تحيز البقاء على قيد الحياة في الاختبار الخلفي: لماذا نتائجك على الأرجح مبالغ في تفاؤلها

يُعد تحيز البقاء على قيد الحياة على الأرجح أحد أكثر الفخاخ خداعًا في الاختبار الخلفي، بالتحديد لأنه غير مرئي دون جهد خاص للتحقق منه. يتمثل هذا التحيز في اختبار استراتيجية فقط على الأصول التي لا تزال موجودة اليوم، مع استبعاد صامت لكل شركة أفلست أو شُطبت من التداول أو اندمجت مع شركة أخرى خلال الفترة المدروسة.

المشكلة أن الشركات التي تختفي هي، بحكم طبيعتها، غالبًا تلك التي كان أداؤها الأسوأ. وبإزالتها من العينة المختبرة، نحصل ميكانيكيًا على مجموعة أصول متحيزة نحو الأعلى، وبالتالي على أداء تاريخي للاستراتيجية لم يكن من الممكن تحقيقه فعليًا في الوقت الفعلي من قبل مستثمر في تلك الحقبة.

كيف يتسلل تحيز البقاء إلى الاختبار الخلفي

المصدر الأكثر شيوعًا لهذا التحيز هو استخدام قواعد بيانات مالية لا تحتفظ إلا بالتركيبة الحالية لمؤشر أو مجموعة أسهم، دون تاريخ لإعادة التكوين. إذا اختبرنا استراتيجية على المكونات الحالية لمؤشر CAC 40 خلال العشرين سنة الماضية، فإننا نتجاهل كل شركة كانت جزءًا من المؤشر في وقت ما لكنها أُزيلت منه منذ ذلك الحين، غالبًا بعد أداء ضعيف حاد.

تؤثر نفس المشكلة على قواعد بيانات صناديق الاستثمار: عندما يغلق صندوق ضعيف الأداء أبوابه، يتوقف عمومًا عن الإبلاغ عن أدائه، وبعض مزودي البيانات يزيلونه ببساطة من سجلهم التاريخي. سيبالغ اختبار خلفي لاختيار الصناديق يعتمد على قاعدة بيانات كهذه بشكل منهجي في تقدير متوسط أداء الصناديق المتاحة في تاريخ معين.

أمثلة تاريخية ملموسة

المثال الأكثر شيوعًا هو مؤشرات الأسهم نفسها: فقد استُبدلت التركيبة الأصلية لمؤشر داو جونز الصناعي بالكامل تقريبًا على مر العقود، حيث حلت شركات أفضل أداءً محل الشركات المتعثرة. سيبالغ اختبار خلفي ساذج يستخدم فقط التركيبة الحالية للمؤشر لتمثيل السوق على مدى مائة عام بشكل كبير في تقدير العائد المتاح فعليًا لمستثمر في تلك الحقبة.

في عالم صناديق الاستثمار المشتركة، أظهرت دراسات أكاديمية أن مجرد تضمين الصناديق المنقرضة في العينة يمكن أن يخفض متوسط العائد السنوي المقاس بعدة نقاط مئوية مقارنة بعينة تضم فقط الصناديق الناجية — وهو فارق بعيد كل البعد عن كونه ضئيلًا على المدى الطويل.

الأثر المقاس على نسبة شارب ومعدل النمو السنوي المركب

لتوضيح حجم المشكلة بشكل ملموس، لنتخيل مجموعة من 100 سهم قبل خمس عشرة سنة، أفلست منها 20 شركة أو شُطبت من التداول مع خسارة كلية أو شبه كلية لرأس المال المستثمر. سيتجاهل اختبار خلفي يحتفظ فقط بالشركات الثمانين الناجية ببساطة هذه الخسائر العشرين البالغة -100% أو قريبة منها، وهو ما قد يحوّل عائدًا سنويًا فعليًا يقارب 4% إلى عائد مقاس يبلغ 9% أو أكثر على العينة المتحيزة.

الأثر على نسبة شارب واضح بنفس القدر: بإزالة سيناريوهات الخسارة المتطرفة من حساب التقلب ومتوسط العائد، يمكن أن تتضاعف نسبة شارب المقاسة على العينة المتحيزة بشكل مصطنع مقارنة بقيمتها الحقيقية، مما يعطي انطباعًا زائفًا بتوازن استثنائي بين العائد والمخاطرة.

كيفية اكتشاف تحيز البقاء وتصحيحه

استخدام بيانات point-in-time

أفضل حماية تتمثل في استخدام قواعد بيانات تُعرف بـpoint-in-time أو survivorship-bias-free، التي تحافظ على التركيبة الدقيقة لعالم الاستثمار كما كانت معروفة في كل تاريخ سابق، بما في ذلك الشركات المشطوبة منذ ذلك الحين. هذه القواعد أكثر تكلفة وأقل انتشارًا، لكنها تشكل المرجع للاختبار الخلفي الصارم.

إعادة بناء تاريخ المؤشرات

في حال عدم توفر بيانات point-in-time كاملة، يمكن إعادة بناء تاريخ تركيبة مؤشر يدويًا انطلاقًا من الإعلانات الرسمية لتغيير التركيبة المتاحة من مزودي المؤشرات أنفسهم، من أجل إعادة دمج الشركات التي أُزيلت منذ ذلك الحين.

