কার্যকরী বাজার অনুমান কী

কার্যকরী বাজার অনুমান (Efficient Market Hypothesis) হলো এই দাবি যে, একটি সিকিউরিটির দাম ইতিমধ্যেই তার সম্পর্কে উপলব্ধ তথ্য বহন করে, যার ফলে কোনো অবশিষ্ট প্যাটার্ন খরচের পর লাভজনকভাবে লেনদেন করার পক্ষে খুবই ছোট এবং খুবই স্বল্পস্থায়ী হয়ে পড়ে। ইউজিন ফামা 1970 সালের একটি পর্যালোচনা পত্রে এই ধারণাটিকে তিনটি রূপে সংগঠিত করেন: দুর্বল, আধা-শক্তিশালী এবং শক্তিশালী। প্রতিটি রূপ তথ্যের একটি ভিন্ন ভিন্ন অংশের নামকরণ করে যা ইতিমধ্যেই দামের মধ্যে রয়েছে এবং প্রতিটি রূপ অর্থ উপার্জনের একটি ভিন্ন পদ্ধতিকে বাতিল করে দেয়। এই পৃষ্ঠাটি তিনটি রূপ কী নিষিদ্ধ করে তা বিবৃত করে, তারপর পরিবারের পরিচিত নামের দৈনিক মূল্যের পাঁচ বছরের তথ্যের বিপরীতে তাদের মধ্যে সবচেয়ে দুর্বলতমটি পরিমাপ করে।

বাজার দক্ষতার তিনটি রূপ কী কী?

রূপগুলি একে অপরের মধ্যে বাসা বাঁধে। দুর্বল রূপ যা দাবি করে, আধা-শক্তিশালী রূপও তা দাবি করে, এবং আরও বেশি কিছু দাবি করে।

• দুর্বল রূপ: অতীতের দাম এবং অতীতের ভলিউম ইতিমধ্যেই দামের মধ্যে রয়েছে। শুধুমাত্র মূল্যের ইতিহাস থেকে তৈরি চার্টের আকার, ট্রেন্ড নিয়ম এবং মোমেন্টাম ফিল্টার এই সংস্করণের অধীনে কোনো নির্ভরযোগ্য সুবিধা বহন করে না।
• আধা-শক্তিশালী রূপ: প্রকাশ্য তথ্যের প্রতিটি টুকরো ইতিমধ্যেই দামের মধ্যে রয়েছে, যার মধ্যে রয়েছে ফাইলিং, নির্দেশিকা, বিশ্লেষক নোট এবং অর্থনৈতিক প্রকাশনা। প্রকাশের পর একটি পাবলিক ডকুমেন্ট পড়া এই সংস্করণের অধীনে কোনো সুবিধা বহন করে না, যেহেতু অন্য সবাই একই ডকুমেন্ট পড়ার সময় দাম সামঞ্জস্য হয়ে গেছে।
• শক্তিশালী রূপ: সমস্ত তথ্য দামের মধ্যে থাকে, ব্যক্তিগত উপাদান সহ। প্রায় কেউই এই সংস্করণটি রক্ষা করে না। ইনসাইডার ট্রেডিং আইন এই ভিত্তির উপর বিদ্যমান যে অ-পাবলিক তথ্যের প্রকৃত অর্থ মূল্য রয়েছে।

অনুমানটি নির্ভরযোগ্যতা সম্পর্কে একটি বিবৃতি, পরিপূর্ণতা সম্পর্কে নয়। কেউ দাবি করে না যে দাম সবসময় সঠিক। দাবিটি হলো যে ত্রুটিগুলি আগে থেকে চিহ্নিত করা কঠিন এবং লেনদেনের খরচ বাদ দেওয়ার পর সেগুলো সংগ্রহ করাও কঠিন।

দুর্বল রূপ: গতকালের গতিবিধি কি আজকের পূর্বাভাস দেয়?

