hipotesis pasar efisien tiga bentuk
Hipotesis pasar efisien menyatakan harga sudah mengandung informasi. Artikel ini menjelaskan tiga bentuk efisiensi pasar dan mengukur bentuk lemah pada data saham AS lima tahun.
Hipotesis pasar efisien adalah klaim bahwa harga sekuritas sudah mengandung informasi yang tersedia tentang sekuritas tersebut, sehingga pola yang tersisa terlalu kecil dan terlalu singkat untuk diperdagangkan secara menguntungkan setelah biaya. Eugene Fama mengorganisir gagasan ini ke dalam tiga bentuk dalam sebuah makalah ulasan tahun 1970: lemah, semi-kuat, dan kuat. Setiap bentuk menyebutkan kumpulan informasi berbeda yang sudah terkandung dalam harga, dan masing-masing meniadakan cara berbeda untuk menghasilkan uang. Halaman ini menyatakan apa yang dilarang oleh ketiga bentuk tersebut, kemudian mengukur bentuk yang paling lemah di antaranya terhadap harga harian selama lima tahun dari nama-nama terkenal.
Apa tiga bentuk efisiensi pasar?
Bentuk-bentuk tersebut bersarang satu sama lain. Segala sesuatu yang diklaim oleh bentuk lemah, juga diklaim oleh bentuk semi-kuat, dan lebih banyak lagi.
- Bentuk lemah: harga masa lalu dan volume masa lalu sudah terkandung dalam harga. Bentuk grafik, aturan tren, dan filter momentum yang hanya dibangun dari riwayat harga tidak memberikan keunggulan yang dapat diandalkan dalam versi ini.
- Bentuk semi-kuat: setiap informasi publik sudah terkandung dalam harga, termasuk laporan keuangan, panduan, catatan analis, dan rilis ekonomi. Membaca dokumen publik setelah publikasinya tidak memberikan keunggulan dalam versi ini, karena harga telah menyesuaikan saat orang lain membaca dokumen yang sama.
- Bentuk kuat: semua informasi terkandung dalam harga, termasuk informasi material yang bersifat pribadi. Hampir tidak ada yang membela versi ini. Hukum perdagangan orang dalam ada atas premis bahwa informasi non-publik bernilai uang nyata.
Hipotesis ini adalah pernyataan tentang keandalan, bukan tentang kesempurnaan. Tidak ada yang mengklaim harga selalu benar. Klaimnya adalah bahwa kesalahan sulit diidentifikasi sebelumnya dan sulit dipanen setelah biaya perdagangan dikeluarkan.
Bentuk lemah: apakah pergerakan kemarin memprediksi hari ini?
Uji paling bersih dari bentuk lemah adalah korelasi antara return satu hari dengan hari berikutnya. Angka yang sangat positif akan menandai tren yang bertahan. Angka yang sangat negatif akan menandai pembalikan yang dapat diandalkan. Keduanya dapat diperdagangkan. Panel di bawah mengukur korelasi autokorelasi lag-satu dari return harian untuk dua belas nama terkenal selama lima tahun dari Juli 2021 hingga Juni 2026.
SQL tepat di balik setiap angka
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 DESCPembacaan terbesar dalam nilai absolut adalah milik WMT pada 0.057, dan yang terkecil adalah milik KO pada -0.005. Setiap nama dalam kumpulan berada dalam beberapa perseratus dari nol selama sekitar 1252 hari perdagangan masing-masing. Korelasi sebesar itu menyumbang kurang dari satu persen variasi dalam return hari berikutnya. Tanda-tanda bergantian di antara dua belas nama tanpa pola yang bertahan setelah diperiksa, yang merupakan bentuk lemah melakukan persis seperti yang dikatakannya.
Apa yang terjadi setelah pergerakan satu hari yang besar?
Korelasi adalah rata-rata dari setiap sesi, dan rata-rata dapat menyembunyikan perilaku di tepi. Mengurutkan setiap hari dalam sampel yang sama berdasarkan pergerakan hari sebelumnya, kemudian mengukur apa yang dilakukan hari berikutnya, memeriksa apakah sesi ekstrem berperilaku berbeda dari sesi biasa.
