À qui s’adresse cette page — À quiconque teste des stratégies sur des actions, fonds, ETF, contrats à terme, cryptoactifs ou catalogues de systèmes. Si l’échantillon historique part de la liste disponible aujourd’hui, les échecs ont pu disparaître avant même le début du calcul.
Le biais de survie apparaît lorsque l’analyse observe les entités qui ont franchi un processus de sélection et néglige celles qui en sont sorties. Dans un backtest financier, il se produit par exemple lorsque les sociétés qui composent aujourd’hui un indice servent à simuler les vingt dernières années : le test sait déjà quelles entreprises sont restées assez grandes, liquides ou solides pour être encore présentes.
En termes simples — Étudier uniquement les gagnants arrivés au bout efface ceux qui ont abandonné, fait faillite ou été exclus. La course historique devient plus facile que celle qu’il était réellement possible de disputer.
Ce que c’est — et ce que ce n’est pas
| Problème | Mauvaise sélection | Correction principale |
|---|---|---|
| Biais de survie | seules les entités survivantes subsistent | inclure toute la population historiquement éligible |
| Biais d’anticipation | une information disponible plus tard est introduite | imposer des horodatages et une chaîne causale |
| Biais de sélection | l’échantillon est choisi de manière non représentative | déclarer la population et la règle d’échantillonnage |
| Data snooping | de nombreux essais sont menés et seul le meilleur est publié | enregistrer les essais et corriger la sélection multiple |
Le biais de survie peut accompagner le biais d’anticipation, mais ne se confond pas avec lui. Une table peut posséder des horodatages parfaits tout en ne contenant que des titres encore cotés. Inversement, un univers complet peut être contaminé par des comptes révisés ou des signaux exécutés avant publication.
Où apparaît-il ?
Actions et indices
Les sociétés en faillite, radiées, acquises ou exclues doivent rester dans l’échantillon jusqu’à leur sortie effective. La composition d’un indice exige au moins la date d’annonce et la date d’effet : insérer une nouvelle composante pendant les périodes antérieures à son inclusion revient à sélectionner rétrospectivement. Les tickers renommés et les sociétés fusionnées exigent des identifiants persistants, pas de simples jointures sur le symbole courant.
La cessation n’équivaut pas toujours à un rendement nul. Il peut exister un dernier prix négocié, un paiement de fusion, une distribution, un rendement de radiation ou une récupération ultérieure. Si la valeur manque, la convention retenue doit être explicite et soumise à des scénarios ; supprimer la ligne n’est pas une convention neutre.
Fonds et produits
Les fonds aux faibles résultats peuvent fermer ou fusionner. Une base composée uniquement de fonds actifs tend donc à retirer une partie des pires expériences. Le même problème touche les ETF liquidés, les benchmarks abandonnés, les gérants qui ne publient plus leurs résultats et les historiques transférés vers la classe de parts survivante.
Contrats à terme et autres instruments
Pour les contrats à terme, ne retenir aujourd’hui que les contrats ou marchés ayant conservé leur profondeur peut exclure des expériences infructueuses et des contrats disparus. Dans les cryptoactifs, plateformes fermées, jetons non négociés et paires retirées peuvent disparaître des API actuelles. Un fournisseur qui ne renvoie que les symboles actifs ne propose pas automatiquement un historique sans biais de survie.
Stratégies et recherche
Les systèmes connaissent eux aussi une survie sélective : les modèles encore en production sont analysés et ceux qui ont été suspendus oubliés ; on lit les fonds qui ont continué à publier et non ceux qui ont cessé ; on conserve les notebooks réussis, mais pas les essais négatifs. Ce phénomène est voisin des biais de sélection et du data snooping et exige un registre des expériences.
Comment le biais modifie les résultats
Éliminer les cessations négatives augmente souvent rendement moyen, taux de réussite ou ratio de Sharpe et réduit drawdown et fréquence des pertes extrêmes. Certaines caractéristiques peuvent aussi paraître plus persistantes : une règle sélectionne des entreprises « de qualité » notamment parce que la base a déjà écarté celles qui n’ont pas survécu jusqu’à aujourd’hui.
