05. Stock markets are not efficient and diversification is useless
Preber si túto prednášku so svojou AI
Skopíruj pripravený podklad a vlož ho do ChatGPT, Claude alebo inej AI — bude ťa učiť alebo skúšať len z tejto prednášky.
Zhrnutie prednášky
Prednáška v prostredí Matlab empiricky testuje hypotézu efektívneho trhu na dennom vývoji akcií z odvetvia kozmického priemyslu (Rocket Lab, Virgin Orbit, Astra Space, Boeing, Lockheed Martin, Northrop Grumman, Airbus) s benchmarkom S&P 500 od mája 2021. Cena akcií nezávisí len od fundamentálnej hodnoty, ale aj od psychológie trhu a správ, preto sa z cien počítajú logaritmické výnosy. Hypotéza efektívneho trhu vyžaduje absenciu dlhodobej pamäte (náhodná prechádzka) a normálne rozdelenie výnosov. Ljungov–Boxov test autokorelácie pre oneskorenia 1 až 10 dní ukázal, že index S&P 500 je bez autokorelácie, no Astra Space, Virgin Orbit a Airbus vykazujú pamäť, takže hypotézu možno v mnohých prípadoch zamietnuť. Na záver sa začína testovanie normality rozdelenia.
- - Fundamentálna hodnota určuje rámec ceny, ale psychológia investorov a správy ju výrazne skresľujú.
- - Namiesto cien sa používajú logaritmické výnosy, ktoré kolíšu okolo nuly a škálujú aktíva s rôznou cenovou úrovňou na porovnateľnú mieru.
- - Hypotéza efektívneho trhu (60. roky) vyžaduje náhodnú prechádzku bez dlhodobej pamäte a normálne rozdelenie výnosov.
- - Ljungov–Boxov test: p-hodnota nad 0,05 znamená žiadnu autokoreláciu, pod 0,05 prítomnosť pamäte.
- - S&P 500 sa správa ako efektívny trh bez autokorelácie, pretože agregácia tlmí firemné šoky.
- - Astra Space, Virgin Orbit a Airbus vykazujú autokoreláciu, takže efektivitu možno v týchto prípadoch zamietnuť.
- - V Matlabe sa test automatizuje cyklom for cez oneskorenia 1 až 10 a všetkých osem aktív.
Zhrnutie pripravené s pomocou AI z prepisu videa.
nechodím na prednášky