Survivorship Bias

ヤナは現在のファンド一覧を開き、過去の成績を比較します。大半は良さそうです。しかし、途中で終了したり統合されたりしたファンドは見当たりません。この一覧から当初の参加者全員の結果を判断すれば、話の一部が抜け落ちます。QuantConnect は、生き残った証券だけを使う過去のテストでこの問題を説明しています。暗号資産プロジェクトの表でも同じです。調べているのは最初の集団でしょうか。それとも今もデータを見つけやすい対象だけでしょうか。 [1]

ヤナが今の商品を比較したいなら、その一覧を使えます。しかし、観測期間の初めに同じ集団を選べたとは限りません。誰が生き残るかは当時わからなかったからです。ここで Survivorship Bias は、後から得た知識を以前の判断に使う Look-ahead Bias と重なります。過去のテストには、当時の構成と加入・除外のルールが必要です。集団が途中で変わるのは構いませんが、その時点で得られた情報に従う必要があり、今日の結果を使ってはいけません。 [1]

そのため、終了したファンドを残すデータベースには意味があります。Morningstar が提供する CRSP データベースもその例です。ただ、行数を増やすだけではヤナの問いには答えられません。別々のファンドを数えるのか、手数料の異なるシェアクラス（同じファンド内の持分の区分）を数えるのかを決める必要があります。同じファンドの複数のシェアクラスを独立したファンドとして扱うと、意図せず重みが増えることがあります。まず集団と比較単位を定め、その後で、販売を終了した対象も含めた成績を調べます。 [2]

表を結合するときにも履歴を失うことがあります。取引コードが変更されたり、後に別の証券へ使われたりするためです。同じ名前だけで結び付ければ異なるものを混同し、現在のコードだけで検索すれば古い記録を見落とすかもしれません。CRSP の株式データベースは、証券を識別する PERMNO などの恒久的な識別子を使います。目的は、名前が変わっても同じ対象の記録だとわかるようにすることです。変更日と記録のつながりも保存する必要があります。 [3]

価格が欠けているからといって、全額損失に置き換えることはできません。買収、現金での精算、元の取引所以外での存続などがあり得ます。具体的な出来事と保有者が実際に受け取ったものを確認しなければなりません。取引シミュレーションのエンジン LEAN は上場廃止を処理できますが、それだけでは実市場で売却できる価格を証明しません。ヤナは保有を消したり、最後に表示された価格で売れたと仮定したりしてはいけません。精算が不明なら、その不足と仮定による影響を示します。 [4]

良質な元データがあっても、最終的な選び方まで正しいとは限りません。QuantConnect は、ファンダメンタルデータに上場廃止企業を含める一方、対象範囲や欠損項目があることも説明しています。ヤナが後で表を結合し、全項目のそろった事例だけを残せば、別の企業がひそかに消えます。必要な情報の有無で選ぶこと自体は妥当な場合もありますが、問いと当時の情報に合っている必要があります。除外ごとに理由、時点、集団への影響を説明できるようにします。 [5]

失敗を除けば過去を良く見せることがありますが、一律に引けばよい補正値はありません。成功した企業も買収後に一覧から消えることがあります。誰が欠け、どんな成績で、どれだけの重みを持つかが重要です。また、収益率の単純平均は一般に実際のポートフォリオ収益率とは異なります。入金額や時期、その他の資金移動が関わるためです。以下の例では共通期間に同じ初期金額を投じます。そこで出る差はこの例のもので、全市場に当てはまる数字ではありません。 [6]

ヤナは、当初の一覧、変更ルール、除外した事例と最終価値を示せるべきです。修正後は再計算し、古い報告を修正済みの結果として使わないようにします。後から行ったシミュレーションと、実際にその時々で観測した履歴も分けます。S&P Dow Jones Indices は指数の開始前の履歴を仮想的なものと位置付け、事後知識の影響を指摘しています。構成を正しくしても、調べたデータへルールを合わせすぎる Overfitting、費用、取引の実行可能性は別の問題です。過去を誠実に描くことはより良い土台になりますが、将来の利益を保証しません。 [6]