hypothèse d'efficience des marchés définition

L'hypothèse d'efficience des marchés affirme que le prix d'un titre intègre déjà l'information disponible à son sujet. Il ne subsiste donc aucun schéma de prix suffisamment ample ou durable pour être exploité de manière rentable après déduction des coûts. Eugene Fama a organisé cette idée en trois formes dans un article de synthèse publié en 1970 : la forme faible, la forme semi-forte et la forme forte. Chaque forme désigne un ensemble différent d'informations déjà contenues dans le prix, et chacune exclut une méthode différente pour gagner de l'argent. Cette page énonce ce que les trois formes interdisent, puis confronte la plus faible d'entre elles à cinq années de cours quotidiens de grandes valeurs connues.

Quelles sont les trois formes d'efficience des marchés ?

Les formes s'emboîtent les unes dans les autres. Tout ce qu'affirme la forme faible, la forme semi-forte l'affirme également, et plus encore.

• Forme faible : les cours passés et les volumes passés sont déjà dans le prix. Les figures graphiques, les règles de tendance et les filtres de momentum construits uniquement à partir de l'historique des cours n'offrent aucun avantage fiable selon cette version.
• Forme semi-forte : chaque élément d'information publique est déjà dans le prix, y compris les documents déposés, les prévisions, les notes d'analystes et les publications économiques. Lire un document public après sa publication n'offre aucun avantage selon cette version, car le prix s'est ajusté pendant que tout le monde lisait le même document.
• Forme forte : toute l'information se trouve dans le prix, y compris l'information privée matérielle. Presque personne ne défend cette version. La législation sur les délits d'initiés repose sur le principe que l'information non publique a une valeur réelle.

L'hypothèse est un énoncé sur la fiabilité, pas sur la perfection. Personne ne prétend que les prix sont toujours justes. L'affirmation est que les erreurs sont difficiles à identifier à l'avance et difficiles à exploiter une fois les coûts de transaction déduits.

Forme faible : le mouvement d'hier prédit-il celui d'aujourd'hui ?

Le test le plus clair de la forme faible est la corrélation entre le rendement d'un jour et celui du lendemain. Un chiffre fortement positif signalerait des tendances qui persistent. Un chiffre fortement négatif signalerait des retournements fiables. L'un ou l'autre serait exploitable. Le tableau ci-dessous mesure l'autocorrélation de décalage un des rendements quotidiens pour douze grandes valeurs connues sur les cinq années allant de juillet 2021 à juin 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 lecture la plus élevée en valeur absolue appartient à WMT à 0.057, et la plus faible appartient à KO à -0.005. Chaque nom de l'ensemble se situe à quelques centièmes de zéro sur environ 1252 jours de bourse chacun. Une corrélation de cette taille explique bien moins d'un pour cent de la variation du rendement du jour suivant. Les signes alternent entre les douze noms sans aucun motif qui résiste à l'examen, ce qui est exactement ce que la forme faible dit qu'elle fera.

Que se passe-t-il après un mouvement journalier important ?

Une corrélation est une moyenne sur chaque séance, et une moyenne peut masquer un comportement aux extrêmes. Trier chaque jour du même échantillon en fonction du mouvement du jour précédent, puis mesurer ce qu'a fait le jour suivant, permet de vérifier si les séances extrêmes se comportent différemment des séances ordinaires.

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

Le compartiment du bas, les séances qui ont suivi un mouvement de 1. down 3% or more, a été suivi d'un jour de hausse 52.9% du temps sur 664 observations. Le compartiment du haut, après un mouvement de 5. up 3% or more, a été suivi d'un jour de hausse 53.9% du temps. Le compartiment médian ordinaire, 3. flat, within 1%, s'est établi à 53.1%. Les cinq compartiments se situent à quelques points d'un pile ou face, et le rendement médian du jour suivant dans chaque compartiment est une fraction de pour cent : 0.175% après les baisses les plus fortes, 0.186% après les hausses les plus fortes.

Une règle qui achetait après une baisse de 3% et une règle qui achetait après une hausse de 3% auraient rencontré presque la même distribution des jours suivants. L'écart entre les compartiments est inférieur à un spread bid-ask typique plus la commission sur un ordre de taille retail, ce qui est la forme pratique que prend la forme faible : le schéma doit être plus grand que le coût de son exécution pour constituer un avantage.

Forme semi-forte : ce que montre le bilan de la sélection de titres

La preuve la plus souvent citée pour la forme semi-forte n'est pas une corrélation. C'est la constatation de longue date que la majorité des portefeuilles actifs sous-performent un indice simple sur des fenêtres pluriannuelles. Une version simple de ce calcul se trouve dans un panier de grandes sociétés américaines fortement couvertes, mesurées année après année par rapport au tracker du 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

Sur les 5 années civiles mesurées, moins de la moitié des 34 noms ont battu l'indice dans quatre d'entre elles. La part est allée de 32.4% en 2024 jusqu'à 58.8% en 2022, la seule année négative de la fenêtre, lorsque l'indice a rapporté -20% contre un nom médian à -13.3%. En 2024, l'indice a rapporté 24% tandis que le nom médian du panier rapportait 12.7%.

