Strasmore Research
கற்றல் Matt Connorஆசிரியர் Matt Connor

திறமையான சந்தை கருதுகோள் என்றால் என்ன

திறமையான சந்தை கருதுகோள் விலைகளில் அறியப்பட்ட தகவல்கள் ஏற்கனவே உள்ளன என்கிறது. அதன் மூன்று வடிவங்களையும், ஐந்தாண்டு அமெரிக்க பங்குத் தரவுகளில் அளக்கப்பட்ட பலவீனமான வடிவத்தையும் காண்க.

திறமையான சந்தை கருதுகோள் என்பது, ஒரு பாதுகாப்பின் விலையில் அதைப் பற்றி கிடைக்கும் தகவல்கள் ஏற்கனவே அடங்கியுள்ளன என்ற கூற்றாகும். இதனால் மீதமுள்ள எந்த வடிவமும் மிகவும் சிறியதாகவும், குறுகிய காலம் நீடிப்பதாகவும் இருப்பதால், செலவுகளுக்குப் பிறகு லாபகரமாக வர்த்தகம் செய்ய முடியாது. யூஜின் ஃபாமா 1970 ஆம் ஆண்டின் ஒரு மதிப்பாய்வுக் கட்டுரையில் இந்த யோசனையை மூன்று வடிவங்களாக ஒழுங்குபடுத்தினார்: பலவீனமான, அரை-வலுவான மற்றும் வலுவான. ஒவ்வொரு வடிவமும் விலையில் ஏற்கனவே உள்ள தகவல்களின் வெவ்வேறு தொகுப்பை பெயரிடுகிறது, மேலும் ஒவ்வொன்றும் பணம் சம்பாதிப்பதற்கான வெவ்வேறு வழியை நிராகரிக்கிறது. இந்தப் பக்கம் மூன்று வடிவங்கள் எதைத் தடைசெய்கின்றன என்பதைக் கூறுகிறது, பின்னர் அவற்றில் மிகவும் பலவீனமானதை, பிரபலமான நிறுவனங்களின் ஐந்தாண்டு தினசரி விலைகளுக்கு எதிராக அளவிடுகிறது.

சந்தை திறனின் மூன்று வடிவங்கள் யாவை?

வடிவங்கள் ஒன்றுக்குள் ஒன்று அமைந்துள்ளன. பலவீனமான வடிவம் கூறும் அனைத்தையும், அரை-வலுவான வடிவமும் கூறுகிறது, மேலும் அதிகமாகவும் கூறுகிறது.

  • பலவீனமான வடிவம்: கடந்த கால விலைகள் மற்றும் கடந்த கால அளவு ஏற்கனவே விலையில் உள்ளன. விலை வரலாற்றில் மட்டுமே கட்டமைக்கப்பட்ட விளக்கப்பட வடிவங்கள், போக்கு விதிகள் மற்றும் உந்த வடிப்பான்கள் இந்த பதிப்பின் கீழ் நம்பகமான விளிம்பைக் கொண்டிருக்கவில்லை.
  • அரை-வலுவான வடிவம்: தாக்கல், வழிகாட்டுதல், ஆய்வாளர் குறிப்புகள் மற்றும் பொருளாதார வெளியீடுகள் உட்பட ஒவ்வொரு பொது தகவலும் ஏற்கனவே விலையில் உள்ளது. ஒரு பொது ஆவணத்தை அதன் வெளியீட்டிற்குப் பிறகு படிப்பது இந்த பதிப்பின் கீழ் எந்த விளிம்பையும் கொண்டிருக்கவில்லை, ஏனெனில் மற்ற அனைவரும் அதே ஆவணத்தைப் படித்துக்கொண்டிருந்தபோது விலை சரிசெய்யப்பட்டது.
  • வலுவான வடிவம்: அனைத்து தகவல்களும் விலையில் உள்ளன, தனிப்பட்ட பொருள் உட்பட. கிட்டத்தட்ட யாரும் இந்த பதிப்பை ஆதரிப்பதில்லை. பொதுவில் இல்லாத தகவல் உண்மையான பணத்திற்கு மதிப்புள்ளது என்ற அடிப்படையில் உள் வர்த்தக சட்டம் உள்ளது.

