A Man for All Markets - Edward O.Thorp - 20

MEMBELI RENDAH, MENJUAL TINGGI

Ini adalah musim semi tahun 2000 dan hari cerah lain yang hangat di Pantai Newport. Dari rumahku yang tingginya enam ratus kaki di bukit, aku bisa melihat tiga puluh mil melintasi Samudra Pasi ik ke Pulau Catalina yang panjangnya dua puluh enam mil Wrigley, membentang di cakrawala seperti kapal besar. Di sebelah kiri, enam puluh mil jauhnya, bagian atas Pulau San Clemente yang sama besarnya hanya terlihat di atas cakrawala. Lautan dimulai dua setengah mil dari tempat saya duduk, dipisahkan oleh pita ombak putih dari pantai berpasir yang luas. Tetesan awal kapal mengalir ke laut dari Newport Harbor, salah satu tambatan kapal kecil terbesar di dunia, dengan lebih dari delapan ribu layar dan kapal listrik, dan beberapa rumah mewah termahal di dunia. Setiap kali saya pergi berlibur saya bertanya-tanya apakah saya telah melakukan kesalahan.

Saat saya selesai sarapan, matahari terbit di atas bukit di belakang saya, menerangi menara keuangan di sebelah barat di kompleks bisnis dan ritel besar Fashion Island. Pada saat gedung pencakar langit berada di bawah sinar matahari penuh, saya berkendara tiga mil ke kantor saya di salah satu dari mereka. Operasi arbitrase statistik yang saya dan Steve memulai kembali pada tahun 1992 telah berjalan dengan sukses sekarang selama delapan tahun.

Komputer kami memperdagangkan lebih dari satu juta saham pada jam pertama dan kami unggul $ 400.000. Saat ini mengelola $ 340 juta, kami telah membeli saham senilai $ 540 juta panjang dan menjual jumlah yang sama pendek. Simulasi dan pengalaman komputer kami menunjukkan bahwa portofolio ini dekat dengan pasar-netral, yang berarti bahwa luktuasi nilai portofolio memiliki sedikit korelasi dengan keseluruhan perubahan harga rata-rata di pasar. Tingkat netralitas pasar kami, diukur dengan apa yang oleh para ahli teori keuangan disebut beta, rata-rata 0,06. Ketika beta nol untuk portofolio, pergerakan harganya tidak memiliki korelasi dengan pasar, dan ini disebut pasar-netral. Portofolio dengan beta positif cenderung bergerak naik dan turun dengan pasar, terutama untuk beta yang lebih besar. Beta pasar itu sendiri dipilih menjadi 1,0. Portofolio beta negatif cenderung ber luktuasi berlawanan dengan pasar. Pengembalian berlebih yang disesuaikan dengan risiko kami, jumlah di mana pengembalian tahunan kami telah melebihi dari investasi dengan risiko yang sebanding dan disebut alpha oleh ahli teori keuangan, telah rata-rata sekitar 20 persen per tahun. Ini berarti bahwa tingkat pengembalian tahunan kami di masa lalu (sebelum biaya) sebesar 26 persen dapat dianggap sebagai jumlah dari tiga bagian: 5 persen dari tagihan Treasury tanpa risiko, sekitar 1 persen karena sedikit korelasi kami dengan pasar, ditambah dengan tersisa 20 persen, jumlah pengembalian yang melebihi investasi dengan risiko yang sebanding.

Dengan menggunakan model kami, komputer kami setiap hari menghitung harga "wajar" untuk masing-masing sekitar seribu perusahaan terbesar, yang paling banyak diperdagangkan di bursa saham New York dan Amerika. Para profesional pasar menggambarkan saham dengan volume perdagangan besar sebagai "likuid"; mereka memiliki keuntungan karena lebih mudah untuk berdagang tanpa menggerakkan harga naik atau turun sebanyak dalam proses. Harga terbaru dari bursa mengalir ke komputer kami dan dibandingkan sekaligus dengan nilai wajar saat ini sesuai dengan model kami. Ketika harga aktual cukup berbeda dari harga wajar, kami membeli yang terlalu rendah dan pendek yang terlalu mahal.

Untuk mengendalikan risiko, kami membatasi nilai dolar yang kami pegang dalam stok perusahaan mana pun. Kehati-hatian dan langkah-langkah pengendalian risiko kami tampaknya berhasil. Hasil harian, mingguan, dan bulanan kami "condong positif," yang berarti bahwa kami memiliki hari-hari kemenangan, minggu, dan bulan yang jauh lebih besar daripada yang kalah, dan yang menang cenderung lebih besar daripada yang kalah.

