บทที่ 4seekun.net/Native-poul4-selection.pdfบทท 4 การค ดเล อกพ นธ และผสมพ นธ ไก พ นเม อง ค ณสมบ
ใหใหอนใหอน้อนพุพนธุพนธ นธั์...
Transcript of ใหใหอนใหอน้อนพุพนธุพนธ นธั์...
ใหอนพนธ สรรคกาไร โดยใช ใหอนพนธ สรรคกาไร โดยใช ““กรกกรก””ใหอนพนธ สรรคกาไร โดยใช ใหอนพนธ สรรคกาไร โดยใช ““กรกกรก””Profiting from “the Greeks” with TFEX Derivatives Profiting from “the Greeks” with TFEX Derivatives
ศาสตราจารย ดรศาสตราจารย ดร..อญญา ขนธวทยอญญา ขนธวทยศาสตราจารย ดรศาสตราจารย ดร..อญญา ขนธวทยอญญา ขนธวทยศาสตราจารยในสาขาวชาการเงนและการธนาคาร ระดบ ศาสตราจารยในสาขาวชาการเงนและการธนาคาร ระดบ 1111
กรตยาจารยแหงมหาวทยาลยธรรมศาสตรกรตยาจารยแหงมหาวทยาลยธรรมศาสตร
คณะคณะพาณชยศาสตรและการบญช พาณชยศาสตรและการบญช มหาวทยาลยธรรมศาสตรมหาวทยาลยธรรมศาสตร
หลกการและขอความจรงหลกการและขอความจรง
• ผลงทนเปน Rational Investor (1) ป ป ใ (P f M t L ) (1) ประสงคความมงคง และอตราผลตอบแทนทคาดและทเปนจรงในระดบทสง (Prefer More to Less)
(2) หลกเลยงความเสยง (Risk Aversion)
• การลงทนมความเสยง (Risky Investment)การลงทนมความเสยง (Risky Investment)(1) ผลงทนทพยายามหลกเลยงความเสยง สามารถรบความเสยงทสงขนได
แตการลงทนตองเสนออตราผลตอบแทนทคาดใหสงขนและคมคา
(2) อตราผลตอบแทนทคาดม 2 สวน คอ
(2.1) สวนปกต (Normal Return) สงตาตามระดบความเสยง
ไ (2.2) สวนเกนปกต (Abnormal ReturnAbnormal Return) คอ รบมากขน แตผลงทนไมตองรบความเสยงทเพมขน
• ความสามารถพเศษ (Investment Ability) ใ ไ ป ไ ไป โ ใ (1) เจาของเงนลงทนสามารถลงทนใหไดอตราผลตอบแทนตามปกตไดอยางตรงไปตรงมาโดยการลงทนใน
Portfolio ซงประกอบดวย Money Market Fund บวก Passive Index Fund
(2) อตราผลตอบแทนสวนเกนปกตมอยจรง สกทหนงในตลาดและในเวลาใดเวลาหนงบางเวลา ( )
แตตองอาศย ผมความสามารถพเศษ เทานน จงจะสราง PositivePositive Abnormal Return ได 2
พฤตกรรมรวมของราคาหลกทรพย พฤตกรรมรวมของราคาหลกทรพย (First Moments)(First Moments)
Price Performance
500
600
700
200
300
400
0
100
200
4/28/0
6
9/28/0
6
2/28/0
7
7/31/0
7
12/31
/07
5/31/0
8
10/31
/08
3/31/0
9
8/31/0
9
1/31/1
0
6/30/1
0
11/30
/10
4/30/1
1
9/30/1
1
2/29/1
2
7/31/1
2
SET-TR Index INTUCH BANPU
คาถามทวไป ผลงทนสมควรซอหนตวไหน
3
คาถามทสาคญกวา ผจดการจะเลอกหนไหน หรอ มกลยทธใดเพอสราง Abnormal Return
พฤตกรรมของราคาหลกทรพย พฤตกรรมของราคาหลกทรพย (Second Moment)(Second Moment)
SET TR Ab l t R tSET TR R t L l
25.00%
30.00%
SET-TR Absolute Return
10.00%
15.00%
SET-TR Return Level
15.00%
20.00%
-5.00%
0.00%
5.00%
2/08
6/09
2/10
7/11
3/11
5.00%
10.00%
-15.00%
-10.00% 02/22
02/06
01/22
01/07
12/23
0.00%
02/22
/08
02/06
/09
01/22
/10
01/07
/11
12/23
/11
-30.00%
-25.00%
-20.00%
คาถามทวไป ผลงทนมหนทางใดบางทจะทากาไรจากพฤตกรรมนของหลกทรพย คาถามทสาคญกวา ผจดการจะมกลยทธใดเพอสรางกาไรจานวนมาก โดยเฉพาะ Abnormal Return
4
คาถามทสาคญกวา ผจดการจะมกลยทธใดเพอสรางกาไรจานวนมาก โดยเฉพาะ Abnormal Return
การสราง การสราง Returns Returns และ และ Abnormal ReturnsAbnormal Returns
• กลยทธทางเลอก (Alternative Investment Strategies) (1) การใชกลยทธ Buy and Hold
(2) การใชกลยทธทอางอง The Greeks (2) การใชกลยทธทอางอง The Greeks
• ความหมายของ The Greeks ไ (1) ความหมายทวไป ตวอกษรกรกทระบระดบการเปลยนแปลงของราคาออปชนตามแบบจาลอง
