幸存者偏差:你的回测数据库少了退市股
发布时间:2小时前阅读:10
回测收益虚高的原因里,幸存者偏差是最隐蔽的一种:你的股票池里,只有活到今天的股票,那些半路退市的,从一开始就没进数据。整个回测从起点就站在了幸存者的队列里。
偏差的机制不难理解。假如策略偏好低价股、小市值或者高波动标的,历史数据里这类标的中有相当一部分最终走向退市或长期阴跌。如果数据库只保留当前存续的股票,等于自动剔掉了失败样本,策略在回测里遇到的标的,全是被时间筛选过一轮的成功者。收益自然被系统性抬高。
量化一下这个偏差的量级并不难:把同一个策略分别在含退市股和不含退市股的股票池上回测,两者的年化收益差在某些风格策略上可以达到惊人的程度。偏差最大的恰恰是那些看起来回报最诱人的策略,因为回报越诱人,越可能依赖剔除失败样本后的假象。怎么识别自己的回测有没有这个问题?三个检查点:一是股票池的定义方式,用当前成分股回测十年前,成分是用现在的名单还是当时的名单;二是数据库是否包含已退市标的的价格与财务数据;三是回测报告里,被剔除的标的有没有记录。三问下来,偏差有没有、有多大,一目了然。
解决路径:使用包含退市股票的时点数据库,股票池按回测时点的真实成分构造,退市标的留在池子里按真实轨迹走完。没有条件获取这类数据的,至少在解读回测结果时主动调低预期,尤其对回报夸张的策略,把虚高的部分视作水分而非实力。
一句话总结:回测比的是策略在真实市场里的生存能力,不是在一群幸存者里选美。把失败样本请回数据,回测才有资格指导实盘。
顺带提醒一个相邻的偏差:指数成分调整的影响。用当前指数成分回测历史,等于把中途调入的强势股按调入前的价格也算进来,另一种形式的幸存者筛选。两个偏差的解法是同一个原则:一切按回测时点的真实名单来,时点数据是回测可信度的地基。
温馨提示:投资有风险,选择需谨慎。



问一问
从业认证

+微信
分享该文章
