Di ipotesi mercati efficienti definizione forme
L'ipotesi dei mercati efficienti dice che i prezzi incorporano le informazioni note. Tre forme: debole, semi-forte, forte. Misura della forma debole su cinque anni di dati azionari USA.
L'ipotesi dei mercati efficienti sostiene che il prezzo di un titolo incorpori già le informazioni disponibili, lasciando qualsiasi schema residuo troppo piccolo e di durata troppo breve per essere scambiato con profitto al netto dei costi. Eugene Fama ha organizzato questa idea in tre forme in un articolo di revisione del 1970: debole, semi-forte e forte. Ogni forma identifica un diverso insieme di informazioni già incorporate nel prezzo, e ciascuna esclude un diverso modo di guadagnare. Questa pagina spiega cosa vietano le tre forme, poi misura la più debole di esse confrontando cinque anni di prezzi giornalieri di nomi noti.
Quali sono le tre forme di efficienza del mercato?
Le forme sono annidate l'una nell'altra. Tutto ciò che afferma la forma debole è affermato anche dalla forma semi-forte, e così via.
- Forma debole: prezzi e volumi passati sono già nel prezzo. Figure grafiche, regole di trend e filtri di momentum basati esclusivamente sulla storia dei prezzi non offrono un vantaggio affidabile secondo questa versione.
- Forma semi-forte: ogni informazione pubblica è già nel prezzo, inclusi documenti, guidance, note degli analisti e comunicati economici. Leggere un documento pubblico dopo la sua pubblicazione non offre alcun vantaggio secondo questa versione, poiché il prezzo si è aggiustato mentre tutti gli altri leggevano lo stesso documento.
- Forma forte: tutte le informazioni sono nel prezzo, comprese quelle materiali private. Quasi nessuno difende questa versione. Le leggi sull'insider trading esistono proprio sul presupposto che le informazioni non pubbliche valgano denaro reale.
L'ipotesi è un'affermazione sull'affidabilità, non sulla perfezione. Nessuno sostiene che i prezzi siano sempre giusti. L'affermazione è che gli errori sono difficili da identificare in anticipo e difficili da sfruttare una volta considerati i costi di negoziazione.
Forma debole: il movimento di ieri prevede quello di oggi?
Il test più pulito della forma debole è la correlazione tra il rendimento di un giorno e quello del giorno successivo. Un valore fortemente positivo indicherebbe trend persistenti. Un valore fortemente negativo indicherebbe rimbalzi affidabili. Entrambi sarebbero negoziabili. Il grafico seguente misura l'autocorrelazione a un ritardo dei rendimenti giornalieri per dodici nomi noti nei cinque anni da luglio 2021 a giugno 2026.
L'esatto SQL dietro ogni numero
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 DESCIl valore più grande in termini assoluti appartiene a WMT con 0.057, e il più piccolo appartiene a KO con -0.005. Ogni nome nell'insieme si colloca entro pochi centesimi da zero su circa 1252 giorni di negoziazione ciascuno. Una correlazione di questa dimensione spiega ben meno dell'uno per cento della variazione del rendimento del giorno successivo. I segni si alternano tra i dodici nomi senza uno schema che sopravviva all'ispezione, il che è esattamente ciò che la forma debole dice che farà.
Cosa succede dopo un movimento giornaliero ampio?
Una correlazione è una media su ogni sessione, e una media può nascondere il comportamento ai margini. Ordinare ogni giorno nello stesso campione in base al movimento del giorno precedente, e poi misurare cosa ha fatto il giorno successivo, verifica se le sessioni estreme si comportano diversamente da quelle ordinarie.
L'esatto SQL dietro ogni numero
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_moveIl bucket inferiore, le sessioni successive a un movimento di 1. down 3% or more, è stato seguito da un giorno in rialzo nel 52.9% dei casi su 664 osservazioni. Il bucket superiore, successivo a un movimento di 5. up 3% or more, è stato seguito da un giorno in rialzo nel 53.9% dei casi. Il bucket medio ordinario, 3. flat, within 1%, si è attestato al 53.1%. Tutti e cinque i bucket si trovano entro pochi punti da un lancio di moneta, e il rendimento mediano del giorno successivo in ogni bucket è una frazione dell'uno per cento: 0.175% dopo i cali più netti, 0.186% dopo i rialzi più netti.
Una regola che acquistava dopo un calo del 3% e una regola che acquistava dopo un balzo del 3% avrebbero incontrato quasi la stessa distribuzione dei giorni successivi. Il divario tra i bucket è inferiore a un tipico spread denaro-lettera più commissione su un ordine di dimensione retail, che è la forma pratica che assume la forma debole: lo schema deve essere più grande del costo di negoziarlo prima di poter essere considerato un vantaggio.
Forma semi-forte: cosa mostra il record di selezione
L'evidenza più spesso citata per la forma semi-forte non è una correlazione. È il dato di lungo periodo secondo cui la maggior parte dei portafogli attivi è in ritardo rispetto a un semplice indice su finestre pluriennali. Una versione semplice di questa aritmetica si trova all'interno di un paniere di grandi società statunitensi ampiamente coperte, misurate anno per anno rispetto al tracker dell'S&P 500.
L'esatto SQL dietro ogni numero
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.yrNegli 5 anni solari misurati, meno della metà dei 34 nomi ha battuto l'indice in quattro di essi. La quota è andata dal 32.4% nel 2024 fino al 58.8% nel 2022, l'unico anno negativo nella finestra, quando l'indice ha reso -20% contro un nome mediano al -13.3%. Nel 2024 l'indice ha reso 24% mentre il nome mediano nel paniere ha reso 12.7%.
