Forstå survivorship bias: Når det kommer til investering og handel, er der en masse matematiske, statistiske og psykologiske aspekter involveret. En afbalanceret forståelse af disse ville hjælpe en person med at stræbe videre i en verden af investeringer og handel.
I dag tager vi et kig på et vigtigt koncept, som ofte overses, kendt som Survivorship Bias. Fortsæt med at læse for at finde ud af det.
Indholdsfortegnelse
Survivorship Bias eller overlevelsesbias er en logisk fejl ved at koncentrere sig om de mennesker eller ting, der overlevede og overse dem, der ikke gjorde det. Det refererer til forvrængning af dataresultater, når der er en bias i de valgte prøver.
Det, der generelt sker, er, at analytikere kun overvejer de overlevende eller eksisterende observationer. Dette gøres i stedet for at overveje alle de observationer, der opfylder udvælgelseskriterierne, inklusive dem, der ikke eksisterede på tidspunktet for undersøgelsen.
Det nærmeste eksempel ville være en indsamling af data fra forskere under covid. Sig for eksempel, at forskere indsamler virkningerne af covid på den generelle befolknings sundhed. Selvom de opstiller og indsamler oplysninger fra tilfældigt udvalgte personer, er de indsamlede data muligvis ikke fuldstændige. Dette skyldes, at de, der er ramt af de værste tilfælde, måske ikke har overlevet og derfor ikke vil blive inkluderet. Derfor kan den endelige konklusion fra forskningen lide af overlevelsesbias.
En historie, du måske allerede har hørt relateret til survivorship bias, kan være en historie, der er relateret til dens anvendelse i 2. verdenskrig. Under krigen stod den amerikanske hær over for et dilemma, når det kom til at beskytte deres bombefly mod at blive skudt ned af fjendens ild. Det åbenlyse svar var at tilføje panser til flyene for at beskytte dem. Men spørgsmålet var hvor? Derudover ville rustningen også gøre flyene for tunge, hvilket påvirker deres flyvning.
Efter at have analyseret alle flyene bemærkede de, at det meste af beskydningen var koncentreret omkring halekroppen og vingerne, som vi kan se på billedet ovenfor. Bare ved at gennemgå disse data, ville man konkludere, at rustningen skal tilføjes til vingerne, halen og kroppen. Men det er her, de ville gå grueligt galt, da denne konklusion lider af en skævhed om overlevelse.
Abraham Wald, en statistiker ved Statistical Research Group (SRG), observerede, at de fly, der blev brugt til denne undersøgelse, var dem, der overlevede krigens angreb. Dette betød, at selvom flyet blev skudt flere gange på vingerne, halen og kroppen, ville det stadig overleve.
På den anden side, hvis de fly, der aldrig vendte tilbage og blev skudt ned, var dem, der blev skudt andre steder. Sig for eksempel motoren. Hvis et fly blev skudt ned efter at have modtaget ild i motoren, ville det ikke vende tilbage og derfor ikke engang inkluderet i dataene. Ved at identificere denne skævhed for overlevelse var militæret i stand til at blive mere effektivt i krige ved at pansere områder af flyet som den motor, der havde mest brug for det. Statistikere til undsætning igen!
Du må undre dig over, hvorfor alle disse matematiske og psykologiske teorier og eksempler er vigtige i investeringsverdenen. Lad os nu se på anvendelsen af disse teorier fra et investeringssynspunkt. Dette hjælper med at identificere områder, hvor vi kan lide af overlevelsesbias i vores personlige investeringsopfattelser.
Gensidige fonde Sahi Hai! Et af de bedste instrumenter at investere i for investorer, der er besat af at bevare penge, har været gensidige fonde. Du kan bevare rigdommen og samtidig tjene nok til at blive ved med at slå inflationen. Du har måske hørt fakta kastet rundt om, at disse fonde i gennemsnit giver 12 % afkast.
Men hvor meget af dette er sandt, når vi tænker på den overlevelsesbias, der eksisterer. Lad os forstå dette med et eksempel.
| Fond | Returneringer |
|---|---|
| A | 11 % |
| B | -2 % |
| C | 10 % |
| D | -3 % |
| E | 9 % |
Hvis kun afkastet i disse fonde tages i betragtning, vil det give dig et gennemsnitligt afkast på 10 %. Men også disse data led meget af en skævhed om overlevelse. Mange fonde har måske ikke engang overlevet finanskrisen i 2008 og det økonomiske fald af COVID Disse fonde lukker ned eller er fusioneret med andre fonde. At overveje disse ville give os et upartisk billede af selv fondenes mulighed for at fejle og reducere gennemsnittet til 5 %.
For nylig stødte vi på nyheden om, at stålaktierne er i voldsom fart. Men blot at analysere disse ville være nok til at foretage en langsigtet investering i sektoren. Før man investerer langsigtet, skal man også overveje alle de virksomheder, der tidligere har svigtet i sektoren.
Selv når det kommer til handel, hører vi ofte om guruer, der giver urealistiske forventninger eller praler af deres engangssucces. Også her skal vi være på vagt, da de samme strategier måske ikke fungerer i alle markedsscenarier, og der vil have været en betydelig grad af held involveret. Et ærligt billede vil først blive afsløret efter at have set på, hvor mange af deres handler der er i tab, og hvor meget kapital de bruger.
Hvis vi tager et kig på indekser, eksisterer den samme Survivorship Bias. Indekser inkluderer kun de bedste virksomheder, der handler på denne børs. Ved at bruge dem til at repræsentere alle aktierne på markedet eller værre, er økonomien ikke nøjagtig.
Nu hvor du har gennemgået Survivorship Bias, kan du begynde at se disse overalt omkring dig dagligt. Disse cricketspillere og garageiværksætters succeshistorier har en bagside, hvor millioner har fejlet. Men hvad kan man så aktivt gøre for at undgå Survivorship Bias? Det bedste, man kan gøre, er at investere i data. Og når man analyserer resultater også sikre, at de er nået frem uden at udelade ikke-eksisterende observationer. Det er alt for dette indlæg. Fortæl os, hvad du synes om Survivorship Bias, eller hvor du er stødt på det i investeringsverdenen, i kommentarerne nedenfor. God investering!