দুর্বল রূপের সবচেয়ে পরিষ্কার পরীক্ষা হলো একদিনের রিটার্ন এবং পরের দিনের রিটার্নের মধ্যে সম্পর্ক। একটি দৃঢ়ভাবে ইতিবাচক চিত্র ট্রেন্ডগুলি চিহ্নিত করবে যা টিকে থাকে। একটি দৃঢ়ভাবে নেতিবাচক চিত্র নির্ভরযোগ্য স্ন্যাপ-ব্যাক চিহ্নিত করবে। এগুলোর যেকোনো একটি লেনদেনযোগ্য হবে। নীচের প্যানেলটি 2021 সালের জুলাই থেকে 2026 সালের জুন পর্যন্ত পাঁচ বছরে বারোটি পরিবারের পরিচিত নামের দৈনিক রিটার্নের ল্যাগ-ওয়ান অটোকোরিলেশন পরিমাপ করে।

WITH daily AS (
    SELECT ticker,
           toDate(toTimeZone(window_start, 'America/New_York')) AS dt,
           argMax(toFloat64(close), window_start) AS close_px
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('SPY','AAPL','MSFT','KO','JNJ','XOM','JPM','WMT','NVDA','TSLA','PG','HD')
      AND toDate(toTimeZone(window_start, 'America/New_York')) >= toDate('2021-07-01')
      AND toDate(toTimeZone(window_start, 'America/New_York')) <= toDate('2026-06-30')
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY ticker, dt
),
returns AS (
    SELECT ticker, dt,
           close_px / lagInFrame(close_px) OVER (PARTITION BY ticker ORDER BY dt) - 1 AS ret
    FROM daily
),
paired AS (
    SELECT ticker, ret,
           lagInFrame(ret) OVER (PARTITION BY ticker ORDER BY dt) AS prev_ret
    FROM returns
    WHERE ret IS NOT NULL AND ret > -0.5 AND ret < 0.5
)
SELECT ticker,
       count() AS trading_days,
       round(corr(ret, prev_ret), 3) AS lag1_autocorrelation,
       round(abs(corr(ret, prev_ret)), 3) AS abs_autocorrelation
FROM paired
WHERE prev_ret IS NOT NULL
GROUP BY ticker
ORDER BY abs_autocorrelation DESC

পরম পদে সবচেয়ে বড় রিডিংটি WMT এর অন্তর্গত 0.057, এবং সবচেয়ে ছোটটি KO এর অন্তর্গত -0.005。 সেটের প্রতিটি নাম প্রায় 1252 টি করে লেনদেনের দিন জুড়ে শূন্যের কয়েক শতাংশের মধ্যে অবস্থান করে। সেই আকারের একটি সম্পর্ক পরের দিনের রিটার্নের তারতম্যের এক শতাংশেরও কম অংশ ব্যাখ্যা করে। বারোটি নাম জুড়ে চিহ্নগুলি এমন কোনো প্যাটার্ন ছাড়াই বিকল্প হয় যা পরীক্ষায় টিকে থাকে, যা দুর্বল রূপটি ঠিক যা বলবে তা করছে।

একটি বড় একদিনের গতিবিধির পরে কী হয়?

একটি সম্পর্ক হল প্রতিটি সেশনের গড়, এবং একটি গড় প্রান্তে আচরণ লুকিয়ে রাখতে পারে। একই নমুনায় প্রতিটি দিনকে আগের দিনের গতিবিধি অনুসারে সাজিয়ে, তারপর পরের দিন কী করল তা পরিমাপ করে, চরম সেশনগুলি সাধারণ সেশনগুলির থেকে আলাদা আচরণ করে কিনা তা পরীক্ষা করা যায়।

