A quién va dirigido — A quien pruebe estrategias sobre acciones, fondos, ETF, futuros, criptoactivos o catálogos de sistemas. Si la muestra histórica parte de la lista disponible hoy, los fracasos pueden haber desaparecido antes incluso de comenzar el cálculo.
El sesgo de supervivencia aparece cuando un análisis observa las entidades que superaron un proceso de selección y pasa por alto las que salieron de él. En un backtest financiero ocurre, por ejemplo, cuando se utilizan los componentes actuales de un índice para simular los últimos veinte años: el test ya sabe qué empresas siguieron siendo lo bastante grandes, líquidas o sólidas como para continuar incluidas.
En palabras sencillas — Estudiar únicamente a los ganadores que llegaron a la meta elimina a todos los que se retiraron, fracasaron o fueron excluidos. La carrera histórica se vuelve más fácil que aquella en la que realmente se podía participar.
Qué es y qué no es
| Problema | Selección incorrecta | Corrección principal |
|---|---|---|
| Sesgo de supervivencia | solo permanecen las entidades supervivientes | incluir toda la población históricamente elegible |
| Sesgo de anticipación | información disponible más tarde entra en la decisión | imponer marcas temporales y flujos causales |
| Sesgo de selección | la muestra se elige de forma no representativa | declarar la población y la regla de muestreo |
| Data snooping | se prueban muchas alternativas y se publica el mejor resultado | registrar experimentos y corregir la selección múltiple |
El sesgo de supervivencia puede acompañar al sesgo de anticipación, pero no es lo mismo. Una tabla puede tener marcas temporales perfectas y contener únicamente valores que siguen cotizando. A la inversa, un universo completo puede estar contaminado por estados financieros revisados o por señales ejecutadas antes de su publicación.
Dónde aparece
Acciones e índices
Las empresas quebradas, excluidas de cotización, adquiridas o retiradas de un índice deben permanecer en la muestra hasta su salida real. La composición de un índice exige al menos fechas de anuncio y efectividad: insertar un nuevo componente en periodos anteriores a su inclusión utiliza selección retrospectiva. Los tickers renombrados y las empresas fusionadas requieren identificadores persistentes, no simples uniones basadas en el símbolo actual.
La terminación no siempre implica un rendimiento de cero. Puede existir un último precio negociado, una contraprestación por fusión, una distribución, un rendimiento de delisting o una recuperación posterior. Si falta el valor, la convención elegida debe ser explícita y someterse a escenarios; borrar la fila no es una convención neutral.
Fondos y productos
Los fondos con resultados débiles pueden cerrar o fusionarse. Por tanto, una base de datos que solo contenga fondos activos tiende a eliminar parte de la experiencia más negativa. El mismo problema puede afectar a ETF liquidados, benchmarks terminados, gestores que dejaron de informar y series históricas transferidas a la clase de participaciones superviviente.
Futuros y otros instrumentos
En futuros, seleccionar hoy solo contratos o mercados que conservaron profundidad puede excluir experimentos fallidos y contratos discontinuados. En criptoactivos, mercados cerrados, tokens que ya no cotizan y pares retirados pueden desaparecer de las API actuales. Un proveedor que devuelva únicamente símbolos activos no ofrece automáticamente una historia libre de sesgo de supervivencia.
Estrategias e investigación
También existe la supervivencia de sistemas: se analizan modelos que siguen en producción mientras se olvidan los suspendidos; se estudian fondos que continuaron informando, pero no los que dejaron de hacerlo; se conservan los notebooks exitosos mientras desaparecen los intentos fallidos. Este problema limita con el sesgo de selección y el data snooping y exige un registro de experimentos.
Cómo modifica los resultados
Eliminar terminaciones negativas suele aumentar el rendimiento medio, el porcentaje de aciertos o la ratio de Sharpe y reducir el drawdown y la frecuencia de pérdidas extremas. También puede hacer que ciertas características parezcan más persistentes: una regla selecciona empresas «de calidad» en parte porque la base de datos ya ha excluido a las que no sobrevivieron hasta hoy.
Sin embargo, la dirección no está matemáticamente garantizada en todas las muestras. Una adquisición favorable puede retirar un valor ganador; un fondo puede cerrar por razones comerciales; una nueva cotización puede tener malos resultados. Por tanto, el sesgo no se corrige restando un porcentaje fijo. Hay que reconstruir la población y volver a calcular el análisis.
