Door Matt Connor
efficiënte markthypothese uitleg
De efficiënte markthypothese stelt dat koersen alle bekende informatie bevatten. Lees de drie vormen en de toetsing van de zwakke vorm op vijf jaar Amerikaanse aandelenkoersen.
De hypothese van efficiënte markten stelt dat de koers van een effect reeds alle beschikbare informatie over dat effect bevat. Eventuele overgebleven patronen zijn daardoor te klein en te kortstondig om na aftrek van kosten winstgevend te verhandelen. Eugene Fama organiseerde dit idee in een overzichtsartikel uit 1970 in drie vormen: zwak, semi-sterk en sterk. Elke vorm benoemt een andere set informatie die al in de koers zit, en elke vorm sluit een andere manier uit om geld te verdienen. Deze pagina beschrijft wat de drie vormen verbieden, en toetst vervolgens de zwakste vorm aan vijf jaar dagkoersen van bekende bedrijven.
Wat zijn de drie vormen van marktefficiëntie?
De vormen zijn genest. Alles wat de zwakke vorm beweert, beweert de semi-sterke vorm ook, plus meer.
- Zwakke vorm: historische koersen en volumes zitten al in de koers. Grafiekpatronen, trendregels en momentumfilters die alleen op koershistorie zijn gebaseerd, bieden onder deze versie geen betrouwbaar voordeel.
- Semi-sterke vorm: alle openbare informatie zit al in de koers, inclusief jaarverslagen, winstverwachtingen, analistenrapporten en economische publicaties. Het lezen van een openbaar document na publicatie levert onder deze versie geen voordeel op, omdat de koers zich al heeft aangepast terwijl iedereen hetzelfde document las.
- Sterke vorm: alle informatie zit in de koers, inclusief niet-openbare informatie. Bijna niemand verdedigt deze versie. Wetgeving rond handel met voorkennis is gebaseerd op het uitgangspunt dat niet-openbare informatie echt geld waard is.
De hypothese is een uitspraak over betrouwbaarheid, niet over perfectie. Niemand beweert dat koersen altijd juist zijn. De claim is dat fouten moeilijk vooraf te identificeren zijn en moeilijk te verzilveren zijn nadat handelskosten zijn verrekend.
Zwakke vorm: voorspelt de beweging van gisteren die van vandaag?
De zuiverste toets van de zwakke vorm is de correlatie tussen het rendement van de ene dag en de volgende. Een sterk positief cijfer zou wijzen op trends die aanhouden. Een sterk negatief cijfer zou wijzen op betrouwbare terugveren. Beide zouden verhandelbaar zijn. De onderstaande tabel meet de autocorrelatie met één vertraging van dagrendementen voor twaalf bekende bedrijven over de vijf jaar van juli 2021 tot en met juni 2026.
De exacte SQL achter elk getal
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 DESCDe grootste absolute waarde is van WMT met 0.057, en de kleinste van KO met -0.005. Elk bedrijf in de set zit binnen enkele honderdsten van nul over ruwweg 1252 handelsdagen per stuk. Een correlatie van die omvang verklaart ruim minder dan één procent van de variatie in het rendement van de volgende dag. De tekens wisselen elkaar af over de twaalf bedrijven zonder enig patroon dat bij inspectie standhoudt. Dit is precies wat de zwakke vorm zegt te zullen doen.
Wat volgt er op een grote koersbeweging op één dag?
Een correlatie is een gemiddelde over elke sessie, en een gemiddelde kan gedrag aan de randen verbergen. Door elke dag in dezelfde steekproef te sorteren op de vorige dagbeweging en vervolgens te meten wat de volgende dag deed, wordt gecontroleerd of extreme sessies zich anders gedragen dan gewone sessies.
De exacte SQL achter elk getal
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_moveHet onderste kwintiel, sessies die volgden op een beweging van 1. down 3% or more, werd in 52.9% van de gevallen gevolgd door een stijgende dag, over 664 waarnemingen. Het bovenste kwintiel, na een beweging van 5. up 3% or more, werd in 53.9% van de gevallen gevolgd door een stijgende dag. Het gewone middelste kwintiel, 3. flat, within 1%, kwam uit op 53.1%. Alle vijf kwintielen liggen binnen enkele procenten van een toss, en het mediane volgende-dag-rendement in elk kwintiel is een fractie van één procent: 0.175% na de scherpste dalingen, 0.186% na de scherpste stijgingen.
Een regel die kocht na een daling van 3% en een regel die kocht na een stijging van 3% zouden bijna dezelfde verdeling van volgende dagen hebben ontmoet. Het verschil tussen de kwintielen is kleiner dan een typische bied-laat-spread plus commissie voor een order van een particuliere belegger. Dit is de praktische vorm die de zwakke vorm aanneemt: het patroon moet groter zijn dan de kosten om het te verhandelen voordat het een voordeel is.
Semi-sterke vorm: wat het selectierecord laat zien
Het bewijs dat het vaakst wordt aangevoerd voor de semi-sterke vorm is geen correlatie. Het is de al lang bestaande bevinding dat de meerderheid van actieve portefeuilles over meerjarige perioden achterblijft bij een eenvoudige index. Een eenvoudige versie van die rekenkunde zit in een mandje van grote, veel gevolgde Amerikaanse bedrijven, gemeten per kalenderjaar tegen de S&P 500-tracker.
De exacte SQL achter elk getal
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.yrIn de 5 gemeten kalenderjaren versloegen in vier daarvan minder dan de helft van de 34 bedrijven de index. Het aandeel liep van 32.4% in 2024 tot 58.8% in 2022, het enige dalende jaar in de periode, toen de index -20% opleverde tegen een mediaan bedrijf van -13.3%. In 2024 leverde de index 24% op terwijl het mediane bedrijf in de mand 12.7% opleverde.
