Survivorship Bias क्या है? परिभाषा, संदर्भ और स्रोत

01Survivorship Bias क्या है?

Survivorship Bias बचे हुए या अब भी देखे जा सकने वाले सदस्यों को चुनने से उत्पन्न विकृति है, जब उनके परिणामों को अधिक व्यापक मूल समष्टि के परिणाम बताया जाता है। स्पष्ट रूप से परिभाषित वर्तमान समूह का केवल वर्णन करना अपने आप में त्रुटि नहीं है।

02पहले तय करें कि मूल्यांकन में कौन शामिल है

QuantConnect, Survivorship Bias को ऐसे परीक्षण में बताता है जो अवधि के अंत तक बचे हुए प्रतिभूति साधनों तक सीमित हो और सूची से हटाए गए साधनों को छोड़ दे। हमारी जाँच मूल समूह से शुरू होती है: शामिल किए जाने के समय किन इकाइयों ने शर्तें पूरी की थीं? आज की सूची उस समय की सदस्यता का प्रमाण नहीं है। भागीदारी का मानदंड परिणाम से पहले बताया जाना चाहिए और बाद में गायब हुई इकाइयों पर भी लागू होना चाहिए। अन्यथा गणना किया गया औसत जिस प्रश्न का उत्तर देता है, वह बदल जाता है। [QuantConnect — Research Guide: Survivorship Bias]

03आज की सदस्यता को अतीत पर लागू नहीं किया जा सकता

QuantConnect वर्तमान सूचकांक सदस्यों के पीछे की तारीखों में उपयोग को स्पष्ट रूप से Look-ahead Bias से जोड़ता है: उस समय का निर्णय आज की सदस्यता नहीं जान सकता था। इसलिए हमारी जाँच समूह में प्रवेश और निकास का इतिहास तथा उनके प्रभावी होने का नियम सुरक्षित रखती है। केवल वर्तमान सदस्यों की ऐतिहासिक कीमतें पर्याप्त नहीं हैं। बदलते चयन में हर निर्णय-बिंदु पर वास्तव में उपलब्ध सूची को फिर से बनाना आवश्यक है; सदस्यता का स्वचालित बदलाव अकेले डेटा की शुद्धता सिद्ध नहीं करता। [QuantConnect — Research Guide: Survivorship Bias]

04बंद हुए फंड प्रश्न से गायब नहीं होने चाहिए

Morningstar के अनुसार CRSP Survivor-Bias-Free US Mutual Fund डेटाबेस निष्क्रिय हो चुके फंडों की जानकारी भी सुरक्षित रखता है। हमारा पद्धतिगत निष्कर्ष: मूल समूह के मूल्यांकन को आज उपलब्ध फंडों के सर्वेक्षण से नहीं बदला जा सकता। विश्लेषण की इकाई, जैसे फंड या उसका वर्ग, बतानी चाहिए और एक ही एक्सपोज़र को अनजाने में कई बार गिनने से बचना चाहिए। यदि उद्देश्य केवल वर्तमान उपलब्ध पेशकश का वर्णन है, तो छोटा समूह उपयुक्त हो सकता है, लेकिन उसके प्रतिफल को पूरे मूल समूह का परिणाम नहीं बताया जा सकता। [Morningstar — CRSP Survivor-Bias-Free US Mutual Fund Database]

05पहचान आज के टिकर से अधिक महत्वपूर्ण है

Morningstar बताता है कि CRSP के शेयर डेटाबेस में सक्रिय और निष्क्रिय प्रतिभूतियाँ तथा उनका इतिहास खोजने के लिए स्थायी पहचानकर्ता हैं। इसलिए हमारा कार्यान्वयन नियम साधन की पहचान को उसके दिखाए गए नाम से अलग रखता है। नाम बदलने से झूठी नई शुरुआत नहीं बननी चाहिए और डेटा जोड़ते समय अलग साधन गलती से आपस में नहीं जुड़ने चाहिए। घटनाओं, तारीख और रिकॉर्ड के स्रोत के संबंध सुरक्षित रखें। केवल आज का टिकर मेल खाना लंबी ऐतिहासिक श्रृंखला के लिए पर्याप्त कुंजी नहीं है। [Morningstar — CRSP US Stock Databases]