Black-Scholes ทเกดจากการเปลยนแปลงของปจจยทกาหนดราคาออปชน
(2) ความหมายในทน ตวอกษรกรกทมาจากแบบจาลอง Black-Scholes แบบจาลอง CAPM หรอ (2) ความหมายในทน ตวอกษรกรกทมาจากแบบจาลอง Black-Scholes แบบจาลอง CAPM หรอ
แบบจาลองอนทางสถต เพอออกแบบกลยทธเพอทากาไร โดยใช TFEX Derivatives เปนเครองมอ
5
อกษรกรก อกษรกรก (Greek Alphabet)(Greek Alphabet)
ชออกษร Lowercase Uppercaseชออกษร Lowercase Uppercase
Alpha α Α
β ΒBeta β Β
Gamma γ Γ
Rho Ρ ρ
Delta δ ∆
Vegaν
ในภาษากรก ตวอกษร ν เรยก Nu และม Uppercase เขยนวา Νpp
6
Profiting from “the Greeks” with TFEX Profiting from “the Greeks” with TFEX LinearLinear DerivativesDerivatives
• TFEX Derivatives ม 2 กลม(1) Linear Derivatives คอ Futures เพราะราคาฟวเจอรสเปลยนแปลงแบบเปนเสนตรง
(Linear : Y = a + b*X) รวมกบตวแปรอางอง
ป ป ป ป ไ ป (2) Non-linear Derivatives คอ ออปชน เพราะราคาออปชนเปลยนแปลงแบบไมเปนเสนตรง
(Non-linear : Y = f(X)) รวมกบตวแปรอางอง
• The Greeks ทจะใชงาน โดยทาประโยชนจากพฤตกรรม First Moments• The Greeks ทจะใชงาน โดยทาประโยชนจากพฤตกรรม First Moments(1) Alpha
(2) BetaPrice Performance
(3) Gamma
(4) Rho *200
400
600
* Rh ไ ใ ใ ป โ Fi M ใ ใ TFEX Li D i i
0
SET-TR Index INTUCH BANPU
7
Rho ไมใชกลยทธทใชประโยชนจาก First Moment แตเสนอในทน เพราะจะใชงาน TFEX Linear Derivatives
เพอทากาไร
พฤตกรรมของอตราผลตอบแทนพฤตกรรมของอตราผลตอบแทน
• อตราผลตอบแทนเปนอตราผลตอบแทนสาหรบการลงทนสาหรบเวลาชวงหนงในอนาคต ไ ใ ป ป ช (R d V i bl ) อตราผลตอบแทนทจะเกดขนจรงไมแนนอน การวเคราะหจงกาหนดใหเปนตวแปรเชงสม (Random Variable)
โครงสรางเปนดงน
• อตราผลตอบแทนทคาดหรอ Expected Return (1) อตราผลตอบแทนทคาดวาจะไดรบตามปกต คอตามระดบความเสยงทแบกรบ
(2) ระดบอตราผลตอบแทนทคาดเปนไปตามแบบจาลอง สาหรบแบบจาลอง CAPM ระดบ เทากบ
อตราผลตอบแทนทไมไดคาด Unexpected ReturnUnexpected Return• อตราผลตอบแทนทไมไดคาด Unexpected ReturnUnexpected Return
(1) สวนตางของอตราผลตอบแทนทเกดขนจรงกบอตราผลตอบแทนทคาด
8
(2) คาทคาดของ Unexpected Return เทากบศนย
The Greek The Greek : : AlphaAlpha
• โครงสรางของอตราผลตอบแทนตาม CAPM
•• ขอสงเกตขอสงเกตขอสงเกตขอสงเกต(1) อตราผลตอบแทนสวนเกน (Excess Return)
(2) ตามปกต คอตามแบบจาลอง CAPM คา Alpha ตองเปน 0.00
• ความสามารถในการทากาไรเกนปกต• ความสามารถในการทากาไรเกนปกตตามปกต คา Alpha เทากบ 0.00
ถาหน k ใหคา Alpha ตางไปจาก 0.00 แสดงวาหน k ใหอตราผลตอบแทนเกนปกต p
ผจดการทสามารถระบหน k ได ยอมสามารถสรางอตราผลตอนแทน เกนปกตเทากบ Alpha (k) 9
AlphaAlpha : : พฤตกรรม วธการระบ และ พฤตกรรม วธการระบ และ StockStock--Selection AbilitySelection Ability
• พฤตกรรมของ Alpha (คา Alpha ณ เวลาตางๆ ของหน PTT)
25.00%
50.00%
-25.00%
0.00%
ใ ไป
-50.00%
• การระบ Alpha ใหพจารณา Regression ตอไปน
• ความสามารถในการระบ Alpha เปน StockStock--Selection AbilitySelection Ability (1) การระบ ตวหน k ทม Alpha ตางจาก 0.00 อยางมนยสาคญ
(2) การระบ ชวงเวลา ทหน k ทม Alpha ตางจาก 0.00 อยางมนยสาคญ ทงน ใหสงเกตวา Alpha
ม Time-Varying Behavior ดวย10
ตวอยาง ตวอยาง Alpha Alpha ของหนของหนการระบใชขอมลรายสปดาห แปลงเปนอตราตอปตงแต APR 28, 2006 – AUG 24, 2012
หน SET-TR PTT KBANK CPF SCB BBL BANPU ADVANC INTUCH PORT.
