ano ang efficient market hypothesis

Ang efficient market hypothesis ay ang pahayag na ang presyo ng isang security ay taglay na ang impormasyong makukuha tungkol dito, na nag-iiwan sa anumang natitirang pattern na napakaliit at napakaikli ang buhay upang maging kumikitang i-trade pagkatapos ng mga gastos. Inorganisa ni Eugene Fama ang ideya sa tatlong anyo sa isang review paper noong 1970: weak, semi-strong, at strong. Ang bawat anyo ay nagpapangalan ng ibang katawan ng impormasyon na nasa presyo na, at ang bawat isa ay nag-aalis ng ibang paraan ng pagkakakitaan. Ang pahinang ito ay nagsasaad kung ano ang ipinagbabawal ng tatlong anyo, pagkatapos ay sinusukat ang pinakamahina sa mga ito laban sa limang taon ng araw-araw na presyo sa mga pangalan na kilala sa sambahayan.

Ano ang tatlong anyo ng market efficiency?

Ang mga anyo ay nakapugad sa loob ng isa't isa. Lahat ng inaangkin ng weak form, inaangkin din ng semi-strong form, at higit pa.

• Weak form: ang mga nakaraang presyo at nakaraang volume ay nasa presyo na. Ang mga hugis ng chart, trend rules, at momentum filters na binuo lamang mula sa price history ay walang maaasahang edge sa ilalim ng bersyong ito.
• Semi-strong form: bawat piraso ng pampublikong impormasyon ay nasa presyo na, kasama ang mga filing, guidance, analyst notes, at economic releases. Ang pagbabasa ng isang pampublikong dokumento pagkatapos ng publikasyon nito ay walang edge sa ilalim ng bersyong ito, dahil ang presyo ay nag-adjust habang binabasa ng lahat ang parehong dokumento.
• Strong form: lahat ng impormasyon ay nasa presyo, kasama na ang pribadong materyal. Halos walang nagtatanggol sa bersyong ito. Ang insider trading law ay umiiral sa premise na ang non-public information ay nagkakahalaga ng tunay na pera.

Ang hypothesis ay isang pahayag tungkol sa dependability, hindi tungkol sa perfection. Walang nagsasabing laging tama ang mga presyo. Ang pahayag ay ang mga error ay mahirap matukoy nang maaga at mahirap anihin kapag nabawas na ang trading costs.

Weak form: hinuhulaan ba ng galaw kahapon ang galaw ngayon?

Ang pinakamalinis na test ng weak form ay ang correlation sa pagitan ng return ng isang araw at ng susunod. Ang isang malakas na positibong figure ay magmamarka ng mga trend na nagpapatuloy. Ang isang malakas na negatibong figure ay magmamarka ng maaasahang snap-backs. Alinman sa mga ito ay magiging tradable. Ang panel sa ibaba ay sumusukat ng lag-one autocorrelation ng daily returns para sa labindalawang household names sa loob ng limang taon mula Hulyo 2021 hanggang Hunyo 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

Ang pinakamalaking reading sa absolute terms ay pag-aari ng WMT sa 0.057, at ang pinakamaliit ay pag-aari ng KO sa -0.005. Bawat pangalan sa set ay nasa loob ng ilang hundredths ng zero sa humigit-kumulang 1252 trading days bawat isa. Ang isang correlation na ganoon kalaki ay nagkakaloob ng mas mababa sa isang porsyento ng variation sa return ng susunod na araw. Ang mga sign ay nagpapalit-palit sa labindalawang pangalan na walang pattern na makakaligtas sa inspeksyon, na siyang ginagawa ng weak form nang eksakto kung ano ang sinasabi nitong gagawin nito.

Ano ang kasunod ng isang malaking single-day move?

Ang isang correlation ay isang average sa bawat session, at ang isang average ay maaaring magtago ng behaviour sa mga gilid. Ang pag-uuri ng bawat araw sa parehong sample ayon sa nakaraang araw na galaw, pagkatapos ay pagsukat kung ano ang ginawa ng susunod na araw, ay sinusuri kung ang mga extreme session ay kumikilos nang iba sa mga ordinaryong session.