கருதுகோள் என்பது நம்பகத்தன்மை பற்றிய ஒரு அறிக்கையாகும், முழுமை பற்றியது அல்ல. விலைகள் எப்போதும் சரியாக இருக்கும் என்று யாரும் கூறவில்லை. பிழைகளை முன்கூட்டியே அடையாளம் காண்பதும், வர்த்தக செலவுகள் வந்தவுடன் அவற்றை அறுவடை செய்வதும் கடினம் என்று கூறப்படுகிறது.

பலவீனமான வடிவம்: நேற்றைய நகர்வு இன்றையதை கணிக்குமா?

பலவீனமான வடிவத்தின் மிகத் தெளிவான சோதனை ஒரு நாளின் வருமானத்திற்கும் அடுத்த நாளின் வருமானத்திற்கும் இடையிலான தொடர்பு ஆகும். வலுவான நேர்மறை எண்ணிக்கை நீடிக்கும் போக்குகளைக் குறிக்கும். வலுவான எதிர்மறை எண்ணிக்கை நம்பகமான திடீர் திரும்பல்களைக் குறிக்கும். இரண்டுமே வர்த்தகம் செய்யக்கூடியதாக இருக்கும். கீழே உள்ள பேனல், ஜூலை 2021 முதல் ஜூன் 2026 வரையிலான ஐந்து ஆண்டுகளில் பன்னிரண்டு பிரபலமான நிறுவனங்களின் தினசரி வருமானத்தின் லேக்-ஒன் தன்னியக்க தொடர்பை அளவிடுகிறது.

வினவவும்தினசரி வருமானங்களின் லேக்-ஒன் தன்னியக்கத் தொடர்பு: பன்னிரண்டு பிரபல நிறுவனங்கள், ஜூலை 2021 முதல் ஜூன் 2026 வரை
ஒவ்வொரு எண்ணின் பின்னணியில் உள்ள துல்லியமான SQL
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
Run this yourself

முழுமையான அடிப்படையில் மிகப்பெரிய வாசிப்பு WMT இல் 0.057 ஆகும், மேலும் மிகச்சிறியது KO இல் -0.005 ஆகும். தொகுப்பில் உள்ள ஒவ்வொரு பெயரும் தோராயமாக 1252 வர்த்தக நாட்கள் ஒவ்வொன்றிலும் பூஜ்ஜியத்தின் சில நூறில் ஒரு பங்கிற்குள் விழுகிறது. அந்த அளவிலான தொடர்பு அடுத்த நாளின் வருமானத்தில் ஏற்படும் மாறுபாட்டின் ஒரு சதவீதத்திற்கும் குறைவாகவே உள்ளது. பன்னிரண்டு பெயர்களிலும் அறிகுறிகள் மாறி மாறி வருகின்றன, ஆய்வில் தப்பிப்பிழைக்கும் எந்த வடிவமும் இல்லாமல், இது பலவீனமான வடிவம் தான் சொல்வதை சரியாகச் செய்கிறது.

ஒரு பெரிய ஒற்றை நாள் நகர்வைத் தொடர்ந்து என்ன நடக்கும்?

ஒரு தொடர்பு என்பது ஒவ்வொரு அமர்வின் சராசரியாகும், மேலும் ஒரு சராசரி விளிம்புகளில் நடத்தையை மறைக்க முடியும். அதே மாதிரியில் ஒவ்வொரு நாளையும் முந்தைய நாளின் நகர்வின் மூலம் வரிசைப்படுத்தி, பின்னர் அடுத்த நாள் என்ன செய்தது என்பதை அளவிடுவது, தீவிர அமர்வுகள் சாதாரண அமர்வுகளிலிருந்து வேறுபட்டதா என்பதைச் சரிபார்க்கிறது.

