- 股票多因子模型實戰:Python核心代碼解析
- 陸一瀟
- 463字
- 2024-01-22 19:17:20
1.3.1 幸存者偏差
其實幸存者偏差無處不在,一直充斥著我們的生活。例如,我們感覺創業成功的人很多,于是紛紛選擇去創業。這就是一個典型的幸存者偏差,因為媒體很少報道創業失敗的案例;同時,我們不知道這些創業成功者有多少是靠努力成功的,有多少是靠運氣成功的,這也是“幸存者”這一詞的來源。
在金融領域,這一效應也很明顯。多年前有個故事:一個銀行家告誡一個服務員,不要把錢存入銀行,而應該去買可口可樂的股票。最后這個服務員獲得了很高的投資回報。且不論這個故事的真假,我們可以想象,當時會有很多別的銀行家給別的服務員推薦別的股票。至于為什么可口可樂的這個故事流傳了下來,就是因為可口可樂活到了今天,而當時的絕大部分其他公司現在都已經破產退市了。
我們在做量化分析的時候,就要特別注意是否犯了這個錯誤。比如使用當下可交易的全體股票作為股票池進行回測分析,這就是一個典型的幸存者偏差問題。回測過程中的每一個時間點都應該使用當時存在的股票作為股票池,而不是使用現在幸存下來的股票作為股票池。
當我們的量化分析過程中存在幸存者偏差的時候,收益率往往會被高估。
推薦閱讀
- Debian 7:System Administration Best Practices
- JavaFX Essentials
- Serverless架構
- Learning Data Mining with R
- Oracle GoldenGate 12c Implementer's Guide
- Go語言編程
- Java程序設計教程
- XML程序設計(第二版)
- 深入淺出 HTTPS:從原理到實戰
- Web前端測試與集成:Jasmine/Selenium/Protractor/Jenkins的最佳實踐
- Java面向對象程序設計教程
- Visual C++程序設計全程指南
- C語言程序設計
- INSTANT Lift Web Applications How-to
- Python程序設計案例教程:從入門到機器學習(微課版)