倖存者偏差

Survivorship Bias

定義

倖存者偏差是指數據集或回測只包含今日仍然存在的證券、基金或公司,而遺漏已除牌、被合併、清盤或結業者。由於失敗者從樣本中消失,平均結果看起來較佳,風險亦顯得較小。

運作方式

要避免此偏差,測試「所有上市股票」時,應使用各個歷史日期實際在市的公司名單,包括其後被除牌的公司,並計入它們最終的回報。基金數據庫同樣受影響:已結束或被合併的基金會消失,令餘下的平均值被美化;把今日的指數成分套用到過去的指數研究亦然。

此偏差在小型公司、高風險資產及長時間的樣本中最為明顯,因為隨時間推移會有更多成員失敗。它同時隱藏了回撤:只在贏家身上測試的策略,從未經歷過歸零的持倉。

說明例子

假設示例:某虛構股票範圍在期初有 10 隻等權重股票。其中 6 隻存活並各上升 50%,4 隻各下跌 80% 後被除牌。只看倖存者,平均回報為 +50%;但完整的期初股票範圍平均為 (6 × 50% + 4 × (−80%)) ÷ 10 = −2.0%。

注意事項

沒有倖存者偏差的數據通常需要使用包含已除牌證券及其除牌回報的付費或精心維護的來源。只取現有股票代號的免費價格歷史是此偏差的典型成因,其造成的高估事後亦難以修正。