வினவவும்ஒவ்வொரு வகை அமர்வுக்கும் அடுத்த நாள் முடிவு: முந்தைய நாளின் நகர்வின் அடிப்படையில் அடுத்த நாள் விளைவு, அதே பன்னிரண்டு நிறுவனங்கள்
ஒவ்வொரு எண்ணின் பின்னணியில் உள்ள துல்லியமான SQL
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
Run this yourself

கீழ் வாளி, 1. down 3% or more நகர்வுக்குப் பிறகு வந்த அமர்வுகள், 664 அவதானிப்புகளில் 52.9% நேரம் உயரும் நாளைத் தொடர்ந்து கொண்டிருந்தது. மேல் வாளி, 5. up 3% or more நகர்வைத் தொடர்ந்து, 53.9% நேரம் உயரும் நாளைத் தொடர்ந்து கொண்டிருந்தது. சாதாரண நடுத்தர வாளி, 3. flat, within 1%, 53.1% இல் வந்தது. அனைத்து ஐந்து வாளிகளும் ஒரு நாணய சுழற்சியின் சில புள்ளிகளுக்குள் உள்ளன, மேலும் ஒவ்வொரு வாளியிலும் சராசரி அடுத்த நாள் வருமானம் ஒரு சதவீதத்தின் ஒரு பகுதியாகும்: 0.175% மிகக் கூர்மையான சரிவுகளுக்குப் பிறகு, 0.186% மிகக் கூர்மையான முன்னேற்றங்களுக்குப் பிறகு.

3% சரிவுக்குப் பிறகு வாங்கிய ஒரு விதியும், 3% ஜம்பிற்குப் பிறகு வாங்கிய ஒரு விதியும் கிட்டத்தட்ட அதே அடுத்த நாட்களின் விநியோகத்தை சந்தித்திருக்கும். வாளிகளுக்கு இடையேயான இடைவெளி ஒரு பொதுவான பிட்-ஆஸ்க் ஸ்ப்ரெட் மற்றும் சில்லறை அளவிலான ஆர்டருக்கான கமிஷனை விட சிறியது, இது பலவீனமான வடிவம் எடுக்கும் நடைமுறை வடிவமாகும்: முறை அதை வர்த்தகம் செய்வதற்கான செலவை விட பெரியதாக இருக்க வேண்டும், அது ஒரு விளிம்பாக மாறும் முன்.

அரை-வலுவான வடிவம்: தேர்வு பதிவு என்ன காட்டுகிறது

அரை-வலுவான வடிவத்திற்கு அடிக்கடி மேற்கோள் காட்டப்படும் ஆதாரம் ஒரு தொடர்பு அல்ல. பல ஆண்டு கால சாளரங்களில் பெரும்பாலான செயலில் உள்ள போர்ட்ஃபோலியோக்கள் ஒரு எளிய குறியீட்டை விட பின்தங்கியிருப்பதாக நீண்ட காலமாக கண்டறியப்பட்டுள்ளது. அந்த எண்கணிதத்தின் ஒரு எளிய பதிப்பு, S&P 500 டிராக்கருக்கு எதிராக ஆண்டுதோறும் அளவிடப்படும் பெரிய, அதிக கவரேஜ் கொண்ட அமெரிக்க நிறுவனங்களின் கூடைக்குள் உள்ளது.

வினவவும்குறியீட்டெண் மற்றும் அதன் உள்ளடக்கிய நிறுவனங்கள்: காலண்டர் ஆண்டுகள் 2021 முதல் 2025 வரை, 34-நிறுவன பெரிய-மூலதன கூடை
ஒவ்வொரு எண்ணின் பின்னணியில் உள்ள துல்லியமான SQL
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
Run this yourself

அளவிடப்பட்ட 5 காலண்டர் ஆண்டுகளில், 34 பெயர்களில் பாதிக்கும் குறைவானவை நான்கில் குறியீட்டை விஞ்சின. பங்கு 2024 இல் 32.4% முதல் 2022 இல் 58.8% வரை இருந்தது, இது சாளரத்தில் ஒரே சரிவு ஆண்டு, குறியீடு -20% திரும்பியபோது, சராசரி பெயர் -13.3% இல் இருந்தது. 2024 இல் குறியீடு 24% திரும்பியது, அதே நேரத்தில் கூடையில் உள்ள சராசரி பெயர் 12.7% திரும்பியது.

