Walaupun ramai orang menabur janji untuk kepentingan berat sebelah survivorship, kebanyakan mereka tidak sedar bagaimana secara mendadak ia boleh menjejaskan pulangan. Melaraskan keputusan ujian tersokong untuk satu sistem yang perdagangan indeks saham tertentu telah ditunjukkan untuk mengurangkan pulangan tahunan sebanyak setengah. Ini boleh bermakna perbezaan antara keuntungan yang konsisten dan meletupkan akaun anda.
Saya menulis post yang beberapa bulan lalu yang disenaraikan dan menjelaskan beberapa berbeza berat sebelah ujian tersokong yang boleh mendorong orang ramai supaya pulangan sistem perdagangan diberikan. Banyak berat sebelah ini datang ke dalam bermain akibat memutarkan data. Salah satu sebab saya dapati berat sebelah survivorship menarik ialah ia merupakan kecacatan yang wujud dengan data itu sendiri.
Jumlah dagangan yang terkurang Keberterusan Bias
Wikipedia mendefinisikan berat sebelah survivorship sebagai:
“kecenderungan untuk syarikat gagal untuk dikecualikan daripada kajian prestasi kerana mereka tidak lagi wujud. Ia sering menyebabkan hasil kajian sengetkan lebih tinggi kerana hanya syarikat-syarikat yang cukup berjaya untuk terus hidup sehingga akhir tempoh yang dimasukkan.”
Walaupun definisi ini adalah betul, system traders have a tendency to under-appreciate the amount of turnover that can occur in an index over a given period of time.
Frank Hassler dari Pulangan Kejuruteraan digambarkan ketika ini dengan menyenaraikan fakta mengenai S&P 500 perolehan daripada 1990 melalui 2010. Pada masa itu, indeks 500 stock contained a total of 1006 saham. Di kalangan saham yang terdiri daripada indeks ke atas 20 tahun, 402 telah dinyahsenaraikan. Sebenarnya ada sahaja 189 saham yang kekal dalam S&P 500 untuk keseluruhan 20 tempoh tahun dari 1990 kepada 2010.
Walaupun menyedari berat sebelah survivorship dan memahami bagaimana ia boleh menjejaskan keputusan ujian tersokong, nombor-nombor ini masih mengejutkan kepada saya. Kami tidak sedar berapa banyak perolehan berlaku dalam indeks utama dari tahun ke tahun, dan yang benar-benar boleh mempunyai kesan yang besar terhadap pulangan ekuiti berasaskan sistem.
Membandingkan Keberterusan Bias seluruh Jenis Sistem yang berbeza
Hassler mengambil beliau analisis berat sebelah survivorship satu langkah ke hadapan dengan membina satu set data berat sebelah bebas dan membandingkannya dengan data yang berat sebelah Set menggunakan tiga sistem perdagangan yang berbeza. Beliau membandingkan keputusan yang berat sebelah data set dan set data yang tidak berat sebelah beliau pengujianbelakang strategi perkembalian min, yang lama hanya strategi trend berikut, and a short only trend following strategy.
Hassler diuji setiap satu daripada strategi apabila digunakan kepada Nasdaq 100, S&P 100, dan S&P 500. Hasilnya yang amat konsisten dalam semua tiga indeks, dan sangat penting untuk sistem perdagangan orang kepada orang-orang indeks.
Min Ujian Pengambilan
Sistem perkembalian min yang Hassler digunakan untuk ujian itu adalah hampir sama dengan RSI 27/75 Min Sistem Pengambilan bahawa kita melihat beberapa bulan yang lalu. Menguji sistem pada S&P 500 menyebabkan kadar pertumbuhan kompaun tahunan (KOMPAUN SETAHUN) daripada 22.48% untuk set data yang berat sebelah dan CAGR 14.51% untuk set data yang tidak berat sebelah. Set data berat sebelah mengalami pengeluaran maksimum 44.05%, manakala pengeluaran maksimum bagi set data yang tidak berat sebelah adalah 47.11%. Kadar kemenangan sistem menurun daripada 68.05% kepada 66.5% apabila terdedah kepada data yang tidak berat sebelah. Menguji kedua-dua set data di Nasdaq 100 dan S&P 100 keputusan yang sama dihasilkan.