Memindai layar komputer, saya melihat posisi menarik hari itu, termasuk yang mendapat untung terbesar dan yang paling merugi. Saya dapat melihat dengan cepat jika ada pemenang atau pecundang yang tampak luar biasa besar. Semuanya terlihat normal. Saya berjalan menyusuri lorong ke kantor Steve Mizusawa, di mana dia mengawasi terminal Bloomberg-nya, memeriksa berita yang mungkin berdampak besar pada salah satu saham yang kami perdagangkan. Ketika dia menemukan acara seperti pengumuman merger, pengambilalihan, spin-off, atau reorganisasi yang tak terduga, dia memberi tahu komputer untuk meletakkan saham dalam daftar terlarang: Jangan memulai posisi baru dan tutup apa yang kita miliki.

Steve baru saja membujuk broker tempat kami melakukan sebagian besar bisnis kami untuk memotong komisi kami sebesar 0,16 sen per saham.

Tabungannya besar. Seluruh kepemilikan saham kami, panjang dan pendek, dibalik setiap dua minggu, atau dua puluh lima kali per tahun. Pada level saat ini, ini berarti kami menjual $ 540 juta saham yang dimiliki lama dan menggantinya dengan $ 540 juta saham baru, nilai total yang diperdagangkan $ 1,08

miliar. Kami melakukan hal yang sama dengan celana pendek kami, untuk perdagangan senilai $ 1,08 miliar lainnya. Perdagangan kedua belah pihak dua puluh lima kali setahun berarti kita menghasilkan $ 54 miliar, atau 1,5miliar saham setiap tahun. Ketika manajer dana lindung nilai terkenal Michael Steinhardt pensiun, ia mengejutkan banyak orang dengan mengumumkan bahwa ia telah memperdagangkan satu miliar saham dalam satu tahun.

Pengurangan yang dinegosiasikan Steve menghemat as $ 1,6 juta per tahun. Bahkan setelah ini, broker kami mengumpulkan $ 14,3 juta per tahun dari kami. Pialang kami pintar untuk tetap kompetitif.

Mengapa arbitrase statistik disebut? Arbitrage awalnya berarti sepasang posisi penyeimbang yang mengunci keuntungan pasti. Sebuah contoh mungkin menjual emas di London pada $ 300 per ons sementara pada saat yang sama membelinya di $ 290 di New York untuk mendapatkan $ 10. Jika total biaya untuk membiayai kesepakatan dan mengasuransikan dan mengirimkan emas New York ke London adalah $ 5, itu akan meninggalkan untung $ 5 pasti. Itu arbitrase dalam penggunaan aslinya.

Kemudian istilah itu diperluas untuk menggambarkan investasi di mana risiko sebagian besar diharapkan akan mengimbangi, dengan laba yang mungkin, jika tidak pasti. Misalnya, dalam apa yang disebut arbitrase merger, perusahaan A memperdagangkan $ 100 per saham dapat menawarkan untuk membeli perusahaan B, memperdagangkan $ 70 per saham, dengan menukar satu saham perusahaan A untuk setiap saham perusahaan B. Pasar bereaksi secara instan dan perusahaan Saham A turun menjadi, katakanlah, $ 88 sedangkan saham perusahaan B melonjak menjadi $ 83. Arbitrase merger sekarang ikut serta, membeli saham B seharga $ 83 dan menjual saham A dengan harga $ 88. Jika kesepakatan ditutup dalam tiga bulan, arbitrageur akan menghasilkan $ 5 dari investasi $ 83 atau 6 persen. Tetapi kesepakatan itu tidak pasti sampai mendapat persetujuan regulator dan pemegang saham, sehingga ada risiko kerugian jika negosiasi gagal dan harga A dan B berbalik. Jika stok A dan B kembali ke harga preannouncement mereka, arbitrageur akan kehilangan $ 12 = $ 100 - $ 88 karena penjualan pendeknya dari A dan $ 13 = $ 83 - $ 70 untuk pembelian B, dengan total kerugian $ 25 per $ 83 yang diinvestasikan, atau 30 persen. Arbitrase tidak akan mengambil risiko yang berat sebelah ini kecuali dia yakin kemungkinan kegagalannya kecil.

