ناهنجاری های داخلی و کارآیی بازار: تجزیه و تحلیل ربات تجاری

یکی از انتقادات برجسته در مورد فرضیه کارآمد بازار ، حضور به اصطلاح "ناهنجاری ها" است ، یعنی شواهد تجربی رفتار غیر طبیعی قیمت دارایی که مغایر با کارآیی بازار است. با این حال ، بیشتر مطالعات هزینه معاملات را در نظر نمی گیرند. وجود آنها حاکی از آن است که در حقیقت ممکن است معامله گران نتوانند سود غیر طبیعی کسب کنند. در این مقاله به بررسی اینکه آیا ناهنجاری هایی مانند داخل یا زمان اثرات روز باعث ایجاد فرصت های سود قابل بهره برداری با تکرار اقدامات معامله گران می شود. به طور خاص ، تجزیه و تحلیل مبتنی بر یک ربات تجاری است که رفتار آنها را شبیه سازی می کند و هزینه های متغیر معامله (گسترش) را شامل می شود. نتایج حاکی از آن است که استراتژی های معاملاتی با هدف بهره برداری از الگوهای روزانه سود اضافی ایجاد نمی کند. علاوه بر این ، تفاوت معنی داری بین دوره های فرعی وجود ندارد (2005-2006-"عادی" ؛ 2007-2009-"بحران" ؛ 2010 2011— "پس از بحران).

روی نسخه خطی کار می کنید؟

از رایج ترین اشتباهات خودداری کنید و نسخه خطی خود را برای ویراستاران ژورنال آماده کنید.

1. معرفی

فرضیه بازار کارآمد (EMH) طی بیست سال گذشته بسیار مورد انتقاد قرار گرفته است ، به ویژه بر اساس شواهد تجربی حاکی از وجود "ناهنجاری های" به اصطلاح ، یعنی رفتار غیر طبیعی قیمت دارایی که با کارآیی بازار متناقض است. از آنجا که کار منی ماندلبروت (1963) ، مطالعات متعددی نشان داده است که توزیع گاوسی تناسب ضعیفی را برای رفتار قیمت دارایی فراهم می کند ، و با مدل پیاده روی تصادفی که توسط EMH دلالت دارد سازگار نیست. در نتیجه این ادبیات ، دمهای چربی ، نوسانات خوشه ای ، حافظه طولانی و غیره به "حقایق تلطیف شده" شناخته شده تبدیل شده اند که رفتار قیمت دارایی را توصیف می کند. هدف از این مقاله نشان دادن این است که "ناهنجاری های آماری" آشکار لزوماً به معنای ناکارآمد بودن بازار نیست: اگر امکان بهره گیری از آنها با بهره برداری از آنها امکان پذیر نباشد ، باید آنها را به سادگی به عنوان پدیده آماری دیدند تا اینکه به عنوان شواهدی از این امرناکارآمدی بازار.

به طور خاص ، ما روی یکی از بهترین ناهنجاری های شناخته شده تمرکز می کنیم ، که حضور الگوهای داخلی است ، یعنی تجارت فشرده تر در آغاز و پایان روز تجارت همراه با نوسانات قیمت بالاتر (Admati و Pfleiderer 1988). به عنوان مثال ، وود و همکاران.(1985) گزارش داد که تمام بازده های مثبت در سی دقیقه اول و در نزدیکی بازار به دست می آیند. هریس (1986) نشان داد كه قیمت ها و آخرین معاملات در 45 دقیقه اول جلسات معاملاتی (همه روزها به جز دوشنبه) افزایش می یابد. چنین الگوهای همچنین توسط تالر (1987) و لوی (2002) ذکر شده است. Strawininski و Slepaczuk (2008) شواهدی از الگوهای داخلی در بورس اوراق بهادار ورشو نیز یافتند.

محدودیت اصلی مطالعات فوق این است که آنها از هزینه های معامله غفلت می کنند: شامل گسترش ، کمیسیون ها و سایر هزینه ها و پرداخت های مرتبط با فرآیند تجارت می تواند تصویر را به طرز چشمگیری تغییر دهد. به طور خاص ، می توان روشن شد که برخی از این "ناهنجاری ها" در واقع نمی توانند مورد سوء استفاده قرار گیرند ، یعنی تجارت سودآور امکان پذیر نیست و این ناتوانی در به دست آوردن سود اضافی کاملاً با EMH سازگار است.

