hipótesis del mercado eficiente definición formas

La hipótesis del mercado eficiente sostiene que el precio de un valor ya incorpora la información disponible sobre él, lo que deja cualquier patrón restante demasiado pequeño y efímero para operar rentablemente después de costos. Eugene Fama organizó la idea en tres formas en un artículo de revisión de 1970: débil, semifuerte y fuerte. Cada forma nombra un conjunto diferente de información que ya está dentro del precio, y cada una descarta una forma diferente de ganar dinero. Esta página expone lo que prohíben las tres formas y luego mide la más débil de ellas frente a cinco años de precios diarios de nombres conocidos.

¿Cuáles son las tres formas de eficiencia del mercado?

Las formas se anidan unas dentro de otras. Todo lo que afirma la forma débil, la forma semifuerte también lo afirma, y más.

• Forma débil: los precios pasados y el volumen pasado ya están en el precio. Las figuras de gráficos, las reglas de tendencia y los filtros de impulso construidos únicamente a partir del historial de precios no ofrecen una ventaja confiable bajo esta versión.
• Forma semifuerte: toda la información pública ya está en el precio, incluyendo presentaciones regulatorias, guías, notas de analistas y comunicados económicos. Leer un documento público después de su publicación no ofrece ventaja bajo esta versión, ya que el precio se ajustó mientras todos los demás leían el mismo documento.
• Forma fuerte: toda la información está en el precio, incluido el material privado. Casi nadie defiende esta versión. La ley sobre uso de información privilegiada existe bajo la premisa de que la información no pública vale dinero real.

La hipótesis es una declaración sobre la confiabilidad, no sobre la perfección. Nadie afirma que los precios siempre sean correctos. La afirmación es que los errores son difíciles de identificar de antemano y difíciles de aprovechar una vez que se descuentan los costos de negociación.

Forma débil: ¿el movimiento de ayer predice el de hoy?

La prueba más clara de la forma débil es la correlación entre el rendimiento de un día y el del siguiente. Una cifra fuertemente positiva marcaría tendencias que persisten. Una cifra fuertemente negativa marcaría retrocesos confiables. Cualquiera de las dos sería negociable. El panel a continuación mide la autocorrelación de rezago uno de los rendimientos diarios de doce nombres conocidos durante los cinco años desde julio de 2021 hasta junio de 2026.

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

La lectura más grande en términos absolutos pertenece a WMT con 0.057, y la más pequeña pertenece a KO con -0.005. Cada nombre en el conjunto se sitúa dentro de unas pocas centésimas de cero a lo largo de aproximadamente 1252 días de negociación cada uno. Una correlación de ese tamaño explica mucho menos del uno por ciento de la variación en el rendimiento del día siguiente. Los signos se alternan entre los doce nombres sin un patrón que sobreviva a la inspección, que es la forma débil haciendo exactamente lo que dice que hará.

¿Qué sucede después de un gran movimiento en un solo día?

Una correlación es un promedio de cada sesión, y un promedio puede ocultar el comportamiento en los extremos. Clasificar cada día en la misma muestra según el movimiento del día anterior y luego medir lo que hizo el día siguiente verifica si las sesiones extremas se comportan de manera diferente a las ordinarias.

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

El grupo inferior, sesiones que ocurrieron después de un movimiento de 1. down 3% or more, fue seguido por un día alcista el 52.9% de las veces en 664 observaciones. El grupo superior, después de un movimiento de 5. up 3% or more, fue seguido por un día alcista el 53.9% de las veces. El grupo medio ordinario, 3. flat, within 1%, arrojó un 53.1%. Los cinco grupos se sitúan dentro de unos pocos puntos de un volado, y el rendimiento mediano del día siguiente en cada grupo es una fracción del uno por ciento: 0.175% después de las caídas más pronunciadas, 0.186% después de los avances más pronunciados.

Una regla que comprara después de una caída del 3% y una regla que comprara después de un salto del 3% se habrían encontrado con casi la misma distribución de días siguientes. La brecha entre los grupos es menor que un diferencial típico de oferta-demanda más la comisión de una orden minorista, que es la forma práctica que toma la forma débil: el patrón tiene que ser más grande que el costo de negociarlo para que sea una ventaja.

Forma semifuerte: lo que muestra el historial de selección

La evidencia citada con más frecuencia para la forma semifuerte no es una correlación. Es el hallazgo de larga data de que la mayoría de las carteras activas se quedan atrás de un índice simple en ventanas de varios años. Una versión simple de esa aritmética se encuentra dentro de una canasta de grandes empresas estadounidenses con amplia cobertura, medidas año por año frente al rastreador del S&P 500.

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

En los 5 años calendario medidos, menos de la mitad de los 34 nombres superaron al índice en cuatro de ellos. La proporción varió desde 32.4% en 2024 hasta 58.8% en 2022, el único año negativo en la ventana, cuando el índice rindió -20% frente a un nombre mediano en -13.3%. En 2024 el índice rindió 24% mientras que el nombre mediano en la canasta rindió 12.7%.

