Survivorship bias là gì? Thiên kiến sống sót

Survivorship bias là gì

Survivorship bias (thiên kiến sống sót, còn gọi là sai lệch người sống sót) là lỗi đánh giá khi người ta chỉ nhìn vào những gì còn tồn tại, tức "người thắng", và bỏ qua những gì đã biến mất. Kết luận rút ra vì thế thường đẹp hơn thực tế.

Định nghĩa chặt chẽ hơn: đây là một dạng sai lệch chọn mẫu (selection bias). Mẫu dữ liệu bị lọc theo một điều kiện có liên quan đến chính kết quả đang đo. Ví dụ, quỹ chỉ còn trong dữ liệu khi nó chưa đóng cửa, và quỹ thường đóng cửa vì kết quả kém. Khi đó, lợi suất trung bình của mẫu bị đẩy lên một cách có hệ thống.

Ví dụ giả định

Giả sử có một nhóm quỹ mở cùng lúc. Sau vài năm, những quỹ thua lỗ nặng đã đóng cửa hoặc sáp nhập vào quỹ khác. Một bảng xếp hạng hiện tại chỉ liệt kê các quỹ còn hoạt động.

Cách nhìn	Dữ liệu dùng	Kết quả trung bình
Có thiên kiến	Chỉ các quỹ còn sống	Cao hơn thực tế
Không thiên kiến	Mọi quỹ đã từng mở, kể cả quỹ đã đóng	Thấp hơn, gần thực tế hơn

Người đọc bảng xếp hạng có thể nghĩ "đa số quỹ đều có lãi". Thực ra, những quỹ lỗ đã bị loại khỏi danh sách từ trước. Bạn có thể tự kiểm tra bằng cách tính lợi suất hàng năm hoặc CAGR cho cả hai nhóm dữ liệu rồi so sánh.

Thuật ngữ này xuất hiện ở đâu

Bảng xếp hạng quỹ và chỉ số: cổ phiếu bị hủy niêm yết rời khỏi chỉ số. Một backtest chỉ dùng thành phần hiện tại của chỉ số sẽ bỏ qua các công ty đã thất bại.
Backtest chiến lược: kiểm thử một chiến lược giao dịch trên danh sách mã đang giao dịch hôm nay sẽ cho kết quả lạc quan hơn so với danh sách mã tại từng thời điểm trong quá khứ.
Mạng xã hội và tin tức: người khoe đường vốn đẹp thì dễ được nhìn thấy. Người đã cháy tài khoản thường im lặng.
Bảng xếp hạng trader, copy trading: tài khoản bị đóng hoặc bị xóa không còn hiện trên danh sách. Phần còn lại trông giỏi hơn so với toàn bộ người đã tham gia.

Giao dịch CFD và forex có đòn bẩy có thể làm mất tiền rất nhanh. Những câu chuyện thắng lớn mà bạn thấy không phản ánh tỷ lệ thành công thực tế.

Trường hợp biên cho người đã có kinh nghiệm

Backfill bias: quỹ chỉ đưa dữ liệu vào cơ sở dữ liệu sau khi đã có thành tích tốt, kèm theo lịch sử cũ. Lỗi này thường đi cùng survivorship bias.
Look-ahead bias: dùng thông tin chưa có tại thời điểm ra quyết định, ví dụ danh sách thành phần chỉ số của ngày hôm nay. Đây là lỗi khác, nhưng thường gặp cùng lúc.
Sáp nhập quỹ: quỹ kém sáp nhập vào quỹ tốt thì lịch sử xấu "biến mất" mà không cần đóng cửa.
Mẫu không phải lúc nào cũng sai: nếu câu hỏi chỉ liên quan đến các đối tượng còn tồn tại, việc lọc mẫu có thể hợp lý. Sai lệch xuất hiện khi kết luận bị mở rộng ra toàn bộ tập ban đầu.
Ước lượng Alpha: alpha đo trên mẫu đã được lọc thường bị phóng đại.

Thuật ngữ liên quan

Câu hỏi thường gặp

Thiên kiến sống sót và sai lệch người sống sót có khác nhau không?

Không. Đây là hai cách dịch của cùng thuật ngữ survivorship bias.

Survivorship bias trong đầu tư gây hại thế nào?

Nó làm lợi suất và tỷ lệ thành công trông cao hơn thực tế. Hệ quả là người đọc dễ đánh giá thấp rủi ro.

Làm sao giảm survivorship bias khi backtest?

Hãy dùng dữ liệu có cả những mã, quỹ hoặc tài khoản đã biến mất, gọi là dữ liệu survivorship-bias-free. Đồng thời, dùng danh sách thành phần đúng với từng thời điểm trong quá khứ.

Bảng xếp hạng trader có bị ảnh hưởng không?

Thường có. Các tài khoản đã đóng hoặc bị loại không còn hiện trên bảng, nên phần còn lại không đại diện cho toàn bộ người tham gia.

Survivorship bias là gì? Thiên kiến sống sót trong đầu tư và giao dịch