SQL tepat di balik setiap angka
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_moveKelompok terbawah, sesi yang terjadi setelah pergerakan 1. down 3% or more, diikuti oleh hari naik 52.9% dari waktu ke waktu dari 664 observasi. Kelompok teratas, setelah pergerakan 5. up 3% or more, diikuti oleh hari naik 53.9% dari waktu ke waktu. Kelompok menengah biasa, 3. flat, within 1%, berada di 53.1%. Kelima kelompok berada dalam beberapa poin dari lemparan koin, dan return median hari berikutnya di setiap kelompok adalah pecahan dari satu persen: 0.175% setelah penurunan paling tajam, 0.186% setelah kenaikan paling tajam.
Aturan yang membeli setelah penurunan 3% dan aturan yang membeli setelah lonjakan 3% akan menghadapi distribusi hari berikutnya yang hampir sama. Kesenjangan antara kelompok lebih kecil dari selisih bid-ask tipikal ditambah komisi pada pesanan ritel, yang merupakan bentuk praktis dari bentuk lemah: pola harus lebih besar dari biaya perdagangannya sebelum menjadi keunggulan sama sekali.
Bentuk semi-kuat: apa yang ditunjukkan oleh catatan pemilihan
Bukti yang paling sering dikutip untuk bentuk semi-kuat bukanlah korelasi. Ini adalah temuan jangka panjang bahwa mayoritas portofolio aktif tertinggal dari indeks biasa selama jendela multi-tahun. Versi sederhana dari aritmatika itu terdapat dalam keranjang perusahaan AS besar yang diliput secara luas, diukur tahun demi tahun terhadap pelacak S&P 500.
SQL tepat di balik setiap angka
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.yrSepanjang 5 tahun kalender yang diukur, kurang dari setengah dari 34 nama mengalahkan indeks dalam empat tahun di antaranya. Bagiannya berkisar dari 32.4% pada 2024 hingga 58.8% pada 2022, satu-satunya tahun turun dalam jendela, ketika indeks menghasilkan -20% terhadap nama median di -13.3%. Pada 2024 indeks menghasilkan 24% sementara nama median dalam keranjang menghasilkan 12.7%.
Tidak satu pun dari ini membuktikan bentuk semi-kuat. Keranjang kapitalisasi besar bukanlah seluruh pasar, satu pelacak bukanlah setiap tolok ukur, dan lima tahun adalah sampel pendek. Apa yang ditunjukkannya adalah aritmatika yang membuat hipotesis sulit untuk diabaikan. Indeks adalah rata-rata tertimbang dari anggotanya sendiri, yang menjadikan mengalahkannya sebagai hasil minoritas secara konstruksi, dan biaya penelitian serta perdagangan untuk mencobanya keluar dari bagian minoritas. Pandangan terkait tentang betapa tidak meratanya return anggota tersebut muncul dalam selisih tahun demi tahun antara kolom indeks dan kolom median di atas.
Paradoks di pusat
Sanford Grossman dan Joseph Stiglitz menerbitkan keberatan paling tajam pada tahun 1980, dan itu adalah keberatan yang layak dinyatakan dengan jujur. Informasi mahal untuk dikumpulkan. Jika harga sudah mengandung semua informasi, tidak ada yang akan membayar untuk mengumpulkannya, dan pengumpulan itulah mekanisme yang memasukkan informasi ke dalam harga. Pasar yang efisien sempurna tidak dapat berada dalam keseimbangan. Yang bisa ada adalah pasar yang efisien cukup sehingga keuntungan dari penelitian kira-kira menutupi biaya penelitian.
Versi yang lebih lemah itulah yang digunakan sebagian besar praktisi, dan itu lebih cocok dengan data di atas daripada versi absolut. Ini menggambarkan pasar di mana keunggulan ada, tetap kecil, dan bersaing habis dengan kecepatan uang yang memburunya.
Anomali yang terdokumentasi berdampingan dengan hipotesis daripada menghancurkannya. Anomali volatilitas rendah adalah salah satu yang paling terukur: saham yang lebih tenang secara historis mengimbangi saham yang lebih liar dengan risiko yang jauh lebih kecil, sebuah pola yang tidak dapat diakomodasi oleh model risiko-dan-return standar. Momentum, nilai, dan efek perusahaan kecil memiliki sejarah serupa. Masing-masing diukur selama beberapa dekade, masing-masing memiliki rentang panjang di mana ia menghilang, dan beberapa menyempit setelah publikasi.