La direction de l’effet n’est toutefois pas mathématiquement garantie dans chaque échantillon. Une acquisition favorable peut faire sortir un titre gagnant ; un fonds peut fermer pour des raisons commerciales ; une nouvelle cotation peut produire de faibles résultats. On ne corrige donc pas le biais en soustrayant un pourcentage fixe : on reconstitue la population et on recalcule.
Protocole pour un univers historique
- Définir l’unité observée. Titre, société, classe de parts, fonds, contrat et plateforme ne sont pas interchangeables.
- Écrire l’éligibilité ex ante. Marché, prix, liquidité, ancienneté et données requises doivent être calculables à la date de sélection.
- Employer des intervalles d’appartenance. Chaque entrée et sortie possède début, fin, source, annonce et prise d’effet.
- Conserver des identifiants permanents. Associer tickers, noms et plateformes sans fusionner des entités distinctes.
- Conserver cessations et suspensions. Faillites, fusions, liquidations, interruptions et radiations demeurent des événements observables.
- Attribuer le rendement terminal. Employer la donnée disponible ; si elle manque, documenter les hypothèses et scénarios de remplacement.
- Reconstituer opérations sur titres et rendement total. Dividendes, splits, scissions et contreparties de fusion doivent être cohérents.
- Appliquer des délais réalistes. Un changement d’indice devient négociable selon l’annonce, la prise d’effet et les règles de la stratégie.
- Vérifier la couverture du fournisseur. Compter instruments actifs et disparus par année et comparer à des sources indépendantes.
- Geler l’instantané. Jeu de données, règles et mappings employés hors échantillon doivent être reproductibles.
Exemple illustratif — Une stratégie doit être testée chaque janvier sur les sociétés d’un indice. La mauvaise méthode télécharge les composantes actuelles et les emploie depuis 2005. La bonne méthode reconstitue, pour chaque mois de janvier, les composantes alors effectives, n’applique le signal qu’après la disponibilité des données et conserve chaque titre jusqu’à la règle de sortie ou à l’événement terminal. Si une radiation ne possède pas de rendement fiable, plusieurs scénarios sont déclarés au lieu de supprimer l’observation. L’exemple décrit le processus, pas un choix d’investissement.
Liste de contrôle d’audit
| Question | Signal d’alarme |
|---|---|
| Le fichier contient-il des instruments qui ne sont plus actifs ? | aucune radiation sur de nombreuses années |
| L’appartenance change-t-elle aux dates historiques ? | liste identique pendant tout le test |
| Les tickers sont-ils reliés à des identités stables ? | jointure uniquement sur le symbole actuel |
| Fusions et liquidations produisent-elles un résultat ? | série qui s’interrompt sans événement |
| Les nouvelles cotations entrent-elles selon une règle ? | présence depuis le début de l’échantillon |
| Le rendement terminal est-il documenté ? | dernière perte absente ou mise automatiquement à zéro |
| Le catalogue conserve-t-il les modèles écartés ? | seules les stratégies « gagnantes » subsistent |
Limites
Un univers sans biais de survie n’est pas représentatif par définition. Biais d’introduction en bourse, backfill, couverture géographique incomplète, erreurs de classification et filtres de liquidité calculés avec le futur peuvent subsister. La reconstitution dépend des données point-in-time et ne remplace pas la simulation de la négociabilité, de la capacité et des coûts. La transparence des exclusions fait partie du résultat ; ce n’est pas une note technique secondaire.
Références
- Stephen J. Brown, William N. Goetzmann, Roger G. Ibbotson et Stephen A. Ross, Survivorship Bias in Performance Studies, The Review of Financial Studies, 1992 — effets de la troncature par survie sur rendement, volatilité et prévisibilité apparente.
- Edwin J. Elton, Martin J. Gruber et Christopher R. Blake, Survivorship Bias and Mutual Fund Performance, The Review of Financial Studies, 1996 — estimation du biais en suivant fonds existants, fusionnés et disparus.
- Tyler Shumway, The Delisting Bias in CRSP Data, The Journal of Finance, 1997 — rendements manquants et distorsion associée aux radiations négatives.
- Center for Research in Security Prices, CRSP Survivor-Bias-Free US Mutual Fund Database Guide — modèle de données comprenant les fonds actifs et radiés.
- S&P Dow Jones Indices, Legal Disclaimers — Back-tested Performance — avertissements du fournisseur sur le recul rétrospectif, la sélection des composantes et les possibles biais de survie ou d’anticipation.