இவை எதுவும் அரை-வலுவான வடிவத்தை நிரூபிக்கவில்லை. பெரிய கேப்களின் கூடை முழு சந்தையும் அல்ல, ஒரு டிராக்கர் ஒவ்வொரு பெஞ்ச்மார்க்கும் அல்ல, மேலும் ஐந்து ஆண்டுகள் ஒரு குறுகிய மாதிரி. இது கருதுகோளைப் புறக்கணிப்பதை கடினமாக்கும் எண்கணிதத்தைக் காட்டுகிறது. ஒரு குறியீடு அதன் சொந்த உறுப்பினர்களின் எடையிடப்பட்ட சராசரியாகும், இது அதை வெல்வதை கட்டுமானத்தின் மூலம் ஒரு சிறுபான்மை விளைவாக ஆக்குகிறது, மேலும் முயற்சியின் ஆராய்ச்சி மற்றும் வர்த்தக செலவுகள் சிறுபான்மையினரின் பங்கிலிருந்து வெளியே வருகின்றன. அந்த உறுப்பினர் வருமானம் எவ்வளவு சீரற்றது என்பது பற்றிய ஒரு தொடர்புடைய பார்வை, மேலே உள்ள குறியீட்டு நெடுவரிசைக்கும் சராசரி நெடுவரிசைக்கும் இடையேயான ஆண்டு வாரியான பரவலில் தோன்றுகிறது.

மையத்தில் உள்ள முரண்பாடு

சான்ஃபோர்ட் கிராஸ்மேன் மற்றும் ஜோசப் ஸ்டிக்லிட்ஸ் 1980 இல் மிகக் கூர்மையான ஆட்சேபனையை வெளியிட்டனர், அது நேர்மையாகக் கூறத்தக்க ஒரு ஆட்சேபனையாகும். தகவல் சேகரிப்பதற்கு விலை உயர்ந்தது. விலைகள் ஏற்கனவே அனைத்து தகவல்களையும் கொண்டிருந்தால், யாரும் சேகரிக்க பணம் செலுத்த மாட்டார்கள், மேலும் அந்த சேகரிப்புதான் தகவல்களை விலைகளில் வைக்கும் பொறிமுறையாகும். ஒரு முழுமையான திறமையான சந்தை சமநிலையில் இருக்க முடியாது. ஆராய்ச்சியின் லாபம் தோராயமாக ஆராய்ச்சியின் செலவை ஈடுசெய்யும் அளவுக்கு போதுமான திறமையான சந்தை இருக்க முடியும்.

அந்த பலவீனமான பதிப்புதான் பெரும்பாலான பயிற்சியாளர்கள் வேலை செய்வது, மேலும் இது முழுமையான பதிப்பை விட மேலே உள்ள தரவுகளுக்கு பொருந்துகிறது. இது விளிம்புகள் இருக்கும், சிறியதாக இருக்கும், மற்றும் அவற்றை வேட்டையாடும் பணத்தின் வேகத்தில் போட்டியிடப்படும் ஒரு சந்தையை விவரிக்கிறது.