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

Ang bottom bucket, mga session na dumating pagkatapos ng isang galaw na 1. down 3% or more, ay sinundan ng isang rising day 52.9% ng oras sa 664 observations. Ang top bucket, kasunod ng isang galaw na 5. up 3% or more, ay sinundan ng isang rising day 53.9% ng oras. Ang ordinaryong middle bucket, 3. flat, within 1%, ay dumating sa 53.1%. Lahat ng limang bucket ay nasa loob ng ilang puntos ng isang coin flip, at ang median next-day return sa bawat bucket ay isang fraction ng isang porsyento: 0.175% pagkatapos ng pinakamatalim na pagbaba, 0.186% pagkatapos ng pinakamatalim na pagtaas.

Ang isang rule na bumili pagkatapos ng 3% drop at isang rule na bumili pagkatapos ng 3% jump ay sana nakatagpo ng halos parehong distribution ng mga susunod na araw. Ang gap sa pagitan ng mga bucket ay mas maliit kaysa sa isang tipikal na bid-ask spread plus commission sa isang retail-sized order, na siyang praktikal na anyo na kinukuha ng weak form: ang pattern ay kailangang mas malaki kaysa sa gastos ng pag-trade nito bago ito maging isang edge.

Semi-strong form: kung ano ang ipinapakita ng picking record

Ang ebidensya na madalas na binabanggit para sa semi-strong form ay hindi isang correlation. Ito ay ang matagal nang natuklasan na ang karamihan ng mga aktibong portfolio ay nahuhuli sa isang plain index sa loob ng multi-year windows. Ang isang simpleng bersyon ng arithmetic na iyon ay nasa loob ng isang basket ng malalaki, heavily covered na US companies na sinusukat taon-taon laban sa S&P 500 tracker.

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

Sa 5 calendar years na sinukat, wala pang kalahati ng 34 na pangalan ang tumalo sa index sa apat sa mga ito. Ang share ay mula 32.4% noong 2024 hanggang 58.8% noong 2022, ang tanging down year sa window, nang ang index ay nag-return ng -20% laban sa median name sa -13.3%. Noong 2024 ang index ay nag-return ng 24% habang ang median name sa basket ay nag-return ng 12.7%.

Wala sa mga ito ang nagpapatunay ng semi-strong form. Ang isang basket ng large caps ay hindi ang buong market, ang isang tracker ay hindi bawat benchmark, at ang limang taon ay isang maikling sample. Ang ipinapakita nito ay ang arithmetic na nagpapahirap sa hypothesis na balewalain. Ang isang index ay isang weighted average ng sarili nitong mga miyembro, na ginagawang isang minority outcome ang pagtalo dito sa pamamagitan ng construction, at ang research at trading costs ng pagsubok ay lumalabas sa bahagi ng minority. Ang isang kaugnay na pananaw kung gaano hindi pantay ang mga member returns na iyon ay lumilitaw sa year-by-year spread sa pagitan ng index column at ng median column sa itaas.

Ang paradox sa gitna

Inilathala nina Sanford Grossman at Joseph Stiglitz ang pinakamatinding pagtutol noong 1980, at ito ay isang pagtutol na nararapat na sabihin nang tapat. Ang impormasyon ay mahal na tipunin. Kung ang mga presyo ay naglalaman na ng lahat ng ito, walang magbabayad upang tipunin ang anuman, at ang pagtitipon na iyon ay mismong mekanismo na naglalagay ng impormasyon sa mga presyo. Ang isang perpektong efficient market ay hindi maaaring nasa equilibrium. Ang maaaring umiral ay isang market na sapat na efficient na ang profit mula sa research ay halos sumasakop sa kung ano ang gastos ng research.

Ang mas mahinang bersyon na iyon ay ang ginagamit ng karamihan sa mga practitioner, at ito ay mas akma sa data sa itaas kaysa sa absolute version. Inilalarawan nito ang isang market kung saan umiiral ang mga edge, nananatiling maliit, at nakikipagkumpitensya palayo sa bilis ng pera na humahabol sa kanila.

Ang mga dokumentadong anomalya ay nakaupo sa tabi ng hypothesis sa halip na gibain ito. Ang low-volatility anomaly ay kabilang sa pinakamahusay na nasukat: ang mga mas kalmadong stock ay makasaysayang nakasabay sa mga mas ligaw sa isang fraction ng panganib, isang pattern na hindi tinatanggap ng standard risk-and-return model. Ang momentum, value, at small-company effects ay may mga katulad na kasaysayan. Ang bawat isa ay sinusukat sa loob ng mga dekada, ang bawat isa ay may mahabang panahon kung saan ito nawawala, at ang ilan ay lumiliit pagkatapos ng publikasyon.