Portofolio kami memiliki karakteristik arbitrase yang mengurangi risiko tetapi dengan sejumlah besar saham di sisi panjang dan di sisi pendek dari portofolio, kami mengharapkan perilaku statistik dari sejumlah besar taruhan yang menguntungkan untuk memberikan keuntungan kami. Ini seperti penghitungan kartu di blackjack lagi, tetapi dalam skala yang jauh lebih besar. Ukuran perdagangan rata-rata kami adalah $ 54.000 dan kami menempatkan satu juta taruhan seperti itu per tahun, atau satu taruhan setiap enam detik ketika pasar dibuka.

Ketika saya berjalan kembali ke kantor saya, saya berpikir tentang bagaimana usaha arbitrase statistik kami terbentuk. Saat mengajar keuangan di Sekolah Pascasarjana Manajemen UCI, saya banyak berdiskusi dengan Dr. Jerome Baesel, profesor di kantor sebelah. Saya mengundangnya untuk bekerja

penuh waktu di Princeton Newport Partners. Tanggung jawab utama baginya adalah mengarahkan proyek indikator, program penelitian yang saya bayangkan. Baik Jerry maupun saya tidak percaya pada teori pasar yang e isien. Saya memiliki banyak sekali bukti ketidake isienan dari blackjack, dari sejarah Warren Buffett dan teman-teman, dan dari kesuksesan harian kami di Princeton Newport Partners. Kami tidak bertanya, Apakah pasar e isien?

melainkan, dengan cara apa dan sejauh mana pasar tidak e isien? dan Bagaimana kita dapat memanfaatkan ini?

Gagasan proyek adalah untuk mempelajari bagaimana pengembalian historis efek terkait dengan berbagai karakteristik, atau indikator. Di antara skor langkah-langkah fundamental dan teknis yang kami pertimbangkan adalah rasio laba per saham dengan harga per saham, yang dikenal sebagai hasil laba, likuidasi atau nilai "buku" perusahaan dibandingkan dengan harga pasarnya, dan total nilai pasar dari perusahaan ("ukurannya"). Hari ini pendekatan kami terkenal dan dieksplorasi secara luas tetapi pada tahun 1979 itu dikecam oleh banyak akademisi yang percaya bahwa harga pasar telah sepenuhnya disesuaikan dengan informasi tersebut. Banyak praktisi tidak setuju. Waktunya tepat untuk proyek kami karena database berkualitas tinggi yang diperlukan dan komputer baru yang kuat yang dapat digunakan untuk menjelajahinya menjadi terjangkau.

Untungnya, satu peneliti kami segera menemukan ide dasar di balik arbitrase statistik. Dia memberi peringkat saham berdasarkan keuntungan atau kerugian mereka selama dua minggu sebelumnya. Saham-saham yang naik paling banyak melakukan lebih buruk sebagai kelompok daripada pasar dalam beberapa minggu ke depan, dan saham-saham yang paling bawah turun lebih baik. Secara historis, pengembalian tahunan adalah 20 persen dari membeli sepersepuluh saham yang paling banyak jatuh dan menjual pendek sepersepuluh yang paling banyak naik. Kami menyebut sistem MUD, karena sistem ini dibangun dari stok “paling atas, paling bawah”. Sebagai ahli matematika UCI, William F. Donoghue akan bercanda, "Thorp, saran saya adalah membeli rendah dan menjual tinggi." Portofolio saham panjang melacak pasar dan portofolio pendek melakukan sebaliknya, sehingga kedua belah pihak bersama-sama sebagian besar membatalkan pergerakan pasar. Ini memberi kami apa yang kami sukai, portofolio netral pasar. Tetapi portofolio itu masih memiliki luktuasi nilai yang lebih besar daripada investasi kami yang biasa, jadi kami mengesampingkan arbitrase statistik untuk sementara waktu.

Tanpa kita ketahui, beberapa tahun kemudian, seorang peneliti yang cerdik di Morgan Stanley menemukan produk yang mirip dengan kita, tetapi dengan variabilitas yang jauh lebih sedikit. Perdagangan mungkin dimulai pada tahun 1983. Dengan pengalaman, kepercayaannya meningkat dan investasinya meningkat. Arbitrase statistik telah menjadi pusat laba yang signi ikan di Morgan Stanley pada tahun 1985 tetapi kredit untuk penemuannya, dan imbalan dari perusahaan, tidak melekat pada penemunya,Gerry Bamberger. Sementara bosnya Nunzio Tartaglia terus memperluas operasi, Bamberger yang tidak puas menyerahkan pemberitahuannya.

