гіпотеза ефективного ринку три форми

Гіпотеза ефективного ринку стверджує, що ціна цінного паперу вже містить всю доступну про нього інформацію, залишаючи будь-які закономірності надто малими та короткочасними для прибуткової торгівлі після врахування витрат. Юджин Фама організував цю ідею в три форми в оглядовій статті 1970 року: слабку, напівсильну та сильну. Кожна форма визначає різний набір інформації, яка вже закладена в ціну, і кожна виключає певний спосіб заробітку. Ця сторінка описує, що забороняють три форми, а потім перевіряє найслабшу з них на п'ятирічних щоденних даних відомих компаній.

Які існують три форми ринкової ефективності?

Форми вкладені одна в одну. Усе, що стверджує слабка форма, стверджує також напівсильна форма, і навіть більше.

• Слабка форма: минулі ціни та минулі обсяги вже враховані в ціні. Форми графіків, трендові правила та імпульсні фільтри, побудовані лише на історії цін, не дають надійної переваги згідно з цією версією.
• Напівсильна форма: кожен фрагмент публічної інформації вже врахований у ціні, включаючи звітність, прогнози, аналітичні записки та економічні релізи. Читання публічного документа після його публікації не дає переваги згідно з цією версією, оскільки ціна скоригувалася, поки всі інші читали той самий документ.
• Сильна форма: вся інформація міститься в ціні, включаючи приватну, матеріальну. Майже ніхто не захищає цю версію. Закони про інсайдерську торгівлю існують на основі того, що непублічна інформація коштує реальних грошей.

Гіпотеза є твердженням про надійність, а не про досконалість. Ніхто не стверджує, що ціни завжди правильні. Твердження полягає в тому, що помилки важко визначити заздалегідь і важко використати після вирахування торгових витрат.

Слабка форма: чи прогнозує вчорашній рух сьогоднішній?

Найчистішим тестом слабкої форми є кореляція між дохідністю одного дня та наступного. Сильно позитивне значення вказувало б на тренди, які зберігаються. Сильно негативне значення вказувало б на надійні відскоки. Будь-яке з них було б придатним для торгівлі. Панель нижче вимірює автокореляцію із запізненням на один день щоденної дохідності для дванадцяти відомих компаній за п'ять років з липня 2021 по червень 2026 року.

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

Найбільше значення в абсолютному вираженні належить WMT на рівні 0.057, а найменше — KO на рівні -0.005. Кожна компанія в наборі знаходиться в межах кількох сотих від нуля приблизно за 1252 торгових днів кожна. Кореляція такого розміру пояснює значно менше одного відсотка варіації дохідності наступного дня. Знаки чергуються між дванадцятьма компаніями без жодної помітної закономірності, що є саме тим, що стверджує слабка форма.

Що відбувається після великого одноденного руху?

Кореляція є середнім значенням за всі сесії, і середнє може приховувати поведінку на краях. Сортування кожного дня в тій самій вибірці за рухом попереднього дня, а потім вимірювання того, що відбулося наступного дня, перевіряє, чи екстремальні сесії поводяться інакше, ніж звичайні.

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

Нижній квінтиль, сесії, які настали після руху на 1. down 3% or more, супроводжувалися зростаючим днем у 52.9% випадків із 664 спостережень. Верхній квінтиль, після руху на 5. up 3% or more, супроводжувався зростаючим днем у 53.9% випадків. Звичайний середній квінтиль, 3. flat, within 1%, показав результат 53.1%. Усі п'ять квінтилів знаходяться в межах кількох відсоткових пунктів від підкидання монетки, а медіанна дохідність наступного дня в кожному квінтилі становить частку відсотка: 0.175% після найрізкіших падінь, 0.186% після найрізкіших зростань.

Правило, яке купувало після падіння на 3%, і правило, яке купувало після стрибка на 3%, зіткнулися б майже з однаковим розподілом наступних днів. Розрив між квінтилями менший, ніж типовий спред між ціною покупки та продажу плюс комісія за роздрібний ордер, що є практичною формою, яку приймає слабка форма: закономірність має бути більшою за вартість її торгівлі, перш ніж вона стане перевагою.

Напівсильна форма: що показує історія відбору акцій

Докази, які найчастіше наводяться на користь напівсильної форми, — це не кореляція. Це давній висновок про те, що більшість активних портфелів відстають від простого індексу протягом багаторічних періодів. Проста версія цієї арифметики міститься в кошику великих, широко висвітлюваних американських компаній, виміряних рік за роком проти трекера S&P 500.

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

Протягом 5 виміряних календарних років менше половини з 34 компаній перевершили індекс у чотирьох з них. Частка коливалася від 32.4% у 2024 до 58.8% у 2022, єдиному негативному році у вікні, коли індекс показав -20% проти медіанної компанії на рівні -13.3%. У 2024 індекс показав 24%, тоді як медіанна компанія в кошику показала 12.7%.