WITH daily AS (
    SELECT ticker,
           toDate(toTimeZone(window_start, 'America/New_York')) AS dt,
           argMax(toFloat64(close), window_start) AS close_px
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('SPY','AAPL','MSFT','KO','JNJ','XOM','JPM','WMT','NVDA','TSLA','PG','HD')
      AND toDate(toTimeZone(window_start, 'America/New_York')) >= toDate('2021-07-01')
      AND toDate(toTimeZone(window_start, 'America/New_York')) <= toDate('2026-06-30')
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY ticker, dt
),
returns AS (
    SELECT ticker, dt,
           close_px / lagInFrame(close_px) OVER (PARTITION BY ticker ORDER BY dt) - 1 AS ret
    FROM daily
),
paired AS (
    SELECT ticker, ret * 100 AS ret_pct,
           lagInFrame(ret) OVER (PARTITION BY ticker ORDER BY dt) * 100 AS prev_pct
    FROM returns
    WHERE ret IS NOT NULL AND ret > -0.5 AND ret < 0.5
)
SELECT multiIf(prev_pct <= -3, '1. down 3% or more',
               prev_pct <= -1, '2. down 1 to 3%',
               prev_pct < 1,  '3. flat, within 1%',
               prev_pct < 3,  '4. up 1 to 3%',
               '5. up 3% or more') AS prior_day_move,
       count() AS observations,
       round(median(ret_pct), 3) AS next_day_median_pct,
       round(100 * countIf(ret_pct > 0) / count(), 1) AS next_day_up_share_pct
FROM paired
WHERE prev_pct IS NOT NULL
GROUP BY prior_day_move
ORDER BY prior_day_move

সবচেয়ে নিচের বালতি, যে সেশনগুলি 1. down 3% or more এর গতিবিধির পরে এসেছিল, সেগুলি 664 টি পর্যবেক্ষণ জুড়ে 52.9% সময় একটি ঊর্ধ্বমুখী দিন দ্বারা অনুসরণ করা হয়েছিল। সবচেয়ে উপরের বালতি, 5. up 3% or more এর গতিবিধির পরে, 53.9% সময় একটি ঊর্ধ্বমুখী দিন দ্বারা অনুসরণ করা হয়েছিল। সাধারণ মাঝের বালতি, 3. flat, within 1%, 53.1% এ এসেছে। পাঁচটি বালতিই একটি মুদ্রা উল্টানোর কয়েক পয়েন্টের মধ্যে বসে, এবং প্রতিটি বালতিতে মধ্যম পরবর্তী-দিনের রিটার্ন হল এক শতাংশের একটি ভগ্নাংশ: সবচেয়ে তীক্ষ্ণ পতনের পরে 0.175%, সবচেয়ে তীক্ষ্ণ অগ্রগতির পরে 0.186%।

একটি নিয়ম যা 3% পতনের পরে কিনত এবং একটি নিয়ম যা 3% লাফের পরে কিনত, প্রায় একই পরবর্তী দিনের বিতরণের মুখোমুখি হত। বালতিগুলির মধ্যে ব্যবধান একটি সাধারণ খুচরা-আকারের অর্ডারে একটি সাধারণ বিড-আস্ক স্প্রেড এবং কমিশনের চেয়ে ছোট, যা দুর্বল রূপটি যে ব্যবহারিক রূপ নেয় তা হল: প্যাটার্নটিকে লেনদেনের খরচের চেয়ে বড় হতে হবে এটি একটি সুবিধা হওয়ার আগে।

আধা-শক্তিশালী রূপ: নির্বাচনের রেকর্ড কী দেখায়

আধা-শক্তিশালী রূপের জন্য প্রায়শই উদ্ধৃত প্রমাণটি একটি সম্পর্ক নয়। এটি দীর্ঘমেয়াদী ফলাফল যে বেশিরভাগ সক্রিয় পোর্টফোলিও বহু-বছরের উইন্ডোতে একটি সরল সূচকের থেকে পিছিয়ে থাকে। সেই পাটিগণিতের একটি সরল সংস্করণটি বড়, ব্যাপকভাবে কভার করা মার্কিন কোম্পানিগুলির একটি ঝুড়ির ভিতরে বসে যা এসএন্ডপি 500 ট্র্যাকারের বিপরীতে বছরভিত্তিক পরিমাপ করা হয়।

