有效市场假说

在交易员眼中，有效市场假说意味着“赚钱很难”。这点没错，但这个理论值得更详细地研究。交易员正试图从有效市场假说的例外情况中赚钱，而且不同类型的无效应该得到不同的理解，因此交易的方式也应该有所不同。

有效市场假说是同时从两个不同的方向发展起来的。保罗·萨缪尔森在“理性预期理论”的框架下将这一观点引入经济学界。与此同时，尤金·法玛在证券收益统计的研究中引入了“随机游走”的理论。

这个想法可以用很多方式来表达，但简单地说，通用的表达如下：

如果不能根据某些信息进行有利可图的交易，则市场对于这些信息是有效的。

而且这里讲的“有利可图的交易”是经过风险调整的，扣除了所有的成本。

因此，根据我们的考量，有许多不同的有效市场假说，但其中三种被广泛研究：

► 强有效市场假说，其中的信息是任何人都知道的。

► 半强有效市场假说，其中的信息是公开信息，例如过去的价格、收益或分析师的研究。

► 弱有效市场假说，其中的信息是过去的价格。

有效市场假说作为组织原则很重要，并且非常接近现实。但值得注意的是，没有人相信某种形式的有效市场假说是绝对正确的。交易员是对的，赚钱很难，但也并非不可能。大多数成功的投资者和经济学家都认同这一理论的一般思想，并接受它并不完美的事实。

我认为“市场是有效的”这一观点大致是正确的，这使得仅靠成为一个聪明的投资者很难击败市场。但我不认为市场是完全有效的，并且完全有效和部分有效之间的差异为像我们这样的人留下了巨大的机会，使我们可以以此获得这些不寻常的投资成绩。市场效率足够高，因此很难拥有出色的投资成绩，但这并非意味着绝对不可能。

——查理·芒格

即使是该理论的发明者之一，尤金·法玛也是使用“好”而不是“完美”一词来限定效率的概念。

在有效的市场的任何时间点，证券的实际价格都是对其内在价值的一个好的估计。

——尤金·法玛

市场效率的概念也有矛盾之处。一个市场效率越高，收益的随机性和不可预测程度也越高。一个完全有效的市场将是完全不可预测的，但这是通过市场所有参与者的交易实现的。投资者都试图从他们拥有的各种信息优势中获利，通过这个过程，他们的信息也反映在了价格中。Grossman和Stiglitz用这个观点来论证完全有效的市场是不可能的。如果市场是有效的，那么交易员就不会努力收集信息，从而不会推动市场走向有效。因此，当市场接近有效时将形成一个均衡状态，但收集和处理信息仍是有必要的。

（这就是为什么通过阅读《华尔街日报》进行基本面分析和使用知名指标进行技术分析可能毫无用处。费希尔·布莱克称这些人为“干扰信息交易者”。他们是为优秀交易员买单的人。）

还有其他反对有效市场假说的论点，其中最具说服力的来自行为金融学领域。事实证明，人在许多方面都是不理性的。做不理性事情的人应该为那些理性的人提供机会。正如Kipling所写的，“如果你能在周围的人都失去理智的时候保持冷静……我的儿子，你将成为一名男子汉”。

法玛在他最初有关有效市场假说的著作中，提到了三个足以（尽管不是必须）达到有效的条件：

► 无交易成本；

► 完美的信息流；

► 关于信息对价格影响的共识。

对我们有利的是，这些条件通常不适用于期权市场。期权，尤其是动态对冲时，有很高的交易成本。信息不是唾手可得的，而且波动率市场通常对新信息反应缓慢。此外，方差溢价不能直接交易。波动率市场是寻找违反有效市场假说的好地方。

让我们接受这件事：有效市场假说的不完美使得利用这个理论来赚钱是有可能的。研究这些对于完美的偏离的经济学家将偏离分为两类：风险溢价和效率不足。风险溢价赚取的是承担风险而获得的补偿，如果溢价定价错误，在接受风险后仍是有利可图的。效率不足是由于市场没有注意到某些事情而带来的交易机会。例如，人们没有考虑到某个产品中嵌入的期权。

有这样一个笑话（其实并不是笑话），一个经济学家看到一张100美元的钞票掉在地上，她径直走过。一个朋友问：“你没看到那里的钱吗？”经济学家回答：“我想我是看到了什么，但应该是我的想象。如果地上有100美元，肯定会有人捡走的。”我们知道有效市场假说并不完全正确，但是这张钞票留在那儿可能有两种原因：也许它掉在一条繁华的街道上，没有人愿意为它跑到车流里去，这是一种风险溢价；也许钞票是掉在酒吧外面，是醉汉离开时容易遗失钞票的地方，这就是一种效率不足。还有一种可能，钞票留在那儿纯粹是巧合。

通常不太可能知道一个给定的机会到底是风险溢价还是效率不足，很大可能是两者兼而有之。重要的是要尝试将两者区别开来。可以预料，风险溢价将持续存在，交易对手方为风险购买保险。他们也许会改进对保险的定价，但大概率仍会继续支付一些费用。

相比之下，效率不足只会持续到别人注意到它为止。不能区分是真正的机会还是偶然事件只会导致损失。

有些交易员可以从效率不足中获利，但并非所有交易员都可以。很多交易员会使用无意义或广为人知的信息。很多预测都很容易，我可以预测非农数据的发布日，我可以预测周末的日期，我可以预测股市将在美国东部时间下午4点收盘。在许多情况下，做出好的预测并不难，难的是做出的预测优于市场预测，即其他人预测的共识。对于成熟的股票指数来说，前后两天的日内波幅之间的相关性大约在65%～70%。因此，前一天的情况是一个非常好的波动率估算值（更多类似的见解会将你引向对GARCH模型的思考）。做出更好的哪怕只是好一点点的单日预测也是有难度的，但这样做有利可图。这些预测的优势并不会永远持续下去，原因包括所使用的技术被公布，员工离职并带走信息，或者仅仅因为几个人同时具有相似的想法。