Mean 11.68% 7.28% 17.05% 31.67% 15.61% 10.65% 20.45% 22.79% 19.68% 15.96%
SD 1.68 2.05 2.43 2.07 2.62 2.21 3.00 2.08 2.17 1.59
Beta 1.00 1.28 1.18 0.61 1.25 1.05 1.34 0.67 0.76 0.87Beta 1.00 1.28 1.18 0.61 1.25 1.05 1.34 0.67 0.76 0.87
Alpha 0.00% -7.73% 3.23% 24.59% 0.96% -1.60% 4.77% 14.93% 10.98% 5.81%
T-Stat N.A. -1.12 0.42 2.48 0.11 -0.22 0.44 1.55 1.14 1.69
หมายเหต PORT. หมายถง Equally-Weighted Portfolio ของหนทกตวนาหนกเทากน แตไมรวมหน PTT หน CPF หน และหน BBL เพราะหนทงสามม Negative Alpha หรอ Significant, Positive Alpha
• ขอสงเกตสาคญ (1) หนสวนใหญม Alpha Alpha ไมตางจาก ไมตางจาก 00..00 00 อยางมนยสาคญ
(2) Alpha เปลยนแปลงตามเวลา ตวอยางเชนหน PTT ในหนากอน ซงบางเวลาอาจม Alpha ทมนยสาคญได
(3) การม Stock-Selection Ability จงมคามาก
(4) ป P f li P i i B I i ifi Al h ใ 11
(4) อนง การรวมเปน Portfolio ของหนทม Positive But Insignificant Alpha ทาใหความเสยงลดลง
เกดการกระจายทด และ Alpha เปน Positive and Significant ได
Portable AlphaPortable Alpha
• ความหมาย
อตราผลตอบแทนจากการลงทนทปราศจาก Market Risk (Beta Risk)
• การสรางอตราผลตอบแทนแบบ Portable Alpha
ใหสงเกตวา จากโครงสรางของหน k ทให Positive Alpha หากผจดการสามารถ ขจด Beta Risk ได ใหสงเกตวา จากโครงสรางของหน k ทให Positive Alpha หากผจดการสามารถ ขจด Beta Risk ได
หน k บวก “กลไกการขจด Beta Risk” จะกลายเปน Alpha Fund ทให Portable Alpha
12
บทบาทของ บทบาทของ Market Index Futures Market Index Futures ในการขจด ในการขจด Beta RiskBeta Risk
• ทฤษฎการกาหนดราคาฟวเจอรสแบบอาบทราจ
• การเปลยนแปลงราคาฟวเจอรส
• การขจด Beta Risk
ดงนน หากมฐานะชอรตใน Market-Index Futures เทากบ “ ” หนวย
ความเสยง Beta Risk ยอมถกขจดออกไป กลาวคอ
13
ขอควรระวงขอควรระวง ((11))• Portable Alpha มความเสยง
(1) เนองจาก Alpha เปนคา Estimate จงม Estimation Error
(2) แมสมมตให Estimation Error = 0.00 การลงทนใน Alpha Fund ยงมความเสยงจาก
ความเสยงเฉพาะตว (Unsystematic, Idiosyncratic Risk) ของ
หน PTT KBANK CPF SCB BBL BANPU ADVANC INTUCH
Alpha -7.73% 3.23% 24.59% 0.96% -1.60% 4.77% 14.93% 10.98%
STD ของ125.73% 139.56% 180.19% 155.75% 131.60% 197.89% 174.98% 175.48%
• คาแนะนา การลดความเสยงจาก Idiosyncratic Risk
(1) การใช Time Diversification คอลงทนใหยาวนานขน ความเสยงลดลงไดในอตรา( )
(2) การใช Asset Diversification ดงเหนตวอยางจาก Portfolio ใน น. 11
(3) ความสามารถในการระบหนทม High Alpha14
ขอควรระวง ขอควรระวง ((22))•• ความเสยง ความเสยง Basis RiskBasis Risk
สงเกตวา Rm เปนอตราผลตอบแทนของ SET-TR Index ในขณะทสญญาฟวเจอรสอางอง SET 50 Index ดงนน m
ดงนน ตวแปรอางองจงเปนคนละตวกน เกดเปน Basis Risk ขน การขจด Beta Risk จงไมสามารถทาไดอยางสมบรณ เพราะไมสามารถทา Perfect Hedging ได
ส SET TR I d R t N M th SET 50 F t R t• ความสมพนธระหวาง SET-TR Index Return กบ Near-Month SET 50 Futures Return
คาสถต ระดบ
Correlation 0 9791Correlation 0.9791
Total Beta Risk 100.00%
Hedge Effectiveness 95.87%
Basis Risk 4.13%
ประมาณการความเสยงทเพมขนจาก Basis Risk ทบวกเพมเขาไปใน Idiosyncratic Riskประมาณการความเสยงทเพมขนจาก Basis Risk ทบวกเพมเขาไปใน Idiosyncratic Risk
หน PTT KBANK CPF SCB BBL BANPU ADVANC INTUCH
% 11 48% 8 00% 1 29% 7 31% 7 03% 5 27% 1 68% 2 13%
15
% 11.48% 8.00% 1.29% 7.31% 7.03% 5.27% 1.68% 2.13%
The Greek The Greek : : GammaGamma• พฤตกรรมของ Market Portfolio (SET-TR Index) และกลยทธทเปนไปได
SET-TR Index 7000
6000
7000
SET TR Index
4000
5000
6000
3000
4000