Sebagai bagian dari rencana kami untuk menambah pusat laba yang terdiversi ikasi, Princeton Newport Partners berusaha membiayai orang-orang yang memiliki strategi kuantitatif yang sukses. Bamberger, yang sekarang kehilangan pekerjaan, menghubungi kami. Dia menggambarkan strateginya sebagai pergantian tinggi, netral pasar, dan berisiko rendah, dengan suatu saat sejumlah besar saham bertahan lama dan sejumlah besar bertahan pendek. Kedengarannya sangat mirip dengan strategi arbitrase statistik kami, jadi meskipun kami hanya tahu karakteristik umum dari portofolio dan tidak ada detail tentang bagaimana perdagangan dipilih, kami menindaklanjutinya. Begitu saya memberikan kata-kata saya bahwa saya tidak akan memberi tahu orang lain kecuali dia baik-baik saja atau informasi memasuki domain publik dengan rute lain, saya bertemu dengan Gerry dan dia memberi tahu saya bagaimana strateginya bekerja.

Gerry Bamberger adalah seorang Yahudi Ortodoks yang tinggi dan langsing dengan cara asli memandang masalah dan selera humor yang masam.

Kami bekerja bersama selama beberapa minggu di Newport Beach untuk menguji sistemnya secara menyeluruh. Jika saya puas, kami akan membiayai usaha patungan dengan Gerry. Dia membawa tas coklat untuk makan siang, dan selalu berisi sandwich salad tuna. Saya akhirnya harus bertanya,

"Seberapa sering Anda makan sandwich salad tuna untuk makan siang?" Gerry berkata, "Setiap hari selama enam tahun terakhir." Dia perokok berat dan saya sangat peka terhadap asap tembakau — sampai-sampai kami tidak mempekerjakan perokok atau mengizinkan merokok di kantor kami — jadi kami menegosiasikan cara menangani hal ini. Kami berkompromi. Setiap kali Gerry membutuhkan rokok, dia akan melangkah keluar dari kantor taman kami di lantai dasar. Ini bukan cobaan di California Selatan yang mungkin terjadi selama musim dingin di Pantai Timur.

Sumber keuntungan dalam versi arbitrase statistik Bamberger adalah efek paling atas, paling bawah yang kami temukan pada 1979-80. Kami melakukan lindung nilai atas risiko pasar tetapi Gerry mengurangi risiko lebih banyak lagi dengan memperdagangkan kelompok industri secara terpisah.

Untuk mengukur kinerja historis sistemnya dan untuk mensimulasikan perdagangan waktu nyata, kami menggunakan ruang komputer Princeton Newport seluas 1.100 meter persegi yang diisi dengan peralatan senilai $ 2 juta. Di dalamnya ada bank-bank disk drive gigabyte sebesar mesin cuci, ditambah tape drive dan unit pemrosesan pusat, atau CPU, ukuran kulkas. Semua ini duduk di lantai yang tinggi yang terdiri dari panel yang dapat dilepas, di bawahnya berliku-liku hutan kabel, kabel, dan konektor lainnya.

Kamar juga memiliki sistem keamanan sendiri. Jika terjadi kebakaran, udara secara otomatis diganti oleh gas halogen yang tidak mudah terbakar dalam delapan puluh detik. Setelah ini terjadi, ruangan itu memiliki oksigen yang terlalu sedikit untuk bisa terbakar atau untuk bernapas. Kami mempraktikkan cara keluar tepat waktu dan memicu halogen secara manual, jika perlu.

Fasilitas kami berteknologi tinggi pada pertengahan 1980-an, tetapi dengan peningkatan besar dalam miniaturisasi komputer, kecepatan, dan murahnya, sekarang bahkan ponsel menyimpan banyak gigabita. Ruangan itu didinginkan hingga suhu konstan enam puluh derajat Fahrenheit oleh sistem pendinginnya sendiri dan memiliki pintu dan saringan debu untuk menjaga udara tetap bersih. Karena perokok sangat memancarkan partikel kecil selama satu jam atau lebih bahkan setelah satu batang rokok, Gerry setuju, dengan banyak bercanda yang baik, bahwa ruang komputer itu terlarang.

Ketika saya benar-benar puas, kami mendirikan usaha patungan, didanai oleh PNP dan dijalankan di New York oleh Gerry sebagai operasi turn-key.

Kami menyebutnya Mitra BOSS, untuk "Bamberger (plus) Oakley Sutton Securities" - entitas terakhir yang diciptakan oleh kami untuk membantu PNP.