Apa arti hipotesis bagi pembaca
Pembacaan praktisnya sempit, dan itu bukan ramalan tentang pasar mana pun. Dalam versi hipotesis mana pun, input yang benar-benar dikendalikan investor adalah biaya, pajak, diversifikasi, dan perilaku, dan tidak satu pun dari keempat hal itu memerlukan prediksi apa pun. Biaya bertambah melawan portofolio dalam aritmatika yang sama dengan return yang bertambah untuknya.
Dua kebiasaan sesuai dengan kerangka ini tanpa meminta siapa pun untuk meramal. Rata-rata biaya dolar adalah aturan penjadwalan daripada prediksi, yang merupakan bagian dari alasan mengapa ia bertahan di pasar di mana prediksi sulit dilakukan. Dan temperamen di balik membeli ketika orang lain ketakutan adalah aturan tentang perilaku investor itu sendiri, bukan klaim tentang ke mana harga akan pergi selanjutnya.
Hipotesis juga memberikan standar untuk menilai klaim strategi. Pola apa pun yang terlihat menguntungkan di atas kertas harus membersihkan biaya perdagangan, pajak, dan survivorship yang dibangun ke dalam backtest sebelum dianggap sebagai keunggulan. Sebagian besar tidak melewati batas itu. Yang lolos cenderung kecil, dan cenderung menyusut seiring dengan datangnya lebih banyak modal.
Tanya Jawab
Apa tiga bentuk hipotesis pasar efisien?
Bentuk lemah berpendapat bahwa harga dan volume masa lalu sudah terkandung dalam harga, yang meniadakan keunggulan dari riwayat grafik saja. Bentuk semi-kuat berpendapat bahwa semua informasi publik sudah terkandung dalam harga. Bentuk kuat berpendapat bahwa informasi pribadi juga terkandung dalam harga, dan itu adalah versi yang hampir tidak ada yang bela.
Apakah hipotesis pasar efisien berarti harga saham selalu benar?
Tidak. Ini mengklaim bahwa kesalahan harga sulit diidentifikasi sebelumnya dan sulit ditangkap setelah biaya, bukan bahwa kesalahan itu tidak pernah terjadi. Gelembung dan kehancuran kompatibel dengan hipotesis selama seorang investor tidak dapat secara andal mengeksploitasinya pada saat itu.
Siapa yang menciptakan hipotesis pasar efisien?
Eugene Fama menetapkan kerangka tiga bentuk dalam makalah ulasan tahun 1970 dan berbagi Penghargaan Nobel Memorial dalam Ilmu Ekonomi tahun 2013. Akar matematisnya kembali lebih jauh, ke karya Louis Bachelier tahun 1900 tentang keacakan harga dan makalah Paul Samuelson tahun 1965 tentang harga yang diantisipasi dengan benar.
Apa kritik terkuat terhadap hipotesis pasar efisien?
Paradoks Grossman-Stiglitz tahun 1980: jika harga sudah mengandung setiap informasi, tidak ada yang akan dibayar untuk mengumpulkan informasi, dan pengumpulan adalah apa yang memasukkan informasi ke dalam harga. Penelitian perilaku menambahkan jalur kritik kedua tentang kesalahan investor yang terdokumentasi dan persisten.
Bisakah siapa pun mengalahkan pasar?
Beberapa investor dan dana telah mencatat rekor panjang di atas tolok ukur mereka. Hipotesis tidak melarang hasil itu; ia berpendapat bahwa memisahkan keterampilan dari keberuntungan membutuhkan lebih banyak data daripada yang dimiliki sebagian besar catatan kinerja, dan bahwa rata-rata dolar dalam manajemen aktif masih tertinggal setelah biaya.
Setiap panel di atas adalah kueri tersimpan dengan SQL terlampir. Buka salah satu untuk memeriksa aritmatika, atau jalankan uji autokorelasi yang sama pada nama yang Anda ikuti di terminal Strasmore.