Survivorship Bias – Túlélési torzítás

Bevezetés

Egy backteszt technikailag lehet hibátlan, mégis alapvetően félrevezető, ha a történelmi univerzum csak a túlélő instrumentumokat tartalmazza. Ez a survivorship bias, vagyis túlélési torzítás: a kutatási minta a mai nyertesekből, túlélőkből vagy jelenleg jegyzett instrumentumokból épül fel, miközben hiányoznak belőle a korábbi kudarcok, kivezetések, csődök, felvásárlások és eltűnt értékpapírok.

A trader számára nem az a valódi kérdés, hogy a mai instrumentumokkal milyen szép történelmi eredményt lehetett volna elérni. A valódi kérdés az, hogy a stratégia azon információk és azon kereskedhető univerzum alapján működött volna-e, amely az adott időpontban ténylegesen rendelkezésre állt.

A túlélési torzítás ezért egyszerre adatprobléma, univerzum-definíciós probléma és végső soron stratégia-validációs probléma. Megemelheti a hozamot, csökkentheti a látszólagos Visszaesést, növelheti a mért Stratégiai előnyt, és egy törékeny folyamatot robusztusnak mutathat.

1. Mit jelent valójában a túlélési torzítás?

Túlélési torzítás akkor alakul ki, amikor a történelmi mintából rendszeresen hiányoznak azok a megfigyelések, amelyek később eltűntek. Részvénykutatásban ez gyakran azt jelenti, hogy egy adatbázis csak a jelenleg tőzsdén lévő vállalatokat tartalmazza, majd erre futtatunk hosszú történelmi backtesztet.

Egy 2012-ben csődbe ment vállalat ma már nem szerepel a jelenlegi tőzsdei részvénylistán. Ha a backteszt 2005-ben kezdődik, de az univerzumot a mai túlélőkből építjük fel, akkor a stratégia egy tisztább és sikeresebb történelmi populációból választhat, mint amellyel egy valódi trader akkoriban találkozott volna.

2. A rejtett kiválasztás már a backteszt előtt megtörténhet

A legveszélyesebb tulajdonság, hogy maga a torzítás nem feltétlenül jelenik meg a kereskedési szabályokban. A stratégia tartalmazhatja a jövőre vonatkozó információ egyértelmű jelétől mentes logikát, miközben az adatbázis már előzetesen megszűrte a világot.

Érdemes két rétegként gondolkodni: először a kutatási adatbázis dönti el, milyen instrumentumok léteznek a tesztben; másodszor a stratégia dönti el, melyiket kereskedjük. Ha az első réteg később ismert információ alapján kizárja a sikertelen instrumentumokat, akkor a második réteg már eleve torzított univerzumon működik.

3. A mai részvénylista nem történelmi univerzum

A jelenlegi komponenslista a jelen egy pillanatfelvétele. Önmagában nem rekonstruálja azt, hogy 2008-ban, 2012-ben vagy 2018-ban mely instrumentumok voltak ténylegesen kereskedhetők és jogosultak egy adott univerzumban.

A történelmi tagságot időponthoz kötötten kell rekonstruálni. Ha indexet, tőzsdei univerzumot, szektort vagy szűrési univerzumot használunk, a kutatási adatbázisnak azt kell megőriznie, hogy az adott értékpapír az adott időpontban megfelelt-e a feltételeknek, nem pedig azt, hogy ma megfelel-e.

4. A kivezetés, csőd és kudarc is adat

A reális történelmi univerzumnak tartalmaznia kell azokat az instrumentumokat is, amelyek később eltűntek. Egy részvény nullához közeli összeomlása vagy kivezetése nem kellemetlen kivétel, amit törölni kell; a történelmi eredmények eloszlásának része.

A csődbe ment vállalatok tartalmazhatják azokat a veszteségeket, amelyeket egy valódi stratégia ténylegesen elszenvedett volna.

A kivezetett értékpapírok mögött lehet csőd, felvásárlás, átszervezés vagy tőzsdei eltávolítás.

Az egyesülések és felvásárlások miatt egy vállalat eltűnhet az eredeti tickerlistából, miközben a történelmi pozíció teljesen valós volt.

