The Efficient Market Hypothesis: Empirical Evidence
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The efficient market hypothesis (EMH) has been the central proposition of finance since the early 1970s and is one of the most well-studied hypotheses in all the social sciences, yet, surprisingly, there is still no consensus, even among financial economists, as to whether the EMH holds. Five statistical analyses are conducted in an attempt to explicate such apparently contrary convictions. An analysis of daily, weekly, monthly and annual Dow Jones Industrial Average log returns found that first-order autocorrelation is small but positive for all time periods, with the autocorrelations for daily and weekly returns closest to zero, and thus an efficient market. A standard runs test showed that the hypothesis of independence is strongly rejected for daily returns, but accepted for weekly, monthly and annual returns, whilst the results of a more sophisticated runs test showed that daily, weekly and decreasing returns are the least consistent with an efficient market. Rescaled range analysis was conducted on the same data sets, and there was no significant evidence for the existence of long memory in the returns, a result consistent with market efficiency. Finally, from an analysis of investment newsletters it may be concluded that technical analysis---as applied by practitioners---fails to outperform the market. I reconcile the fact that daily stock market log returns pass linear statistical tests of efficiency, yet non-linear forecasting methods can still generate above-average risk-adjusted returns, whilst discretionary technical analysts fail to make abnormal returns.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle