Survivorship Bias est un biais de sélection : les résultats des cas survivants ou encore observables sont présentés à tort comme ceux du groupe initial entier. Étudier l’offre actuelle n’est pas une erreur en soi ; tout dépend de la question à laquelle la sélection doit répondre.
Jeanne ouvre la liste actuelle des fonds et compare leurs performances passées. La plupart semblent bonnes. Mais les fonds fermés ou fusionnés entre-temps n’y figurent plus. En s’appuyant sur cette liste pour juger tous ceux qui étaient présents au départ, elle oublierait une partie de l’histoire. QuantConnect explique ce problème à partir de tests historiques limités aux titres survivants. On peut poser la même question devant un tableau de projets de cryptomonnaies : étudie-t-on le groupe initial ou seulement ceux dont les données restent faciles à trouver ? [1]
Jeanne peut l’utiliser pour comparer l’offre d’aujourd’hui. Elle ne peut pas supposer qu’elle aurait choisi exactement ce groupe au début de la période : elle ignorait alors qui survivrait. Survivorship Bias rejoint ici Look-ahead Bias, l’utilisation d’un savoir ultérieur dans une décision antérieure. Un test historique exige la composition de l’époque et des règles d’entrée et de sortie. Le groupe peut évoluer, mais selon les informations alors disponibles, pas selon le résultat connu aujourd’hui. [1]
C’est l’intérêt des bases qui conservent les fonds fermés, comme la base CRSP proposée par Morningstar. Télécharger davantage de lignes ne suffit toutefois pas. Jeanne doit définir ce qu’elle compte : des fonds distincts ou des catégories de parts aux frais différents ? Traiter plusieurs catégories du même fonds comme des fonds indépendants peut lui donner involontairement plus de poids. Il faut donc définir le groupe et l’unité de comparaison avant d’en étudier les résultats, y compris ceux des fonds qui ne sont plus proposés. [2]
En rapprochant des tableaux, Jeanne risque de perdre encore de l’historique. Un symbole boursier peut avoir changé ou avoir été attribué ensuite à un autre titre. Associer uniquement les noms identiques peut confondre des objets différents ; rechercher seulement le symbole actuel peut manquer les anciens enregistrements. La base d’actions CRSP utilise des identifiants permanents, notamment PERMNO pour un titre. Leur rôle est simple : reconnaître les données d’un même cas malgré un changement de nom. Il faut également conserver les dates des changements et les liens entre les enregistrements. [3]
On ne peut pas remplacer sans justification un cours manquant par une perte totale. Le titre peut avoir été racheté, réglé en espèces ou continuer d’exister hors de sa bourse d’origine. Tout dépend de l’événement et de ce que son détenteur a réellement reçu. LEAN, un moteur de simulation de trading, peut traiter une radiation. Cela ne prouve pas à lui seul qu’un prix de vente était accessible sur le marché réel. Jeanne ne doit ni effacer la position ni présumer une vente au dernier cours affiché. Si le règlement est inconnu, elle doit signaler cette lacune et montrer l’effet de ses hypothèses. [4]
Une bonne base de départ ne garantit pas une sélection finale correcte. QuantConnect précise que ses données fondamentales incluent des sociétés sorties de la cote, mais avec un périmètre défini et des champs manquants. Jeanne peut ensuite fusionner des tableaux en ne gardant que les cas complets et écarter discrètement d’autres sociétés. Sélectionner selon la disponibilité d’un champ nécessaire peut être légitime, à condition de respecter la question et les informations de l’époque. Chaque exclusion doit avoir une raison, une date et un effet sur le groupe étudié que l’on puisse expliquer. [5]
Omettre les échecs peut embellir le passé, mais aucune correction universelle ne suffit. Des entreprises performantes peuvent aussi quitter une liste après un rachat. Le résultat dépend des absents, de leur performance et de leur poids. Une moyenne simple des rendements n’est pas non plus, en général, le rendement d’un portefeuille réel : montants, dates des apports et autres flux comptent. Le modèle ci-dessous utilise donc des apports initiaux égaux sur une période commune. Son écart chiffré vaut pour cet exemple, pas pour tous les marchés. [6]
Jeanne devrait pouvoir documenter la liste initiale, les règles de changement, les cas exclus et leurs valeurs finales. Après correction, elle recalcule le résultat au lieu de présenter l’ancien rapport comme corrigé. Elle distingue aussi simulation rétrospective et historique réellement observé au fil du temps. S&P Dow Jones Indices qualifie d’hypothétique l’historique précédant le lancement d’un indice et signale l’effet du recul. Corriger la composition ne résout ni Overfitting, l’adaptation excessive des règles aux données étudiées, ni les coûts ou la faisabilité des opérations. Un passé décrit plus honnêtement constitue une meilleure base, pas une garantie de gain futur. [6]
Les mêmes résultats, une autre liste
Pour une vision complète, lisez aussi Backtesting, Overfitting, Walk-forward Analysis, Look-ahead Bias, Paper Trading. Cette entrée est également citée par Look-ahead Bias.
01Est-ce une erreur de comparer les fonds proposés aujourd’hui ?+
Non, si votre question porte sur l’offre actuelle. L’erreur consiste à présenter les résultats de ce groupe comme l’expérience de tous les fonds disponibles autrefois. Ceux qui ont fermé entre-temps ne doivent pas disparaître de cette évaluation.
02Faut-il compter un cas manquant comme une perte totale ?+
Pas automatiquement. Ni l’absence de cours ni le retrait de l’offre n’établit ce que le détenteur a reçu. Recherchez le règlement réel ou explicitez l’hypothèse du modèle et son effet. Ne confondez pas une valeur inconnue avec zéro et n’omettez pas le cas en silence.