WITH daily AS (
    SELECT ticker,
           toDate(toTimeZone(window_start, 'America/New_York')) AS dt,
           argMax(toFloat64(close), window_start) AS close_px
    FROM global_markets.delayed_stocks_minute_aggs
    WHERE ticker IN ('SPY','AAPL','MSFT','NVDA','AMZN','GOOGL','META','TSLA','JPM','XOM','JNJ','WMT','PG','KO','PEP','HD','MRK','LLY','COST','CVX','ORCL','CSCO','INTC','VZ','MCD','NKE','DIS','CAT','HON','TXN','AMD','NFLX','MO','LMT','UNH')
      AND toDate(toTimeZone(window_start, 'America/New_York')) >= toDate('2021-01-01')
      AND toDate(toTimeZone(window_start, 'America/New_York')) <= toDate('2025-12-31')
      AND (toHour(toTimeZone(window_start, 'America/New_York')) * 60
           + toMinute(toTimeZone(window_start, 'America/New_York'))) BETWEEN 570 AND 959
    GROUP BY ticker, dt
),
per_year AS (
    SELECT ticker, toYear(dt) AS yr,
           argMin(close_px, dt) AS first_px,
           argMax(close_px, dt) AS last_px
    FROM daily
    GROUP BY ticker, yr
),
perf AS (
    SELECT yr, ticker, (last_px / first_px - 1) * 100 AS ret_pct FROM per_year
),
bench AS (
    SELECT yr, ret_pct AS index_pct FROM perf WHERE ticker = 'SPY'
)
SELECT toString(perf.yr) AS year,
       round(any(bench.index_pct), 1) AS index_return_pct,
       round(median(perf.ret_pct), 1) AS median_stock_return_pct,
       countIf(perf.ticker != 'SPY') AS stocks_measured,
       round(100 * countIf(perf.ticker != 'SPY' AND perf.ret_pct > bench.index_pct)
             / countIf(perf.ticker != 'SPY'), 1) AS pct_beating_index
FROM perf
INNER JOIN bench ON perf.yr = bench.yr
GROUP BY perf.yr
ORDER BY perf.yr

পরিমাপ করা 5 টি ক্যালেন্ডার বছর জুড়ে, 34 টি নামের অর্ধেকেরও কম চারটিতে সূচককে হারিয়েছে। শেয়ারটি 2024 এ 32.4% থেকে শুরু করে 2022 এ 58.8% পর্যন্ত বিস্তৃত ছিল, যা উইন্ডোর একমাত্র নেতিবাচক বছর, যখন সূচকটি -13.3% এ একটি মধ্যম নামের বিপরীতে -20% রিটার্ন করেছিল। 2024 সালে সূচকটি 24% রিটার্ন করেছিল যখন ঝুড়ির মধ্যম নামটি 12.7% রিটার্ন করেছিল।

এর কোনোটিই আধা-শক্তিশালী রূপ প্রমাণ করে না। বড় ক্যাপের একটি ঝুড়ি পুরো বাজার নয়, একটি ট্র্যাকার প্রতিটি বেঞ্চমার্ক নয় এবং পাঁচ বছর একটি ছোট নমুনা। এটি যা দেখায় তা হল সেই পাটিগণিত যা অনুমানটিকে সহজে উপেক্ষা করা কঠিন করে তোলে। একটি সূচক তার নিজস্ব সদস্যদের একটি ওজনযুক্ত গড়, যা এটিকে হারানো নির্মাণের মাধ্যমে একটি সংখ্যালঘু ফলাফল করে তোলে এবং চেষ্টা করার গবেষণা ও লেনদেনের খরচ সংখ্যালঘুর ভাগ থেকে বেরিয়ে আসে। সেই সদস্য রিটার্নগুলি কতটা অসম তার একটি সম্পর্কিত দৃষ্টিভঙ্গি উপরের সূচক কলাম এবং মধ্যম কলামের মধ্যে বছরভিত্তিক বিস্তারে প্রদর্শিত হয়।

কেন্দ্রের প্যারাডক্স

স্যানফোর্ড গ্রসম্যান এবং জোসেফ স্টিগলিটজ 1980 সালে সবচেয়ে তীক্ষ্ণ আপত্তি প্রকাশ করেছিলেন এবং এটি একটি আপত্তি যা সততার সাথে বলার মতো। তথ্য সংগ্রহ করা ব্যয়বহুল। যদি দাম ইতিমধ্যেই এর সবকিছু ধারণ করত, তাহলে কেউ কিছু সংগ্রহ করতে অর্থ দিত না, এবং সেই সংগ্রহই হল সেই প্রক্রিয়া যা তথ্যকে দামে রাখে। একটি সম্পূর্ণ দক্ষ বাজার ভারসাম্যে থাকতে পারে না। যা থাকতে পারে তা হল একটি বাজার যথেষ্ট দক্ষ যাতে গবেষণা থেকে লাভ মোটামুটিভাবে গবেষণার খরচ কভার করে।