Dengan modal mulai dari $ 30 juta hingga $ 60 juta, BOSS memperoleh antara 25 dan 30 persen pada tahun 1985. Pengembaliannya secara bertahap menurun hingga 15 persen pada tahun 1988. Keuntungan yang memudar dan meningkatnya serangan Giuliani di kantor kami di Princeton membuat Gerry tidak melanjutkan.dalam industri sekuritas. Dia memilih pensiun seorang jutawan.

Sementara itu, saya mengambil konsep arbitrase statistik selangkah lebih maju. Perdagangan dimulai dengan pendekatan saya yang lebih baik pada Januari 1988, sehingga kebetulan melewatkan kecelakaan tahun 1987. Bagaimana kita akan melakukannya? Meskipun ada penurunan 22 persen dalam Indeks S&P 500, BOSS menghasilkan 7 persen untuk Oktober 1987. Simulasi komputer menunjukkan produk arbitrase statistik baru kami juga akan mengalami hari yang baik dan bulan yang tercatat. Ini adalah kapal untuk menaiki kataklik.

Untuk mengendalikan risiko lebih lanjut, saya mengganti pemisahan Bamberger ke dalam kelompok industri dengan prosedur statistik yang disebut analisis faktor. Faktor-faktor adalah kecenderungan umum yang dimiliki bersama oleh beberapa, banyak, atau semua perusahaan. Yang paling penting disebut faktor pasar, yang mengukur kecenderungan setiap harga saham untuk bergerak naik dan turun dengan pasar. Pengembalian harian atas setiap saham dapat dinyatakan sebagai bagian yang mengikuti pasar plus apa yang tersisa, yang disebut residual. Ahli teori dan praktisi keuangan telah mengidenti ikasi sejumlah besar faktor yang membantu menjelaskan perubahan harga sekuritas. Beberapa, seperti partisipasi dalam kelompok atau sektor industri tertentu (katakanlah, minyak atau keuangan) terutama memengaruhi subkelompok saham. Faktor-faktor lain, seperti pasar itu sendiri, tingkat suku bunga jangka pendek dan jangka panjang, dan in lasi, mempengaruhi hampir semua saham.

Keindahan produk arbitrase statistik adalah bahwa ia dapat dirancang untuk mengimbangi efek dari sebanyak mungkin faktor-faktor ini yang Anda inginkan. Portofolio sudah netral pasar dengan membatasi hubungan antara portofolio panjang dan pendek sehingga kecenderungan pihak lama untuk mengikuti pasar diimbangi oleh efek yang sama tetapi berlawanan di sisi pendek. Portofolio menjadi in lasi-netral, harga minyak-netral, dan sebagainya, dengan melakukan hal yang sama secara individual dengan masing-masing faktor tersebut. Tentu saja, ada trade-off: Pengurangan risiko disertai dengan membatasi pilihan portofolio yang mungkin. Hanya yang netral-pasar, netral-in lasi, netral-harga-minyak, dan lain-lain, yang diizinkan, sehingga upaya untuk mengurangi risiko juga cenderung mengurangi pengembalian.

Kami menyebut metode baru STAR, untuk "ARat Satelit STAT." Atas permintaan salah satu investor kami, kami mengirim sejarah perdagangan ke Barra, pemimpin dunia dalam meneliti dan mengembangkan produk keuangan. Mereka menguji STAR dengan model mereka E2, yang memiliki lima puluh lima

faktor industri dan tiga belas faktor ekonomi makro. Mereka menemukan bahwa pengembalian kami pada dasarnya faktor-netral, dan tampaknya bukan hasil dari taruhan keberuntungan.

Itu baik bahwa kami maju melampaui model Bamberger karena, dalam simulasi, pengembaliannya terus turun. Selain itu, setelah selesai dengan 1987

yang baik, Morgan Stanley dilaporkan memperluas investasi mereka di dalamnya menjadi $ 900 juta panjang dan $ 900 juta pendek, yang harus menurunkan pengembalian untuk semua orang menggunakan metode ini. Desas-desusnya adalah bahwa mereka kehilangan antara 6 persen dan 12

persen, yang menyebabkan produk mereda.

Orang-orang di Morgan Stanley mulai meninggalkan kelompok sistem kuantitatif yang bertanggung jawab atas arbitrase statistik. Di antara mereka yang pergi adalah David E. Shaw, mantan profesor ilmu komputer di Universitas Columbia. Dia telah dibujuk ke Wall Street untuk menggunakan komputer untuk menemukan peluang di pasar.