5000
1000
2000
3000
0
1000
2000
6 7 8 9 0 1 2
0
4/28/0
6
4/28/0
7
4/28/0
8
4/28/0
9
4/28/1
0
4/28/1
1
4/28/1
2
• ขอสงเกต
4/28/0
6
4/28/0
7
4/28/0
8
4/28/0
9
4/28/1
0
4/28/1
1
4/28/1
2
Buy and Hold Timing (Long)
• ขอสงเกตหากผจดการม Perfect Foresight กลาวคอ ทราบทศทางการเปลยนแปลงของราคา Market Portfolio
อตราผลตอบแทนจากการลงทนจะไดสงมาก Buy and Hold = 74.53% สวน Timing (Long) = 414.80% y g ( g)
และหากเปน Timing (Long and Short) = 755.07% 16
Gamma Gamma และ และ Market Timing AbilityMarket Timing Ability
• การวดความสามารถ Market Timing Ability ในการลงทนของผจดการ(1) Magnitude Timer และ Treynor-Mazuy Gamma
(2) Direction Timer และ Merton-Henriksson Gamma
• หากผจดการม Market Timing Ability ผจดการปรบคา Bata ขนลงตาม R -R สงผลให• หากผจดการม Market Timing Ability ผจดการปรบคา Bata ขนลงตาม Rm-Rf สงผลให
คา Gamma > 0.00 17
Market Timing Ability Market Timing Ability คอความสามารถในการพยากรณคอความสามารถในการพยากรณขนาด ขนาด (Magnitude) (Magnitude) หรอทศทางหรอทศทาง (Direction) (Direction) ของ ของ RRmm( g )( g ) ( )( ) mm
• เทคนคในการพยากรณขนาดของ Rm : AR(p) Modelm
อตราผลตอบแทนในงวดหนงๆ มระดบขนกบ
(1) อตราผลตอบแทนในงวดกอนจานวน p งวด บวก
(2) Error Term
• การพยากรณ Rm,t+1 และการดาเนนกลยทธทาไดอยางตรงไปตรงมา(1) การทา Autoregression กบอดตจานวน p Lags (ใน EXCEL ใหใชคาสง REGRESSION ภายใต
DATA ANALYSIS)
(2) การใชคา Coefficients ทกาหนดไดรวมกบขอมล R R(2) การใชคา Coefficients ทกาหนดไดรวมกบขอมล Rm,t+1, … , Rm,t-p+1
(3) การเพม Beta เมอพบวา Rm,t+1 > 0.00 หรอ Rm,t+1 > Rf,t+1 18
ผลลพธของ ผลลพธของ AR(p) Model AR(p) Model ทพบสาหรบ ทพบสาหรบ SETSET--TR IndexTR Indexการระบใชขอมลรายสปดาห แปลงเปนอตราตอปตงแต การระบใชขอมลรายสปดาห แปลงเปนอตราตอปตงแต APR APR 2828, , 2006 2006 –– AUG AUG 2424, , 20122012
• AR(p) Model ทกาหนดไดตวแบบ AR(p) ของ SET-TR Index
Coefficients ระดบ t Stat (1) จานวน Lags p = 4
(2) คา Coefficients เปนดงตาราง
Coefficients ระดบ t Stat.
a0 0.1132 1.2412
a1 -0.0015 -0.0276
• ความสามารถในการพยากรณ a2 0.1831 3.3819
a3 0.1223 2.2594
a -0 1690 -3 0980a4 -0.1690 -3.0980ความสามารถของ AR(p) Model
ความสามารถ ระดบ
Mean Absolute Error 1.1350
จานวนทศทางทถกตอง 192 จาก 327
P value ของทศทางทถกตอง 0.0016
Average Timing (Long) Return 22.68%หมายเหต การพยากรณยงใช In-Sample ดงนน ผลลพธจง
“ ” ป ไ
19
Average SET-TR Return 12.90% อาจ “ด” กวาทจะเปนจรงได
Market Timing Ability Market Timing Ability คอความสามารถในการพยากรณคอความสามารถในการพยากรณขนาด ขนาด (Magnitude) (Magnitude) หรอทศทางหรอทศทาง (Direction) (Direction) ของ ของ RmRm( g )( g ) ( )( )
• เทคนคในการพยากรณทศทางของ Rm : Two-State Markov Switching Model (1) St t S ป B lli h St t B i h St t (1) อตราผลตอบแทนทคาดขนกบ State St วาเปน Bullish State หรอ Bearish State
(2) ความนาจะเปนท State St วาจะเปน Bullish หรอ Bearish ขนกบ State St-1 ทเกดขนในงวดกอน
(3) Two-State Markov Switching Model สามารถระบ PB (St+1 | St) ได ดงนน ( ) g ( t+1 | t)
หาก PB(St+1=Bullish | St) > Threshold เชนระดบ 50% แลว ผจดการจะพยากรณวา Rm เปนบวก
และม Long Exposure ใน SET-TR Market Portfolio
(4) การกาหนดตวแบบและระบ PB(St+1 | St) ใชวธ Kalman Filter ซงผบรรยายเขยนโปรแกรม ชอ
Two-State Markov Switching Model.xlsx ใหนาไปประยกตใช
(5) ตวแบบจาลอง T St t M k S it hi M d l เปนดงน(5) ตวแบบจาลอง Two-State Markov Switching Model เปนดงน
Transition PB Matrix