Ніщо з цього не доводить напівсильну форму. Кошик великих капіталізацій — це не весь ринок, один трекер — це не кожен бенчмарк, а п'ять років — це коротка вибірка. Що це показує, так це арифметику, яка ускладнює відкидання гіпотези. Індекс є середньозваженим значенням своїх власних компонентів, що робить його перевершення результатом меншості за визначенням, а дослідницькі та торгові витрати на спробу вираховуються з частки меншості. Пов'язаний погляд на те, наскільки нерівномірними є дохідності цих компонентів, видно в річному спреді між колонкою індексу та колонкою медіани вище.

Парадокс у центрі

Сенфорд Гроссман і Джозеф Стігліц опублікували найгостріше заперечення в 1980 році, і це заперечення варто чесно викласти. Інформацію дорого збирати. Якби ціни вже містили всю її, ніхто б не платив за її збір, а цей збір і є тим самим механізмом, який закладає інформацію в ціни. Ідеально ефективний ринок не може перебувати в рівновазі. Може існувати ринок, достатньо ефективний, щоб прибуток від досліджень приблизно покривав витрати на них.

Ця слабша версія є тією, з якою працює більшість практиків, і вона краще відповідає наведеним вище даним, ніж абсолютна версія. Вона описує ринок, де переваги існують, залишаються невеликими і зникають внаслідок конкуренції зі швидкістю грошей, які за ними полюють.

Задокументовані аномалії співіснують з гіпотезою, а не спростовують її. Аномалія низької волатильності є однією з найкраще виміряних: спокійніші акції історично підтримували темп з більш волатильними при частці ризику, що є закономірністю, яку стандартна модель ризику та дохідності не враховує. Імпульс, вартість та ефекти малих компаній мають подібну історію. Кожен вимірюється десятиліттями, кожен має тривалі періоди, коли він зникає, і кілька звужуються після публікації.

Що гіпотеза означає для читача

Практичний висновок вузький і не є прогнозом щодо будь-якого ринку. Згідно з будь-якою версією гіпотези, вхідні дані, які інвестор фактично контролює, — це витрати, податки, диверсифікація та поведінка, і жоден з цих чотирьох не вимагає прогнозування. Комісія накопичується проти портфеля за тією ж арифметикою, за якою дохідність накопичується на його користь.

Дві звички відповідають цій структурі, не вимагаючи від когось прогнозувати. Усереднення доларової вартості є правилом планування, а не прогнозом, що частково пояснює, чому воно виживає на ринку, де прогнозування складне. А темперамент, що стоїть за купівлею, коли інші бояться, є правилом щодо власної поведінки інвестора, а не твердженням про те, куди підуть ціни далі.

Гіпотеза також дає стандарт для оцінки стратегічних тверджень. Будь-яка закономірність, яка виглядає прибутковою на папері, повинна подолати торгові витрати, податки та виживаність, вбудовану в бектест, перш ніж її можна вважати перевагою. Більшість не долають цю планку. Ті, що долають, як правило, невеликі, і вони мають тенденцію зменшуватися в міру надходження додаткового капіталу.

FAQ

Які існують три форми гіпотези ефективного ринку?

Слабка форма стверджує, що минулі ціни та обсяги вже враховані в ціні, що виключає переваги лише з історії графіків. Напівсильна форма стверджує, що вся публічна інформація вже врахована в ціні. Сильна форма стверджує, що приватна інформація також врахована в ціні, і це версія, яку майже ніхто не захищає.

Чи означає гіпотеза ефективного ринку, що ціни акцій завжди правильні?

Ні. Вона стверджує, що неправильні оцінки важко визначити заздалегідь і важко використати після витрат, а не те, що вони ніколи не виникають. Бульбашки та крахи сумісні з гіпотезою, якщо інвестор не міг надійно використати їх у той час.

Хто створив гіпотезу ефективного ринку?

Юджин Фама виклав структуру з трьох форм в оглядовій статті 1970 року та розділив Нобелівську меморіальну премію з економічних наук 2013 року. Математичне коріння сягає далі, до роботи Луї Башельє 1900 року про випадковість цін та статті Пола Самуельсона 1965 року про правильно передбачені ціни.

Яка найсильніша критика гіпотези ефективного ринку?

Парадокс Гроссмана-Стігліца 1980 року: якби ціни вже містили кожен фрагмент інформації, ніхто б не отримував плату за збір інформації, а збір — це те, що закладає інформацію в ціни. Поведінкові дослідження додають другу лінію критики щодо задокументованих, стійких помилок інвесторів.

Чи може хтось перевершити ринок?

Деякі інвестори та фонди мають довгі рекорди, що перевищують їхні бенчмарки. Гіпотеза не забороняє такого результату; вона стверджує, що відокремлення майстерності від удачі потребує набагато більше даних, ніж містять більшість трек-рекордів, і що середній долар в активному управлінні все ще відстає після вирахування комісій.

Кожна панель вище є збереженим запитом із прикріпленим SQL. Відкрийте одну, щоб перевірити арифметику, або запустіть той самий тест автокореляції на компаніях, за якими ви стежите, на терміналі Strasmore.