Rien de tout cela ne prouve la forme semi-forte. Un panier de grandes capitalisations n'est pas le marché entier, un tracker n'est pas tous les indices de référence, et cinq ans est un échantillon court. Ce que cela montre, c'est le calcul qui rend l'hypothèse difficile à écarter. Un indice est une moyenne pondérée de ses propres membres, ce qui fait de sa surperformance un résultat minoritaire par construction, et les coûts de recherche et de transaction pour y parvenir sont prélevés sur la part de la minorité. Une vision connexe de l'inégalité de ces rendements entre membres apparaît dans l'écart année par année entre la colonne de l'indice et la colonne médiane ci-dessus.

Le paradoxe au centre

Sanford Grossman et Joseph Stiglitz ont publié l'objection la plus tranchante en 1980, et c'est une objection qui mérite d'être énoncée honnêtement. L'information est coûteuse à rassembler. Si les prix contenaient déjà toute l'information, personne ne paierait pour en rassembler, et ce rassemblement est précisément le mécanisme qui met l'information dans les prix. Un marché parfaitement efficient ne peut pas être en équilibre. Ce qui peut exister, c'est un marché suffisamment efficient pour que le profit de la recherche couvre à peu près ce que la recherche coûte.

Cette version plus faible est celle avec laquelle la plupart des praticiens travaillent, et elle correspond mieux aux données ci-dessus que la version absolue. Elle décrit un marché où les avantages existent, restent faibles et sont éliminés par la concurrence à la vitesse de l'argent qui les traque.

Les anomalies documentées coexistent avec l'hypothèse plutôt que de la démolir. L'anomalie de la faible volatilité est parmi les mieux mesurées : les actions plus calmes ont historiquement suivi le rythme des actions plus volatiles avec une fraction du risque, un schéma que le modèle standard risque-rendement n'intègre pas. Les effets de momentum, de valeur et de petite capitalisation ont des historiques similaires. Chacun est mesuré sur des décennies, chacun a de longues périodes où il disparaît, et plusieurs se rétrécissent après leur publication.

Ce que l'hypothèse signifie pour un lecteur

La lecture pratique est étroite, et ce n'est pas une prévision concernant un marché quelconque. Selon toute version de l'hypothèse, les intrants qu'un investisseur contrôle réellement sont les coûts, les impôts, la diversification et le comportement, et aucun de ces quatre éléments ne nécessite de prédire quoi que ce soit. Des frais composent contre un portefeuille selon la même arithmétique qu'un rendement compose pour lui.

Deux habitudes correspondent à ce cadre sans demander à personne de faire des prévisions. L'investissement par sommes fixes est une règle de calendrier plutôt qu'une prédiction, ce qui explique en partie pourquoi il survit dans un marché où la prédiction est difficile. Et le tempérament derrière le fait d'acheter quand les autres ont peur est une règle concernant la propre conduite de l'investisseur, pas une affirmation sur la direction future des prix.

L'hypothèse donne également un standard pour juger les affirmations des stratégies. Tout schéma qui semble rentable sur le papier doit franchir les coûts de transaction, les impôts et le biais de survie intégré dans le backtest avant de compter comme un avantage. La plupart ne franchissent pas cette barre. Ceux qui le font ont tendance à être petits, et ils ont tendance à rétrécir à mesure que davantage de capital arrive.

FAQ

Quelles sont les trois formes de l'hypothèse d'efficience des marchés ?

La forme faible soutient que les cours et volumes passés sont déjà dans le prix, ce qui exclut les avantages tirés de la seule histoire graphique. La forme semi-forte soutient que toute l'information publique est déjà dans le prix. La forme forte soutient que l'information privée est également dans le prix, et c'est la version que presque personne ne défend.

L'hypothèse d'efficience des marchés signifie-t-elle que les cours des actions sont toujours justes ?

Non. Elle affirme que les erreurs de prix sont difficiles à identifier à l'avance et difficiles à capturer après coûts, pas qu'elles ne se produisent jamais. Les bulles et les krachs sont compatibles avec l'hypothèse tant qu'un investisseur n'aurait pas pu les exploiter de manière fiable au moment où ils se produisaient.

Qui a inventé l'hypothèse d'efficience des marchés ?

Eugene Fama a exposé le cadre des trois formes dans un article de synthèse en 1970 et a partagé le prix Nobel de sciences économiques 2013. Les racines mathématiques remontent plus loin, aux travaux de Louis Bachelier en 1900 sur le caractère aléatoire des prix et à l'article de Paul Samuelson en 1965 sur les prix correctement anticipés.

Quelle est la critique la plus forte de l'hypothèse d'efficience des marchés ?

Le paradoxe de Grossman-Stiglitz de 1980 : si les prix contenaient déjà chaque élément d'information, personne ne serait payé pour collecter de l'information, et la collecte est ce qui met l'information dans les prix. La recherche comportementale ajoute une deuxième ligne de critique concernant les erreurs documentées et persistantes des investisseurs.

Quelqu'un peut-il battre le marché ?

Certains investisseurs et fonds ont affiché de longs bilans au-dessus de leurs indices de référence. L'hypothèse n'interdit pas ce résultat ; elle soutient que séparer la compétence de la chance nécessite beaucoup plus de données que la plupart des bilans n'en contiennent, et que le dollar moyen en gestion active sous-performe encore après frais.

Chaque tableau ci-dessus est une requête stockée avec son SQL joint. Ouvrez-en un pour vérifier le calcul, ou exécutez le même test d'autocorrélation sur les noms que vous suivez sur le terminal Strasmore.