সেই দুর্বল সংস্করণটি হল যেটি নিয়ে বেশিরভাগ অনুশীলনকারী কাজ করেন এবং এটি পরম সংস্করণের চেয়ে উপরের তথ্যের সাথে আরও ভালভাবে খাপ খায়। এটি এমন একটি বাজার বর্ণনা করে যেখানে সুবিধাগুলি বিদ্যমান, ছোট থাকে এবং যে অর্থ তাদের শিকার করছে তার গতিতে প্রতিযোগিতায় পরাজিত হয়।

নথিভুক্ত অসঙ্গতিগুলি অনুমানটিকে ধ্বংস করার পরিবর্তে এর পাশাপাশি অবস্থান করে। নিম্ন-অস্থিরতার অসঙ্গতি সবচেয়ে ভালোভাবে পরিমাপ করা হয়েছে: শান্ত স্টকগুলি ঐতিহাসিকভাবে ঝুঁকির একটি ভগ্নাংশে আরও অস্থির স্টকগুলির সাথে তাল মিলিয়ে চলেছে, একটি প্যাটার্ন যা আদর্শ ঝুঁকি-ও-রিটার্ন মডেল গ্রহণ করে না। মোমেন্টাম, ভ্যালু এবং ছোট-কোম্পানির প্রভাবগুলির একই রকম ইতিহাস রয়েছে। প্রতিটি দশক ধরে পরিমাপ করা হয়, প্রতিটির দীর্ঘ প্রসার রয়েছে যেখানে এটি অদৃশ্য হয়ে যায় এবং প্রকাশের পরে বেশ কয়েকটি সংকীর্ণ হয়।

অনুমানটি একজন পাঠকের জন্য কী অর্থ বহন করে

ব্যবহারিক পাঠটি সংকীর্ণ এবং এটি কোনো বাজার সম্পর্কে কোনো পূর্বাভাস নয়। অনুমানের যেকোনো সংস্করণের অধীনে, একজন বিনিয়োগকারী আসলে যে ইনপুটগুলি নিয়ন্ত্রণ করেন তা হল খরচ, কর, বৈচিত্র্যকরণ এবং আচরণ এবং এই চারটির কোনোটিরই কিছু ভবিষ্যদ্বাণী করার প্রয়োজন নেই। একটি ফি একটি পোর্টফোলিওর বিপরীতে একই পাটিগণিতে চক্রবৃদ্ধি করে যেভাবে একটি রিটার্ন এর জন্য চক্রবৃদ্ধি করে।

দুটি অভ্যাস এই কাঠামোর সাথে খাপ খায় কাউকে ভবিষ্যদ্বাণী করতে না বলে। ডলার-কস্ট এভারেজিং একটি পূর্বাভাসের পরিবর্তে একটি সময়সূচী নির্ধারণের নিয়ম, যার একটি অংশ হল কেন এটি এমন একটি বাজারে টিকে থাকে যেখানে ভবিষ্যদ্বাণী করা কঠিন। এবং অন্যদের ভীত থাকাকালীন কেনার পিছনের মেজাজটি বিনিয়োগকারীর নিজস্ব আচরণ সম্পর্কে একটি নিয়ম, দাম পরবর্তী কোথায় যাবে সে সম্পর্কে কোনো দাবি নয়।

অনুমানটি কৌশল দাবি বিচারের জন্য একটি মানদণ্ডও দেয়। কাগজে লাভজনক দেখায় এমন যেকোনো প্যাটার্নকে একটি সুবিধা হিসাবে গণনা করার আগে লেনদেনের খরচ, কর এবং ব্যাকটেস্টে নির্মিত সারভাইভারশিপ ক্লিয়ার করতে হবে। বেশিরভাগই সেই বারটি ক্লিয়ার করে না। যেগুলি ক্লিয়ার করে সেগুলি ছোট হতে থাকে এবং আরও বেশি মূলধন আসার সাথে সাথে সেগুলি সঙ্কুচিত হতে থাকে।

FAQ

কার্যকরী বাজার অনুমানের তিনটি রূপ কী কী?