P(Bull | Bull) P(Bull | Bear)
20
P(Bull | Bull) P(Bull | Bear)
P(Bear | Bull) P(Bear | Bear)
ผลลพธของ ผลลพธของ Markov Switching Model Markov Switching Model สาหรบ สาหรบ SETSET--TR IndexTR Indexการระบใชขอมลรายสปดาห แปลงเปนอตราตอปตงแต การระบใชขอมลรายสปดาห แปลงเปนอตราตอปตงแต APR APR 2828, , 2006 2006 –– AUG AUG 2424, , 20122012
• Two-State Markov Model ทกาหนดไดคา Parameters สาคญ
Coefficients ระดบTwo State Markov Model ทกาหนดได (1) พฤตกรรมเปน 2 States และ Long Swing
(2) คา Parameters เปนดงตาราง
Coefficients ระดบ
Mu(Bull) 33.78%
Mu(Bear) -78.96%
• ความสามารถในการพยากรณTPM Bull (t-1) Bear (t-1)
Bull (t) 95.89% 4.11%
Bear (t) 16 98% 83 02%Bear (t) 16.98% 83.02%
ความสามารถของ Two-State Markov Switching Model
ความสามารถ ระดบ
จานวนทศทางทถกตอง 196 จาก 327
P value ของทศทางทถกตอง 0.0003
Average Timing (Long) Return 16.87%
A SET TR R 12 90%หมายเหต การพยากรณยงใช In-Sample ดงนน ผลลพธจง
“ ” ป ไ
21
Average SET-TR Return 12.90% อาจ “ด” กวาทจะเปนจรงได
การใชประโยชนจาก การใชประโยชนจาก SET SET 50 50 Futures Futures เมอผจดการม เมอผจดการม Positive GammaPositive Gamma
• กลยทธทางเลอก
(1) Portfolio ของ Money Market Instruments บวก Timing ใน SET 50 Futures
(2) Portfolio ของ Stocks เพอใหได Portable Alpha แลวปรบ Beta Risk ใหเพมหรอลดโดยใช
โดยใช SET 50 Futures ในลกษณะเดยวกนกบทเคยใชขจด Beta Risk
22
The Greek : Rho The Greek : Rho และ และ PairPair--Trading StrategiesTrading Strategies
• Rho หรอ ρ เปนอกษรกรกทใชระบระดบ Correlation ของ Asset Returns
• กลยทธ Pair-Trading Strategy
(1) กลยทธการทากาไรจากการเปลยนแปลงของราคาหลกทรพย โดยท Signal ใหทารายการคา และฐานะในหลกทรพยตามกลยทธ มาจากขนาดของ “ความเบยงเบน” จากความสมพนธทพงพบตามปกต
(2) ความสมพนธทพงพบตามปกต เปนความสมพนธตามสถต การทา Pair Trading Strategy จงถกเรยกวาเปน Statistical Arbitrage Strategyเรยกวาเปน Statistical Arbitrage Strategy
• ตวอยาง
หากการวเคราะหทางสถตพบวา เมอหน A มราคาเพมขน 10% หน B จะมราคาเพม 12%
วนน ผลงทนพบวา หน A มราคาเพม 10% ในขณะทหน B มราคาเพม 20%
กรณนจะเหนวา โดยเปรยบเทยบ หน A มราคาถก และ หน B มราคาแพง กรณนจะเหนวา โดยเปรยบเทยบ หน A มราคาถก และ หน B มราคาแพง
กลยทธ Pair-Trading จงแนะนาให ซอหน A ทมราคาถกและขายหรอขายชอรตหน B ทมราคาแพง
23
คาอธบาย คาอธบาย PairPair--Trading StrategyTrading Strategy
(1) Pair Trading เรยกวา Statistical Arbitrage เพราะ การ Form กลยทธอางอง Statistical Properties โดยเฉพาะ Correlation ระหวาง Asset Returns
(2) Pair Trading เรยก Arbitrage เพราะเปนการซอถก ขายแพง คลายกบ Arbitrage Strategy
(3) Pair Trading ไมใช Arbitrage เพราะ A และ B ไมใช Equivalent Assets
(4) Pair Trading อางอง Rho หรอ Correlation เพราะ หาก Rho = 1 แลว A และ B จะเปน Equivalent Assets และ Pair Trading Strategy จะเปน Arbitrage Strategy
ขอความจรงเนองจาก A และ B ไมใช Equivalent Assets ดงนน
ตามปกต ความเบยงเบนจงเกดขนไดในทางสถต โอกาสทากาไรจงไมไดเกดขนทกครงทเกดความเบยงเบน แตโอกาสจะเกดเฉพาะเมอ ความเบยงเบนมขนาดใหญ “อยางมนยสาคญ” ญ ญ
ประเดนปญหาความเบยงเบน ขนาดใหญเทาใด จงจะเรยกวาม นยสาคญ
24ขอควรระวงแมความเบยงเบนมนยสาคญ แตการม Position ครงนนอาจขาดทนได
TFEX Futures TFEX Futures กบ กบ Pair Trading StrategiesPair Trading Strategies
•• การใชงาน การใชงาน TFEX Futures ContractsTFEX Futures Contracts
เนองจาก Pair-Trading เปน Statistical Arbitrage ซงคอ “การซอถก พรอมๆ กบการขาย (ชอรต) แพง” ดงนน การใชงาน TFEX Futures จงเหมาะมากเพราะ