06कारोबार समाप्त होने का अर्थ अपने आप शून्य मूल्य नहीं है

LEAN के दस्तावेज़ सूची से हटाने की घटनाओं और उनके प्रबंधन को सामान्य मूल्य डेटा से अलग बताते हैं। हमारी लेखांकन जाँच में प्रमाण चाहिए कि रखी गई पोज़िशन, नकदी और किसी बाद के निपटान का क्या हुआ। गायब कीमत न तो प्रमाणित शून्य है, न अंतिम उपलब्ध कीमत पर निष्पादन की पुष्टि। अज्ञात अंतिम परिणाम को अज्ञात चिह्नित करें और उसका प्रभाव या परिदृश्य बताएँ; पूरी इकाई को केवल इसलिए न हटाएँ कि उसका इतिहास दूसरों से पहले समाप्त होता है। [QuantConnect — US Equity Corporate Actions]

07प्रदाता का कवरेज और विश्लेषण का कवरेज अलग जाँच हैं

QuantConnect अपने मूलभूत डेटा वाले शेयर समूह में सूची से हटाए गए साधनों को शामिल बताता है, लेकिन साथ ही कुछ श्रेणियों के बहिष्कार और अलग-अलग फ़ील्ड में गायब मानों का उल्लेख करता है। हमारा निष्कर्ष: डेटाबेस का नाम अकेले बाद के फ़िल्टरों और तालिकाओं को जोड़ने की प्रक्रिया को सत्यापित नहीं करता। जाँच में बाहर किए गए रिकॉर्डों की संख्या, कारण और फ़िल्टर लगाने का समय दर्ज होना चाहिए। गायब डेटा भरना या उसे छाँटना चुपचाप ऐसी समष्टि न बनाए जो तय विश्लेषण के वादे से अलग हो। [QuantConnect — Fundamental Universes]

08अंतर का आकार या चिह्न सार्वभौमिक नहीं है

S&P Dow Jones Indices बताता है कि पीछे की तारीखों के गणना किए गए परिणामों में survivor या look-ahead bias हो सकता है और वे वास्तविक ट्रेडिंग नहीं हैं। नीचे हमारा काल्पनिक उदाहरण हर इकाई के परिणाम समान रखते हुए केवल चयन में बदलाव को अलग करता है। यह बाज़ार में त्रुटि का सामान्य आकार नहीं दिखाता। दूसरे समूह में सफल इकाइयाँ भी गायब हो सकती हैं, इसलिए अंतर की दिशा पहले से सुनिश्चित नहीं की जा सकती। भार, अवधि और नकदी प्रवाह का व्यवहार बताना आवश्यक है; साधारण औसत और वास्तविक पोर्टफोलियो का प्रतिफल अपने आप एक-दूसरे के स्थान पर उपयोग नहीं किए जा सकते। [S&P Dow Jones Indices — Performance Disclosure]

09समूह सुधारना पूरी जाँच का विकल्प नहीं है

S&P Dow Jones Indices सूचकांक के शुरू होने से पहले के काल्पनिक इतिहास को लाइव परिणामों से अलग करता है और उसके सदस्यों में बदलाव की पद्धति का संदर्भ देता है। इसलिए हमारा अंतिम रिकॉर्ड मूल समष्टि, भागीदारी के नियम, हटाई गई इकाइयाँ, अंतिम मानों का स्रोत और दोबारा गणना किया गया परिणाम सुरक्षित रखता है। सही रिपोर्ट को गलत रिपोर्ट का स्थान लेना चाहिए। Survivorship Bias हटाने से अपने आप अन्य Look-ahead Bias, Overfitting, लेनदेन लागत या निष्पादन की उपलब्धता के मुद्दे हल नहीं होते। अधिक पूर्ण इतिहास भी भविष्य के प्रतिफल का वादा नहीं है। [S&P Dow Jones Indices — Performance Disclosure]

