Survivorship Bias: Failed Stock লুকানো Backtest Error
সর্বশেষ সংরক্ষিত:
Executive Summary
- ✦আজকের stock list অনেক failed, acquired ও delisted company বাদ দেয়।
- ✦Point-in-time index membership দিয়ে historical eligibility তৈরি করুন।
- ✦Delisting outcome include করুন এবং publication-এর পর fundamental ব্যবহার করুন।
- ✦Survivor-only test-এর সঙ্গে return ও risk তুলনা করুন।
শেখার লক্ষ্য: stock research ও backtest-এ survivorship bias চিহ্নিত করা, failure-সহ historical universe তৈরি করা এবং realistic limitation নিয়ে result ব্যাখ্যা করা।
আজকের stock list-এ সেই company আছে যারা আজ পর্যন্ত survive করেছে। অনেক failed, acquired, delisted বা index থেকে বাদ পড়া firm এতে নেই। শুধু current member দিয়ে strategy test করলে researcher আগেই winner জেনে ফেলেন। এটিই survivorship bias।
Weak company sample থেকে হারিয়ে যায় বলে bias সাধারণত historical return বেশি এবং risk কম দেখায়।
১. তখনকার universe পুনর্গঠন করুন
প্রতিটি historical date-এ তখন available information দিয়ে কোন security eligible ছিল তা backtest-এ নির্ধারণ করতে হবে। FTSE 100 বা S&P 500 share test করলে পুরো period-এ today's constituent নয়, historical index membership ব্যবহার করুন।
Point-in-time data-তে addition, removal, ticker change, merger, bankruptcy ও delisting থাকতে হবে। পরে failed company-কে actual exit date পর্যন্ত data-তে রাখতে হবে।
২. Delisting return অন্তর্ভুক্ত করুন
Last quoted price সব সময় investor-এর final result নয়। Delisted share acquisition-এ cash পেতে পারে, অন্য security-তে convert হতে পারে বা bankruptcy-র পর প্রায় worthless হতে পারে। Final delisting return বাদ দিলে loss অনেক কম দেখাতে পারে।
Data vendor এসব event ভিন্নভাবে handle করে। Missing price, suspended share ও corporate action কীভাবে treat হয়েছে document করুন। Last price অনির্দিষ্টকাল carry forward করবেন না।
৩. Fundamental data-তে look-ahead এড়ান
Survivorship bias-এর সঙ্গে আরেকটি error আসে: financial data publish হওয়ার আগেই ব্যবহার করা। Year-end profit figure 31 December-এই available ছিল না-ও হতে পারে। Backtest-কে public release date ব্যবহার করতে হবে এবং later revision সতর্কভাবে handle করতে হবে।
Historical database restated value দিয়ে পুরোনো figure overwrite করতে পারে। Point-in-time fundamental market তখন কী জানতে পারত তা ধরে রাখে।
৪. Biased ও unbiased result তুলনা করুন
সম্ভব হলে test দুইবার চালান: today's survivor দিয়ে এবং point-in-time universe দিয়ে। Gap selection error performance কতটা বদলেছে তা estimate করে।
Annual return-এর বাইরে drawdown, turnover, loss frequency, sector exposure ও stressed period দেখুন। Return difference ছোট হলেও risk difference বড় হতে পারে।
Worked example
ধরা যাক, researcher আজ একটি index-এ থাকা 100 company দিয়ে দশ বছরের momentum rule test করেন। Result 12% annualised return এবং 16% maximum drawdown।
Point-in-time reconstruction-এ decade-এ index-এ থাকা 168 company আছে, যার মধ্যে removed ও failed firm-ও রয়েছে। Delisting outcome ও realistic cost যোগ করলে একই rule 8% annualised return এবং 27% drawdown দেয়।
প্রথম result fraud বা bad code প্রমাণ করে না। সেটি ভুল question-এর উত্তর দেয়: “আজকের survivor অতীতে কেমন করত?” দ্বিতীয়টি কাছাকাছি question: “প্রতিটি date-এ available investable universe থেকে investor কী select করতে পারত?”
Figureগুলো hypothetical এবং mechanism বোঝায়; expected return নয়।
সাধারণ ভুল
- Today's index member দিয়ে historical rule test করা।
- Incomplete record থাকা security delete করা।
- Delisting proceeds বা bankruptcy loss ignore করা।
- Missing price-এ last quote অনির্দিষ্টকাল রাখা।
- Original publication-এর আগে revised fundamental ব্যবহার করা।
- পরিচিত database automatically point-in-time safe ধরে নেওয়া।
ব্যবহারিক checklist
- প্রতিটি test date-এ investable universe কীভাবে define করা হয়েছে?
- Removed, acquired ও failed security included কি?
- Dataset-এ accurate delisting return আছে কি?
- Ticker ও identifier change সঠিকভাবে mapped কি?
- Fundamental public availability অনুযায়ী timestamped কি?
- Suspension ও missing price কীভাবে handle করা হয়েছে?
- Cost ও liquidity তখনকার available security reflect করে কি?
- Today's survivor only ব্যবহার করলে result কতটা বদলায়?
The Money Man-এর দৃষ্টিভঙ্গি
Survivorship bias বিপজ্জনক, কারণ sample ভুল হলেও chart clean দেখাতে পারে। আমরা universe construction-কে strategy-এর অংশ ধরি, data-cleaning detail নয়। Disappeared company include করা এবং তাদের exit assumption explain করা backtest-কে বেশি credible করে।
শুধু শিক্ষামূলক তথ্য। এই tutorial AI-assisted এবং The Money Man প্রকাশিত। এটি ব্যক্তিগত investment advice, recommendation বা return-এর প্রতিশ্রুতি নয়। Backtest hypothetical এবং trading বা investing-এ loss হতে পারে।