Niente di tutto ciò dimostra la forma semi-forte. Un paniere di large cap non è l'intero mercato, un tracker non è ogni benchmark, e cinque anni sono un campione breve. Quello che mostra è l'aritmetica che rende difficile liquidare l'ipotesi. Un indice è una media ponderata dei suoi stessi componenti, il che rende il batterlo un risultato di minoranza per costruzione, e i costi di ricerca e negoziazione del tentativo vengono sottratti dalla quota della minoranza. Una visione correlata di quanto siano disomogenei quei rendimenti dei componenti appare nella differenza anno per anno tra la colonna dell'indice e la colonna della mediana sopra.
Il paradosso al centro
Sanford Grossman e Joseph Stiglitz hanno pubblicato l'obiezione più netta nel 1980, ed è un'obiezione che vale la pena esporre onestamente. L'informazione è costosa da raccogliere. Se i prezzi la contenessero già tutta, nessuno pagherebbe per raccoglierne alcuna, e quella raccolta è proprio il meccanismo che inserisce le informazioni nei prezzi. Un mercato perfettamente efficiente non può trovarsi in equilibrio. Ciò che può esistere è un mercato sufficientemente efficiente perché il profitto della ricerca copra all'incirca ciò che la ricerca costa.
Questa versione più debole è quella con cui lavora la maggior parte dei professionisti, e si adatta ai dati sopra meglio della versione assoluta. Descrive un mercato in cui i vantaggi esistono, rimangono piccoli e vengono erosi alla velocità del denaro che li insegue.
Le anomalie documentate coesistono con l'ipotesi, piuttosto che demolirla. L'anomalia della bassa volatilità è tra le meglio misurate: i titoli più calmi hanno storicamente tenuto il passo con quelli più volatili a una frazione del rischio, uno schema che il modello standard rischio-rendimento non spiega. Gli effetti di momentum, value e small-company hanno storie simili. Ciascuno è misurato su decenni, ciascuno ha lunghi periodi in cui scompare, e diversi si restringono dopo la pubblicazione.
Cosa significa l'ipotesi per un lettore
La lettura pratica è ristretta e non è una previsione su alcun mercato. In qualsiasi versione dell'ipotesi, gli input che un investitore controlla effettivamente sono costi, tasse, diversificazione e comportamento, e nessuno di questi quattro richiede di prevedere nulla. Una commissione si accumula contro un portafoglio con la stessa aritmetica con cui un rendimento si accumula a suo favore.
Due abitudini si adattano a questo quadro senza chiedere a nessuno di fare previsioni. Il dollar-cost averaging è una regola di programmazione piuttosto che una previsione, il che è parte del motivo per cui sopravvive in un mercato in cui prevedere è difficile. E il temperamento dietro l'acquisto quando gli altri hanno paura è una regola sulla condotta dell'investitore stesso, non un'affermazione su dove andranno i prezzi.
L'ipotesi fornisce anche uno standard per giudicare le affermazioni sulle strategie. Qualsiasi schema che sembri redditizio sulla carta deve superare i costi di negoziazione, le tasse e la sopravvivenza incorporata nel backtest prima di poter essere considerato un vantaggio. La maggior parte non supera questa soglia. Quelli che lo fanno tendono ad essere piccoli e tendono a ridursi man mano che arrivano più capitali.
FAQ
Quali sono le tre forme dell'ipotesi dei mercati efficienti?
La forma debole sostiene che prezzi e volumi passati sono già nel prezzo, il che esclude vantaggi derivanti dalla sola storia dei grafici. La forma semi-forte sostiene che tutte le informazioni pubbliche sono già nel prezzo. La forma forte sostiene che anche le informazioni private sono nel prezzo, ed è la versione che quasi nessuno difende.
L'ipotesi dei mercati efficienti significa che i prezzi delle azioni sono sempre giusti?
No. Afferma che gli errori di prezzo sono difficili da identificare in anticipo e difficili da catturare al netto dei costi, non che non si verifichino mai. Bolle e crolli sono compatibili con l'ipotesi fintanto che un investitore non avrebbe potuto sfruttarli in modo affidabile al momento.
Chi ha ideato l'ipotesi dei mercati efficienti?
Eugene Fama ha delineato il quadro delle tre forme in un articolo di revisione del 1970 e ha condiviso il Premio Nobel per le Scienze Economiche nel 2013. Le radici matematiche risalgono più indietro, al lavoro del 1900 di Louis Bachelier sulla casualità dei prezzi e all'articolo del 1965 di Paul Samuelson sui prezzi correttamente anticipati.
Qual è la critica più forte all'ipotesi dei mercati efficienti?
Il paradosso di Grossman-Stiglitz del 1980: se i prezzi contenessero già ogni informazione, nessuno sarebbe pagato per raccogliere informazioni, e la raccolta è ciò che mette le informazioni nei prezzi. La ricerca comportamentale aggiunge una seconda linea di critica sugli errori documentati e persistenti degli investitori.
Qualcuno può battere il mercato?
Alcuni investitori e fondi hanno registrato performance di lungo periodo superiori ai loro benchmark. L'ipotesi non vieta questo risultato; sostiene che separare l'abilità dalla fortuna richiede molti più dati di quanti ne contengano la maggior parte dei track record, e che il dollaro medio nella gestione attiva è ancora in ritardo al netto delle commissioni.
Ogni grafico sopra è una query memorizzata con il suo SQL allegato. Aprilo per verificare l'aritmetica, o esegui lo stesso test di autocorrelazione sui nomi che segui sul terminale Strasmore.