उदाहरणउदाहरण · SURV

वही परिणाम, अलग चुना गया समूह

हमारा काल्पनिक मॉडल A, B, C और D नाम की चार समकालिक इकाइयों को एक ही अवधि में देखता है। सभी शुरुआत में पात्र थीं और हर इकाई ⁦100 USD⁩ से शुरू होती है, बिना कर्ज़, लीवरेज या बाहरी नकदी प्रवाह के। निपटान सहित उनके प्रमाणित अंतिम मान ⁦[120, 110, 80, 60] USD⁩ हैं; कोई भी लागत इन मानों में पहले से शामिल है। साधारण प्रतिफल ⁦[20, 10, -20, -40] %⁩ हैं। आज की सूची में केवल A और B हैं; बचे रहने के संकेतक ⁦[1, 1, 0, 0]⁩ हैं। C और D अब सूची में नहीं हैं, लेकिन मॉडल में उनके अंतिम मान ज्ञात हैं और उन्हें शून्य से नहीं बदला जाता। पूरे मूल समूह का शुरुआती मूल्य ⁦400 USD⁩ और अंतिम मूल्य ⁦370 USD⁩ है, यानी परिणाम ⁦-30 USD⁩ और प्रतिफल ⁦-7.5 %⁩ है। समान शुरुआती योगदान यहाँ इस प्रतिफल को चार प्रतिफलों के साधारण औसत के बराबर बनाते हैं। पीछे मुड़कर चुने गए A और B समूह का शुरुआती मूल्य ⁦200 USD⁩ और अंतिम मूल्य ⁦230 USD⁩ है, यानी परिणाम ⁦30 USD⁩ और प्रतिफल ⁦15 %⁩ है। अंतर ⁦22.5⁩ प्रतिशत अंक है, एक प्रतिफल की दूसरे के सापेक्ष प्रतिशत वृद्धि नहीं। चार्ट हर इकाई का प्रतिफल दिखाता है और आज की सूची में शामिल इकाइयों को अलग दर्शाता है। यह न समय-श्रृंखला है, न चार दोहराए गए सौदे। चुनी गई जोड़ी उस समय भविष्य में बचे रहने की जानकारी पर आधारित कोई लागू की जा सकने वाली नियम-प्रणाली नहीं है। उदाहरण फंडों या Bitcoin का ऐतिहासिक परिणाम नहीं है और किसी दूसरे समूह में पूर्वाग्रह का आकार या दिशा तय नहीं करता।

मूल पात्र समूह और उसकी सदस्यता के समयगत इतिहास को फिर से बनाएँ।
आज की सूची से गायब होना शून्य मूल्य का प्रमाण नहीं है।
स्थायी पहचान, गायब डेटा और हर बाद के फ़िल्टर की जाँच करें।
अंतर की दिशा और आकार समूह, भार और पद्धति पर निर्भर करते हैं।

↗संदर्भ सहित पढ़ें

पूरी तस्वीर के लिए इस प्रविष्टि के साथ यह भी पढ़ें Backtesting, Overfitting, Walk-forward Analysis, Look-ahead Bias, Paper Trading. इस प्रविष्टि का उल्लेख यहाँ भी है Look-ahead Bias.

?व्यावहारिक प्रश्न

01क्या आज सक्रिय फंडों की सूची हमेशा गलत है?

नहीं। वह वर्तमान पेशकश का सही वर्णन कर सकती है। त्रुटि तब होती है जब उसके इतिहास को पूरे मूल समूह का अनुभव बताया जाए, जिसमें बाद में गायब हुए फंड भी शामिल थे। यह प्रश्न और चयन के नियम पर निर्भर करता है।

02क्या गायब इकाइयों को पूरी हानि मान लेना पर्याप्त है?

नहीं। सूची से हटना या कीमत गायब होना अकेले पूरी हानि सिद्ध नहीं करता। वास्तविक या मॉडल किए गए निपटान का प्रमाण देना, अज्ञात मान स्वीकार करना और धारणाएँ बताना आवश्यक है, न कि चुपचाप छोड़ देना या शून्य से बदलना।