Rebríček môže ukazovať iba stále aktívne účty, reklama kurzu vybraných absolventov. Pred hodnotením úspechu zistite pôvodnú skupinu a chýbajúce prípady. Skreslenie preživších vzniká, keď záver o celej skupine vychádza z prípadov, ktoré zostali pozorovateľné, a prehliada skoršie vypadnutia.

Čo je skreslenie preživších

Vylúčenie podľa prežitia, výber najlepších dní pokračujúceho účtu a dobrovoľná účasť na prieskume sú odlišné mechanizmy, hoci sa môžu prekrývať. Neprítomnosť automaticky neznamená stratu. Účet sa môže zatvoriť alebo autor prestať zverejňovať údaje z iných dôvodov. Neznámy výsledok nie je nula ani mínus. Pýtajte sa, či chýbanie súvisí s hodnoteným výsledkom.

Brown, Goetzmann, Ibbotson a Ross v práci Survivorship Bias in Performance Studies z roku 1992 skúmajú volatilitu a výnosy vzorky obmedzenej prežitím. Ukazujú, ako môže výber vytvoriť zdanlivú predvídateľnosť. Nejde o dnešnú mieru úspechu forexových traderov ani dôkaz každého príbehu o vojenských lietadlách.

Kde ho hľadať pri obchodovaní

Reklama, rebríček a verejné príspevky môžu vyberať iné prípady než populáciu, ktorú chcete hodnotiť. Skontrolujte pravidlo zaradenia, obdobie, náklady, peňažné toky a otvorenú expozíciu. Z týchto údajov nevyplýva, ako často algoritmus potláča straty, prečo konkrétny autor prestal publikovať ani či je každý úspešný účet reklamou.

Pri historickej akciovej stratégii môže použitie iba dnešných členov indexu vylúčiť vtedy dostupné nástroje. Hodnotený súbor má zodpovedať pravidlu v čase rozhodnutia. Test vopred určenej menovej dvojice však nemusí automaticky pridávať každú niekedy existujúcu menu. Výber dvojice, obdobia či parametra po poznaní výsledku je príbuzný problém selekcie a preučenia.

Pôvodná vlastná fiktívna skupina účtov
20 viditeľných16 kladných a 4 záporné výsledky po nákladoch: 16/20 = 80 % kladných.
80 vynechaných so známym úplným registrom14 kladných a 66 záporných; nie každý chýbajúci stratil.
Všetkých 100 pôvodných30 kladných a 70 záporných: 30/100 = 30 %.
Rozdiel50 percentuálnych bodov; pravé viditeľné záznamy môžu skresliť celú skupinu.

Chýbajú výsledky? Uveďte hranice

V samostatnej fiktívnej vopred určenej skupine 20 ľudí je známych 6 kladných a 6 nekladných výsledkov. Zvyšných 8 je neznámych. Pozorovaná časť má 50 % kladných, ale celej skupine môžeme priradiť iba hranice od 30 % do 70 %. Chýbajúcim netreba priradiť stratu ani nulu.

Známe výsledky a hranice podielu v celej skupine

Celý diagram zobrazíte posunutím do strany

Známe výsledky a hranice podielu v celej skupineDvadsať kruhov: šesť kladných, šesť nekladných a osem neznámych výsledkov. Minimum celej skupiny je 6 z 20, teda 30 %; maximum 14 z 20, teda 70 %.Celá skupina: 20 ľudí6 kladných6 nekladných8 neznámych0 %50 %100 %Minimum: 6/20 = 30 %Maximum: (6 + 8)/20 = 70 %
Rozpätie vyplýva iba zo známych počtov. Nie je intervalom spoľahlivosti ani predpoveďou.

Na malej obrazovke posúvajte diagram vodorovne alebo ho zväčšite. Vysvetlenie nájdete aj v texte.

Minimum vznikne, ak sú všetky neznáme výsledky nekladné: 6/20. Maximum, ak sú všetky kladné: 14/20. Podiel 6/12 = 50 % opisuje iba dostupnú časť. Užšie hranice potrebujú ďalšie údaje, nie istejší tón.