Protocolo para un universo histórico
- Definir la unidad observada. Valor, empresa, clase de acciones, fondo, contrato y mercado no son intercambiables.
- Escribir la elegibilidad ex ante. Mercado, precio, liquidez, antigüedad y datos exigidos deben poder calcularse en la fecha de selección.
- Utilizar intervalos de pertenencia. Cada incorporación y exclusión tiene inicio, fin, fuente, anuncio y fecha efectiva.
- Conservar identificadores permanentes. Vincular tickers, nombres y mercados sin fusionar entidades distintas.
- Preservar terminaciones y suspensiones. Quiebras, fusiones, liquidaciones, interrupciones y delistings siguen siendo eventos observables.
- Asignar el rendimiento terminal. Utilizar los datos disponibles; cuando falten, documentar supuestos y escenarios alternativos.
- Reconstruir acciones corporativas y rendimiento total. Dividendos, splits, escisiones y contraprestaciones por fusión deben tratarse de forma coherente.
- Aplicar retrasos realistas. Un cambio de índice pasa a ser negociable de acuerdo con su anuncio, efectividad y las reglas de la estrategia.
- Comprobar la cobertura del proveedor. Contar instrumentos activos y terminados por año y comparar con fuentes independientes.
- Congelar la instantánea. El conjunto de datos, las reglas y los mapas utilizados en la prueba out-of-sample deben poder reproducirse.
Ejemplo ilustrativo — Se quiere probar cada enero una estrategia sobre las empresas de un índice. El método incorrecto descarga los componentes actuales y los utiliza desde 2005. El método correcto reconstruye los componentes efectivos en cada enero, aplica la señal únicamente después de la fecha de disponibilidad de los datos y conserva cada valor hasta la regla de salida de la estrategia o un evento terminal. Si un delisting carece de un rendimiento fiable, varios escenarios declarados sustituyen la eliminación de la observación. El ejemplo describe un proceso, no una elección de inversión.
Lista de comprobación para la auditoría
| Pregunta | Señal de alerta |
|---|---|
| ¿Incluye el archivo instrumentos que ya no están activos? | ningún delisting durante muchos años |
| ¿Cambia la composición en las fechas históricas? | una lista idéntica durante toda la prueba |
| ¿Los tickers están vinculados a identidades estables? | las uniones utilizan solo el símbolo actual |
| ¿Las fusiones y liquidaciones producen un resultado? | una serie termina sin un evento |
| ¿Las nuevas cotizaciones entran conforme a una regla? | están presentes desde el inicio de la muestra |
| ¿Está documentado el rendimiento terminal? | falta la pérdida final o se establece automáticamente en cero |
| ¿El catálogo conserva modelos rechazados? | solo permanecen las estrategias «ganadoras» |
Limitaciones
Un universo libre de sesgo de supervivencia no es automáticamente representativo. Pueden persistir el sesgo de OPV, el backfill, una cobertura geográfica incompleta, errores de clasificación y filtros de liquidez calculados con información futura. La reconstrucción depende de los datos point-in-time y no sustituye una simulación de negociabilidad, capacidad y costes. La transparencia sobre las exclusiones forma parte del resultado; no es una nota técnica secundaria.
Fuentes
- Stephen J. Brown, William N. Goetzmann, Roger G. Ibbotson y Stephen A. Ross, Survivorship Bias in Performance Studies, The Review of Financial Studies, 1992 — efectos del truncamiento por supervivencia sobre rendimiento, volatilidad y predictibilidad aparente.
- Edwin J. Elton, Martin J. Gruber y Christopher R. Blake, Survivorship Bias and Mutual Fund Performance, The Review of Financial Studies, 1996 — estimación del sesgo mediante el seguimiento de fondos existentes, fusionados y terminados.
- Tyler Shumway, The Delisting Bias in CRSP Data, The Journal of Finance, 1997 — rendimientos ausentes y distorsión asociados a delistings negativos.
- Center for Research in Security Prices, CRSP Survivor-Bias-Free US Mutual Fund Database Guide — modelo de datos que incluye fondos activos y excluidos de cotización.
- S&P Dow Jones Indices, Legal Disclaimers — Back-tested Performance — advertencias del proveedor sobre retrospectiva, selección de componentes y posibles sesgos de supervivencia o anticipación.