Hanya Trend Long Mengikuti Ujian
Sistem berikut trend yang digunakan Hassler kedudukan semua saham dalam indeks oleh RSI(14) dan memegang kedudukan panjang di bahagian atas 25 saham. Keputusan menggunakan strategi ini untuk set data yang berbeza daripada S&P 500 menyebabkan CAGR -4.11% untuk data berat sebelah dan -11.25% untuk data yang tidak berat sebelah. Pengeluaran maksimum adalah 78.47% untuk set data yang berat sebelah dan 93.14% untuk set data yang tidak berat sebelah.
Adalah penting untuk ingat bahawa pulangan sebenar sistem yang tidak relevan di sini. Semua kita prihatin dengan hubungan mereka antara satu sama lain. Jelas, this is not a profitable system, but it does support Hasslers argument that survivorship bias can have a tremendous impact on all stock trading systems.
Trend Hanya Pendek Mengikuti Ujian
Sistem ini adalah bertentangan dengan panjang hanya sistem trend berikut. Ia diadakan dalam kedudukan pendek yang paling teruk 25 stok indeks dari segi RSI(14). Menguji pendekatan ini di S&P 500 menyebabkan CAGR -33.86% untuk set data yang berat sebelah dan -21.95% untuk set data yang tidak berat sebelah. Ambilan maksimum berdaftar adalah -99.92% untuk data berat sebelah dan -98.79% untuk data yang tidak berat sebelah.
Ini adalah bahagian yang paling menarik penyelidikan Hassler. Apabila ia datang kepada strategi pendek sahaja, berat sebelah survivorship muncul untuk bekerja dalam perkara songsang. Termasuk saham yang dilakukan dengan buruk yang mereka telah sama ada dikeluarkan daripada indeks atau dinyahsenaraikan sama sekali memberi peluang kepada sistem pendek mereka dalam perjalanan ke bawah. Sistem ini tidak mendapat manfaat daripada peluang-peluang ini apabila kita menggunakan data berat sebelah yang ditetapkan.
Survivorship bias makes long only strategies look better than they actually perform and short only strategies look worse than they actually perform. Gabungan ini pergi jauh ke arah menjelaskan risiko tambahan banyak peniaga mengaitkan dengan perdagangan sebelah pendek. Semua data ujian tersokong berat sebelah mereka membawa mereka untuk mempercayai bahawa strategi sebelah pendek adalah lebih buruk daripada strategi sebelah panjang apabila prestasi mereka sebenarnya akan menjadi lebih dekat.
Mencegah Keberterusan Bias
Cara terbaik untuk kita mengelakkan mendedahkan diri kita kepada survivorship berat sebelah adalah untuk melakukan ujian tersokong kita sendiri yang tidak berat sebelah pada set data. Ramai pedagang yang baru untuk membangunkan sistem tidak melihat nilai dalam membayar jauh lebih banyak untuk data berat sebelah bebas. Walau bagaimanapun, jika sistem saya hanya akan melaksanakan separuh dan saya mengharapkan mereka untuk, Saya ingin tahu bahawa sebelum saya meletakkan wang sebenar pada baris. Tidak akan anda?
Saya percaya bahawa “Kelangsungan Bias” (SBias) is a term that has been so widely used, it’s meaning has become too fuzzy. In the article, I believe that the highlighted large quotation “the tendency … period are included” is a correct example of SBias. TETAPI … any discussions that revolve around using indexes such as SP100 or Guru lists such as IBD100 are NOT dealing with SBias … they are dealing with what I’d call “Popularity Bias”. Yang, the REASON those lists change over time has virtually nothing to do with a symbol disappearing from the exchanges – agak, those lists change because they are DYNAMICALLY constructed from Fundamentals filters, Sentiment studies, dan lain-lain. Pokoknya adalah, that the filter-rules which cause the Indexes to change are NOT “survivorship” related … they are LOGIC related. Oleh yang demikian, THEY BECOME PART OF THE LOGIC OF THE STRATEGY. SO … if you compare Strategy A over 20 years using a fixed symbol list to Strategy B that’s identical to Strat A but with some extra filtering rules, but using the same symbol list … you’d call that a comparison of two DIFFERENT strategies. That’s what is going on here. When tests are run for a fixed, HRE-based SP500 list going back 20 years versus a “list of lists” that change over the years … then really the comparison is between two different strategies, not one strategy vs a list with and without symbols that “died along the way.” SUMMARY: apabila “dynamic filtering effects” accounted for, the effect of TRUE “Survivorship” symbol disappearance is usually negligible.
Great thoughts! I appreciate the detail you put into explaining your idea.