Términos clave
Sesgo de supervivencia (survivorship bias)
La distorsión que surge al estudiar solo los valores, fondos u operadores que sobrevivieron hasta hoy, dejando fuera los que dejaron de cotizar, cambiaron de nombre, quebraron o dejaron de publicar.
Brown, Goetzmann, Ibbotson y Ross (1992) mostraron cómo quedarse solo con los fondos supervivientes puede hacer que el rendimiento parezca persistente cuando no lo es. En las small caps el efecto es directo: las acciones se excluyen de cotización, cambian de nombre y hacen splits inversos con frecuencia, así que un universo de backtest construido con los tickers activos de hoy deja fuera, sin que se note, muchos de los peores resultados. El estudio Gapper HOD de FennEdge toma el tipo de cada valor de los datos de referencia vigentes en cada sesión histórica, lo que mantiene en la muestra los tickers que después dejaron de cotizar o cambiaron de nombre; el estudio señala que esto reduce el sesgo sin eliminar todos los errores de clasificación.
El mismo filtro moldea los ejemplos de gráficos y los historiales: los gráficos que funcionaron se publican más a menudo, y los operadores que tuvieron una mala racha suelen dejar de publicar, así que el registro visible se inclina hacia las rachas con suerte.
Qué debe verificar el trader
Construir los universos de prueba a partir de listas con fecha (point-in-time) que incluyan los símbolos excluidos de cotización y los que cambiaron de nombre, y tratar un feed de ganancias publicadas como una muestra seleccionada, no como una tasa base.
No confundir
Eliminar el sesgo de supervivencia no resuelve el ajuste por splits: los precios ajustados después de un split inverso pueden situar una acción por encima de un filtro de precio que ese día no cumplía. Saber que el sesgo existe no indica cuán grande es en una muestra concreta.
Fuente principal
Fuente principalBrown, Goetzmann, Ibbotson y Ross, 1992