将跌至合并前的水平。 另一个风险涉及投资资金的时间价值。 需要很长时间进行的合并会吞噬投资者的年收益。
风险套利成功的关键是确定合并的可能性和及时性，并将其与目标股票与收购要约之间的价格差异进行比较。 一些风险套利者也开始对收购目标进行投机，这可以带来更大的利润，同时风险也更大。
波动套利
波动性套利是一种流行的统计套利类型，其重点是利用期权中隐含波动率与对中性资产组合的未来已实现波动率的预测之间的差异。 本质上，波动性套利者是在猜测基础证券的波动性，而不是在押注证券的价格。
该策略的关键是准确预测未来的波动性，这可能由于多种原因而偏离，包括：
- 专利纠纷临床试验结果不确定的收益并购猜测
一旦波动套利者估计了未来的已实现波动率，他或她就可以开始寻找隐含波动率远低于或高于基础证券的预期已实现波动率的期权。 如果隐含波动率较低，则交易者可以购买该期权，并使用基础证券对冲以形成中立的投资组合。 同样，如果隐含波动率更高，则交易者可以出售期权，并使用基础证券对冲，以形成中立的投资组合。
然后，当基础证券的已实现波动率比市场预期（或隐含波动率）更接近于他或她的预测时，交易者将在交易中获利。 利润是通过保持对冲组合保持中立所需的持续对冲而从交易中实现的。
神经网络
由于神经网络能够发现人眼看不见的复杂数学关系，因此它们在统计套利领域变得越来越流行。 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，这些神经元使用连接主义方法进行处理以处理信息-这意味着它们会根据在学习阶段流经网络的外部或内部信息来更改其结构。
本质上，神经网络是非线性统计数据模型，用于对输入和输出之间的复杂关系进行建模以查找数据中的模式。 显然，证券价格走势的任何模式都可以被利用牟利。
高频交易
高频交易（HFT）是一项相当新的发展，旨在利用计算机快速执行交易的能力。 这些年来，贸易领域的支出已显着增长，因此，有许多程序能够每秒执行数千笔交易。 现在大多数统计套利机会由于竞争而受到限制，快速执行交易的能力是扩大利润的唯一方法。 越来越复杂的神经网络和统计模型，再加上能够处理数字和更快执行交易的计算机，是套利者未来获利的关键。
统计套利如何影响市场
统计套利在提供市场中大部分日常流动性方面起着至关重要的作用。 它使大型大宗交易者可以在不显着影响市场价格的情况下进行交易，同时还可以通过与美国存托凭证（ADR）更加紧密地联系起来，从而降低其波动性。
但是，统计套利也引起了一些重大问题。 早在1998年，长期资本管理公司（LTCM）的倒闭几乎使市场陷入一片废墟。 为了从如此小的价格偏差中获利，有必要发挥巨大的杠杆作用。 此外，由于这些交易是自动化的，因此具有内置的安全措施。 在LTCM的情况下，这意味着它将在向下移动时清算； 问题在于，LTCM的清算单只会在可怕的循环中触发更多的卖单，最终将在政府干预下结束。 请记住，大多数股市崩盘是由流动性和杠杆问题引起的，这是统计套利者所处的舞台。
底线
统计套利是有史以来制定的最有影响力的交易策略之一，尽管自1990年代以来普及程度略有下降。 如今，大多数统计套利是通过结合神经网络和统计模型进行高频交易来进行的。 这些策略不仅提高了流动性，而且还对过去我们在诸如LTCM这样的公司中看到的大崩盘负有很大责任。 只要将流动性和杠杆问题结合起来，就可能继续使该策略成为值得普通投资者认可的策略。