نمذجة عائد الشطب

عندما يتوقف تاريخ سعر شركة مشطوبة بشكل مفاجئ، من الضروري تطبيق افتراض واقعي لعائد الشطب (delisting return) بدلًا من تجاهل الملاحظة ببساطة. يقترح البحث الأكاديمي عمومًا تطبيق خسارة متوسطة كبيرة، تُقدر غالبًا بين -30% و-100% من آخر سعر معروف حسب سبب الشطب، بدلًا من افتراض خسارة معدومة أو إزالة السهم ببساطة من الحساب.

حالة خاصة: السندات والسلع الأولية

لا يقتصر تأثير تحيز البقاء على الأسهم الفردية. في سوق السندات، تختفي الجهات المصدرة التي تتخلف عن السداد من مؤشرات السندات المرجعية، وسيبالغ اختبار خلفي يتجاهل حالات التعثر هذه بشكل منهجي في تقدير العائد الحقيقي لاستراتيجية حمل ائتماني، خاصة في قطاعات العائد المرتفع حيث معدل التعثر التاريخي ليس ضئيلًا.

في أسواق السلع الأولية والعقود الآجلة، توجد ظاهرة مشابهة مع العقود التي تُشطب أو تُستبدل بآجال استحقاق جديدة: تجاهل العقود المهجورة بسبب نقص السيولة الكافية يمكن أن يحيز أيضًا الأداء المقاس لاستراتيجية منهجية مطبقة على هذا العالم نحو الأعلى.

يمتد نفس المنطق إلى اختبارات العملات المشفرة الخلفية: أصبحت آلاف الرموز التي كانت تُتداول بنشاط قبل بضع سنوات عديمة القيمة منذ ذلك الحين أو أُزيلت من جميع المنصات، وأي اختبار خلفي لاستراتيجية مبني فقط على الرموز التي لا تزال مدرجة اليوم يرث بالضبط نفس التحيز نحو الأعلى الموصوف طوال هذا المقال.

تذكّرنا هذه الأمثلة بأن تحيز البقاء مشكلة عامة في منهجية البيانات، وليس مجرد خصوصية غريبة تتعلق بالأسهم المدرجة. يجب التعامل بأقصى درجات الحذر مع أي قاعدة بيانات مالية تزيل بصمت الأدوات التي توقفت عن الوجود قبل استخدامها في اختبار خلفي.

خطورة تتفاقم بتحيزات أخرى

يصبح تحيز البقاء خطيرًا بشكل خاص عندما يقترن بتحيز الاستباق (look-ahead bias)، الذي يتمثل في استخدام معلومة في اختبار خلفي لم تكن متاحة وقت اتخاذ القرار المحاكى. مثال نموذجي هو اختيار المكونات الحالية لمؤشر اليوم، ثم اختبار استراتيجية بأثر رجعي على هذه الأسهم نفسها خلال السنوات العشر الماضية، مما يجمع بين معرفة هذه الشركات فقط لأنها نجت واختيارها باستخدام معلومة مستقبلية.

يمكن لهذا الجمع بين التحيزات أن يحوّل استراتيجية متواضعة تمامًا، بل خاسرة في الظروف الحقيقية، إلى اختبار خلفي يعرض نتائج مذهلة، مما يخلق ثقة غير مبررة إطلاقًا لدى من هو على وشك نشر رأس مال حقيقي بناءً على هذه الأرقام المضللة.

اختبار منطقي مفيد عند فحص اختبار خلفي لشخص آخر — أو اختبارك الخاص من عدة أشهر مضت — هو التساؤل كم عدد الأسهم المختبرة سيكون معروفًا اليوم بأنه لا يزال متداولًا تحت نفس الرمز. إذا كانت جميعها تقريبًا كذلك، على مجموعة تمتد عشر أو خمس عشرة سنة، فهذا في حد ذاته إشارة تحذير معقولة تدل على أن تحيز البقاء قد تسلل إلى العينة.

لذلك من الضروري، قبل استخلاص أي استنتاج من اختبار خلفي، التحقق بشكل منهجي من مصدر البيانات المستخدمة وطرح السؤال التالي: هل كان بالإمكان تشكيل مجموعة الأصول المختبرة هذه بهذه الطريقة تحديدًا، بالمعلومات المتاحة، في كل تاريخ سابق محاكى؟

من الممارسات الجيدة أخيرًا الإشارة الصريحة دائمًا، في توثيق أي اختبار خلفي يُشارك مع أطراف أخرى، إلى المصدر الدقيق للبيانات المستخدمة وما إذا كانت خالية من تحيز البقاء أم لا. هذه الشفافية المنهجية، النادرة جدًا حتى الآن، تتيح لأي شخص يفحص النتائج تقييم درجة موثوقيتها بشكل صحيح قبل استخلاص استنتاجات تشغيلية منها.

خاتمة

يوضح تحيز البقاء بشكل مثالي لماذا تكون جودة البيانات على الأقل بنفس أهمية تعقيد استراتيجية التداول. سيظل الاختبار الخلفي المثالي إحصائيًا لكن المبني على مجموعة متحيزة مضللًا بشكل جوهري، بغض النظر عن مدى الصرامة المطبقة في تصميمه.

لاستكشاف فرضيات استراتيجياتك الخاصة مع اهتمام خاص بجودة وتمثيلية البيانات التاريخية المستخدمة، توفر أدوات التحليل الكمي المتاحة على /outils من TrueVerdikt إطارًا تعليميًا لفهم وتصور هذا النوع من التحيزات، دون أن تشكل أبدًا نصيحة استثمارية شخصية.