A felfüggesztett részvények olyan likviditási és végrehajtási helyzeteket mutathatnak, amelyek hiányoznak egy megtisztított modern adatbázisból.

A vállalati események pontos kezelése a kutatási kérdéstől függ, de az alapelv változatlan: a nehéz megfigyelések egyszerű eltávolítása megváltoztatja a vizsgált populációt.

5. A túlélési torzítás nem csak a hozamot torzíthatja

A legnyilvánvalóbb hatás a történelmi teljesítmény mesterséges javulása, de a probléma szinte minden fontos teljesítménymutatóra átterjedhet.

A Várható érték magasabbnak látszhat, mert bizonyos veszteséges kimenetek hiányoznak.

A Profit faktor javulhat, mert a sikertelen instrumentumok veszteségei eltűnnek.

A maximális Visszaesés alacsonyabbnak tűnhet, mert súlyos veszteséges utak hiányoznak.

A Volatilitás és a szélsőséges veszteségek gyakorisága is alacsonyabbnak látszhat.

A Stratégiai előny stabilabbnak tűnhet különböző időszakokban, mint amilyen valójában volt.

A kockázati és Pozícióméretezési döntések emiatt túl agresszívvá válhatnak.

Ezért a túlélési torzítást validációs problémaként kell kezelni, nem egyszerű adat-tisztítási apróságként.

6. A túlélési torzítás és az előretekintési torzítás nem ugyanaz

Az Előretekintési torzítás azt jelenti, hogy a stratégia olyan jövőbeli információt használ, amely a döntés pillanatában még nem állt rendelkezésre. Túlélési torzítás viszont akkor is kialakulhat, ha minden egyes ármegfigyelés időbélyege helyes.

A különbség finom, de fontos: az előretekintési torzítás a teszten belüli információáramlást szennyezi, a túlélési torzítás pedig a teszt alapjául szolgáló populációt. Ezért egy backteszt átmehet egy egyszerű időbélyeg-ellenőrzésen, és mégis megbukhat az univerzum auditján.

7. Túlélési torzítás index- és szektorkutatásban

Az indexkutatás különösen érzékeny arra, ha a jelenlegi komponenseket visszavetítjük a múltba. A mai index azokat a vállalatokat tartalmazza, amelyek ma megfelelnek az index módszertanának, nem feltétlenül ugyanazokat, amelyek a teljes történelmi időszakban megfeleltek.

Ugyanez a probléma megjelenik szektorkutatásnál is. Ha egy szektort mai besorolásokkal rekonstruálunk, korábbi vállalatok olyan szektorba kerülhetnek, ahová akkor még nem tartoztak, miközben a később eltűnt cégek teljesen hiányozhatnak.

Professzionális kutatásban az indextagságot, szektorbesorolást és szűrési feltételeket időfüggő adatként kell kezelni, ha ezek befolyásolják a kereskedhető univerzumot.

8. Az univerzum definícióját a teszt előtt kell rögzíteni

Egy robusztus backtesztben az univerzumot még a teljesítmény értékelése előtt egyértelműen definiálni kell.

Mely instrumentumok voltak jogosultak?

Melyik tőzsde vagy piac tartozott bele?

Milyen likviditási küszöb volt érvényes?

Benne maradtak a kivezetett értékpapírok?

Hogyan kezeltük a fúziókat, csődöket és ticker-változásokat?

Az univerzum tagsága időponthoz kötötten lett meghatározva?

Milyen információ befolyásolhatta az alkalmasságot?

Ha ezekre a kérdésekre csak az equity curve megtekintése után válaszolunk, a kutatás már Data Snooping és Túltanulás kockázatának is ki van téve.

9. Túlélési torzítás szűrőstratégiáknál

Tegyük fel, hogy egy trader momentumstratégiát tesztel olyan részvényeken, amelyek jelenleg likvidek, jelenleg tőzsdén vannak, és jelenleg megfelelnek egy minimális kapitalizációs feltételnek. A történelmi minta így sok olyan vállalatot tartalmazhat, amely már túlélt több nehéz időszakot.

Ilyenkor a stratégia valójában ezt a kérdést kapja: „Mennyire működött a momentum a mai túlélők körében?” Ez lehet legitim kutatási kérdés, de nem azonos azzal, hogy: „Milyen eredményt ért volna el egy trader, ha az akkori kereskedhető univerzumon alkalmazza ugyanezt a stratégiát?”

