Chapter 6 - RELATIVE VALUE และ CORRELATION TRADING การแสวงหากำไรจากความสัมพันธ์

บทนี้มุ่งเน้นกลยุทธ์การซื้อขายที่ใช้ประโยชน์จากความสัมพันธ์ระหว่างสินทรัพย์ (Correlation) โดยเน้นที่การซื้อขายมูลค่าสัมพัทธ์ (Relative Value) ทั้งในตลาดหุ้นและตลาดความผันผวน (Volatility).

---

6.1 Relative Value Trading: การซื้อขายมูลค่าสัมพัทธ์ของหุ้น 🤝

Relative Value Trading (RV Trading) เป็นกลยุทธ์ที่พยายามทำกำไรจากการที่ราคาสินทรัพย์ที่มีความสัมพันธ์กันสูง 2 ตัว เบี่ยงเบน ออกจากกันชั่วคราว และคาดว่าจะ กลับสู่ค่าเฉลี่ย (Mean Reversion) ในที่สุด.

6.1.1 หลักการพื้นฐานและแหล่งกำไร

• หลักการ: เลือกสินทรัพย์ที่มีความสัมพันธ์กันสูงด้วยเหตุผลทาง พื้นฐาน (Fundamental) หรือ สถิติ (Statistical) โดยเชื่อว่าความเบี่ยงเบนชั่วคราวเป็นเพียงองค์ประกอบ “Noise” ที่จะกลับสู่ค่าเฉลี่ย.
• การดำเนินการ: มักทำเป็นกลยุทธ์ Long-Short (Long สินทรัพย์ที่คาดว่าราคาถูก/ดีกว่า และ Short สินทรัพย์ที่คาดว่าราคาแพง/แย่กว่า).

[สื่อสารอย่างง่าย: ยางยืดของราคา] RV Trading เหมือนกับการเล่นกับ ยางยืด . หุ้น A และหุ้น B ถูกผูกไว้ด้วยกันด้วยความสัมพันธ์เชิงพื้นฐาน หากหุ้น A พุ่งไปไกลกว่าหุ้น B มากเกินไป (ยางยืดถูกดึงจนตึง) RV Trader จะ Long B และ Short A โดยเดิมพันว่าราคาทั้งคู่จะกลับมาใกล้กันอีกครั้ง (ยางยืดจะหดตัวกลับ).

6.1.2 5 ประเภทหลักของ Relative Value Trades

1. Dual Listing (จดทะเบียนคู่): ซื้อขายหุ้นเดียวกันที่จดทะเบียนในตลาดต่างกัน (มีความเสี่ยง Execution Risk).
2. Share Class (ประเภทหุ้น): ซื้อขายหุ้นหลายประเภทในบริษัทเดียวกัน (เช่น หุ้นบุริมสิทธิ vs. หุ้นสามัญ) ซึ่งราคาสามารถเบี่ยงเบนได้จากสิทธิ์ในการออกเสียงหรือสภาพคล่อง.
3. Cross-Holding (Stub Trade): บริษัทหนึ่งถือหุ้นบริษัทอื่นอย่างมีนัยสำคัญ กลยุทธ์คือการ Long-Short เพื่อกำจัด Exposure ของหุ้นที่ถูกถือและต้องการ Exposure บริสุทธิ์ในบริษัทหลัก.
4. Event-Driven: การซื้อขายที่อิงกับเหตุการณ์เฉพาะ เช่น การควบรวมกิจการ (M&A) โดยราคาหุ้นเป้าหมายมักต่ำกว่าราคาเสนอซื้อ (เพื่อชดเชยความเสี่ยงที่การควบรวมจะล้มเหลว).
5. Long-Short (Sector Play): การเทรดหุ้น 2 ตัวใน Sector เดียวกัน (Long ตัวที่คาดว่าจะดีกว่า, Short ตัวที่คาดว่าจะแย่กว่า) ซึ่งช่วยให้ผลตอบแทน โฟกัสไปที่ความสามารถในการเลือกหุ้น (Stock Picking).