দুর্বল রূপ ধরে রাখে যে অতীতের দাম এবং ভলিউম ইতিমধ্যেই দামের মধ্যে রয়েছে, যা শুধুমাত্র চার্টের ইতিহাস থেকে সুবিধাগুলি বাতিল করে দেয়। আধা-শক্তিশালী রূপ ধরে রাখে যে সমস্ত প্রকাশ্য তথ্য ইতিমধ্যেই দামের মধ্যে রয়েছে। শক্তিশালী রূপ ধরে রাখে যে ব্যক্তিগত তথ্যও দামের মধ্যে রয়েছে এবং এটি সেই সংস্করণ যা প্রায় কেউই রক্ষা করে না।

কার্যকরী বাজার অনুমান কি এর অর্থ এই যে স্টকের দাম সবসময় সঠিক?

না। এটি দাবি করে যে ভুল মূল্যায়নগুলি আগে থেকে চিহ্নিত করা কঠিন এবং খরচের পরে ক্যাপচার করা কঠিন, সেগুলি কখনই ঘটে না তা নয়। বুদবুদ এবং ক্র্যাশ অনুমানের সাথে সামঞ্জস্যপূর্ণ যতক্ষণ না একজন বিনিয়োগকারী নির্ভরযোগ্যভাবে সেই সময়ে সেগুলিকে কাজে লাগাতে পারত না।

কার্যকরী বাজার অনুমান কে নিয়ে এসেছেন?

ইউজিন ফামা 1970 সালের একটি পর্যালোচনা পত্রে তিন-রূপের কাঠামোটি নির্ধারণ করেছিলেন এবং 2013 সালের অর্থনৈতিক বিজ্ঞানে নোবেল মেমোরিয়াল পুরস্কার ভাগ করে নিয়েছিলেন। গাণিতিক শিকড়গুলি আরও পিছনে যায়, লুই ব্যাচেলিয়ারের 1900 সালের মূল্যের এলোমেলোতার কাজ এবং পল স্যামুয়েলসনের 1965 সালের সঠিকভাবে প্রত্যাশিত মূল্যের উপর পত্র পর্যন্ত।

কার্যকরী বাজার অনুমানের সবচেয়ে শক্তিশালী সমালোচনা কী?

1980 সালের গ্রসম্যান-স্টিগলিটজ প্যারাডক্স: যদি দাম ইতিমধ্যেই তথ্যের প্রতিটি টুকরো ধারণ করত, তাহলে কাউকে তথ্য সংগ্রহের জন্য অর্থ দেওয়া হত না, এবং সংগ্রহই হল যা তথ্যকে দামে রাখে। আচরণগত গবেষণা নথিভুক্ত, অবিরাম বিনিয়োগকারী ত্রুটিগুলি সম্পর্কে সমালোচনার একটি দ্বিতীয় লাইন যোগ করে।

কেউ কি বাজারকে হারাতে পারে?

কিছু বিনিয়োগকারী এবং ফান্ড তাদের বেঞ্চমার্কের উপরে দীর্ঘ রেকর্ড পোস্ট করেছে। অনুমানটি সেই ফলাফলকে নিষিদ্ধ করে না; এটি যুক্তি দেয় যে দক্ষতাকে ভাগ্য থেকে আলাদা করতে বেশিরভাগ ট্র্যাক রেকর্ডের চেয়ে অনেক বেশি ডেটা প্রয়োজন এবং সক্রিয় ব্যবস্থাপনায় গড় ডলার এখনও ফি-র পরে পিছিয়ে থাকে।

উপরের প্রতিটি প্যানেল তার সাথে সংযুক্ত SQL সহ একটি সংরক্ষিত কোয়েরি। পাটিগণিত পরীক্ষা করতে একটি খুলুন, অথবা স্ট্রাসমোর টার্মিনালে আপনি যে নামগুলি অনুসরণ করেন সেগুলিতে একই অটোকোরিলেশন পরীক্ষা চালান।