कैसे सांख्यिकीय पंचाट बड़े मुनाफे का नेतृत्व कर सकता है
कुशल बाजार परिकल्पना (EMH) कहा गया है कि वित्तीय बाजारों “informationally कुशल” में है कि कारोबार परिसंपत्तियों की कीमतों किसी भी समय पर सभी ज्ञात जानकारी को प्रतिबिंबित कर रहे हैं। लेकिन अगर यह सच है, तो कोई नई मूलभूत जानकारी के बावजूद कीमतें दिन-प्रतिदिन क्यों बदलती हैं? उत्तर में एक पहलू शामिल होता है जिसे आमतौर पर व्यक्तिगत व्यापारियों के बीच भुला दिया जाता है: तरलता।
दिन भर के कई बड़े संस्थागत ट्रेडों का लिक्विडिटी से कोई लेना-देना नहीं है। ओवरएक्सपोज्ड महसूस करने वाले निवेशक आक्रामक रूप से हेज या लिक्विडेट पोजिशन करेंगे, जिससे कीमत प्रभावित होगी। ये तरलता मांग अक्सर अपने पदों से बाहर निकलने के लिए एक कीमत चुकाने को तैयार रहते हैं, जिसके परिणामस्वरूप तरलता प्रदाताओं के लिए लाभ हो सकता है। सूचना पर लाभ की यह क्षमता कुशल बाजार की परिकल्पना के विपरीत है, लेकिन सांख्यिकीय मध्यस्थता की नींव बनाती है ।
सांख्यिकीय मध्यस्थता का उद्देश्य सांख्यिकीय मॉडल से उत्पन्न परिसंपत्तियों के अपेक्षित मूल्य के आधार पर एक या एक से अधिक परिसंपत्तियों के कथित दुरुपयोग से मुनाफा और मूल्य और तरलता के बीच मूलभूत संबंध को भुनाना है।
चाबी छीन लेना
- सांख्यिकीय मध्यस्थता एक निवेश रणनीति है जो दो या दो से अधिक प्रतिभूतियों के व्यापारिक मूल्यों में एक अंतर को कम करने से लाभ की तलाश करती है।
- स्टेट आर्ब में कई अलग-अलग रणनीतियाँ शामिल होती हैं, लेकिन सभी एक बाजार में विभिन्न परिसंपत्तियों के बीच सांख्यिकीय या सहसंबंधी नियमितताओं पर निर्भर करते हैं जो दक्षता की ओर झुकती हैं।
- भले ही इसके नाम में “मध्यस्थता” शब्द है, स्टेट आर्ब अत्यधिक जोखिम भरा हो सकता है और इससे भारी और प्रणालीगत नुकसान हो सकता है, जैसे कि हेज फंड लॉन्ग टर्म कैपिटल मैनेजमेंट (एलटीसीएम) के महाकाव्य पतन में।
सांख्यिकीय पंचाट क्या है?