6.1.3 การถ่วงน้ำหนักตำแหน่ง (Weighting) และเครื่องมือ

• การถ่วงน้ำหนัก Beta: ควรมีการถ่วงน้ำหนักตำแหน่ง Long และ Short ตาม Beta เพื่อให้สถานะเป็นกลางต่อตลาดโดยรวม (Market Neutral). Beta สามารถประมาณได้จาก Volatility ของหุ้นเทียบกับ Volatility ของตลาด.

• เครื่องมือในการเทรด (Trade-offs):

  1. Cash/Delta-1: สภาพคล่องสูงสุด (Liquidity) แต่มีความเสี่ยงขาดทุนไม่จำกัด.
  2. Options (Vanilla): ให้ Convexity (จำกัด Downside) และสามารถ Rotate ตำแหน่งจาก Cash/Delta-1 เป็น Call เมื่อเริ่มมีกำไรเพื่อล็อคผลตอบแทน.
  3. Outperformance Options: เหมาะสมที่สุดสำหรับ RV Trade ให้ Downside ที่จำกัด แต่มีสภาพคล่องต่ำ.

---

6.2 Relative Value Volatility Trading: การซื้อขายความผันผวนสัมพัทธ์ 💥

Relative Value Volatility Trading (RV Vol Trading) คือการซื้อขายเปรียบเทียบความผันผวนระหว่าง 2 หลักทรัพย์ (Volatility Pairs) โดยใช้ Options, Variance Swaps, หรือ Volatility Futures.

6.2.1 สองแหล่งกำไรหลักของ RV Vol Trading

1. Mean Reversion (ระยะสั้น): การทำกำไรจากการที่ Implied Volatility ของคู่เทรดที่เบี่ยงเบนออกจากกันชั่วคราวคาดว่าจะ กลับสู่ค่าเฉลี่ย (เป็นแหล่งกำไรหลักสำหรับ Trade ระยะสั้น).
2. Carry (ระยะยาว): ผลต่างระหว่าง Realized Volatility และ Implied Volatility (Carry) เป็นแหล่งกำไรที่สำคัญสำหรับ Trade ระยะยาว.

• การดำเนินการ: นักลงทุนจะเปิดสถานะ Short Volatility ของสินทรัพย์ที่ราคา แพงกว่า (สูงกว่าช่วงปกติ) และ Long Volatility ของสินทรัพย์ที่ราคา ถูกกว่า (ต่ำกว่าช่วงปกติ).

6.2.2 รูปแบบการถ่วงน้ำหนักตำแหน่ง (Weighting Schemes)

การถ่วงน้ำหนักมีความสำคัญอย่างยิ่งในการกำหนด Exposure สุทธิของ Volatility Pair Trade.

Scheme	สมมติฐานการเคลื่อนไหว	Exposure สุทธิ	เหมาะสำหรับ
Theta-Weighted	Volatility จะเคลื่อนไหวใน สัดส่วนเปอร์เซ็นต์ที่เท่ากัน (Proportional Move).	Zero Theta และ Zero Vega ต่อการเคลื่อนไหวแบบ Proportional.	คู่เทรด ประเภทเดียวกัน (เช่น Index vs Index).
Vega-Weighted	Volatility จะเคลื่อนไหวใน ปริมาณสัมบูรณ์ที่เท่ากัน (Absolute Move).	Zero Vega (เป็นกลางต่อการเปลี่ยนแปลงของระดับ Volatility).	คู่เทรด ต่างประเภท (เช่น Index vs Single Stock).

• Zero Vega: การถ่วงน้ำหนักแบบ Vega-Weighted ทำให้สถานะโดยรวมมี Zero Vega (เป็นกลางต่อการเปลี่ยนแปลงของระดับ Volatility) แต่ยังมี Exposure ต่อ Skew/Correlation.
• Zero Theta/Vega: การถ่วงน้ำหนักแบบ Theta-Weighted ทำให้สถานะมีความไวต่อ $\text{Volatility}$ (Vega) และ $\text{Time Decay}$ (Theta) ใกล้เคียงศูนย์ ให้ Exposure บริสุทธิ์ ต่อการตั้งราคา Skew/Correlation ที่ผิด.