(1) สญญาสามารถซอหรอขายชอรตได
(2) เปนการ Leverage จงทาใหมตนทนตากวา
•• ขอควรระวงขอควรระวง(1) Possible Pairs มจากด
(2) โอกาสทจะพบสภาพคลองทตา
•• ทางเลอกอน ทางเลอกอน ทางเลอกอน ทางเลอกอน
การทา SBL กบ “ของแพง” รวมกบการม Long Position ใน “ของถก”
25
Statistical PropertiesStatistical Properties ของ ของ TFEX FuturesTFEX FuturesCorrelation Matrix
Contracts GFc1 SVFc1 BROc1 USDc1 S50c1Contracts GFc1 SVFc1 BROc1 USDc1 S50c1
GFc1 1.00 0.64 0.30 -0.70 0.18
SVFc1 0.64 1.00 0.23 -0.65 0.32
BROc1 0.30 0.23 1.00 -0.45 0.35
USDc1 -0.70 -0.65 -0.45 1.00 -0.54
S50c1 0.18 0.32 0.35 -0.54 1.00
Residual Risk (SMA of e) : RA = a0 + a1*RB + e
Futures A >> GFc1 SVFc1 BROc1 USDc1 S50c1
GFc1
SVFc1 0.45%
BROc1 0.56% 1.45%
USDc1 0 43% 1 12% 1 21%
26
USDc1 0.43% 1.12% 1.21%
S50c1 0.58% 1.41% 1.27% 0.23%
GOLDGOLD--SILVER Futures PairSILVER Futures PairDaily Data of Nearby Contracts from Jun Daily Data of Nearby Contracts from Jun 66, , 2012 2012 –– Sep Sep 77, , 20122012
•• Functional RelationshipFunctional Relationship
RGOLD = 0.0001 + 0.2543RSILVER + eRGOLD 0.0001 0.2543RSILVER e
•• พฤตกรรมของ พฤตกรรมของ Deviations eDeviations e
(1) ตามกรอบ “สญญาณ 80% (=±1.28SD)” และ “สญญาณ 60% (=±0.84SD)”
(2) สญญาณ 80% (60%) ของ In-Sample พบวามจานวน 14 (21) ครงจาก 65 ครง คดป 21 53% (32 31%) เปน 21.53% (32.31%)
0.0150ตวอยางของ Signal 60% ทออนและผดพลาด
Gold แพง SILVER ถก
0.0000
0.0050
0.0100
-0.0100
-0.0050
6/6/12
6/26/1
2
7/16/1
2
8/5/12
8/25/1
2
27-0.0200
-0.0150
Gold ถก SILVER แพง
การอานสญญาณและการอานสญญาณและ PositionsPositions
ป ป •• Positions Positions ทมเปนทางเลอกทมเปนทางเลอก
(1) เมอ e > 0 แสดงวา GOLD แพง SILVER ถก จง ขายชอรต GOLD และซอ SILVER
ใ(2) เมอ e < 0 ใหทาตรงขามกบ (1)
•• ขอสงเกต ขอควรระวง และคาแนะนาขอสงเกต ขอควรระวง และคาแนะนา
(1) หากเลอก Threshold ทตา สญญาณจะเกดบอยครง และจะพบกบ False Signals บอยครง
(2) ในการทางานจรง ใหทา (Out-of-Sample) Validation Tests กอน และตรวจสอบ
(2.1) สภาพคลองของสนคา
(2.2) Trading and Financing Costs( ) g g
28
การอานสญญาณโดยวธอนสาหรบ การอานสญญาณโดยวธอนสาหรบ Pair Trading StrategiesPair Trading Strategies
• การพจารณา Time-Series Behavior ของ (Gold-Silver) Price Ratio แลวพจารณาระดบทตกนอก SD Band
26
28
22
24
1 21 41 61 81 101 121 141 161 181 201 221
• การวเคราะห Co-Integration Behavior ของ (Gold-Silver) Prices หรอ Logged Prices10.20 0.04
9.709.809.90
10.0010.10
0.000.010.020.03
1 21 41 61 81 101 121 141 161 181 201 221
Ln (Gold) Ln (20 Silver) -0.04-0.03-0.02-0.01 1 21 41 61 81 101 121 141 161 181 201 221
29
NonNon--Linear TFEX OptionsLinear TFEX Options
• ออปชน เปน Non-linear Derivatives เพราะราคาออปชนเปลยนแปลงแบบไมเปนเสนตรงกบตวแปรอางอง (Option a + b x Underlying) (1) คอลออปชน
(2) พทออปชน
• สตรการกาหนดราคาCall Option Put Option
ตาม Black-Scholes Pricing Model ใชโปรแกรม Black-Scholes Option Prices and Greek.xlsx
30
การประมาณขนาดการเปลยนแปลงของราคาและ การประมาณขนาดการเปลยนแปลงของราคาและ The GreeksThe Greeks
•• การเปลยนแปลงของราคา การเปลยนแปลงของราคา Call OptionCall Option
•• การเปลยนแปลงของราคา การเปลยนแปลงของราคา Put OptionPut Option
31
ขนาดของ ขนาดของ The GreeksThe Greeks
The Greeks Call Put
D ltDelta
GammaGamma
Vega
หมายเหต
1. การคานวณ The Greeks ดไดจาก Black-Scholes Option Prices and Greek.xlsx
หมายเหต2.