Pada musim semi 1988, Shaw menghabiskan hari di Newport Beach. Kami membahas rencananya untuk meluncurkan produk arbitrase statistik yang lebih baik. PNP mampu menyiapkan $ 10 juta yang dia inginkan untuk memulai, dan kami terkesan dengan ide-idenya tetapi memutuskan untuk tidak melanjutkan karena kami sudah memiliki produk arbitrase statistik yang baik. Dia menemukan dukungan lain, menciptakan salah satu perusahaan analitik paling sukses di Wall Street, dan kemudian akan menjadi anggota komite penasihat sains presiden. Dengan menggunakan arbitrase statistik sebagai pusat laba inti, ia berekspansi ke area lindung nilai dan arbitrase terkait (rencana bisnis PNP lagi), dan mempekerjakan sejumlah besar tipe kuantitatif pintar dari akademisi. Pada 2014, Forbesperingkat dia sebagai orang Amerika ke-134 terkaya, pada $ 3,8 miliar. Salah satu karyawannya adalah Jeff Bezos, yang, ketika meneliti peluang bisnis pada 1994 untuk Shaw, mendapatkan ide untuk toko buku online dan pergi untuk memulai sebuah perusahaan bernama Amazon.com. Dengan $ 30 miliar pada tahun 2014, Bezos adalah orang Amerika terkaya kelima belas.

Ketika PNP mulai mereda pada akhir 1988, meskipun ada tekanan, kami mengembangkan pendekatan lain untuk arbitrase statistik yang lebih sederhana dan lebih kuat. Tetapi ketika PNP dihapus, saya menginginkan kesederhanaan. Kami fokus pada dua area yang bisa dikelola oleh staf kecil,Jaminan Jepang lindung nilai dan investasi dalam dana lindung nilai lainnya. Keduanya berjalan dengan baik.

Saya tidak punya rencana segera untuk menggunakan teknik arbitrase statistik baru kami dan saya berharap bahwa inovasi berkelanjutan oleh investor menggunakan sistem terkait akan, seperti cara hal, secara bertahap mengikis nilainya. Empat tahun berlalu, dan kemudian, teman saya dan mantan rekan saya Jerry Baesel datang kepada saya dengan kisah-kisah pengembalian luar biasa dari arbitrase statistik. Selain DE Shaw & Company, para praktisi termasuk mantan pertanyaan Morgan Stanley yang memulai dana lindung nilai mereka sendiri, dan beberapa rekan PNP saya sebelumnya. Saya bertanya kepada mantan orang Morgan Stanley apakah mereka tahu bagaimana arbitrase statistik dimulai di perusahaan mereka. Tidak ada yang melakukannya.

Sepasang suami istri telah mendengar desas-desus tentang "penemu" legendaris tanpa nama dari sistem tersebut, yang tentu saja, adalah Gerry Bamberger — sehingga pengakuan atas kontribusinya telah dihapus.

Jika sistem arbitrase statistik kami masih berfungsi, Jerry Baesel mengatakan kepada saya bahwa salah satu mantan investor kami, program pensiun dan pembagian keuntungan miliaran dolar yang merupakan majikannya saat ini, menginginkan sebagian besar atau seluruh kapasitas. Setiap sistem pasar saham dengan keunggulan selalu terbatas dalam jumlah uang yang dapat digunakan dan masih menghasilkan pengembalian ekstra. Salah satu alasannya adalah membeli sekuritas undervalued cenderung menaikkan harga, mengurangi atau menghilangkan mispricing, dan menjual sekuritas overpriced pendek cenderung menurunkan harga, sekali lagi menyusutkan mispricing. Dengan demikian, peluang untuk mengalahkan pasar terbatas dalam ukuran dengan bagaimana perdagangan mereka mempengaruhi harga pasar.

Karena metode arbitrase statistik kami sebagian besar terkomputerisasi, Steve dan saya dapat menjalankan akun yang dikelola dengan bantuan dari staf kantor kecil kami. Itu akan memberi saya waktu untuk menikmati hidup. Kami memutuskan untuk melanjutkan. Usaha itu dimulai dengan keberuntungan. Perangkat lunak kami berjalan dengan lancar, pertama dalam simulasi dan kemudian dengan uang sungguhan, mulai Agustus 1992.

Saya juga ingin menginvestasikan uang saya sendiri. Saya bisa melakukan ini secara e isien dan menguntungkan dengan menciptakan kemitraan investasi baru. Hal ini menyebabkan peluncuran Mitra Ridgeline pada Agustus 1994 untuk berdagang bersama dengan akun institusional kami. Mitra terbatas memperoleh 18 persen per tahun selama delapan dan seperempat tahun operasinya.

