Comercio de pares

El trading de pares es una estrategia de negociación neutral al mercado que permite a los operadores obtener beneficios en prácticamente cualquier condición del mercado: tendencia alcista, bajista o lateral. Esta estrategia se clasifica como una estrategia de arbitraje estadístico y de convergencia . ^{[ 1 ]} El trading de pares fue impulsado por Gerry Bamberger y posteriormente liderado por el grupo cuantitativo de Nunzio Tartaglia en Morgan Stanley en la década de 1980. ^{[ 2 ]}

La estrategia monitorea el desempeño de dos valores históricamente correlacionados. Cuando la correlación entre los dos valores se debilita temporalmente, es decir, una acción sube mientras la otra baja, la operación consistiría en vender en corto la acción con mejor desempeño y comprar la de peor desempeño, apostando a que el diferencial entre ambas convergerá eventualmente. ^{[ 3 ]} La divergencia dentro de un par puede deberse a cambios temporales en la oferta y la demanda, grandes órdenes de compra/venta de un valor, reacciones a noticias importantes sobre una de las empresas, etc.

La estrategia de trading de pares exige un buen dimensionamiento de posiciones , sincronización con el mercado y habilidad para la toma de decisiones. Si bien la estrategia no presenta un alto riesgo a la baja , las oportunidades son escasas y, para obtener ganancias, el trader debe ser uno de los primeros en aprovecharlas.

Un operador de pares notable fue el fondo de cobertura Long-Term Capital Management ; ^{[ 4 ]} ver Empresas con doble cotización .

Aunque es común aceptar que los precios de las acciones individuales son difíciles de pronosticar, hay evidencia que sugiere que puede ser posible pronosticar el precio —la serie de diferenciales— de ciertas carteras de acciones . Una forma común de intentar esto es construir la cartera de manera que la serie de diferenciales sea un proceso estacionario . Para lograr la estacionariedad del diferencial en el contexto del trading de pares, donde las carteras solo constan de dos acciones, se puede intentar encontrar irregularidades de cointegración entre las dos series de precios de las acciones que generalmente muestran una correlación estacionaria. Se supone que esta irregularidad se superará pronto y los pronósticos se realizan en la naturaleza opuesta de la irregularidad. ^{[ 5 ] [ 6 ]} Esto permitiría entonces combinarlas en una cartera con una serie de diferenciales estacionaria. ^{[ 7 ]} Independientemente de cómo se construya la cartera, si la serie de diferenciales es un proceso estacionario, entonces se puede modelar y, posteriormente, pronosticar, utilizando técnicas de análisis de series temporales . Entre los adecuados para el trading de pares se encuentran los modelos de Ornstein-Uhlenbeck , ^{[ 8 ] [ 9 ]} los modelos autorregresivos de media móvil (ARMA) ^{[ 10 ]} y los modelos de corrección de errores (vectoriales) . ^{[ 7 ]} La capacidad de predicción de la serie de diferenciales de cartera es útil para los operadores porque:

1. El diferencial se puede negociar directamente mediante la compra y venta de las acciones de la cartera, y
2. La previsión y sus márgenes de error (proporcionados por el modelo) ofrecen una estimación de la rentabilidad y el riesgo asociados a la operación.

El éxito del trading de pares depende en gran medida del modelado y la previsión de la serie temporal del spread. ^{[ 11 ]} Estudios empíricos exhaustivos sobre el trading de pares han investigado su rentabilidad a largo plazo en el mercado estadounidense utilizando el método de distancia, la cointegración y las cópulas . Han encontrado que los métodos de distancia y cointegración dan como resultado alfas significativas y un rendimiento similar, pero sus beneficios han disminuido con el tiempo. Las estrategias de trading de pares con cópulas dan como resultado beneficios más estables pero menores. ^{[ 12 ]}

Actualmente, el trading de pares se realiza a menudo mediante estrategias algorítmicas en un sistema de gestión de ejecución . Estas estrategias suelen basarse en modelos que definen el spread a partir del análisis y la minería de datos históricos. El algoritmo monitoriza las desviaciones de precio, comprando y vendiendo automáticamente para aprovechar las ineficiencias del mercado. La ventaja en términos de tiempo de reacción permite a los operadores beneficiarse de spreads más ajustados.

• El trading de pares ayuda a cubrir el riesgo sectorial y de mercado. Por ejemplo, si todo el mercado se desploma y las dos acciones caen en picado, la operación debería generar una ganancia en la posición corta y una pérdida compensatoria en la posición larga , dejando el beneficio prácticamente en cero a pesar de la fuerte caída.
• El trading de pares es una estrategia de reversión a la media , que apuesta a que los precios acabarán volviendo a sus tendencias históricas.
• El trading de pares es una estrategia prácticamente autofinanciada, ya que los ingresos de la venta en corto pueden utilizarse para crear la posición larga.

Operar con pares de divisas no es una estrategia exenta de riesgos. La dificultad surge cuando los precios de los dos valores comienzan a divergir, es decir, cuando el diferencial empieza a mostrar una tendencia en lugar de regresar a su media original. Para afrontar estas situaciones adversas, se requieren reglas estrictas de gestión de riesgos, que exigen que el operador cierre una operación no rentable tan pronto como la configuración inicial —una apuesta por la reversión a la media— se invalide. Esto se puede lograr, por ejemplo, pronosticando el diferencial y cerrando la posición dentro de los límites de error del pronóstico. Una forma común de modelar y pronosticar el diferencial para la gestión de riesgos es mediante modelos autorregresivos de media móvil .

Otros riesgos incluyen:

• En las estrategias de neutralidad de mercado, se asume que el modelo CAPM es válido y que la beta es una estimación correcta del riesgo sistemático . Si esto no es así, su cobertura podría no protegerle adecuadamente ante un cambio en los mercados. Cabe mencionar que existen otras teorías sobre cómo estimar el riesgo de mercado, como los factores de Fama-French.
• Las medidas de riesgo de mercado, como la beta, son históricas y podrían ser muy diferentes en el futuro de lo que han sido en el pasado.
• Si se implementa una estrategia de reversión a la media, se asume que la media se mantendrá igual en el futuro que en el pasado. Cuando la media cambia, a veces se habla de "deriva".

Pepsi (PEP) y Coca-Cola (KO) son empresas distintas que fabrican un producto similar: refrescos. Históricamente, ambas compañías han experimentado altibajos similares, dependiendo del mercado de refrescos. Si el precio de Coca-Cola subiera significativamente mientras que el de Pepsi se mantuviera estable, un inversor en pares compraría acciones de Pepsi y vendería acciones de Coca-Cola, suponiendo que ambas compañías volverían posteriormente a su punto de equilibrio histórico. Si el precio de Pepsi subiera hasta cerrar esa brecha, el inversor obtendría ganancias con las acciones de Pepsi, mientras que si el precio de Coca-Cola bajara, ganaría dinero por haber vendido en corto las acciones de Coca-Cola.

La razón por la que la acción que se desvió de su valor original vuelve a su valor original es, en sí misma, una suposición. Se supone que el par de divisas tendrá un desempeño comercial similar al del pasado durante el período de tenencia de la acción.

• comercio de convergencia
• Prueba de Johansen
• Cointegración