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.
Comments
Post a Comment