Lampiran E menunjukkan hasil untuk akun terkelola besar, yang untuk kerahasiaan saya sebut XYZ. Pengembalian tahunan sebesar 7,77 persen dan standar deviasi tahunan sebesar 15,07 persen untuk S&P 500 selama periode ini agak di bawah nilai jangka panjangnya. Pengembalian tahunan XYZ yang belum dibayarkan sebelum biaya, sebesar 18,21 persen, lebih dari dua kali lipat dari S&P; risiko, yang diukur dengan standar deviasi, adalah 6,68 persen.

Rasio pengembalian (tahunan) terhadap risiko untuk XYZ di 2,73 lebih dari lima kali lipat dari S&P. Memperkirakan 5 persen sebagai tingkat rata-rata T-bill tiga bulan selama periode tersebut, rasio Sharpe yang sesuai adalah 0,18 untuk S&P dibandingkan 1,98 untuk XYZ.

Gra ik di Lampiran E, Perbandingan Kinerja XYZ, menampilkan dua "zaman" utama. Yang pertama, dari 12 Agustus 1992, hingga awal Oktober 1998, menunjukkan peningkatan yang stabil. Zaman kedua, sejak saat itu hingga 13 September 2002, memiliki tingkat pengembalian yang lebih tinggi, termasuk lonjakan enam bulan yang luar biasa tepat setelah runtuhnya (setelah empat tahun) dana lindung nilai besar yang disebut, ironisnya, Manajemen Modal Jangka Panjang. Setelah percepatan selama kuartal terakhir tahun 1998 dan kuartal pertama tahun 1999, tingkat pertumbuhan kembali untuk sisa waktu tentang apa yang ada di zaman pertama. Namun, variabilitas di sekitartren lebih besar.

Salah satu penyebab variabilitas yang lebih besar ini mungkin adalah pemilihan George W. Bush yang tertunda dan disengketakan. Kami juga mengalami perubahan ekonomi laut dari surplus anggaran menjadi de isit besar-besaran sebagai akibat dari meningkatnya belanja dan pengurangan tarif pajak. Lebih banyak ketidakpastian datang dengan runtuhnya gelembung dot-com dan kengerian 9/11.

Kami menagih Mitra Ridgeline 1 persen per tahun ditambah 20 persen dari laba baru bersih. Kami secara sukarela mengurangi biaya selama periode ketika kami merasa kecewa dengan kinerja kami. Kami memberikan kembali lebih dari $ 1 juta kepada mitra terbatas. Beberapa manajer hedge fund serakah hari ini mungkin mengatakan pengembalian biaya kami secara ekonomi tidak rasional, tetapi investor kami senang dan kami hampir selalu memiliki daftar tunggu. Ridgeline ditutup sebagian besar waktu untuk investor baru, dan mitra saat ini sering dibatasi untuk menambah modal. Untuk mempertahankan pengembalian yang lebih tinggi, kami terkadang mengurangi ukuran kami dengan mengembalikan modal ke mitra.

Tidak seperti beberapa manajer dana lindung nilai yang juga memiliki daftar tunggu, kami dapat meningkatkan biaya kami dengan meningkatkan bagian kami dari keuntungan atau menambahkan lebih banyak modal, sehingga mendorong pengembalian ke mitra terbatas. Taktik seperti itu oleh mitra umum untuk menangkap hampir semua kelebihan yang disesuaikan dengan risiko, atau "alpha," daripada membaginya dengan investor lain adalah apa yang diprediksi oleh teori ekonomi. Sebaliknya, saya lebih suka memperlakukan pasangan terbatas karena saya ingin diperlakukan sebagai gantinya.

Pada Agustus 1998, hedge fund Long-Term Capital Management (LTCM), kumpulan $ 4 miliar, kehilangan hampir semua uangnya. Ber leverage tinggi, itu mengancam untuk default pada sesuatu seperti $ 100 miliar dalam kontrak. Beberapa mengklaim bahwa sistem keuangan dunia sendiri terancam.

Federal Reserve memutuskan LTCM "terlalu besar untuk gagal" dan ditengahi oleh sebuah konsorsium broker dan bank, yang masing-masing memiliki kepentingan inansial sendiri dalam menyelamatkan LTCM. Pada waktu yang hampir bersamaan, beberapa ekonomi Asia jatuh sakit, dan Rusia gagal membayar utangnya.