32
The Greek : Delta The Greek : Delta และ และ Directional TradeDirectional Trade
• ขนาดของ กาไรกาไร จากการลงทนในออปชน เมอราคา “หนแม” เปลยนแปลง
•• Profiting from The DeltasProfiting from The Deltas•• Profiting from The DeltasProfiting from The Deltas(1) เมอราคาหนเพมขน ราคาของคอลจะเพม (Delta ≥ 0) ราคาของพทจะลด (DeltaP ≤ 0)
(2) โดยทวไป อตราผลตอบแทนจากออปชนจะสงกวาอตราผลตอบแทนของหนมาก
(3) ดงนน หากผลงทนม Market Timing Ability
ผลงทนสามารถสราง Directional Trading Strategies ไดอยางตรงไปตรงมา
(3.1) เมอพยากรณวาหนจะขน ให Long Call หรอ Short Put
(3.2) เมอพยากรณวาหนจะลง ให Long Put หรอ Short Call
33
The Greek : Delta The Greek : Delta และ และ Delta NeutralDelta Neutral
• ขอความจรง
• ความหมายและการใชงาน ป (1) ความเสยงจาก Call Option และจาก Stock เปนความเสยงเดยวกนจาก
(2) ความเสยงมความสมพนธระหวางกนอยางเปนระบบ ดวย Factor ขนาด Delta
(3) ดงนน หากม Long Position ใน Call จานวน +1 หนวย และ(3) ดงนน หากม Long Position ใน Call จานวน 1 หนวย และ
ม Short Position ใน Stock หรอ Stock Futures จานวน (-) Delta หนวย
ความเสยงยอมถกขจดออกไป
(4) กลยทธการ Long 1 Option และ Short Delta Stocks
กลยทธการ Short 1 Option และการ Long Delta Stocks
ป ใ P tf li ใ D lt 0 00 D lt N t l St t จงเปนกลยทธทให Portfolio ทให Delta = 0.00 หรอซงคอ Delta Neutral Strategy
(5) กลยทธ Delta Neutral เปน Perfect Hedge เพราะสามารถขจดความเสยงออกไปไดทงหมด
34
Understanding The Greek : GammaUnderstanding The Greek : Gamma
• ขนาดการเปลยนแปลงของราคาออปชน เมอราคาหนเปลยนแปลง(1) Naked Position
(2) Delta Neutral Position
• พฤตกรรมของ GammaATM Options ม Gamma สงสด
0.5 Gamma dS2
35
The Greek : Gamma The Greek : Gamma และ และ Gamma TradingGamma Trading
•• ขอสงเกตเกยวกบ ขอสงเกตเกยวกบ GammaGamma(1) G V S ll G ส ส ปช At th M (1) Gamma = Very Small และ Gamma มระดบสงสด เมอออปชนมสถานะ At the Money
(2) การม Long Position ในออปชน ถอวามสถานะ Long (Positive) Gamma
(3) พจน 0.5 Gamma dS2 (Gamma Contribution) มคาบวก ( ) ( )
ดงนน ในทางทฤษฎ การมฐานะ Gamma-Delta Neutral Position ในออปชนจงทากาไรเสมอ
(4) ในชวงเวลาสนๆ ททา Delta Hedge นน dS = Small >> (dS)2 = Very Small
ดงนน ผลประโยชนจาก Gamma จงนอยและอาจไมคมคา Trading Costs Trading Costs
ยกเวน เมอ dS = (Probably) Large ซงคอในชวง Volatile Market หรอ (Very) Bullish or Bearish Market
•• Profiting from the GammaProfiting from the Gamma(1) การทา Long Gamma-Delta Neutral Position
(2) การเลอก At or Near the Money Options0.1500
0.2000
0.2500
Cont
ribut
ion
(2) การเลอก At or Near the Money Options
(3) การพยากรณภาวะตลาดวา
(3.1) ตลาดเปน (Very) Bullish or Bearish Market 0.0000
0.0500
0.1000
5 00 3 00 1 00 1 00 3 00 5 00
Gam
ma C
(3.2) ตลาดเปน Volatile Market36
-5.00 -3.00 -1.00 1.00 3.00 5.00
Price Change
การพยากรณ การพยากรณ Volatility Volatility และ และ Volatility Timing AbilityVolatility Timing Ability
•• หลกฐานเชงประจกษหลกฐานเชงประจกษ
10.00%
SET 50 Return
25.00%
30.00%
Absolute SET 50 Return
-10.00%
0.00%
11/02
/07
10/17
/08
10/02
/09
09/17
/10
09/02
/11
08/17
/12
5.00%
10.00%
15.00%
20.00%
-30.00%
-20.00% 0.00%
11/02
/07
10/17
/08
10/02
/09
09/17
/10
09/02
/11
08/17
/12
•• ขอสงเกตขอสงเกต (1) ระดบ Volatility สงตา เปนชวงๆ
(2) ชวงใดท Volatility สง Volatility มกสงตอเนองและชวงใดท Volatility ตา Volatility มกตาตอเนอง
(3) ลกษณะนเรยก Volatility Clustering และสามารถพยากรณได (3) ลกษณะนเรยก Volatility Clustering และสามารถพยากรณได
37
Implied Volatility Implied Volatility เพอการพยากรณ เพอการพยากรณ VolatilityVolatility
•• ความหมายความหมาย(1) STD ใ (1) คา STD ททาให ราคาทฤษฎ = ราคาตลาด กลาวคอ
(2) Implied Volatility เปน Volatility ของ Underlying Variable
ทตลาดคาดวาจะเกดขนในชวงอายคงเหลอของออปชน
•• ขอความจรงและขอควรระวงขอความจรงและขอควรระวง(1) พฤตกรรม Volatility Smile กลาวคอ Implied Volatility ของออปชนของหนเดยวกน
อาจตางกนไดขนกบ Strike Price