सांख्यिकीय मध्यस्थता, या “स्टेट आर्ब” की शुरुआत 1980 के दशक में मॉर्गन स्टेनली के इक्विटी ब्लॉक ट्रेडिंग डेस्क संचालन द्वारा बनाई गई हेजिंग मांगों से हुई थी। मॉर्गन स्टेनली अपने बड़े पदों के खिलाफ बचाव के रूप में निकट-सहसंबद्ध शेयरों के बजाय शेयरों की खरीद से बड़े ब्लॉक खरीद से जुड़े मूल्य दंड से बचने में सक्षम था।
उदाहरण के लिए, यदि ट्रेडिंग डेस्क ने कोका-कोला में शेयरों का एक बड़ा ब्लॉक खरीदा है, तो अल्पावधि के दौरान बाजार में किसी भी बड़ी गिरावट के खिलाफ बचाव के लिए पेप्सिको जैसे निकट-सहसंबंधित स्टॉक को कम कर देगा। इसने बाजार के कुछ जोखिमों को प्रभावी ढंग से समाप्त कर दिया, जबकि फर्म ने ब्लॉक लेन-देन में खरीदे गए स्टॉक को रखने की मांग की।
व्यापारियों ने जल्द ही इन ” जोड़े ” को एक अलग ब्लॉक के रूप में निष्पादित करने और इसके बचाव के बारे में सोचना शुरू कर दिया, बल्कि एक ही व्यापारिक रणनीति के दो पहलू के रूप में, जहां मुनाफे को केवल हेजिंग टूल के बजाय बनाया जा सकता था। ये जोड़ी अंततः तरलता, अस्थिरता, जोखिम या अन्य मूलभूत या तकनीकी कारकों के कारण सुरक्षा कीमतों में सांख्यिकीय अंतर का लाभ उठाने के उद्देश्य से कई और अधिक परिष्कृत रणनीतियों में विकसित हुई। अब हम इन रणनीतियों को सामूहिक रूप से सांख्यिकीय मध्यस्थता के रूप में वर्गीकृत करते हैं।
सांख्यिकीय पंचाट के प्रकार
कई विभिन्न प्रकार के अवसरों का लाभ उठाने के लिए कई प्रकार के सांख्यिकीय मध्यस्थ बनाए गए हैं। हालांकि कुछ प्रकारों को एक अधिक कुशल बाजार द्वारा चरणबद्ध किया गया है, कई अन्य अवसर हैं जो उनकी जगह लेने के लिए पैदा हुए हैं। यहाँ प्राथमिक स्टेट आर्ब स्ट्रेटेजीज़ में से कुछ हैं।
जोखिम मध्यस्थता
जोखिम मध्यस्थता सांख्यिकीय मध्यस्थता का एक रूप है जो विलय की स्थितियों से लाभ की तलाश करता है। निवेशक लक्ष्य में स्टॉक खरीदते हैं और (यदि यह स्टॉक लेनदेन है) एक साथ अधिग्रहणकर्ता के स्टॉक को छोटा करता है। परिणाम एक लाभ है जो बायआउट मूल्य और बाजार मूल्य के बीच अंतर से प्राप्त होता है।
पारंपरिक सांख्यिकीय मध्यस्थता के विपरीत, जोखिम मध्यस्थता में कुछ जोखिम लेना शामिल है। सबसे बड़ा जोखिम यह है कि विलय के माध्यम से गिर जाएगी और लक्ष्य का स्टॉक अपने पूर्व-विलय के स्तर तक गिर जाएगा। एक और जोखिम निवेश किए गए धन के समय मूल्य से संबंधित है । विलय जो कि लंबे समय से गुजरते हैं, निवेशकों के वार्षिक रिटर्न में खा सकते हैं।
जोखिम मध्यस्थता में सफलता की कुंजी विलय की संभावना और समयबद्धता निर्धारित करती है और तुलना करती है कि लक्ष्य स्टॉक और बायआउट प्रस्ताव के बीच कीमत में अंतर के साथ। कुछ जोखिम मध्यस्थों ने अधिग्रहण लक्ष्यों पर भी सट्टा लगाना शुरू कर दिया है, जिससे समान रूप से अधिक जोखिम के साथ अधिक से अधिक लाभ हो सकता है।
अस्थिरता पंचाट
