Survivorship bias nima
Survivorship bias (omon qolish xatosi) — xulosani faqat "omon qolgan" fondlar, aksiyalar, strategiyalar yoki treyderlar ma'lumotiga qarab chiqarish. Bunda yo'qolib ketganlar hisobga kirmaydi, shuning uchun natijalar haqiqatdagidan yaxshiroq ko'rinadi.
Rasmiy ta'rif. Bu tanlanma xatosi (selection bias) turi. Tahlil qilinadigan to'plam o'rganilayotgan kattalikka bog'liq mezon asosida tanlanadi. Mezon odatda "bugungacha mavjud bo'lish". Natijada o'rtacha daromad yuqoriroq, risk va dispersiya esa pastroq baholanadi.
Real yoki demo hisobda sinab ko‘rishga tayyormisiz?
Hamkorlik havolasi · savdo yo‘qotishning yuqori riski bilan bog‘liq
Faraziy misol
Faraz qilaylik, bir davrda ko'plab investitsiya fondlari ochildi.
- Zarar ko'rgan fondlarning bir qismi yopildi yoki boshqa fondga qo'shib yuborildi.
- Davr oxirida reyting tuzuvchi faqat hozir ishlayotgan fondlarni oladi.
- Shu fondlarning yillik daromadliligi o'rtacha hisoblanadi.
Yopilgan fondlar ro'yxatda yo'q. Ular esa eng yomon natija ko'rsatganlar edi. Shuning uchun "fondlarning o'rtacha natijasi" barcha ochilgan fondlar natijasidan yuqori chiqadi. Bu yerda farq strategiya sifatidan kelib chiqmaydi. U faqat ma'lumot qanday yig'ilganidan paydo bo'ladi.
Treydingdagi holat ham shunday. Ijtimoiy tarmoqlarda katta foyda ko'rgan treyderlarning hikoyalari ko'p. Hisobini yo'qotib, savdoni to'xtatganlar esa odatda hech narsa yozmaydi. Leveraj bilan CFD va forex savdosida pul tez yo'qotilishi mumkin. Ko'rinadigan "muvaffaqiyatlar" bu riskni kamaytirmaydi.
Atama qayerda uchraydi
| Joy | Qanday ko'rinishda |
|---|---|
| Backtest (strategiyani tarixiy ma'lumotda sinash) | Sinov faqat bugun mavjud instrumentlarda o'tkaziladi. Delisting bo'lgan aksiyalar ma'lumotlar bazasida yo'q. |
| Fond indekslari | Indeks tarkibi vaqt o'tishi bilan yangilanadi. Bugungi tarkibni o'tmishga qo'llash natijani buzadi. |
| Fond va hedge fond hisobotlari | Yopilgan yoki birlashtirilgan fondlar statistikadan tushib qoladi. |
| Treyderlar reytingi, kopi-treyding jadvallari | Faqat faol va foydali hisoblar ko'rsatiladi. |
| Yangiliklar | "Bu aksiya ko'p marta o'sdi" degan maqolalar shunday o'smagan kompaniyalarni tilga olmaydi. |
MetaTrader 5 kabi platformalardagi strategiya testerlari ham xatodan himoya qilmaydi. Natija qaysi instrumentlar va qaysi tarixiy ma'lumot tanlanganiga bog'liq.
Chegaraviy holatlar
- Backfill bias. Fond ma'lumotlar bazasiga yaxshi natijadan keyin qo'shiladi va o'tmishdagi natijalari ham kiritiladi. Bu survivorship biasga yaqin, lekin alohida xato.
- Look-ahead bias. Tahlilda o'sha paytda ma'lum bo'lmagan ma'lumot ishlatiladi. Masalan, indeksga keyinroq kiritilgan aksiya o'tmishda ham tanlanadi. Ko'pincha survivorship bias bilan birga uchraydi.
- Birlashish va qayta nomlash. Fond yopilmagan bo'lishi mumkin, lekin boshqa fondga qo'shilgani uchun uning tarixi yo'qoladi.
- Shaxsiy tajriba. Treyder faqat ishlagan strategiyalarini eslab qoladi. Bu treyding psixologiyasi bilan bog'liq.
Bog'liq atamalar
- Alpha — xato natijani sun'iy oshirib ko'rsatishi mumkin.
- CAGR va geometrik o'rtacha daromad
- Equity curve
- Fat tails va tail risk
- Black swan
- Ochiq va yopiq fond
- Risklarni boshqarish, Trading strategiyalari
- Boshqa atamalar: Treyding lug'ati
Ko'p beriladigan savollar
Survivorship bias ma'nosi qisqacha nima?
Xulosani faqat saqlanib qolganlar asosida chiqarish. Yo'qolganlar hisobga olinmaydi.
Omon qolish xatosi treydingda nimaga ta'sir qiladi?
Backtest natijalari, fond reytinglari va treyderlar statistikasiga. Daromad yuqori, risk esa past ko'rinadi.
Backtestda bu xatoni qanday kamaytirish mumkin?
Delisting bo'lgan instrumentlarni ham o'z ichiga olgan ma'lumotlardan foydalanish kerak. Indeks tarkibini esa har bir davr uchun o'sha paytdagi holatda olish kerak.
Survivorship bias va look-ahead bias bir xilmi?
Yo'q. Birinchisi to'plamdan yo'qolganlarni chiqarib tashlaydi. Ikkinchisi o'sha paytda ma'lum bo'lmagan ma'lumotdan foydalanadi.
Muvaffaqiyatli treyderlar hikoyalari nimani ko'rsatadi?
Ular faqat ko'ringan natijalarni ko'rsatadi. Umumiy natijalar va risk haqida xulosa chiqarish uchun ular yetarli emas.