A két kérdést nem szabad összekeverni.

10. A likviditás és a kereskedhetőség ugyanennek a problémának a része

Egy instrumentum szerepelhet a történelmi adatbázisban úgy, hogy az adott árszinten vagy pozíciómérettel valójában nem volt reálisan kereskedhető. Ugyanakkor egy adatbázis az is előfordulhat, hogy csendben eltávolítja az illikvid vagy problémás instrumentumokat, mert azok feldolgozása kényelmetlen.

A professzionális történelmi univerzumnak ezért a tagságot és a kereskedhetőséget egyaránt kezelnie kell. A forgalom, spread, kereskedési felfüggesztés, gapek és piaci hozzáférés mind befolyásolhatják, hogy egy történelmi megfigyelés valódi kereskedési lehetőséget jelentett-e.

11. Hogyan keresd a túlélési torzítást?

Hasonlítsd össze a kutatási univerzumot egy független, időponthoz kötött univerzumforrással.

Ellenőrizd, hogy a kivezetett és csődbe ment értékpapírok szerepelnek-e.

Vizsgáld meg, hogy az instrumentumok záródátumai mögött van-e kivezetés, felvásárlás, csőd vagy tőzsdei eltávolítás.

Ellenőrizd, hogy az index- és szektortagság történelmi-e, nem pedig jelenlegi.

Vizsgáld meg, hogy a likviditási szűrők csak a döntési időpontig rendelkezésre álló információt használják-e.

Futtasd ugyanazt a stratégiát túlélőkből álló és időponthű univerzumon, majd hasonlítsd össze az eredményeket.

Külön vizsgáld a válságidőszakokat, mert a hiányzó vesztesek hatása ilyenkor különösen jól látható lehet.

12. Túlélő-alapú és időponthű kutatás

Hasznos diagnosztikai módszer két egyértelműen megjelölt adatbázis létrehozása. Az első csak a jelenlegi túlélőket tartalmazza. A második időponthűen rekonstruálja a történelmi kereskedhető univerzumot, beleértve a később eltűnt instrumentumokat is.

A cél nem az, hogy a két eredménynek azonosnak kell lennie. A cél annak mérése, hogy önmagában az univerzum felépítése mennyire változtatja meg a kutatási következtetést.

Ha nagy eltérés jelenik meg, az azt jelzi, hogy az univerzum definíciója lényegesen befolyásolja a mért Stratégiai előnyt és kockázati profilt.

13. A nagy mintanagyság nem javít ki egy torzított mintát

Gyakori hiba azt gondolni, hogy több ezer trade automatikusan megoldja az adatproblémákat. Nem oldja meg. Ha több ezer megfigyelést ugyanabból a hibás populációból veszünk, az eredmény lehet nagyon pontosan becsült, mégis szisztematikusan rossz.

Ez fontos kapcsolat a Mintanagysággal: a mintanagyság a kevés megfigyelésből eredő bizonytalanságot kezeli, míg a túlélési torzítás a megfigyelések szisztematikus kiválasztásából ered. Több torzított megfigyelés nem hoz létre torzítatlan bizonyítékot.

14. A robusztus backteszt történelmi tagságot igényel

A legerősebb gyakorlati megközelítés az, ha a kereskedhető univerzumot úgy rekonstruáljuk, ahogy az az egyes döntési időpontokban ismert volt. A technikai megoldás eszközosztályonként és adatforrásonként eltérhet, de az alapelv stabil: a jogosultságot az akkori információ alapján kell meghatározni.

Használj időponthű komponens-történetet, ahol ez releváns.

Tartsd meg a kivezetett értékpapírokat és történelmi adataikat.

Őrizd meg a történelmi azonosítókat, és kezeld körültekintően a ticker-változásokat.

Dokumentáld a vállalati eseményeket és azok kezelését.

Válaszd külön a korrigált árfolyamok módszertanát az univerzum tagságától.

A végső teljesítményértékelés előtt rögzítsd a kutatási adatbázist.