अस्थिरता मध्यस्थता एक लोकप्रिय प्रकार की सांख्यिकीय मध्यस्थता है जो एक विकल्प की निहित अस्थिरता और एक डेल्टा-तटस्थ पोर्टफोलियो में भविष्य के एहसास की अस्थिरता के पूर्वानुमान के बीच अंतर का लाभ उठाने पर केंद्रित है । अनिवार्य रूप से, अस्थिरता मध्यस्थता सुरक्षा की कीमत पर एक दिशात्मक शर्त बनाने के बजाय अंतर्निहित सुरक्षा की अस्थिरता पर अनुमान लगा रही है।
इस रणनीति की कुंजी भविष्य की अस्थिरता का सटीक अनुमान लगा रही है, जो विभिन्न कारणों से भटक सकती है:
- पेटेंट विवाद
- क्लिनिकल परीक्षण के परिणाम
- अनिश्चित कमाई
- एम एंड ए अटकलें
एक बार एक अस्थिरता मध्यस्थता ने भविष्य की एहसास की अस्थिरता का अनुमान लगाया है, वे उन विकल्पों की तलाश शुरू कर सकते हैं जहां अंतर्निहित सुरक्षा के लिए अनुमानित अस्थिरता की तुलना में निहित अस्थिरता या तो काफी कम या अधिक है। यदि निहित अस्थिरता कम है, तो व्यापारी डेल्टा-तटस्थ पोर्टफोलियो बनाने के लिए अंतर्निहित सुरक्षा के साथ विकल्प और बचाव खरीद सकता है। इसी तरह, यदि निहित अस्थिरता अधिक है, तो व्यापारी डेल्टा-तटस्थ पोर्टफोलियो बनाने के लिए अंतर्निहित सुरक्षा के साथ विकल्प और बचाव बेच सकता है।
व्यापारी को तब व्यापार पर लाभ का एहसास होगा जब अंतर्निहित सुरक्षा की वास्तविक अस्थिरता उनके पूर्वानुमान के करीब पहुंच जाती है, यह बाजार के पूर्वानुमान (या निहित अस्थिरता) की तुलना में अधिक है। पोर्टफोलियो डेल्टा को न्यूट्रल रखने के लिए आवश्यक री-हेजिंग के माध्यम से व्यापार से लाभ का एहसास होता है ।
तंत्रिका जाल
तंत्रिका गणितीय नेटवर्क जटिल मध्यस्थता क्षेत्र में तेजी से लोकप्रिय हो रहे हैं, जो जटिल गणितीय संबंधों को खोजने की क्षमता के कारण मानव आंखों के लिए अदृश्य लगते हैं। ये नेटवर्क जैविक तंत्रिका नेटवर्क पर आधारित गणितीय या कम्प्यूटेशनल मॉडल हैं। वे आपस में जुड़े हुए कृत्रिम न्यूरॉन्स के एक समूह से मिलकर बने होते हैं, जो अभिकलन के लिए एक कनेक्शनवादी दृष्टिकोण का उपयोग करके जानकारी की प्रक्रिया करते हैं – इसका मतलब है कि वे सीखने के चरण के दौरान नेटवर्क के माध्यम से बहने वाली बाहरी या आंतरिक जानकारी के आधार पर अपनी संरचना को बदलते हैं।
अनिवार्य रूप से, तंत्रिका नेटवर्क गैर-रैखिक सांख्यिकीय डेटा मॉडल हैं जो डेटा में पैटर्न खोजने के लिए इनपुट और आउटपुट के बीच जटिल संबंधों को मॉडल करने के लिए उपयोग किया जाता है। जाहिर है, लाभ के लिए प्रतिभूति मूल्य आंदोलनों में किसी भी पैटर्न का फायदा उठाया जा सकता है।
हाई-फ्रीक्वेंसी ट्रेडिंग
उच्च आवृत्ति व्यापार ( एचएफटी ) एक अपेक्षाकृत नया विकास है जिसका उद्देश्य लेनदेन को जल्दी से निष्पादित करने के लिए कंप्यूटर की क्षमता को भुनाना है। ट्रेडिंग क्षेत्र में खर्च करना पिछले कुछ वर्षों में काफी बढ़ा है और इसके परिणामस्वरूप, कई कार्यक्रम प्रति सेकंड हजारों ट्रेडों को निष्पादित करने में सक्षम हैं। अब चूंकि अधिकांश सांख्यिकीय मध्यस्थता के अवसर प्रतिस्पर्धा के कारण सीमित हैं, इसलिए ट्रेडों को जल्दी से निष्पादित करने की क्षमता केवल मुनाफा कमाने का एकमात्र तरीका है।