ஆவணப்படுத்தப்பட்ட ஒழுங்கின்மைகள் கருதுகோளை அழிப்பதை விட அதனுடன் இணைந்து உள்ளன. குறைந்த ஏற்ற இறக்க ஒழுங்கின்மை மிகவும் நன்கு அளவிடப்பட்டவற்றில் ஒன்றாகும்: அமைதியான பங்குகள் வரலாற்று ரீதியாக ஆபத்தின் ஒரு பகுதியில் காட்டு பங்குகளுடன் வேகத்தை பராமரித்துள்ளன, இது நிலையான ஆபத்து மற்றும் வருமான மாதிரி இடமளிக்காத ஒரு முறை. உந்தம், மதிப்பு மற்றும் சிறிய நிறுவன விளைவுகள் ஒத்த வரலாறுகளைக் கொண்டுள்ளன. ஒவ்வொன்றும் பல தசாப்தங்களாக அளவிடப்படுகிறது, ஒவ்வொன்றும் மறைந்து போகும் நீண்ட நீட்சிகளைக் கொண்டுள்ளது, மேலும் பல வெளியீட்டிற்குப் பிறகு குறுகுகின்றன.

ஒரு வாசகருக்கு கருதுகோள் என்ன அர்த்தம்

நடைமுறை வாசிப்பு குறுகியது, மேலும் இது எந்த சந்தையைப் பற்றிய முன்னறிவிப்பு அல்ல. கருதுகோளின் எந்த பதிப்பின் கீழும், ஒரு முதலீட்டாளர் உண்மையில் கட்டுப்படுத்தும் உள்ளீடுகள் செலவுகள், வரிகள், பல்வகைப்படுத்தல் மற்றும் நடத்தை ஆகும், மேலும் இந்த நான்கில் எதற்கும் எதையும் கணிக்க தேவையில்லை. ஒரு கட்டணம் ஒரு போர்ட்ஃபோலியோவுக்கு எதிராக ஒரு வருமானம் அதற்காக கூட்டுவது போன்ற அதே எண்கணிதத்தில் கூட்டுகிறது.

இரண்டு பழக்கங்கள் யாரையும் முன்னறிவிக்கச் சொல்லாமல் இந்த கட்டமைப்பிற்கு பொருந்துகின்றன. டாலர்-செலவு சராசரி என்பது ஒரு முன்னறிவிப்பை விட ஒரு அட்டவணை விதியாகும், இது முன்னறிவிப்பு கடினமாக இருக்கும் ஒரு சந்தையில் அது ஏன் உயிர்வாழ்கிறது என்பதன் ஒரு பகுதியாகும். மற்றும் மற்றவர்கள் பயப்படும்போது வாங்குதல் பின்னால் உள்ள மனநிலை என்பது முதலீட்டாளரின் சொந்த நடத்தை பற்றிய ஒரு விதியாகும், விலைகள் அடுத்து எங்கு செல்லும் என்பது பற்றிய கூற்று அல்ல.

கருதுகோள் மூலோபாய கூற்றுக்களை மதிப்பிடுவதற்கான ஒரு தரத்தையும் வழங்குகிறது. காகிதத்தில் லாபகரமாகத் தோன்றும் எந்த முறையும், அது ஒரு விளிம்பாக எண்ணப்படுவதற்கு முன் வர்த்தக செலவுகள், வரிகள் மற்றும் பின்னணி சோதனையில் கட்டமைக்கப்பட்ட உயிர்வாழ்வை அழிக்க வேண்டும். பெரும்பாலானவை அந்த தடையை அழிக்கவில்லை. அழிப்பவை சிறியதாக இருக்கும், மேலும் அதிக மூலதனம் வரும்போது அவை சுருங்கும்.

FAQ

திறமையான சந்தை கருதுகோளின் மூன்று வடிவங்கள் யாவை?

பலவீனமான வடிவம் கடந்த கால விலைகள் மற்றும் அளவு ஏற்கனவே விலையில் உள்ளன என்று கூறுகிறது, இது விளக்கப்பட வரலாற்றில் இருந்து மட்டுமே விளிம்புகளை நிராகரிக்கிறது. அரை-வலுவான வடிவம் அனைத்து பொது தகவல்களும் ஏற்கனவே விலையில் உள்ளன என்று கூறுகிறது. வலுவான வடிவம் தனிப்பட்ட தகவலும் விலையில் உள்ளது என்று கூறுகிறது, மேலும் இது கிட்டத்தட்ட யாரும் ஆதரிக்காத பதிப்பாகும்.

