Bias di sopravvivenza: chi manca dai risultati del trading?

Una classifica può mostrare solo conti ancora attivi e una pubblicità gli allievi scelti. Prima di valutarne il successo identifica gruppo iniziale e assenti. Il bias di sopravvivenza nasce quando conclusioni sull’intero gruppo usano solo i casi rimasti osservabili, omettendo scomparsi precedenti.

Meccanismi di selezione diversi

Esclusione per sopravvivenza, migliori giornate scelte da un conto attivo e partecipazione volontaria a un sondaggio sono meccanismi diversi, anche se possono coesistere. Un conto può chiudere o smettere di pubblicare per ragioni diverse dalla perdita. Un risultato ignoto non è zero né negativo: chiedi se la sua assenza sia collegata all’esito che misuri.

Il lavoro di Brown, Goetzmann, Ibbotson e Ross del 1992 analizza volatilità e rendimenti in campioni troncati dalla sopravvivenza, mostrando come la selezione possa produrre prevedibilità apparente. È ricerca sulla misurazione delle performance, non una percentuale odierna di trader Forex o ricostruzione della storia degli aerei.

Chiedi chi poteva essere incluso, chi resta visibile e perché. Se mancano numerosità iniziale o esiti, registra il limite invece di inventare un cimitero di perdenti. Registri disponibili autentici possono essere insufficienti; l’assenza di informazioni non prova disonestà.

Dove controllarlo nel trading

Pubblicità, classifiche e post possono selezionare diversamente dalla popolazione che vuoi valutare. Verifica criterio d’inclusione, periodo, costi, flussi ed esposizione aperta. Non quantifichiamo quanto spesso gli algoritmi nascondano perdite né i motivi per cui un autore sparisce.

Per una strategia azionaria storica, usare soltanto i componenti odierni dell’indice può omettere titoli allora disponibili. L’universo deve corrispondere alle regole al momento della decisione. Studiare una coppia valutaria predefinita non richiede automaticamente tutte le valute mai esistite. Scegliere coppia, periodo o parametro dopo aver visto gli esiti introduce problemi correlati di selezione e sovraottimizzazione.

Coorte originale inventata: venti conti visibili, sedici positivi e quattro negativi dopo costi: 80 % positivi. Il registro completo conosce altri ottanta conti omessi: quattordici positivi e sessantasei negativi. Tutti i cento conti iniziali danno trenta positivi e settanta negativi: 30 %. Differenza cinquanta punti percentuali. Gli omessi non sono tutti perdenti.

Risultati mancanti: indica i limiti possibili

Gruppo diverso, anch’esso inventato e predefinito: venti persone, stesso periodo e criterio. Sei risultati positivi, sei non positivi e otto ignoti. La parte osservata è positiva al 6/12 = 50 %, ma la quota dell’intero gruppo può andare soltanto da 6/20 = 30 % a 14/20 = 70 %.

Venti risultati, otto restano ignoti

Scorri orizzontalmente o ingrandisci il diagramma per leggere i dettagli.

Non serve assegnare perdite o zero agli assenti. Per restringere i limiti occorrono dati, non maggiore sicurezza nel tono. Non è assunto alcun meccanismo della mancanza.

Aspettative e vincitori scelti dopo

Fissa popolazione, periodo e criterio prima di valutare esempi. Nella coorte di cento il sottoinsieme pubblico dà 80 %, il registro completo 30 %; senza registro non puoi assegnare arbitrariamente esiti agli ottanta mancanti.

Modello probabilistico originale: sedici persone, ciascuna quattro prove indipendenti con probabilità 1/2 di successo; indipendenza anche fra persone. Una persona scelta prima ha probabilità (1/2)⁴ = 1/16 = 6,25 % di quattro successi. Che nessuno dei sedici riesca ha probabilità (15/16)¹⁶≈35,61 %; almeno uno riesce con circa 64,39 %. Un vero vincitore quattro su quattro può quindi essere selezionato senza differenze d’abilità. Con queste ipotesi la sua prossima probabilità resta 1/2. Non è un modello stimato del Forex né prova che ogni metodo reale sia privo di vantaggio.

Controesempio EUR aggiunto, dataset distinto: otto conti iniziali, quattro esiti netti noti +40, +20, −10, −30 EUR e quattro ignoti. Totale osservato +20, media osservata +5. Solo per questa scheda supponi che ciascun ignoto sia fra −100 e +100 EUR: allora il totale completo può essere fra −380 e +420, media fra −47,50 e +52,50. Non sono limiti garantiti dal broker: senza questa ipotesi non hai quegli stessi limiti monetari. La quota di conti positivi e il risultato medio in euro sono domande diverse.

Conti in perdita e trade vincenti non coincidono

Una frequenza base riguarda popolazione e periodo definiti. Nell’annuncio del 27 marzo 2018, ESMA citava analisi UE sui CFD retail con il 74–89 % dei conti tipicamente in perdita. È un dato storico, non percentuale mondiale attuale o probabilità personale. Il quadro di intervento includeva avvertenze specifiche del fornitore: oggi controlla entità, prodotto, regole applicabili e periodo di calcolo.

Una Percentuale di operazioni vincenti del 98 % sui trade non è direttamente confrontabile con quota di conti perdenti. Modello senza costi: novantotto trade guadagnano un’unità ciascuno e due perdono cento ciascuno. Frequenza vincite 98 %, totale 98−200 = −102 unità. L’avvertenza del conto da sola non prova che un profilo ad alta precisione sia fortunato, anomalo o disonesto.

Distingui unità: vincite divise per trade valutati, conti CFD in perdita divisi per conti coperti dal periodo, oppure analisi storica del 2018. Prima di confrontare verifica popolazione, tempo, costi e trattamento degli assenti, non soltanto la cifra percentuale.

Difese concrete contro la selezione

Cerca gruppo definito prima degli esiti, periodo comune e trattamento esplicito dei mancanti. Raccogliere soltanto fallimenti spettacolari crea un altro campione selezionato, non ricostruisce il denominatore mancante. Aneddoti possono suggerire domande ma non una probabilità o un rischio iniziale universalmente appropriato.

Usa dati di valutazione separati coerenti con l’universo della strategia e conserva configurazioni fallite. Bailey e colleghi nel 2014 discutono come molti tentativi producano backtest attraenti. Guardare ripetutamente lo stesso holdout ne indebolisce la separazione; un holdout non ripara strumenti storici mancanti. Verificare uno storico lungo non spiega perché quel conto sia stato selezionato.

La verifica da fare questa settimana

• Annota gruppo iniziale e regola d’inclusione di una classifica o pubblicità.
• Indica periodo e definizione dell’esito, distinguendo persona, conto e trade.
• Conta osservazioni mancanti e conserva «ignoto» dove manca una risposta.
• Controlla coerenza di costi, flussi e posizioni aperte senza copiare operazioni.
• Formula una conclusione limitata: «quel conto è positivo nel periodo» non equivale a «il metodo rende positivi i più».

Non prevedere che la maggioranza di dieci profili scelti fallirà o che cinque storie negative siano rappresentative. Processo e risultato nel trading: controllare anche il campione separa ulteriormente conformità ed esito; Eccesso di fiducia nel trading: calibrazione e rischio distingue fiducia ed evidenza.