तेजी से जटिल तंत्रिका नेटवर्क और सांख्यिकीय मॉडल कंप्यूटर के साथ संयुक्त होकर क्रंच संख्या में सक्षम और तेजी से ट्रेडों को निष्पादित करने के लिए मध्यस्थों के लिए भविष्य के मुनाफे की कुंजी है।
कैसे सांख्यिकीय पंचाट बाजारों को प्रभावित करता है
सांख्यिकीय मध्यस्थता बाजारों में दिन-प्रतिदिन की तरलता प्रदान करने में महत्वपूर्ण भूमिका निभाती है। प्रारंभ में, इसने बड़े ब्लॉक व्यापारियों को बाजार की कीमतों को प्रभावित किए बिना अपने ट्रेडों को स्थापित करने में सक्षम बनाने में मदद की, जबकि अमेरिकी डिपॉजिटरी रिसीट्स (एडीआर) जैसे मुद्दों में अस्थिरता को कम करके उन्हें अपने माता-पिता के शेयरों के साथ और अधिक निकटता से संबद्ध किया।
दरअसल, स्टेट आर्ब स्ट्रेटेजीज, क्योंकि वे अधिक व्यापक रूप से उपयोग और स्वचालित हो जाती हैं, बाजार को अधिक दक्षता की ओर धकेलती हैं। जैसे ही परिसंपत्तियों के बीच मध्यस्थता के अवसर पैदा होते हैं, वे इन रणनीतियों के उपयोग के माध्यम से जल्दी से समाप्त हो जाते हैं। नतीजतन, स्टेट आर्ब अधिक तरल, अधिक स्थिर बाजार का नेतृत्व कर सकता है।
हालाँकि, सांख्यिकीय मध्यस्थता में गड़बड़ी के कारण कुछ बड़ी समस्याएं भी पैदा हुई हैं। 1998 में लॉन्ग टर्म कैपिटल मैनेजमेंट (LTCM) के पतन ने लगभग खंडहर में बाजार छोड़ दिया। इस तरह के छोटे मूल्य विचलन से लाभ के लिए, महत्वपूर्ण लाभ उठाने के लिए आवश्यक है ।
इसके अलावा, क्योंकि ये ट्रेड स्वचालित हैं, अंतर्निहित सुरक्षा उपाय हैं। LTCM के मामले में, इसका मतलब है कि यह नीचे की ओर बढ़ता है; समस्या यह थी कि LTCM के परिसमापन के आदेशों ने केवल एक भयानक लूप में अधिक बिक्री के आदेशों को चालू किया जो अंततः सरकारी हस्तक्षेप के साथ समाप्त हो जाएगा।
याद रखें, अधिकांश स्टॉक मार्केट क्रैश तरलता और लीवरेज के मुद्दों से उत्पन्न होते हैं – बहुत ही अखाड़ा जिसमें सांख्यिकीय मध्यस्थता संचालित होती है। स्टेट फ़्लैश एल्गोरिथम को ” फ्लैश क्रैश ” के लिए भी जिम्मेदार ठहराया गया है, जिसका बाजार पिछले एक दशक में अनुभव करने लगा है। एक फ्लैश दुर्घटना इलेक्ट्रॉनिक प्रतिभूति बाजारों में एक घटना है जिसमें प्रतिभूतियों की तेजी से बिकवाली एक नकारात्मक प्रतिक्रिया लूप की ओर ले जाती है जो मिनटों के मामले में नाटकीय कीमत गिर सकती है।
तल – रेखा
1990 के बाद से लोकप्रियता में मामूली कमी के बावजूद सांख्यिकीय मध्यस्थता सबसे प्रभावशाली व्यापारिक रणनीतियों में से एक है। आज, अधिकांश सांख्यिकीय मध्यस्थता उच्च आवृत्ति ट्रेडिंग के माध्यम से तंत्रिका नेटवर्क और सांख्यिकीय मॉडल के संयोजन का उपयोग करके आयोजित की जाती है। न केवल ये रणनीतियाँ तरलता प्रदान करती हैं, बल्कि पिछले कुछ समय में LTCM जैसी कंपनियों में सबसे बड़ी दुर्घटनाओं के लिए भी वे काफी हद तक जिम्मेदार हैं। जब तक तरलता और उत्तोलन के मुद्दों को संयुक्त किया जाता है, तब तक आम निवेशक के लिए भी इस रणनीति को जारी रखने की संभावना है।