திறமையான சந்தை கருதுகோள் பங்கு விலைகள் எப்போதும் சரியானவை என்று அர்த்தமா?

இல்லை. தவறான விலை நிர்ணயங்கள் ஒருபோதும் ஏற்படாது என்று அல்ல, மாறாக அவற்றை முன்கூட்டியே அடையாளம் காண்பதும், செலவுகளுக்குப் பிறகு கைப்பற்றுவதும் கடினம் என்று அது கூறுகிறது. ஒரு முதலீட்டாளர் அந்த நேரத்தில் அவற்றை நம்பத்தகுந்த முறையில் பயன்படுத்த முடியாத வரை, குமிழ்கள் மற்றும் சரிவுகள் கருதுகோளுடன் இணக்கமானவை.

திறமையான சந்தை கருதுகோளை யார் உருவாக்கியது?

யூஜின் ஃபாமா 1970 ஆம் ஆண்டின் மதிப்பாய்வுக் கட்டுரையில் மூன்று-வடிவ கட்டமைப்பை அமைத்தார் மற்றும் 2013 இல் பொருளாதார அறிவியலுக்கான நோபல் நினைவு பரிசைப் பகிர்ந்து கொண்டார். கணித வேர்கள் மேலும் பின்னோக்கிச் செல்கின்றன, லூயிஸ் பாசெலியரின் 1900 ஆம் ஆண்டின் விலை சீரற்ற தன்மை பற்றிய பணி மற்றும் பால் சாமுவேல்சனின் 1965 ஆம் ஆண்டின் சரியாக எதிர்பார்க்கப்பட்ட விலைகள் பற்றிய கட்டுரை வரை.

திறமையான சந்தை கருதுகோளின் மிக வலுவான விமர்சனம் எது?

1980 இன் கிராஸ்மேன்-ஸ்டிக்லிட்ஸ் முரண்பாடு: விலைகள் ஏற்கனவே ஒவ்வொரு தகவலையும் கொண்டிருந்தால், தகவல்களை சேகரிக்க யாருக்கும் பணம் கொடுக்கப்படாது, மேலும் சேகரிப்புதான் தகவல்களை விலைகளில் வைக்கிறது. நடத்தை ஆராய்ச்சி ஆவணப்படுத்தப்பட்ட, நீடித்த முதலீட்டாளர் பிழைகள் பற்றிய இரண்டாவது விமர்சன வரியைச் சேர்க்கிறது.

யாராவது சந்தையை வெல்ல முடியுமா?

சில முதலீட்டாளர்கள் மற்றும் நிதிகள் தங்கள் பெஞ்ச்மார்க்குகளுக்கு மேலே நீண்ட பதிவுகளை வெளியிட்டுள்ளன. கருதுகோள் அந்த முடிவை தடை செய்யவில்லை; திறமையை அதிர்ஷ்டத்திலிருந்து பிரிக்க பெரும்பாலான டிராக் ரெக்கார்டுகளை விட அதிக தரவு தேவை என்றும், செயலில் உள்ள மேலாண்மையில் சராசரி டாலர் இன்னும் கட்டணங்களுக்குப் பிறகு பின்தங்கியுள்ளது என்றும் அது வாதிடுகிறது.


மேலே உள்ள ஒவ்வொரு பேனலும் அதன் SQL இணைக்கப்பட்ட ஒரு சேமிக்கப்பட்ட வினவல் ஆகும். எண்கணிதத்தை சரிபார்க்க ஒன்றைத் திறக்கவும், அல்லது ஸ்ட்ராஸ்மோர் டெர்மினலில் நீங்கள் பின்பற்றும் பெயர்களில் அதே தன்னியக்க தொடர்பு சோதனையை இயக்கவும்.

#efficient market hypothesis#market efficiency#emh#investing theory#market data