Nada de esto prueba la forma semifuerte. Una canasta de grandes capitalizaciones no es todo el mercado, un rastreador no es todos los puntos de referencia y cinco años es una muestra corta. Lo que muestra es la aritmética que hace difícil descartar la hipótesis. Un índice es un promedio ponderado de sus propios miembros, lo que hace que superarlo sea un resultado minoritario por construcción, y los costos de investigación y negociación de intentarlo salen de la parte del minoritario. Una visión relacionada de cuán desiguales son esos rendimientos de los miembros aparece en la dispersión año por año entre la columna del índice y la columna mediana anterior.

La paradoja en el centro

Sanford Grossman y Joseph Stiglitz publicaron la objeción más aguda en 1980, y es una objeción que vale la pena exponer honestamente. La información es costosa de recopilar. Si los precios ya contuvieran toda ella, nadie pagaría por recopilar ninguna, y esa recopilación es el mecanismo mismo que pone la información en los precios. Un mercado perfectamente eficiente no puede estar en equilibrio. Lo que puede existir es un mercado lo suficientemente eficiente como para que la ganancia de la investigación cubra aproximadamente lo que cuesta la investigación.

Esa versión más débil es con la que trabaja la mayoría de los profesionales, y se ajusta mejor a los datos anteriores que la versión absoluta. Describe un mercado donde existen ventajas, se mantienen pequeñas y son eliminadas por competencia a la velocidad del dinero que las persigue.

Las anomalías documentadas coexisten con la hipótesis en lugar de demolerla. La anomalía de baja volatilidad es una de las mejor medidas: las acciones más tranquilas históricamente han mantenido el ritmo de las más salvajes con una fracción del riesgo, un patrón que el modelo estándar de riesgo y rendimiento no acomoda. El impulso, el valor y los efectos de empresas pequeñas tienen historias similares. Cada una se mide durante décadas, cada una tiene largos períodos donde desaparece, y varias se estrechan después de su publicación.

Lo que la hipótesis significa para un lector

La lectura práctica es estrecha, y no es un pronóstico sobre ningún mercado. Bajo cualquier versión de la hipótesis, los insumos que un inversor realmente controla son los costos, los impuestos, la diversificación y el comportamiento, y ninguno de esos cuatro requiere predecir nada. Una comisión se acumula en contra de una cartera con la misma aritmética con la que un rendimiento se acumula a su favor.

Dos hábitos se ajustan a este marco sin pedirle a nadie que pronostique. El promediado en dólares es una regla de programación más que una predicción, lo que es parte de por qué sobrevive en un mercado donde la predicción es difícil. Y el temperamento detrás de comprar cuando otros tienen miedo es una regla sobre la propia conducta del inversor, no una afirmación sobre hacia dónde irán los precios después.

La hipótesis también da un estándar para juzgar afirmaciones de estrategias. Cualquier patrón que parezca rentable en papel tiene que superar los costos de negociación, los impuestos y la supervivencia incorporada en la prueba retrospectiva antes de contar como una ventaja. La mayoría no supera esa barrera. Los que lo hacen tienden a ser pequeños, y tienden a reducirse a medida que llega más capital.

FAQ

¿Cuáles son las tres formas de la hipótesis del mercado eficiente?

La forma débil sostiene que los precios y volúmenes pasados ya están en el precio, lo que descarta ventajas solo del historial de gráficos. La forma semifuerte sostiene que toda la información pública ya está en el precio. La forma fuerte sostiene que la información privada también está en el precio, y es la versión que casi nadie defiende.

¿Significa la hipótesis del mercado eficiente que los precios de las acciones siempre son correctos?

No. Afirma que las valoraciones incorrectas son difíciles de identificar de antemano y difíciles de capturar después de costos, no que nunca ocurran. Las burbujas y los desplomes son compatibles con la hipótesis siempre que un inversor no hubiera podido explotarlas de manera confiable en ese momento.

¿Quién creó la hipótesis del mercado eficiente?

Eugene Fama estableció el marco de las tres formas en un artículo de revisión de 1970 y compartió el Premio Nobel de Ciencias Económicas de 2013. Las raíces matemáticas se remontan más atrás, al trabajo de Louis Bachelier de 1900 sobre la aleatoriedad de los precios y al artículo de Paul Samuelson de 1965 sobre precios correctamente anticipados.

¿Cuál es la crítica más fuerte a la hipótesis del mercado eficiente?

La paradoja de Grossman-Stiglitz de 1980: si los precios ya contuvieran toda la información, nadie sería pagado por recopilar información, y la recopilación es lo que pone la información en los precios. La investigación conductual añade una segunda línea de crítica sobre errores documentados y persistentes de los inversores.

¿Puede alguien vencer al mercado?

Algunos inversores y fondos han registrado largos historiales por encima de sus puntos de referencia. La hipótesis no prohíbe ese resultado; argumenta que separar la habilidad de la suerte requiere muchos más datos de los que contienen la mayoría de los historiales, y que el dólar promedio en la gestión activa todavía se queda atrás después de comisiones.

Cada panel anterior es una consulta almacenada con su SQL adjunto. Ábralo para verificar la aritmética, o ejecute la misma prueba de autocorrelación en los nombres que sigue en el terminal de Strasmore.