Predpoklady: Každý z 20 ľudí má jeden výsledok za rovnaké obdobie a s rovnakým kritériom kladnosti. Presne 8 výsledkov chýba. Nepredpokladáme mechanizmus chýbania ani rozdelenie výsledkov.

Ako výber mení očakávania

Pred hodnotením určte populáciu, obdobie a kritérium. V prvej skupine je verejná časť na 80 %, úplný register na 30 %. Bez registra výsledky zvyšných 80 nevymýšľajte. Diagram ukazuje hranice možného doplnenia inej skupiny, nie štatistický interval spoľahlivosti.

Pôvodný vlastný pravdepodobnostný model: 16 fiktívnych ľudí urobí po štyri nezávislé pokusy s pravdepodobnosťou úspechu 1/2; nezávislí sú aj medzi sebou. Vopred vybraný človek má šancu štyroch úspechov (1/2)⁴ = 1/16 = 6,25 %. Pravdepodobnosť, že nikto zo 16 neuspeje štyrikrát, je (15/16)¹⁶ ≈ 35,61 %. Aspoň jeden taký úspešný má pravdepodobnosť približne 64,39 %.

Pravý víťaz štyroch pokusov sa tak môže vybrať aj bez rozdielov v schopnosti. Za týchto predpokladov zostáva jeho ďalšia šanca 1/2. Model neodhaduje forexový výsledok a nedokazuje, že žiadna reálna metóda nemá výhodu.

EUR protiskúška: hranica počtu nie je hranica výnosu

Nová samostatná skupina má 10 účtov so začiatkom po 1 000 EUR. Všetky výsledky sú za rovnaké obdobie, po všetkých nákladoch, bez otvorených pozícií a vonkajších tokov. Šesť známych čistých výsledkov je +30, +20, +10, −10, −20 a −30 EUR. Ich súčet je nula; kladné sú 3 zo 6, teda 50 % dostupných.

Štyri výsledky chýbajú. V zadaní však máme dodatočne určenú hranicu každého z nich: od −50 do +150 EUR vrátane. Je to predpoklad tohto modelu, nie zákonný limit straty alebo vlastnosť každého účtu. Podiel kladných v celej skupine môže byť 3/10 až 7/10, teda 30–70 %. Súčet čistých výsledkov však môže byť od 0 + 4 × (−50) = −200 do 0 + 4 × 150 = +600 EUR.

Rovnaké údaje, tri odlišné menovateleNový model: 10 účtov po 1 000 EUR, bez tokov či otvorených pozícií, po všetkých nákladoch. Známe +30,+20,+10,−10,−20,−30; každý zo 4 neznámych v zadanom rozpätí −50 až +150 EUR.MODELOVÝ VÝPOČETPozorovaná časť3/6 = 50 % kladnýchPodiel celej skupiny3/10 až 7/10 = 30–70 %Súčet celej skupiny−200 až +600 EURVýnos kapitálu celku−2 % až +6 %
Rovnaké údaje, tri odlišné menovatele. Nový model: 10 účtov po 1 000 EUR, bez tokov či otvorených pozícií, po všetkých nákladoch. Známe +30,+20,+10,−10,−20,−30; každý zo 4 neznámych v zadanom rozpätí −50 až +150 EUR.

Hranice možného doplnenia nie sú intervaly spoľahlivosti. Bez predpokladaných hraníc peňažných výsledkov z počtov tieto sumy nevyplývajú.

Na malej obrazovke možno diagram posúvať vodorovne alebo zväčšiť. Hodnoty a záver nájdete aj nižšie v texte.

Pozorovaná časť
3/6 = 50 % kladných – Známy čistý súčet nula neopisuje všetkých 10.
Podiel celej skupiny
3/10 až 7/10 = 30–70 % – Neznáme prípady sú nekladné alebo kladné.
Súčet celej skupiny
−200 až +600 EUR – 0 + 4 × (−50) až 0 + 4 × 150.
Výnos kapitálu celku
−2 % až +6 % – Menovateľ 10 000 EUR; priemer na účet −20 až +60 EUR.

