Mit jelent?
A naptári anomáliák közé olyan megfigyelések tartoznak, amelyek szerint a részvényhozamok átlagosan eltérnek a naptári ciklus egyes szakaszaiban a véletlenszerűen várható szinttől. A leghíresebb ilyen az úgynevezett januári hatás, amely szerint az év első hónapjában, különösen a kisebb kapitalizációjú részvényeknél, historikusan gyakran erősebb hozamot mértek - ezt részben adóoptimalizálási kereskedéssel (az év végi veszteségrealizálás utáni visszavásárlással) magyarázták. Más ismert példa a hétfői hatás, amely szerint a hét első kereskedési napján historikusan gyengébb hozamokat figyeltek meg egyes vizsgálatokban, vagy a hónap-eleji hatás, amikor a hónap első néhány kereskedési napja adott jobban teljesített.
Kapcsolódás a szezonalitáshoz
A naptári anomáliák szorosan összefüggnek a tőzsdei szezonalitással - mindkettő azt a gondolatot vizsgálja, hogy a hozamok nem teljesen véletlenszerűen oszlanak el az időben, hanem visszatérő, az naptári ciklushoz köthető mintázatokat mutathatnak. A különbség inkább hangsúlybeli: a szezonalitás tágabb fogalom (ide tartozik például egyes évszakokhoz vagy hónapokhoz köthető gazdasági ciklikusság is), míg a naptári anomáliák kifejezés jellemzően a hatékony piacok elméletével szembeni, statisztikailag tesztelt eltérésekre utal a szakirodalomban.
Mire figyelj?
Fontos tudni, hogy sok korábban dokumentált naptári anomália a felfedezése és a széles körű publikálása után jelentősen gyengült vagy el is tűnt - ez a jelenség önmagában is érdekes: ha elég sok piaci szereplő próbálja kihasználni egy mintázatot, a kereskedésük gyakran maga is megszünteti azt. Emellett a statisztikai kutatásban mindig fennáll a veszélye annak, hogy sok lehetséges mintázat közül véletlenül is találnak "szignifikánsnak" tűnőt (ezt adatbányászati torzításnak nevezik) - ez nem jelenti azt, hogy a mintázat valódi, kiaknázható jelenség lenne. Emiatt egy naptári anomáliára építeni egy befektetési stratégiát a mai, likvid és algoritmikusan figyelt piacokon jellemzően kockázatos és megbízhatatlan megközelítés.