---

6.3 Correlation Trading: การซื้อขายความสัมพันธ์ระหว่างสินทรัพย์

Correlation Trading คือกลยุทธ์ที่ใช้ประโยชน์จากความไม่สมดุลในการตั้งราคา Implied Correlation (ความสัมพันธ์โดยนัย) ระหว่างความผันผวนของดัชนี (Index Volatility) กับความผันผวนของหุ้นรายตัว (Single-Stock Volatility).

6.3.1 หลักการของ Index Volatility และ Implied Correlation

• Index Volatility มีค่าต่ำกว่า: Volatility ของดัชนีจะมีค่า ต่ำกว่า ผลรวม Volatility ถ่วงน้ำหนักของหุ้นรายตัวในดัชนีเสมอ เนื่องจากดัชนีได้รับ Diversification Benefit (ผลประโยชน์จากการกระจายความเสี่ยง).
• สูตรความสัมพันธ์ (Variance Based): ความสัมพันธ์โดยนัย (Implied Correlation, $\rho_{imp}$) สามารถประมาณได้จากอัตราส่วนระหว่าง Index Variance กับ Weighted Average Single Stock Variance: $$\rho_{imp} \approx \frac{\sigma_{I}^2}{\sum w_i \sigma_i^2}$$
  • เมื่อ $\rho_{imp} = 100%$ Volatility ของดัชนีจะเท่ากับ Volatility ถ่วงน้ำหนักของหุ้นรายตัว.

[สื่อสารอย่างง่าย: ตะกร้าผลไม้] ลองนึกภาพคุณซื้อหุ้น $10$ ตัว (Single Stocks) โดยแต่ละตัวมีความเสี่ยง $30%$ หากหุ้นทั้ง $10$ ตัวเคลื่อนไหวเป็นอิสระต่อกัน (Correlation ต่ำ) ความเสี่ยงรวมของ “ตะกร้าหุ้น” (ดัชนี) จะต่ำกว่า $30%$ มาก. Correlation Trading คือการเดิมพันว่าส่วนลด (Discount) ของความเสี่ยงของตะกร้าหุ้นนั้นยุติธรรมหรือไม่.

6.3.2 แรงกดดันจาก Structured Products และ Imbalance

• Long Implied Correlation Flow: การขายอนุพันธ์ Exotic (เช่น Worst-of/Best-of Options) โดยผู้ขาย Structured Products (SPs) ทำให้ธนาคารมีสถานะ Short Implied Correlation. เพื่อ Hedging สถานะนี้ ธนาคารต้อง ซื้อ Implied Correlation กลับคืน ซึ่งสร้างแรงกดดันให้ Implied Correlation ถูกตั้งราคาสูงเกินไป.
• Dispersion Trading: เป็นกลยุทธ์ที่ได้รับความนิยมสูงสุดในการทำกำไรจาก Imbalance นี้.

6.3.3 กลยุทธ์หลักในการเทรด Correlation

A. Dispersion Trading (Short Implied Correlation)

• สถานะ:
  • Short Index Volatility (ขาย Volatility ที่แพงเกินไปของดัชนี).
  • Long Single Stock Volatility (ซื้อ Volatility ที่ถูกกว่าของหุ้นรายตัว).
• Exposure: เป็นสถานะ Short Implied Correlation (คาดว่าความสัมพันธ์ของหุ้นจะลดลง).
• เครื่องมือ: ในอดีตใช้ Variance Swaps ปัจจุบันมักใช้ Straddles หรือ Volatility Swaps.
• Warning (Volga Risk): Dispersion Trade เป็นสถานะ Short Vol of Vol (Volga). หาก Volatility พุ่งสูง (โดยเฉพาะในภาวะตลาดตกต่ำ) การ Hedging จะทำให้ขาดทุน. ดังนั้น Implied Correlation ที่เทรดต้องมี Premium สูงกว่าราคา Fair Value ของ Correlation Swap ประมาณ $\mathbf{10}$ จุด เพื่อชดเชยความเสี่ยง Volga นี้.

B. Correlation Swaps

• Payoff: ขึ้นอยู่กับค่าเฉลี่ยของ Pairwise Realised Correlation (ความสัมพันธ์เป็นคู่ระหว่างหุ้นแต่ละคู่ในตะกร้า) ลบด้วย Strike ที่กำหนด.
• ระดับราคา: มักเทรดสูงกว่า Realised Correlation ประมาณ $\mathbf{5}$ จุด.
• ข้อจำกัด: มีสภาพคล่องต่ำกว่า Dispersion Trading.