Kombinasi peristiwa sangat meningkatkan volatilitas di pasar keuangan. Apakah gangguan ini meningkatkan tingkat pengembalian potensial kami atau akankah itu menggagalkan sistem arbitrase statistik kami? Hedge fund menderita dalam berbagai cara. Pemilik sekuritas Asia kehilangan banyak.

Lembaga keuangan tiba-tiba kurang bersedia untuk memberikan kredit, dan dana lindung nilai leverage dipaksa untuk melikuidasi posisi. Kami mendengar bahwa posisi arbitrase statistik besar sedang ditutup. Ini sepertinya karena mereka likuid dan dapat dijual dengan cepat untuk mendapatkan uang tunai. Krisis deleveraging dan likuiditas ini meramalkan tayangan ulang global yang serupa dan jauh lebih besar di tahun 2008.

Jika ada pergerakan besar dari posisi arbitrase statistik, kami akan memperkirakan portofolio kami akan kehilangan sementara itu terjadi, karena jika orang lain menjual saham kami memiliki ini mendorong harga turun dan posisi panjang kami menunjukkan kerugian. Demikian pula, jika mereka telah menjual saham yang sama dengan yang kita miliki dan mereka membelinya kembali, ini akan menawar harga saham kita yang masih pendek dan kita menunjukkan kerugian. Setelah likuidasi portofolio turun, kita akan mengharapkan rebound. Apa yang sebenarnya terjadi adalah bahwa setelah penurunan kecil dalam empat hari terakhir bulan September, Oktober dimulai dengan enam hari berturut-turut di mana portofolio kami kehilangan 4,2

persen, pukulan paling tajam kamipernah mengalami. Karena ini baru setelah akhir kuartal, saya menduga itu karena likuidasi posisi arbitrase statistik untuk mengumpulkan uang tunai untuk memuaskan kreditor. Untungnya kami baru saja menyelesaikan bulan September dengan bulan terbaik kami.

Meskipun Oktober dimulai dengan buruk, kami memulihkan semua kerugian kami dan melanjutkan kemenangan beruntun yang dimulai pada bulan September. Itu berlangsung selama enam bulan yang luar biasa, hingga Februari 1999. Selama waktu ini kami menghasilkan 54,5 persen. Hasil untuk dua belas bulan yang berakhir dengan Agustus 1999 adalah bahwa mitra terbatas Ridgeline menghasilkan 72,4 persen. Ini dari produk netral pasar menggunakan leverage 2: 1 atau kurang. Beberapa mitra terbatas kami bertanya apakah kami pernah melihat yang seperti ini. Saya mengatakan kepada mereka bahwa dalam tiga puluh lima tahun investasi pasar-netral saya tidak pernah, tetapi tidak terbiasa, karena kami tidak mungkin mengulangi kinerja ini.

Antara Ridgeline dan XYZ kami mengelola sebanyak $ 400 juta dalam arbitrase statistik dan $ 70 juta lainnya dalam strategi lain, sedangkan puncak PNP adalah $ 272 juta. Dibandingkan dengan maksimal delapan puluh PNPkaryawan, hanya enam dari kami di Ridgeline menghadapi pesaing kami yang tangguh. Beberapa dari mereka memiliki ratusan karyawan, termasuk sejumlah PhD dalam matematika, statistik, ilmu komputer, isika, keuangan, dan ekonomi. Kami adalah operasi yang sangat otomatis, ramping, dan menguntungkan.

Kami memutuskan untuk menutup pada musim gugur 2002. Pengembalian, meskipun terhormat, telah menurun pada tahun 2001 dan 2002. Saya percaya ini disebabkan oleh pertumbuhan besar dalam aset dana lindung nilai, dengan perluasan yang sesuai dari program arbitrase statistik. Saya telah melihat ini terjadi sebelumnya pada tahun 1988 ketika perluasan arbitrase statistik Morgan Stanley tampaknya memiliki efek negatif pada pengembalian kami. Tingkat pengembalian yang menurun dalam arbitrase statistik tampaknya dikon irmasikan oleh pengalaman sebagian besar dana lindung nilai yang beroperasi di "ruang".

Alasan paling penting untuk menghentikan operasi adalah karena waktu lebih berharga bagi saya daripada uang tambahan. Vivian dan saya ingin menikmati anak-anak kami dan keluarga mereka, dan untuk bepergian, membaca, dan belajar. Sekali lagi waktunya untuk mengubah arah dalam kehidupan.

Dan saya memiliki investasi yang tetap menarik, seperti tabungan bersama dan konversi pinjaman di mana anak saya, Jeff, dan saya mulai berpartisipasi pada tahun 1990.