مطالعه حاضر به بررسی الگوهای داخلی با استفاده از یک ربات تجاری می پردازد که اقدامات معامله گر را شبیه سازی می کند و برخی از هزینه های معامله (گسترش) را در تجزیه و تحلیل قرار می دهد. هدف این است که نشان دهیم ، همانطور که در بالا ذکر شد ، حضور ناهنجاری ها به خودی خود لزوماً شواهدی از ناکارآمدی بازار را نشان نمی دهد ، زیرا ممکن است سوء استفاده از آنها در عمل امکان پذیر نباشد. بدیهی است ، دلالان که به دنبال فرصت های سود هستند ، پیروان کور جمعیت نیستند. در عوض ، آنها به سرعت در مورد رفتار دیگران واکنش نشان می دهند ، و در نتیجه هرگونه فرصت داوری (بر اساس انحراف از قیمت دارایی مبتنی بر اصول) به سرعت از بین می رود. با این حال ، ممکن است با استفاده از یک استراتژی تجاری مناسب ، در مدت کوتاهی از آنها بهره برداری شود. ما هم یک بازار سهام بالغ و هم در حال ظهور را تجزیه و تحلیل می کنیم ، یعنی 27 شرکت آمریکایی که در فهرست داو جونز و همچنین 8 شرکت آبی روسی قرار دارند. علاوه بر این ، ما دوره های مختلف مختلف (2005-2006-"عادی" ؛ 2007-2009-"بحران" ؛ 2010 2011-"پس از بحران") را بررسی می کنیم تا ثابت کنیم که آیا شواهدی از تغییر رفتار بسته به مرحله از مرحله وجود داردچرخه اقتصادی.

قسمت باقیمانده مقاله به شرح زیر است: فرقه. 2 به طور خلاصه ادبیات مربوط به فرضیه بازار کارآمد و ناهنجاری های بازار را مرور می کند. بخش 3 روش مورد استفاده برای تجزیه و تحلیل را توضیح می دهد. بخش 4 نتایج تجربی را ارائه می دهد. بخش 5 برخی از اظهارات نتیجه گیری را ارائه می دهد.

2 بررسی ادبیات

EMH در ابتدا توسط FAMA (1965) تدوین شد ، که استدلال می کرد که در یک بازار کارآمد بازار باید کاملاً اطلاعات موجود را منعکس کند و غیرقابل پیش بینی باشد (همچنین به ساموئلسون 1965 مراجعه کنید). FAMA (1970) سپس سه شکل از راندمان بازار (ضعیف ، نیمه قوی و قوی) را تعریف کرد. این تئوری برای ارزیابی دارایی های مالی از نظر ریسک و عدم اطمینان و برای تدوین استراتژی های نمونه کارها مورد استفاده قرار گرفته است (نگاه کنید به ، از جمله ، شارپ 1965 ؛ لینتنر 1965 ؛ ماسین 1966 ، و Treynor 1962). در دهه 1980 ، به عنوان نادیده گرفتن هزینه های معامله ، عدم تقارن اطلاعات (گروسمن و استیگلیتز 1980) ، رفتار غیر منطقی و غیره بسیار مورد انتقاد قرار گرفت. و غیره.).

پیامدهای اصلی EMH این است که معامله گران نباید بتوانند بازار را "ضرب و شتم" کنند و سود غیر طبیعی کسب کنند. یک ادبیات گسترده تجزیه و تحلیل می کند که آیا در عوض ناهنجاری های بازار وجود دارد که می توانند از طریق استراتژی های تجاری مناسب مورد سوء استفاده قرار گیرند. این اصطلاح برای اولین بار توسط کوهن (1970) استفاده شد. شورت (2003) نمونه ای از مطالعه ای است که شواهدی از ناهنجاری هایی که با تئوری های قیمت گذاری دارایی مغایرت دارند ارائه می دهد. شیلر (2000) و آکرلوف و شیلر (2009) این تصور را می دانند که دلایل عمیقی برای حضور ناهنجاری ها در بازارهای مالی وجود دارد ، یعنی رفتار غیر منطقی سرمایه گذاران (ارواح حیوانات ، غریزه گله ، روانپزشکی انبوه) ، یعنیمغایر با الگوی EMH.