C. Covariance Swaps

• Payoff: อิงกับ Covariance ($\rho \times \sigma_A \times \sigma_B$).
• การใช้งาน: ถูกออกแบบมาเพื่อ Hedging ความเสี่ยงของ Option บนตะกร้าสินทรัพย์ (Basket Option) ได้ดีกว่า Correlation Swap.

---

6.4 การเทรด Implied Jumps: การเก็งกำไรจากการประกาศผลประกอบการ 📢

กลยุทธ์นี้ใช้ Options ที่มีวันหมดอายุคร่อม วันสำคัญ (เช่น วันประกาศผลประกอบการ) เพื่อประเมินและซื้อขายความคาดหวังของตลาดต่อการเคลื่อนไหวของราคาแบบกะทันหัน (Jump).

6.4.1 การแยกองค์ประกอบ Volatility (Jump vs. Diffusive)

• Total Volatility: Volatility ของ Option ที่หมดอายุหลังวันสำคัญประกอบด้วย 2 ส่วน:
  1. Diffusive Volatility ($\sigma_{\text{Diffusive}}$): Volatility ปกติของหุ้นในช่วงเวลาที่ไม่มีข่าวสำคัญ.
  2. Jump Volatility ($\sigma_{\text{Jump}}$): Volatility ที่เกิดจากการเคลื่อนไหวแบบกะทันหันในวันสำคัญนั้นๆ.

$$\sigma_{\text{Expiry after Jump}}^2 = \sigma_{\text{Diffusive}}^2 \times \frac{T}{T-1} + \sigma_{\text{Jump}}^2 \times \frac{T}{T-1}$$

• การประมาณค่า: $\sigma_{\text{Diffusive}}$ มักใช้ Implied Volatility ของ Option ที่หมดอายุ ก่อน วันสำคัญเป็นตัวแทน.

6.4.2 กลยุทธ์การเทรด Jump (Calendar Trade)

• หลักการ: ทำ Relative Value Trade ระหว่าง Options ที่มี Maturity ต่างกัน:
  • Long Jump: Long Option ที่หมดอายุหลัง Jump และ Short Option ที่หมดอายุก่อน Jump.
  • วัตถุประสงค์: หากคาดว่า Volatility ในวันประกาศผลประกอบการจะสูงกว่าที่ตลาดประเมิน.
• การดำเนินการ:
  1. คำนวณ $\sigma_{\text{Jump}}$ จากความแตกต่างระหว่าง Implied Volatility สองช่วงเวลา.
  2. Long/Short Jump โดยใช้ Calendar Trade เพื่อเก็งกำไรจากการที่ $\sigma_{\text{Jump}}$ ที่เกิดขึ้นจริงจะสูง/ต่ำกว่าที่ตลาดกำหนด.

[สื่อสารอย่างง่าย: การซื้อขายข่าว] Option ที่หมดอายุหลังการประกาศผลประกอบการเหมือน “ประกันที่ครอบคลุมการประกาศข่าว” Option ที่หมดอายุก่อนการประกาศคือ “ประกันที่ไม่ครอบคลุมข่าว” . การ Long Jump คือการซื้อประกันที่ครอบคลุมข่าวและขายประกันที่ไม่ครอบคลุมข่าว โดยเดิมพันว่าราคาของ “ข่าว” (Jump Volatility) ที่ซ่อนอยู่ใน Option นั้นถูกเกินไป.

6.4.3 การปรับปรุงเพื่อความแม่นยำ (Macro Effect)

• ความเสี่ยง Macro Effect: Implied Volatility ของหุ้นรายตัวถูกกำหนดโดย $\sigma_{\text{Diffusive}}$, $\sigma_{\text{Jump}}$ และ $\mathbf{\text{Index Term Structure}}$ (ปัจจัยมหภาค).
• การปรับปรุง: เพื่อให้การคำนวณ Implied Jump แม่นยำขึ้น ควร ปรับ Term Structure ของหุ้นรายตัวด้วย Index Term Structure เพื่อกำจัดอิทธิพลของปัจจัยมหภาคออกไป.

---