통계적차익거래 (Statistical Arbitrage)
쉽게 풀면
여러 자산들 사이의 통계적인 관계를 컴퓨터로 분석해서, 일시적으로 어긋난 가격이 다시 정상으로 돌아올 것이라는 가정으로 자동화된 방식으로 투자하는 전략이다.
왜 중요한가
페어트레이딩을 여러 자산 쌍으로 확장한 정교한 퀀트전략으로, 헤지펀드 업계에서 대규모 자금을 운용하는 데 실제로 활용되는 체계적 투자전략의 대표적 범주입니다. 이 전략들은 시장 전체 방향성 노출을 최소화하도록 설계되지만, 평소 안정적이던 종목 간 관계가 구조적으로 깨지는 시기에는 예상치 못한 큰 손실을 낼 수 있다.
논문에서는 이렇게 쓰입니다
이들은 주가 잔차(개별종목 수익률에서 공통요인을 제거한 부분)가 평균회귀하는 패턴을 이용해, 잔차가 일정 임계치를 벗어나면 반대방향으로 포지션을 취하는 전략의 수익성을 검증했다.
통계적차익거래의 전형적인 페어트레이딩 방식을 설명한 문장이다.
조금 더 깊게 보면
통계적차익거래는 '차익거래'라는 이름과 달리 무위험 수익을 보장하지 않으며, 통계적 관계가 예상과 달리 회귀하지 않고 계속 벌어지는 경우 상당한 손실을 볼 수 있는 위험자산 전략이라는 점에서 진정한 무위험차익거래와는 구별해야 합니다. 통계적 차익거래는 개별 페어보다 훨씬 많은 종목을 동시에 다루는 다변량 모형을 쓰는 경우가 많으며, 신호의 지속 시간이 짧아 거래비용과 실행속도가 성과를 크게 좌우합니다. 2007년 8월 여러 퀀트펀드가 동시에 유사한 전략을 청산하며 발생한 '퀀트 위기'는 통계적 차익거래 전략들이 서로 얽혀 있을 때의 위험을 보여주는 대표적 사례로 꼽힌다.
주의할 점
통계적차익거래는 2007년 8월 '퀀트 붕괴(quant meltdown)' 사례처럼 다수의 유사한 전략을 구사하는 참가자들이 동시에 청산에 나설 경우 예상치 못한 급격한 손실을 겪을 수 있다.
비슷한 신호를 이용하는 참가자가 많아질수록 신호의 유효성과 수익성은 시간이 지나며 점차 감소하는 경향이 있다.