جنسن (1978) استدلال كرد كه ناهنجاری ها فقط هنگام تولید بازده اضافی از نظر آماری قابل توجه است. راغوبیر و داس (1999) آنها را به شرح زیر طبقه بندی می کنند:

• ناهنجاری های مربوط به قیمت ها و بازده ها (تجارت متناقض ، سرمایه گذاری ارزش ، اثر اندازه ، اثر حرکت ، تأثیر صندوق های بسته بسته).
• ناهنجاری های مرتبط با حجم معاملات و نوسانات (وحشت ، حباب در بازارها).
• ناهنجاری های مرتبط با سری زمانی (اثر M& A ، اثر IPO) ؛
• ناهنجاری های دیگر

Jacobsen و همکاران.(2005) بین تقویم ، قیمت گذاری و ناهنجاری های اندازه متمایز است. نمونه هایی از ناهنجاری های تقویم (زمان) (که اغلب مشاهده می شود) عبارتند از: اثر پایان سه ماهه ، اثر چرخه خوش بینی در سراسر جهان ، اثر هالووین ، چرخه 12 ماهه برای تأثیر بازده سهام ، اثر نقطه میانی ، اثر دو ساله، عملکرد بخش براساس ماه تقویم ، بدترین و بهترین روزهای اثر سال ، اثر ژانویه ، اثر ماهانه ، اثر نوبت ماه ، اثر روز کار ، روز اثر پرداخت سود سهام ، تجارت در مورد روزهای انقضا گزینه و سایر موارد.

ناهنجاری های داخلی ، از جمله اثرات نیمی از روز (بازده غیر طبیعی در وسط یک جلسه معاملاتی ، همراه با سقوط شدید حجم معاملات) از اهمیت ویژه ای برخوردار است. اثرات ساعت آخر ساعت و ساعت اول (با آخرین ساعت تجارت بهترین و ساعت اول بدترین زمان از نظر بازده). و زمان ناهنجاری روز (با اوراق بهادار تمایل به افزایش در 45 و 15 دقیقه آخر روز معاملات).

هریس (1986) و تالر (1987) فواصل 15 دقیقه ای در حرکت قیمت دارایی را برای شناسایی الگوهای در بازده (نوسانات) بازده بررسی کردند (همچنین به لوی 2002 و دیمسون 1988 مراجعه کنید). هریس (1986) در 45 دقیقه اول جلسه معاملاتی تمام روزهای هفته به جز دوشنبه و در پایان یک روز معاملاتی (تقریباً 5 دقیقه آخر جلسه) زمان ناهنجاری روز را پیدا کرد. کامینو (1996) در مطالعه خود در مورد بورس اوراق بهادار اسپانیا ، بازده مثبتی را در ساعت اول جلسه معاملات در تمام روزهای معاملاتی به جز دوشنبه و چهارشنبه پیدا کرد و تمایل جدی برای افزایش قیمت ها در دوره های اول و آخر 15 دقیقهتجارت (همچنین به Coroneo و Veredas 2006 مراجعه کنید). وود و همکاران.(1985) از پرش در افتتاح و بسته شدن تجارت خبر داد. بروکس و همکاران.(2003) در آغاز و پایان روز حجم معاملات بالاتری در NYSE پیدا کرد. امکان استفاده از الگوی U شکل توسط شرکت کنندگان در بازار برای ایجاد استراتژی های معاملاتی توسط Abhyankar و همکاران تأکید شد.(1997). همین الگوی با توجه به حجم معاملات ، نوسانات بازگشت و مشخصات نقدینگی توسط Tissaoui (2012) در بورس اوراق بهادار تونس یافت شد. در جدول 1 جزئیات مطالعات مربوطه اضافی ارائه شده است.

پیوست 5

کد برنامه "15 دقیقه آخر اثر"