Počiatočný kapitál celku je 10 × 1 000 = 10 000 EUR. Hranice jeho výsledku sú preto −2 % až +6 %, nie 30–70 %. Priemer na pôvodný účet je −20 až +60 EUR. Každá hranica je v zadaní dosiahnuteľná; nehovorí, ako je pravdepodobná. Pri rovnako veľkých počiatočných účtoch sa tu priemer percentuálnych výsledkov zhoduje s výsledkom súčtu kapitálu.

Bez uvedených hraníc súm by samotný počet kladných účtov nedával tieto peňažné hranice. Nulu známej časti neprepíšte ako výsledok všetkých desiatich. Ide o inú skupinu než 20 ľudí na diagrame; nové EUR sumy nie sú prepočtom starších počtov.

Stratové účty a úspešné obchody nie sú rovnaký podiel

Základná frekvencia sa vzťahuje na určenú populáciu a obdobie. Oznámenie ESMA z 27. marca 2018 odkazovalo na analýzy európskych orgánov, v ktorých zvyčajne strácalo 74–89 % retailových CFD účtov. Ide o historické európske údaje, nie súčasnú celosvetovú či osobnú pravdepodobnosť. Rámec zahŕňal upozornenia poskytovateľov; dnes overte subjekt, produkt, platné pravidlá a obdobie výpočtu konkrétneho upozornenia.

Úspešnosť obchodov 98 % sa nedá priamo porovnávať s podielom stratových účtov. Líšia sa jednotky aj menovatele. Vo vlastnom beznákladovom príklade 98 obchodov zarobí po 1 jednotke a dva stratia po 100. Úspešnosť je 98 %, no spolu ide o 98 − 200 = −102 jednotiek. Upozornenie o účtoch teda samo nedokazuje, že profil s vysokou úspešnosťou je náhodný či nečestný.

Pri porovnaní sa pýtajte na populáciu, obdobie, jednotku, náklady a chýbajúce prípady. Počet obchodov, účtov a ľudí neprepisujte na ten istý menovateľ. Bez veľkosti ziskov a strát samotný podiel víťazstiev nestačí.

Obrana potrebuje správny súbor aj oddelené hodnotenie

Hľadajte skupinu určenú pred výsledkami, spoločné obdobie a výslovné zaobchádzanie s chýbajúcimi údajmi. Zbierka veľkolepých neúspechov je ďalší výber, nie chýbajúci menovateľ. Príbehy môžu navrhnúť otázku, neurčia pravdepodobnosť úspechu ani univerzálne počiatočné riziko.

Použite oddelené hodnotiace dáta zo súboru nástrojov zodpovedajúceho stratégii a uchovajte neúspešné konfigurácie. Bailey a kolegovia v práci z roku 2014 rozoberajú atraktívny spätný test vzniknutý skúšaním variantov. Opakované nahliadanie do tej istej odloženej vzorky narúša jej oddelenie. Oddelené dáta neopravujú chýbajúci historický súbor a potvrdenie jedného účtu nevysvetľuje jeho výber, ani pri dlhej histórii.

Čo preveriť tento týždeň

Pri jednom rebríčku či reklame vyplňte päť polí: pôvodná skupina, pravidlo zaradenia, obdobie, definícia výsledku a počet chýbajúcich pozorovaní. Neznáme označte. Overte rovnaké zohľadnenie nákladov, tokov a otvorených pozícií. Nepredpovedajte prehru väčšiny desiatich vybraných profilov a päť príbehov zlyhania nepovažujte za reprezentatívnu vzorku.

Záver prispôsobte dôkazom: „Tento účet bol v danom období kladný“ neznamená „metóda zarába väčšine účastníkov“. Overenie záznamu nerieši výber ani celé riziko. Posudzovať ho môžete bez kopírovania obchodov a dopĺňania neznámych výsledkov.

Pokračujte témami prehnaná istota, stádovité správanie, realistické ciele a hodnotenie procesu.

  • Pred rebríčkom zapíšte pôvodnú skupinu, obdobie, definíciu výsledku a pravidlo zaradenia.
  • Chýbajúce prípady ponechajte neznáme a z dostupných počtov uveďte hranice namiesto vymyslenej straty.
  • Podiel kladných účtov neprepisujte na peňažný výnos; pre hranice súm potrebujete osobitné údaje.