Ano ang ibig sabihin ng hypothesis para sa isang mambabasa

Ang praktikal na pagbabasa ay makitid, at ito ay hindi isang forecast tungkol sa anumang market. Sa ilalim ng anumang bersyon ng hypothesis, ang mga input na aktwal na kinokontrol ng isang investor ay ang mga gastos, buwis, diversification, at behaviour, at wala sa apat na iyon ang nangangailangan ng paghula ng anuman. Ang isang fee ay nag-compound laban sa isang portfolio sa parehong arithmetic na ang isang return ay nag-compound para dito.

Dalawang gawi ang akma sa framing na ito nang hindi hinihiling sa sinuman na mag-forecast. Ang dollar-cost averaging ay isang scheduling rule sa halip na isang prediction, na bahagi ng dahilan kung bakit ito nabubuhay sa isang market kung saan mahirap ang prediction. At ang temperament sa likod ng pagbili kapag ang iba ay natatakot ay isang rule tungkol sa sariling conduct ng investor, hindi isang claim tungkol sa kung saan pupunta ang mga presyo.

Ang hypothesis ay nagbibigay din ng isang standard para sa paghusga ng mga strategy claims. Anumang pattern na mukhang kumikita sa papel ay kailangang mag-clear ng trading costs, taxes, at ang survivorship na binuo sa backtest bago ito mabilang bilang isang edge. Karamihan ay hindi nag-clear ng bar na iyon. Ang mga pumapasa ay may posibilidad na maliit, at sila ay may posibilidad na lumiit habang dumarating ang mas maraming capital.

FAQ

Ano ang tatlong anyo ng efficient market hypothesis?

Ang weak form ay nagsasabi na ang mga nakaraang presyo at volume ay nasa presyo na, na nag-aalis ng mga edge mula sa chart history lamang. Ang semi-strong form ay nagsasabi na ang lahat ng pampublikong impormasyon ay nasa presyo na. Ang strong form ay nagsasabi na ang pribadong impormasyon ay nasa presyo din, at ito ang bersyon na halos walang nagtatanggol.

Ibig bang sabihin ng efficient market hypothesis na laging tama ang stock prices?

Hindi. Sinasabi nito na ang mga mispricing ay mahirap matukoy nang maaga at mahirap makuha pagkatapos ng mga gastos, hindi na hindi ito nangyayari. Ang mga bubbles at crashes ay tugma sa hypothesis hangga't hindi ito mapagsamantalahan ng isang investor nang maaasahan sa oras na iyon.

Sino ang gumawa ng efficient market hypothesis?

Inilatag ni Eugene Fama ang three-form framework sa isang review paper noong 1970 at ibinahagi ang 2013 Nobel Memorial Prize in Economic Sciences. Ang mathematical roots ay bumalik pa, sa gawain ni Louis Bachelier noong 1900 sa price randomness at sa papel ni Paul Samuelson noong 1965 sa properly anticipated prices.

Ano ang pinakamatinding kritisismo sa efficient market hypothesis?

Ang Grossman-Stiglitz paradox ng 1980: kung ang mga presyo ay naglalaman na ng bawat piraso ng impormasyon, walang babayaran upang mangolekta ng impormasyon, at ang koleksyon ay kung ano ang naglalagay ng impormasyon sa mga presyo. Ang behavioural research ay nagdaragdag ng pangalawang linya ng kritisismo tungkol sa mga dokumentado, persistent investor errors.

Mayroon bang makakatatalo sa market?

Ang ilang mga investor at funds ay nag-post ng mahabang record na mas mataas sa kanilang mga benchmark. Hindi ipinagbabawal ng hypothesis ang resultang iyon; pinagtatalunan nito na ang paghihiwalay ng skill mula sa luck ay nangangailangan ng mas maraming data kaysa sa nilalaman ng karamihan sa mga track record, at na ang average dollar sa active management ay nahuhuli pa rin pagkatapos ng mga fee.

Ang bawat panel sa itaas ay isang stored query na may naka-attach na SQL. Buksan ang isa upang suriin ang arithmetic, o patakbuhin ang parehong autocorrelation test sa mga pangalan na sinusundan mo sa Strasmore terminal.