Niets hiervan bewijst de semi-sterke vorm. Een mandje large caps is niet de hele markt, één tracker is niet elke benchmark, en vijf jaar is een korte steekproef. Wat het wel laat zien, is de rekenkunde die het moeilijk maakt de hypothese weg te wuiven. Een index is een gewogen gemiddelde van haar eigen leden, waardoor het verslaan ervan per definitie een minderheidsresultaat is, en de onderzoeks- en handelskosten van een poging gaan ten koste van het aandeel van die minderheid. Een gerelateerd beeld van hoe ongelijk die ledenrendementen zijn, verschijnt in de jaarlijkse spreiding tussen de indexkolom en de mediaankolom hierboven.
De paradox in het middelpunt
Sanford Grossman en Joseph Stiglitz publiceerden in 1980 het scherpste bezwaar, en het is een bezwaar dat eerlijk moet worden genoemd. Informatie is duur om te verzamelen. Als koersen al alle informatie bevatten, zou niemand betalen om informatie te verzamelen, en dat verzamelen is precies het mechanisme dat informatie in koersen stopt. Een perfect efficiënte markt kan niet in evenwicht zijn. Wat wel kan bestaan is een markt die voldoende efficiënt is dat de winst uit onderzoek ongeveer de onderzoekskosten dekt.
Die zwakkere versie is de versie waarmee de meeste marktdeelnemers werken, en ze past beter bij de bovenstaande gegevens dan de absolute versie. Het beschrijft een markt waar voordelen bestaan, klein blijven en worden weggeconcurreerd met de snelheid van het geld dat erop jaagt.
Gedocumenteerde anomalieën bestaan naast de hypothese, in plaats van haar te ontkrachten. De lage-volatiliteitsanomalie is een van de best gemeten: rustigere aandelen hebben historisch gezien het tempo van wildere aandelen bijgehouden tegen een fractie van het risico, een patroon dat het standaard risico-rendementsmodel niet verklaart. Momentum-, waarde- en kleine-bedrijfseffecten hebben vergelijkbare geschiedenissen. Elk is gemeten over decennia, elk kent lange perioden waarin het verdwijnt, en verschillende worden smaller na publicatie.
Wat de hypothese betekent voor een lezer
De praktische interpretatie is smal, en het is geen voorspelling over een markt. Onder elke versie van de hypothese zijn de inputs die een belegger daadwerkelijk beheerst kosten, belastingen, diversificatie en gedrag, en geen van deze vier vereist het voorspellen van iets. Een vergoeding werkt tegen een portefeuille in dezelfde rekenkunde als een rendement ervoor werkt.
Twee gewoonten passen bij dit kader zonder dat iemand hoeft te voorspellen. Middelen in kosten is een planningsregel in plaats van een voorspelling, wat deels verklaart waarom het overleeft in een markt waar voorspellen moeilijk is. En het temperament achter kopen wanneer anderen bang zijn is een regel over het eigen gedrag van de belegger, geen bewering over waar koersen naartoe gaan.
De hypothese geeft ook een standaard voor het beoordelen van strategieclaims. Elk patroon dat er op papier winstgevend uitziet, moet handelskosten, belastingen en de overlevingsbias die in de backtest zit, doorstaan voordat het als een voordeel telt. De meeste halen die lat niet. De patronen die dat wel doen, zijn meestal klein en hebben de neiging te krimpen naarmate er meer kapitaal binnenkomt.
FAQ
Wat zijn de drie vormen van de efficiënte-markthypothese?
De zwakke vorm stelt dat historische koersen en volumes al in de koers zitten, wat voordelen uit alleen grafiekhistorie uitsluit. De semi-sterke vorm stelt dat alle openbare informatie al in de koers zit. De sterke vorm stelt dat ook niet-openbare informatie in de koers zit, en dit is de versie die bijna niemand verdedigt.
Betekent de efficiënte-markthypothese dat aandelenkoersen altijd juist zijn?
Nee. Het beweert dat verkeerde prijzen moeilijk vooraf te identificeren zijn en moeilijk te verzilveren zijn na kosten, niet dat ze nooit voorkomen. Bubbels en crashes zijn verenigbaar met de hypothese zolang een belegger er op dat moment niet betrouwbaar van had kunnen profiteren.
Wie heeft de efficiënte-markthypothese bedacht?
Eugene Fama zette het raamwerk van drie vormen uiteen in een overzichtsartikel uit 1970 en deelde in 2013 de Nobelprijs voor de Economie. De wiskundige wortels gaan verder terug, naar Louis Bachelier's werk uit 1900 over willekeur in koersen en Paul Samuelson's artikel uit 1965 over correct verwachte prijzen.
Wat is de sterkste kritiek op de efficiënte-markthypothese?
De Grossman-Stiglitz-paradox uit 1980: als koersen al elk stukje informatie bevatten, zou niemand worden betaald om informatie te verzamelen, en verzameling is wat informatie in koersen stopt. Gedragsonderzoek voegt een tweede kritieklijn toe over gedocumenteerde, hardnekkige beleggersfouten.
Kan iemand de markt verslaan?
Sommige beleggers en fondsen hebben lange records boven hun benchmarks neergezet. De hypothese verbiedt die uitkomst niet; het stelt dat het scheiden van vaardigheid van geluk veel meer gegevens vereist dan de meeste track records bevatten, en dat de gemiddelde dollar in actief beheer nog steeds achterblijft na kosten.
Elke tabel hierboven is een opgeslagen query met de bijbehorende SQL. Open er een om de rekenkunde te controleren, of voer dezelfde autocorrelatietest uit op de bedrijven die u volgt op de Strasmore-terminal.