(2) Implied Volatility อาจใชเปนเพยงการสอสารเรอง Quoted Price (2) Implied Volatility อาจใชเปนเพยงการสอสารเรอง Quoted Price
เพราะ Market อาจใช Pricing Model อนทไมใช Black-Scholes Model
(3) เมอตลาดม Liquidity ตา และราคาตลาดเปน Stale Price
ระดบ Implied Volatility อาจไมสามารถสะทอน Forecast Volatility ไดด38
หลกฐานเชงประจกษเกยวกบ หลกฐานเชงประจกษเกยวกบ Volatility ClusteringVolatility ClusteringTime Series Time Series ของ ของ ATM Implied VolatilityATM Implied Volatility
• Implied Volatility ของ ATM SET 50 Call และ SET 50 Absolute Return (t+1)
800
1,000
200
400
600
011
/02/07
10/17
/08
10/02
/09
09/17
/10
09/02
/11
08/17
/12
• ขอสงเกต
Abs Ret(t+1) Imp Vol
Implied Volatility แสดงพฤตกรรม Volatility Clustering เชนเดยวกนกบ Absolute Return
39
Implied Volatility Implied Volatility และ และ Volatility SmileVolatility Smile• การพบ Volatility Smile ของ SET 50 Options เชนเดยวกบในตลาดตางประเทศ
Average
32
37Average
22
27
• แต..... Time-Varying Behavior ของ Volatility Smile
80 85 90 95 100 105 110 115 120
80
100
10 OCT 2008
35
45
9 OCT 2012
40
60
80 90 100 110 1205
15
25
80 85 90 95 100 105 110 115 120
40
80 90 100 110 120 80 85 90 95 100 105 110 115 120
ตวแบบจาลอง ตวแบบจาลอง GARCH (GARCH (11, , 11) ) เพอการพยากรณ เพอการพยากรณ VolatilityVolatility•• ตวแบบจาลองตวแบบจาลอง
(1) พฤตกรรมของอตราผลตอบแทนและ Volatility
(2) การพยากรณคา Variance (ht+1 given Data up to Time t)
•• การกาหนดการกาหนดตวแบบจาลอง GARCH(1, 1) (1) การใชวธ M i Lik lih d E ti ti (1) การใชวธ Maximum Likelihood Estimation
(2) ใหดโปรแกรม GARCH(1,1) Model.xlsx สาหรบ SET50 Index
คา Parameters ระดบคา Parameters ระดบ
Mu 0.0047
B0 0.0001500
1,000
41B1 0.2505
B2 0.6717
0
Abs Ret(t+1) Sqrt GARCH
ความสามารถในการพยากรณ ความสามารถในการพยากรณ Absolute R(t+Absolute R(t+11))
ตวชวดImplied Volatilityของ ATM Call
In-SampleGARCH (1,1)
% Correct Direction 48.02% 52.57%
P Value 0 5287 0 4138P Value 0.5287 0.4138
R2 0.0767 0.0924
ขอสรป การใช Implied Volatility และ GARCH ไมสามารถ พยากรณ “Realized Volatility” ไดอยางแมนยา p y y
42
Volatility Volatility และ และ Option PricesOption Prices
•• ขอความจรงขอความจรง (1) ราคาออปชนถกกาหนดโดย Volatility
(2) หาก Volatility เพม ราคาออปชนควรเพม และหาก Volatility ลด ราคาออปชนควรลด
ขอสงเกต ขอสงเกต (1) การเพมขนของ Volatility ทาใหราคาออปชนปรบตวสงขน(2) Volatility ทเปลยนน หมายถง Implied Volatility
ไ ไ ไ43
(3) หากผลงทนสามารถพยากรณ Implied Volatility ได ผลงทนยอมทากาไรจากออปชนได
The Greek : Vega The Greek : Vega และ และ Vega TradeVega Trade
• พฤตกรรมของ Vega
(1) ขนาดการเปลยนแปลงราคาออปชนตามการเปลยนแปลงของ Volatility
(2) Vega ของคอลและพทมขนาดเทากนและ Long Option หมายถง Long Vega
(3) Vega > 0 มคาสงสด เมอออปชนเปน At the Money
• Profiting from the Vega
(1) ผลงทนทมฐานะ Long (Short) Options ซงคอ Long (Short) Vega
จะไดกาไรเมอ Volatility เพมขน (ลดลง)
(2) ดงนน หากผลงทน สามารถพยากรณ (Implied) Volatility ได ผลงทนพงมกลยทธ Vega Trade
(2.1) Long Vega เมอพยากรณวา Rising Volatility
(2.2) Short Vega เมอพยากรณวา Falling Volatility
44
ความสามารถในการพยากรณ ความสามารถในการพยากรณ Implied VolatilityImplied Volatility
ตวชวดIn-Sample
AR(4)In-Sample
GARCH (1,1)
% Correct Direction 41.94% 51.21%
P Value 0 0111 0 0732P Value 0.0111 0.0732
R2 0.8251 0.5714
ขอสรป ใ ไ ไ (1) การใช Lagged Implied Volatilities และ GARCH ไมสามารถ พยากรณ “Implied Volatility” ไดอยางแมนยา
(2) Significance ของ AR(4) หมายถง “ผดพลาดอยางมนยสาคญ” คา R2 ทสงจงเปนภาพลวงตา
45
สรป คาถาม คาตอบและการอภปรายสรป คาถาม คาตอบและการอภปราย
ΣαςΣας ευχαριστώευχαριστώ..ΓειαΓειασαςσας
ขอบคณ ขอบคณ ==สวสดสวสด ==
ศาสตราจารย ดรศาสตราจารย ดร..อญญา ขนธวทยอญญา ขนธวทย
ΓειαΓειασαςσαςสวสดสวสด ==
ญญญญศาสตราจารยในสาขาวชาการเงนและการธนาคาร ระดบ 11
กรตยาจารยแหงมหาวทยาลยธรรมศาสตรคณะพาณชยศาสตรและการบญช มหาวทยาลยธรรมศาสตร
46
คณะพาณชยศาสตรและการบญช มหาวทยาลยธรรมศาสตร