15. Szakértői esettanulmány – A stratégia, amely sosem veszített nagyot

Egy trader 2005–2025 között egy kitörési stratégiát tesztel 1800 olyan részvényen, amelyek ma tőzsdén vannak és likvidek. A stratégia magas Várható értéket, magas Profit faktort és mérsékelt Visszaesést mutat. Több piaci válság alatt is meglepően sima marad az equity curve.

Ezután a trader időponthűen újraépíti az univerzumot, és beleteszi a később kivezetett vagy eltűnt értékpapírokat is. A trade-ek száma nő, de megjelennek nagy veszteségek, gapek és gyengébb időszakok is. A stratégia továbbra is lehet pozitív, de az eredményeloszlása lényegesen kevésbé kedvező.

Az első backteszt nem feltétlenül programozási hiba miatt volt hibás. Más populációt vizsgált. A második teszt közelebb áll ahhoz a kérdéshez, hogy a történelmi lehetőségtérben hogyan működött volna a kereskedési folyamat.

A szakértői következtetés nem az, hogy „a stratégia rossz” vagy „a stratégia jó”. A helyes következtetés az, hogy a mért teljesítmény függ az univerzum felépítésétől, és az időponthű adatbázis megfelelőbb alapot ad a történelmi kereskedési folyamat validálásához.

16. Gyakori hibák

A jelenlegi indexkomponensek használata több évtizedes backteszthez.

A kivezetett értékpapírok törlése az adatbázisból.

A csődök adatminőségi hibaként való kezelése.

Jelenlegi szektorbesorolások használata történelmi kutatáshoz.

Mai likviditási szűrő visszavetítése időponthű logika nélkül.

Annak feltételezése, hogy a helyes időbélyeg önmagában bizonyítja az adatbázis torzítatlanságát.

A Mintanagyság növelése a kiválasztási torzítás vizsgálata nélkül.

Túlélő-alapú univerzumon optimalizált stratégia robusztusnak nevezése.

17. Szakértői gyakorlat – Építsd újra az univerzumot

Válassz egy stratégiát és egy történelmi időszakot. Írd le pontosan az univerzum definícióját még azelőtt, hogy megnéznéd a teljesítményeredményeket.

Készíts túlélő-alapú univerzumot.

Készíts időponthű univerzumot, amely tartalmazza a történelmi belépőket és kilépőket.

Rögzítsd, hogyan kezeled a kivezetéseket, csődöket, fúziókat, felfüggesztéseket és ticker-változásokat.

Futtasd ugyanazokat a stratégiaszabályokat és végrehajtási feltételeket mindkét adatbázison.

Hasonlítsd össze a Várható értéket, Profit faktort, Visszaesést, volatilitást, trade-számot és szélsőséges kimeneteket.

Azonosítsd, mely következtetések változnak, és melyek maradnak stabilak.

Dokumentáld a végleges univerzum-módszertant úgy, hogy egy másik kutató is reprodukálni tudja.

A cél nem egy szebb equity curve előállítása. A cél annak feltárása, hogy a stratégia látszólagos előnye megmarad-e akkor is, amikor a lehetőségtér történelmileg hű módon van definiálva.

18. Tudásellenőrzés

Miért nem automatikusan megfelelő történelmi univerzum a mai részvénylista?

Hogyan befolyásolhatja egy csődbe ment vállalat a történelmi stratégia mért teljesítményét?

Mi a legfontosabb különbség a Túlélési torzítás és az Előretekintési torzítás között?

Miért nem oldja meg a problémát önmagában a nagy Mintanagyság?

Miért kell az index- és szektortagságot gyakran időponthű információként kezelni?

Hogyan torzíthatja egy túlélő-alapú backteszt a Visszaesést és a Profit faktort?

Mit kell egy professzionális kutatónak dokumentálnia a végleges equity curve értékelése előtt?

Alapelv: a backtesztnek nemcsak a történelmi árakat kell helyesen használnia, hanem azt a történelmi populációt is reprezentálnia kell, amellyel egy trader ténylegesen találkozhatott. Ha a kudarcok már a teszt kezdete előtt eltűntek, akkor a stratégiát a valóságnál tisztább történelmen ítéljük meg.

Copying, reproducing, adapting, distributing, or publicly displaying any part or all of the Academy’s textual content without the author’s prior written consent is prohibited.